KI wird wahrscheinlich Produkte teurer anpreisen, ohne regulatorische Eingriffe

Eine neue Arbeitspapier der US-amerikanischen National Bureau Of Economic Research hat herausgefunden, dass die zunehmende Verwendung von komplexen automatisierten Preisalgorithmen wahrscheinlich zu höheren Preisen für Verbraucher führen wird, ohne dass die begünstigten Unternehmen Anschuldigungen wegen Preismanipulation ausgesetzt sind.

Die Forschung behauptet, dass Einzelhändler, die ihre Preise am häufigsten aktualisieren, basierend auf den gesammelten Daten ihrer Konkurrenten, konsistent die niedrigsten Preise anbieten, aber sobald ihre Konkurrenten ähnlich leistungsstarke Systeme aktualisieren, wird das Standardverhalten des algorithmischen Marktes die Preise in die Höhe treiben – und dass es effektiv nur die “alten” und weniger effektiven Preis-Matching-Technologien sind, die diese Bewegung zurückhalten, für den Moment.

Der Bericht legt weiter nahe, dass staatliche oder bundesweite Eingriffe möglicherweise notwendig sein könnten, um zu verhindern, dass Unternehmen häufige Preisinformationen ihrer Konkurrenten in ihre eigenen Preisalgorithmen einfließen lassen, und stattdessen eine generalisiertere und weniger häufig aktualisierte Information bevorzugen. Allerdings räumt er ein, dass ein solches System schwierig zu legislativen, zu warten und durchzusetzen sei.

Obwohl die Methoden, mit denen große Einzelhändler Preisstrukturen entwickeln, normalerweise nicht offengelegt werden, konnten die NBER-Forscher algorithmische Preisrahmen durch die Untersuchung der Reaktionsgeschwindigkeit von Konkurrenten in einem bestimmten Markt auf Preisänderungen identifizieren. Die Forscher beobachten, dass dieses Phänomen ‘nicht konsistent mit dem Standard-Modell des simultanen Preis-Setzens ist’.

Die Ergebnisse legen nahe, dass die Asymmetrie der Technologie-Implementierung durch Unternehmen in einem bestimmten Sektor zuverlässig höhere Preise bei den Anbietern führen kann:

‘[A]symmetrie in der Preis-Technologie kann das Gleichgewichtsverhalten grundlegend ändern: Wenn ein Unternehmen eine überlegene Technologie einführt, können beide Unternehmen höhere Preise erzielen. Wenn beide Unternehmen Hochfrequenz-Algorithmen einführen, können kollusive Preise ohne die Verwendung traditioneller kollusiver Strategien unterstützt werden.’

Stiller Preis-Kartell

Dies ermöglicht effektiv kartellartige Preise und stillschweigende Absprachen zwischen konkurrierenden Unternehmen, ohne dass eine explizite oder anklagbare Kooperation zwischen den Unternehmen besteht, was dem Marktsegment (oder dem Einzelhandel im Allgemeinen) zugutekommt, auf Kosten des Verbrauchers.

Die Forscher haben ‘suprakompetitive’ Preisstrategien modelliert, bei denen Einzelhändler theoretisch gleichberechtigten Zugang zu Änderungen der Preise ihrer Konkurrenten haben, und festgestellt, dass sogar ‘vollständig kollusive’ Preise durch Algorithmen unterstützt werden können, die auf die Preise von Konkurrenten abzielen.

Links, eine Analyse eines Duopols, in dem ein Einzelhändler ein schnelleres und häufigeres Aktualisierungs-Algorithmus als der andere hat. Rechts, eine Analyse des Preis-Höhepunkts, in dem Einzelhändler äquivalente Hochfrequenz-Preis-Algorithmen haben, die aus den Preisen ihrer Konkurrenten abgeleitet sind. Höhere Preise sind das Ergebnis. Quelle: https://www.nber.org/system/files/working_papers/w28860/w28860.pdf

Die Forscher beobachten:

‘Auf diese Weise ändern Algorithmen grundlegend das Preis-Spiel, indem sie eine Möglichkeit bieten, Preise zu erhöhen, ohne auf kollusives Verhalten zurückzugreifen.’

Frühere Untersuchungen zu algorithmischer Absprache haben unter der Annahme operiert, dass Unternehmen symmetrische und gleichberechtigte Preis-Setzungsmechanismen haben. Die Enthüllung der ‘super-analytischen’ Hochfrequenz-Systeme durch einige Einzelhändler widerlegt diese Annahme und öffnet den Weg für einen aktiven Aufwärtstrend bei den Einzelhandelspreisen, wenn die analytischen Ressourcen der Konkurrenten aufgeholt haben.

Methoden

Die Forscher haben eine Datenbank von stündlichen Preisen für offene Allergie-Medikamente der fünf größten Online-Einzelhändler in den USA erstellt, obwohl sie betonen, dass die (anonymisierten) Ausgaben, die sie untersucht haben, nicht nur eine viel breitere Palette von Medikamenten, sondern auch eine breitere Palette von Produkttypen anbieten.

Da die Preise in physischen Geschäften aufgrund der Auswirkungen auf die Overhead-Kosten und die Preise in den Läden (und angesichts des massiven Anstiegs des Online-Kaufs in den letzten achtzehn Monaten) die Datenbank nur Online-Preise verwendet, die in den meisten Fällen einfacher zu ändern sind. Die Daten wurden über einen Zeitraum von eineinhalb Jahren zwischen April 2018 und Oktober 2020 gesammelt, wobei die endgültige bereinigte Datenbank 3.606.956 Datenpunkte zu Preisen enthält, die sieben Marken von Allergie-Medikamenten – 59 Produkte insgesamt – abdecken.

Die Forscher fanden Beweise für sehr unterschiedliche Ansätze zur Preis-Technologie und sehr unterschiedliche Frequenzen bei reaktiven Preisänderungen, basierend auf Schwankungen bei den Preisen der Konkurrenten. Einer der Einzelhändler scheint seine Preise mehrmals innerhalb einer Stunde zu ändern, während andere ein skriptgesteuertes Verfahren zu verwenden scheinen, bei dem Preisänderungen zum gleichen Zeitpunkt jeden Tag (oder in längeren Abständen) vorgenommen werden.

Die mildere Wirkung der ‘alten’ Preis-Technologien

Die Folge dieser Analyse ist, dass jede noch vorhandene Fairness im System durch die weniger technisch fortgeschrittenen Einzelhändler bereitgestellt wird, die ihre Preise weniger häufig ändern und die einen ‘nach unten gerichteten’ Einfluss auf die durchschnittlichen Preise haben. Laut dem Bericht können Faktoren, die zu diesem Effekt beitragen, technische Schulden auf Seiten der Einzelhändler mit älteren Systemen und die mögliche Schwierigkeit, Lagerbestands-Systeme für eine reaktivere und häufigere Preispolitik zu aktualisieren, umfassen.

Unterschiede in der Häufigkeit der Neupreisgestaltung unter den untersuchten Einzelhändlern. Unternehmen ‘A’ scheint die schnellste Reaktionszeit und den intensivsten Umschlag für gesammelte Daten über die Preise der Konkurrenten zu haben.

Effektiv ist es die ‘alte’ Technologie, die die Preise relativ stabil zu halten scheint.

Wenn man in die Zukunft blickt, ist es leicht zu verstehen, wie neuere und besser ausgestattete Spieler im algorithmischen Preis-Einzelhandel beginnen können, die Einflüsse der langsameren zu diskontieren und zu degradieren; oder dass, wenn genügend der großen Spieler in einer Kategorie einander in der Preis-‘Rüstungsschaltung’ entsprechen, die Preis-Eskalation, die im NBER-Bericht vorhergesagt wird, in Kraft treten kann.

Staatliche oder bundesweite Eingriffe

Die Forscher kommen zu dem Schluss, dass der ‘reibungslose Handel’, der ursprünglich als eine hemmende Wirkung auf die Preise zwischen konkurrierenden Unternehmen am Anfang der E-Commerce-Revolution dienen sollte, direkt durch die ermöglichten Technologien bedroht wird.

Sie kommen zu dem Schluss, dass Abhilfen schwierig sind: Politiker müssten die Fähigkeit von Unternehmen einschränken, die Preis-Daten ihrer Konkurrenten zu sammeln, oder eine breitere und langfristigere Verschiebung der Preise der Konkurrenten bewerten, ähnlich wie das Google-FLOC-Framework, das versucht, die öffentliche Unzufriedenheit mit personalisierter Nachverfolgung durch die Einführung eines allgemeineren und weniger granularen Überwachungssystems zu bekämpfen.

Da solche Maßnahmen nicht leicht in bestehende Wettbewerbs- und Regulierungsrahmen passen, räumt die Studie ein, dass sie nicht nur schwierig durchzusetzen, sondern auch sehr schwierig zu parametrieren und zu gestalten sind.

Die Forscher stellen auch die Möglichkeit in den Raum, alternative Preis-Bewertungssysteme zu verordnen, die das konkurrierende Gleichgewicht (das den Verbraucher über den Anbieter bevorzugt) nicht als ‘Bestrafung’ betrachten; jedoch könnten diese Ansätze, im Hinblick auf legislative Trends (und ungeachtet der unvermeidlichen Schwierigkeiten bei der Formulierung und Implementierung solcher Systeme), auf populäre und rechtliche Herausforderungen stoßen.