Der Abwärtstrend bei der Automotive-Industrie wirkt sich beispielsweise auf die chemischen Vorprodukte aus. Der VCI kalkuliert mindestens mit einem Rückgang von Produktion und Umsatz in der Chemiebranche (ohne Pharma) von 1,5 Prozent im laufenden Jahr.

Wie können die Unternehmen eine Strategie gegen Auftragseinbrüche und Preisdruck entwickeln? Da hilft ein Blick in Vor-Corona-Zeiten, erklärt am Beispiel von Perstorp, dem schwedischen Anbieter für Spezialchemie, der den Druck des sich verändernden Marktes schon in der Vergangenheit spürte. Die Corona-Pandemie beschleunigt lediglich die Verschiebung auf Online-Prozesse. Methoden der künstlichen Intelligenz beim Smart Pricing und „Configure-Prize-Quote“ (CPQ) Prozessen sind die konsequente Antwort auf den wirtschaftlichen Umbruch.

Entscheider sollten nicht alles für COVID19 verantwortlich machen. Viele Segmente standen bereits vor der Pandemie unter Druck. Das zeigt allein ein Blick auf die Rohölpreise, die nach einem Tief zum Jahreswechsel 2018/2019 sich seitwärts bewegten, um dann – nach einem Rekordtief im April – sich auf ein neues Niveau einpendeln. Das gesamtwirtschaftliche Umfeld ist schon seit der Finanzkrise von 2009 problematisch, und die Aktienpreise vor der Corona-Pandemie waren eher Ausdruck einer aus dem Ruder laufenden Finanzpolitik, denn einer wirklich gesunden Erholung der Wirtschaft.

Die digitale Disruption und die sichtlichen Erfolge von Plattform-Unternehmen wie Amazon, Facebook, Google oder Alibaba (siehe den Plattform-Index auf „Plattformökomonie“) zeigen eine Richtung auf: hinein in die Digitalisierung von Prozessen mit Werkzeugen aus der Cloud – von der Verhaltensänderung der Konsumenten in Richtung „online“ ganz zu schweigen.

Einerseits gilt es, interne Prozesse bei der Preisbildung, zum Beispiel mit Methoden der Künstlichen Intelligenz, agiler und verlässlicher zu gestalten. Andererseits kommt dem das Verhalten der Einkäufer entgegen, die zum einen durch ihr Agieren von verschieden Orten aus (Stichwort „Home-Office“) und durch ihre privaten Online-Erfahrungen mehr Flexibilität bei den Anbietern einfordern.    

Angesichts der Lage dürften Unternehmen wie Perstorp heute mehr denn je auf die aktuelle Situation optimal eingestellt sein. Bei Perstorp war es die typische Entwicklung in den zehn Jahren von 2009 bis 20019, die das Unternehmen zum Umdenken brachten. Ein Prozent Marge vor Steuern und Abgaben waren auf Dauer einfach zu wenig. Selbst kleinste Schwankungen bei Rohstoffpreisen, Frachtkosten und direkten variablen Kosten hatten spürbare Auswirkungen auf die Marge. Dieser Effekt wurde dadurch verstärkt, dass es schlicht und einfach zu lange dauerte, die Kostenänderungen in die Preiskalkulation einzubeziehen. Die Notwendigkeit wuchs, schnell auf Veränderungen der Rohstoffpreise reagieren zu können, doch die benötigten Daten waren über COGNOS BI, Excel-Tabellen von Controllern, Frachtdaten aus der Beschaffung verstreut – und nicht zuletzt spielte auch das Bauchgefühl der Business Manager eine Rolle. Es war der überwältigende manuelle Aufwand bei der Preisgestaltung, der zu suboptimalen Preisentscheidungen führte.

Zusammen mit PROS lancierte Perstorp ein Projekt, das behutsam im Lauf von 18 Monaten eingeführt wurde – und dank einer Strategie der Quick Wins und einer sofort sichtbaren Marge in dieser Phase auch das Vertriebsteam überzeugte. Als Helfer diente die Software Price Guidance, die im Kern Methoden der Künstlichen Intelligenz für die Auswertung des Datenwusts und die sich ergebenden Preisleitlinien verwendet.

Heute setzen bereits immer mehr Unternehmen auf den Einsatz von Methoden der „Künstlichen Intelligenz“. Laut einer Forrester-Studie verwenden immerhin 45%  der Sales- und Marketing-Abteilungen in Unternehmen KI-Werkzeuge. Damit sind diese Abteilungen der Spitzenreiter  im Vergleich zum Produktmanagement und Kundensupport (mit jeweils 40%) sowie Entwicklung (31%) und verschiedenen anderen Abteilungen, einschließlich der Geschäftsleitung, die erst zu einem Viertel KI-Tools evaluieren. 

