News

Update: Kartellrechtliche Grenzen bei der Preisgestaltung durch Software

Aus den USA erreichen uns wegweisende Signale für die kartellrechtliche Compliance bei Preissetzung durch Software. Die Bedingungen des Vergleichsvorschlags in Sachen RealPage (siehe auch hier) geben nicht nur Einblicke in die Sichtweise des DoJ. Sie sind zudem ein wichtiger Indikator für die momentan im Werden befindliche europäische Praxis und die Bedeutung von Compliance by Design für algorithmische Preissetzung auch in Europa.

Der Fall RealPage: Das Hub-and-Spoke Risiko

Das US-Justizministerium (DoJ) hat im Verfahren RealPage, der wohl bisher prominentesten Auseinandersetzung zur algorithmischen Preisgestaltung, einen Vergleichsvorschlag vorgelegt. In dem Verfahren geht es um mehrere Immobilienverwalter und Vermieter, die ihre Mietpreise mithilfe der RealPage-Software berechnet haben sollen, und zwar basierend auf nicht-öffentlichen, wettbewerbssensiblen Daten (CSI). Die Folge war ein mutmaßliches Hub-and-Spoke-Kartell: Die Wettbewerber (hub) kommunizierten nicht direkt miteinander, sondern nutzten einen gemeinsamen Dienstleister (spokes), dessen Algorithmus die Preise für alle nach oben koordinierte.

Kernpunkte des Vergleichsvorschlags

Der Vergleich verbietet die Software nicht, setzt ihr aber extrem enge Leitplanken:

  • Nutzungsverbot für CSI im laufenden Betrieb: RealPage darf im laufenden Betrieb („Runtime Operation“) keine CSI verwenden. Dies gilt sowohl für aktuelle als auch für historische Daten.
    • Im Immobilienkontext umfasst CSI alle Daten, die zur Bestimmung des aktuellen oder zukünftigen Angebots, der Nachfrage (z. B. Informationen zu Leerständen) oder der Preisgestaltung genutzt werden können, einschließlich nutzerspezifischer Einstellungen, Preisformeln und Preisstrategien (z. B. Mietnachlässe).
    • Warum keine historische Daten? Das DoJ möchte wohl verhindern, dass der Algorithmus aus vergangenen Mustern die aktuelle Strategie der Konkurrenz „zurückrechnet“. So könnten in diesem Sektor selbst historische CSI zu erhöhter Transparenz führen.
  • Strenge Regeln für das KI-Training: Für das Training der Modelle dürfen nur CSI genutzt werden, die mindestens zwölf Monate alt sind und sich nicht auf kleinere geografische Einheiten als landesweite Daten beziehen.
  • Verbot von Nudging: Verboten sind zudem u. a. die Nutzung von Marktbefragungsdaten,gemeinsame Angebots-/Nachfragekurven für Wettbewerber in derselben Region sowie Funktionen, die Nutzer zur Annahme von Preisempfehlungen drängen.
  • Externer Monitor: RealPage muss sich einer Überwachung durch einen vom Gericht bestellten externen Monitor unterziehen.

EU-Perspektive: Safe Harbour in Sicht?

Viele Aspekte des Vergleichsvorschlags spiegeln die generelle Linie der EU-Kommission wider, die momentan auf Fälle der Preissetzung durch Software angewandt wird. Dennoch gibt es feine Unterschiede, die für Unternehmen in Europa entscheidend sind:

  • Desensibilisierung von CSI: Auch nach EU-Kartellrecht ist Vorsicht geboten, wenn Preissetzungssoftware bzw. Algorithmen mit wettbewerblich sensiblen Daten von Wettbewerbern gespeist werden. Preis- und Kapazitätsinformationen gelten als besonders kritisch. Risiken können durch die Nutzung desensibilisierter Informationen verringert werden, z.B. durch Aggregation und Anonymisierung oder durch die Verwendung historischer Daten.
    • In der EU gelten Daten, die älter als 12 Monate sind, oft als “historisch” und damit unkritisch. Aber Vorsicht: Die Kartellbehörden betonen immer wieder die Notwendigkeit der Einzelfallbetrachtung. In einem schnelllebigen Markt können selbst 6-Monate alte Daten unkritisch sein; in einem stabilen Markt mit langfristigen Verträgen können dagegen auch 18-Monate alte Daten noch strategisch wertvoll sein.
    • Ähnlich zur US-Vorgabe, wonach keine Daten genutzt werden dürfen, die auf kleinere geografische Einheiten als landesweite Daten verweisen, stuft auch das EU-Kartellrecht den Austausch ausreichend aggregierter Informationen als weniger kritisch ein. Dies gilt insbesondere dann, wenn die Zuordnung der Daten zu einzelnen Unternehmen nicht oder nur schwer möglich ist oder wenn die Informationen über verschiedene Produkte hinweg zusammengefasst werden – vor allem, wenn diese unterschiedlichen Märkten zugeordnet sind.
  • Training vs. Ausführung: Die Unterscheidung zwischen dem (marktferneren) Training einer KI und der (marktnahen) Anwendung ist essenziell. Die Logik des Vergleichsvorschlags ist einleuchtend: Kollusionsrisiken entstehen vor allem dort, wo die KI unmittelbar das Marktverhalten steuert.
  • Vorsicht bei Branchenlösungen: Die Einspeisung öffentlich zugänglicher Daten in algorithmische Software ist auch nach EU-Kartellrecht grundsätzlich rechtmäßig. Allerdings darf auch hier keine verdeckte Kollusion erfolgen, etwa auf Basis einer abgestimmten Formel. Eine vertiefte Prüfung sollte daher bei der Verwendung einer “Branchenlösung” erfolgen.

