Feldexperiment: KI-Preisvorschläge für B2B-Verkäufer steigern GewinnAutomating the B2B Salesperson Pricing Decisions: A Human-Machine Hybrid Approach

Karlinsky-Shichor, Netzer · Marketing Science (INFORMS) · 2024

Ein Modell, das die Preispolitik jedes einzelnen Verkäufers lernt und ihm in Echtzeit Preisvorschläge macht, erhöhte bei einem B2B-Aluminiumhändler den Gewinn je Angebot gegenüber einer Kontrollgruppe; bei ungewöhnlichen, komplexen Angeboten bleiben Menschen überlegen, daher ist eine Mensch-Maschine-Aufteilung am profitabelsten.

6,5MFK-Score von 10 · Ergebnis: offen

Studiendesign10

Datenbasis5

Unabhängigkeit7

Replikation3

Übertragbarkeit6

Echtes Feldexperiment mit Kontrollgruppe, aber nur ein Unternehmen und noch nicht unabhängig repliziert. Zu neu oder zu wenig geprüft für ein Urteil. Wie der Score entsteht →

Die Zahlen

11 %	Gewinnsteigerung bei behandelten Angeboten gegenüber der Kontrollbedingung im Feldexperiment

Methode: Feldexperiment mit Echtzeit-Preisempfehlungen an Verkäufer, ergänzt um ökonometrische und kontrafaktische Analysen; Random Forest entscheidet, ob Modell oder Mensch den Preis setzt.
Datenbasis: Transaktions- und Angebotsdaten eines B2B-Aluminiumhändlers (Fallzahlen an der geprüften Quelle nicht angegeben).
Einschränkungen und häufige Fehlzitate: Ein Unternehmen und eine Produktkategorie; die Überlegenheit des Hybridansatzes beruht teils auf kontrafaktischen Rechnungen. Kein Beleg für vollständig automatisierte Preissetzung.
Interessenlage: Akademisch mit Unternehmensdaten; keine Interessenkonflikte bekannt.
Quelle: https://doi.org/10.1287/mksc.2023.1449 (teilweise frei zugänglich)

Zitieren

Marketing Facts Kompakt (Hrsg.): „Feldexperiment: KI-Preisvorschläge für B2B-Verkäufer steigern Gewinn“. MFK-Studiendatenbank, Stand 2026-11-08. https://marketing-facts.de/studien/karlinsky-shichor-netzer-b2b-pricing-automation-2024/

offenB2BPreis & PromotionKI im Marketing

← Alle Studien