Die Einführung von KI und datenbasierten Ansätzen ermöglicht es Unternehmen ihre Leistungsangebote und Wertschöpfung zu transformieren. Die damit verbundene Adaptivität und Individualisierung von Wertversprechen fordert daher auch Erlösmodelle sowie Preisfindungsmechanismen und Erlösströme neu zu denke, möglichweise zu diversifizieren und anzupassen. Eine der zentralen Herausforderungen ist jedoch die Preisbestimmung für datenbasierte Produkte und Dienstleistungen. Anders als beim klassischen Verkauf physischer Produkte lassen sich kosten- oder wettbewerbsorientierte Preisbildungsansätze häufig nicht ohne Weiteres anwenden.
Die höhere Informationsflut (Daten) kann Transparenz über Eigenschaften/Merkmale (Attribute) und ihren Ausprägungen, sowohl auf Kundenseite als auch auf Seiten der Leistung durch den Anbieter (Wertversprechen) führen. Mit Hilfe einer Leistungsattribution können so objektive und nachvollziehbare Zuschreibungen vorgenommen werden. Die Datenverfügbarkeit bzw. das vorhanden sein von Informationen, kann so ein Bindeglied in unterschiedlichen Prozessen zwischen Kunden- und Anbieterseite darstellen. Dies ermöglicht es auf Basis von Attribution Gemeinsamkeiten, hinsichtlich Herausforderungen/Bedürfnissen (Kunde) und Wertversprechen (Anbieter) erkennbar zu machen.
Somit können abhängig von Leistungsangebot (Wertversprechen), Kundenbedürfnissen und Datenverfügbarkeit in Relation zu Marktanforderungen, branchen- und unternehmensspezifische Anpassungen an Erlösstrukturen vorgenommen werden, die es ermöglichen vollumfängliche Marktausschöpfungen vorzunehmen.
Die folgenden Moduleinheiten liefern jedoch keine fertigen bzw. passenden Erlösmodelle für verschiedene Branchen, sondern viel mehr einen Leitfaden für die Auseinandersetzung mit dem unternehmensspezifischen Geschäftsmodell und Möglichkeiten zur Ableitung eines geeigneten Erlösmodells.
Weiterführende Informationen zu Preisstrategien, Erlösmodellen und KI-basierten Erlösmodellen find sie unter: