Künstliche Intelligenz und Preisoptimierung im Online-Handel
Die international bedeutendste Wirtschaftsinformatikkonferenz „International Conference on Information Systems“ (ICIS) fand im letzten Jahr vom 15. bis 18. Dezember in München statt. Alper Beşer, Richard Lackes und Markus Siepermann vom Lehrstuhl für Wirtschaftsinformatik waren mit einem wissenschaftlichen Artikel zur Digitalisierung im Online-Handel vertreten. Die Ergebnisse Ihres Konferenzbeitrags, der den Titel „Different Prices for Different Customers – Optimising Individualised Prices in Online Stores by Artificial Intelligence“ trägt, wurden im Rahmen eines Vortrags vorgestellt und diskutiert.
Im Konferenzbeitrag wurde untersucht, wie Methoden der Künstlichen Intelligenz zur Preisoptimierung im Online-Handel eingesetzt werden können. Viele Online-Händler sind heute im Besitz umfangreicher Kundendaten, die zur Individualisierung von Produktangeboten und -preisen genutzt werden können. Individualisierte Preise erlauben eine stärkere Anpassung an die Zahlungsbereitschaft von Kunden.
Hierdurch ergeben sich potentiell höhere Preise für Kunden mit hoher Zahlungsbereitschaft, aber auch günstigere Preise für Kunden mit geringer Kaufkraft. Diese können sich dadurch Waren leisten können, die für sie bei einer Standardpreissetzung zu teuer wären. Aufgrund der im Zeitalter von Social Media vorherrschenden Informationstransparenz müssen Händler jedoch damit rechnen, dass die angewandte Preisdifferenzierungsstrategie bekannt wird und Kunden hierauf negativ reagieren. Die Auswirkungen der Preisindividualisierung wurden anhand eines sozialen Netzwerks simuliert, bei dem Kunden sich über elektronische Mundpropaganda (Electronic Word of Mouth) über die erhaltenen Preise austauschen. Mit Hilfe von Verfahren der Künstlichen Intelligenz wurden Preissetzungsstrategien des Online-Händlers unter Beachtung dieser Effekte optimiert. Die Forschungsresultate deuten darauf hin, dass trotz vorherrschender Preistransparenz sich individualisierte Preise für Online-Händler lohnen können.