Enforcement Ramp-up auch in der EU

Das laufende DoJ-Verfahren steht sinnbildlich für ein auch diesseits des Atlantiks zu erwartendes verstärktes Enforcement. Hinweise darauf sind nicht nur Aussagen von Behörden – wie etwa der stellvertretenden Generaldirektorin der Generaldirektion Wettbewerb, Linsey McCallum, die im Juli 2025 bestätigte, dass auf EU-Ebene mehrere Untersuchungen zu algorithmischer Preisgestaltung laufen –, sondern auch das veränderte regulatorische Umfeld. Zwei regulatorische Schwergewichte flankieren nun das klassische Kartellrecht:

  • KI-Verordnung (KI-VO): Die seit dem 1. August 2024 in Kraft befindliche KI-VO (EU) 2024/1689 schafft einen gesetzlichen verankerten Informationsfluss zwischen relevanten Behörden. Die KI-VO sieht u.a. eine enge Zusammenarbeit zwischen der für die KI-VO zuständigen Marktüberwachungsbehörde und den Kartellbehörden vor: So müssen gemäß Art. 74 Abs. 2 S. 1 KI-VO die Marktüberwachungsbehörden (in Deutschland die Bundesnetzagentur) der Europäischen Kommission und den nationalen Kartellbehörden (in Deutschland dem Bundeskartellamt) jährlich Bericht erstatten über Sachverhalte, die kartellrechtlich relevant sein könnten. Mit anderen Worten: Das Aufdeckungsrisiko steigt.
  • DMA: Generative KI-Dienste sollen nach dem Willen vieler künftig als eigenständige zentrale Plattformdienste eingeführt werden oder bereits heute unter bestehende DMA-Kategorien (etwa Online-Suchmaschinen, virtuelle Assistenten oder Cloud-Computing) fallen. Die EU-Kommission stellte in ihrem Policy BriefCompetition in Generative AI and Virtual Worlds” vor einem Jahr zudem klar, dass sie Kartellrecht und DMA bei generativer KI als komplementäre Instrumente versteht.

Checkliste für Unternehmen: So sichern Sie Ihre Preis-Software ab

Um Haftungsrisiken zu vermeiden, sollten Unternehmen ihre Preissetzungstools einem „Compliance-Audit“ unterziehen (siehe auch hier).

  1. Vorsicht bei der Verwendung von CSI: Preisempfehlungen sollten nicht auf nicht-öffentlichen Wettbewerbsdaten anderer Anbieter beruhen.
  2. Vertragsgestaltung mit Software-Anbietern: Bei dem Einkauf von Preissetzungsssoftware sollte die vertragliche Ausgestaltung sorgfältig auf kartellrechtliche Risiken geprüft werden (z.B. durch klare Regelungen zu Zugriffsrechten, die Beschränkung der Datennutzung sowie die Vereinbarung von Audit-Rechten).
  3. Compliance by Design: Sinnvoll ist die Überprüfung der Funktionalitäten der Software selbst. Kann die Software technisch überhaupt auf CSI von Wettbewerbern zugreifen? Womit wird geworben? Bestehen Sie ggf. auf die Implementierung technischer Beschränkungen. Werden für das Training der KI-Modelle granulare und/oder aktuelle Wettbewerbsdaten verwendet, empfiehlt sich auch hier mindestens eine strikte Trennung der Datenpools.
  4. Interventionsrecht: Vermeiden Sie Auto-Accept Funktionen im Rahmen Ihrer (Preis)-Software.
  5. Vorsicht auch bei UVPs: Vernachlässigen Sie nicht die vertikale Perspektive. Prüfen Sie, ob die einzusetzende Software UVPs (unverbindliche Preisempfehlungen) gegenüber Händlern durch automatische Sanktionen oder Monitoring in „faktische Festpreise“ umwandelt. Mechanismen, die Ablehnungen einer UVP erschweren oder bestrafen (etwa automatisierte Abmahnschreiben) gehören ebenfalls in diese Kategorie.

Fazit: Der RealPage-Vergleich zeigt, dass „Black Box“-Argumente („Wir wissen nicht, was der Algorithmus macht“) nicht funktionieren. Die fortlaufende Überwachung von Software, insbesondere solche zur Preissetzung, wird damit zu einem essenziellen Compliance-Baustein.

 

 

Verfasst von Elena Wiese, Julian Urban, und Kyra Harmes.

Suchen

Jetzt registrieren und personalisierte Inhalte erhalten!