Doch wie funktioniert eigentlich Künstliche Intelligenz bei der Preisermittlung? Flüstert einem eine Art „Siri“ den richtigen Preis ins Ohr? Läuft Smart Pricing am Ende ganz von allein und macht Sales- und Marketing-Mitarbeiter überflüssig?

Das Problem mit der KI ist, dass zu viele Bilder und Konzepte aus Filmen den nüchternen Blick auf die heutige KI verstellen. Ob es nun die fiesen Maschinen aus Terminator oder die große Täuschung aus Matrix mit den eiskalten Cyber-Agents ist – immer steht sofort der Vergleich mit uns selbst und unseren Fähigkeiten im Raum. Andererseits lassen sich heute schon fast alle operative Vertriebsentscheidungen wie Preise, Nachbestellungen oder Kataloge automatisieren. Dabei sollte der Vertriebsmitarbeiter solche KI-Werkzeuge als „Beschleuniger“ verstehen und nicht als unliebsame Konkurrenz. 

Auch bei Perstorp gab es Vorbehalte, die sich allerdings weniger auf die KI-Technologie bezogen. Die Sales-Mannschaft Perstorp hatte zuvor schon einige erfolglose Technologie-Initiativen durchlitten. Das führte zu einer abwartenden Haltung. Aber die Einführung eines Smart Pricing-Systems erfordert immer eine gründliche Vorarbeit, sowohl in der Erschließung und Aufbereitung der Datenquellen, als auch in der Vorbereitung der Teams.

Im Wesentlichen werden Routinen wie Deep Learning dazu verwendet, aus sehr großen Datenmengen – wie etwa Preispunkten, intern und extern ermittelt – quasi automatisch  mittels statistischer Methoden die richtigen Preise zu ermitteln, die der Markt akzeptiert. Smart Pricing zieht so viele Quellen und Daten wie möglich heran, ob dies nun interne Produktionsparameter oder externe Nutzerdaten, etwa aus dem Internet sind. Der Weg zum wirklich intelligenten Smart Pricing durchläuft 3 Stufen:

• Die Analyse von großen Datenmengen und das Erkennen von Mustern; Segmentieren  durch statistische Algorithmen.
• Empfehlungen bezogen auf bestimmte Kunden geben; also ihr Verhalten kennen und interpretieren
• Den Umsatz im After-Sales-Bereich steigern durch das Erkennen von Chancen bei bestehenden Kunden

Der geführte Pricing-Process hilft den Verkäufern, unvorteilhafte Gewohnheiten zu vermeiden – etwa unter die Rentabilitätsgrenze zu gehen, nur um den Deal zu machen, oder routinemäßig zu diskontieren, was dann die Marge unnötig verschlechtert. Mit Smart Pricing läuft der Prozess nicht nur „smart“ sondern vor allem auch „smooth“. Das erhöht nachhaltig Umsatz und Gewinn. So auch bei Perstorp. Mit der neuen Strategie erzielte Perstorp nach der Einführung hinsichtlich EBITDA sein zweitbestes Quartal in der jüngeren Geschichte des Unternehmens (gegenüber den Quartalen vor anderthalb Jahren) sowie eine EBITDA-Marge von 17,4 %.

Ein anderer Aspekt zeigt sich auch auf der Seite des Käufers. So wie der Preisfindungsprozess im Sales automatisiert wird, kann auch über Portale das Einkaufserlebnis des Kunden verbessert werden. Viele Entscheider im Einkauf übertragen die Erfahrungen, die sie als Consumer bereits im eCommerce gemacht haben, auch auf ihren B2B-Einkaufsprozess. Portale für den „Self-Service“ des Einkäufers werden also künftig zum Schlüsselfaktor für den Sales.

Smart Pricing ist also viel mehr als ein „geführter Verkaufsprozess“. Moderne Lösungen verwenden umfangreiche Datenanalysen, ein intuitives Preismanagement, smarte Preisempfehlungen, eine gute „Opportunity Detection“ im Kundenbestand und stellen den „Configure-Price-Quote“-Prozess auf völlig neue Beine. Künstliche Intelligenz wird dabei schrittweise eine immer größere Rolle spielen, denn nach Ansicht es KI-Experten Michael Wu werden Maschinen immer besser darin, Ursache und Wirkung zu verstehen. KI wird Initiativen zur digitalen Transformation noch mehr beschleunigen und Unternehmen werden sich auf den Ausbau ihrer Infrastruktur konzentrieren, um so schnell wie ihre Kunden zu agieren.  Agiles Handeln, gepaart mit einem Shift in Richtung moderne, cloudbasierte Methoden sind der Schlüssel, um auch die Folgen der Corona-Pandemie zu überstehen.

Autor: Matthias Linden, Regional Vice President Sales in D-A-CH, Pros Holdings Inc.

Gesponserter Inhalt, PROS Germany GmbH