DEV Community

Cover image for KI und Wettbewerbsrecht: Wenn Algorithmen Preise setzen
Dirk Röthig
Dirk Röthig

Posted on

KI und Wettbewerbsrecht: Wenn Algorithmen Preise setzen

#ki #kartellrecht #wettbewerbsrecht #algorithmen

KI und Wettbewerbsrecht: Wenn Algorithmen Preise setzen

Von Dirk Röthig | CEO, VERDANTIS Impact Capital | 14. März 2026

Im November 2025 einigte sich das US-Justizministerium mit dem Software-Anbieter RealPage auf einen Vergleich, der die Immobilienbranche erschütterte. Der Vorwurf: Ein Algorithmus hatte die Mietpreise von Millionen Wohnungen koordiniert — ohne dass die Vermieter je miteinander gesprochen hatten. Wenige Wochen später schöpfte das Bundeskartellamt 59 Millionen Euro von Amazon ab, weil dessen algorithmische Preiskontrollmechanismen den Wettbewerb verzerrten. Die Botschaft beider Fälle ist unmissverständlich: Das Kartellrecht lernt, mit KI umzugehen — und Unternehmen, die algorithmische Preissetzung einsetzen, stehen unter verschärfter Beobachtung.

Tags: KI, Kartellrecht, Wettbewerbsrecht, Algorithmen

Das Grundproblem: Kollusion ohne Kommunikation

Kartellrecht basiert auf einem einfachen Prinzip: Wettbewerber dürfen keine Preisabsprachen treffen. Artikel 101 des Vertrags über die Arbeitsweise der Europäischen Union (AEUV) verbietet Vereinbarungen und abgestimmte Verhaltensweisen, die den Wettbewerb einschränken. Das klassische Kartell erfordert Kommunikation — ein Treffen, einen Anruf, eine E-Mail. Algorithmen verändern diese Gleichung fundamental.

Andreas Mundt, Präsident des Bundeskartellamts, brachte es auf den Punkt: „Abschauen und Nachmachen ist erlaubt — Absprechen hingegen nicht" (Bundeskartellamt, 2023). Doch was geschieht, wenn ein Algorithmus die Grenze zwischen beidem verwischt? Was, wenn Preisanpassungen in Echtzeit erfolgen, ohne menschliches Zutun, aber mit dem gleichen Ergebnis wie eine klassische Absprache?

Die OECD identifiziert in einer vielbeachteten Analyse vier Szenarien algorithmischer Kollusion (OECD, 2017). Im ersten Fall nutzen Unternehmen Algorithmen bewusst als Instrument einer expliziten Absprache — kartellrechtlich eindeutig verboten. Im zweiten Fall dient ein gemeinsamer Algorithmus eines Drittanbieters als sogenannter „Hub" einer Hub-and-Spoke-Vereinbarung — rechtlich umstritten, aber zunehmend verfolgt. Im dritten Fall setzen Unternehmen unilateral Algorithmen ein, die Wettbewerberpreise in Echtzeit beobachten und die eigene Preisgestaltung darauf abstimmen — sogenannte Signaling-Algorithmen. Der vierte und juristisch heikelste Fall: Selbstlernende Algorithmen, die ohne menschliche Vorgabe autonom zu kollusiven Gleichgewichten konvergieren (OECD, 2017).

Genau dieser vierte Fall — die autonome Kollusion — stellt die traditionellen Kategorien des Kartellrechts vor eine Herausforderung, die Dirk Röthig als eine der drängendsten regulatorischen Fragen der KI-Ära betrachtet. Denn wenn kein Mensch eine Absprache trifft, wer ist dann verantwortlich?

Fall 1: RealPage und der US-Mietmarkt

Der Fall RealPage ist zum globalen Präzedenzfall für algorithmische Preiskoordination geworden. Das US-Justizministerium (DOJ) klagte den Softwareanbieter an, weil dessen Revenue-Management-System Mietpreise auf Basis nicht-öffentlicher Daten konkurrierender Vermieter koordiniert hatte (DOJ, 2025).

Die Mechanik war elegant und problematisch zugleich: Vermieter speisten vertrauliche Daten — effektive Mieten, Rabatte, Belegungsraten, Verfügbarkeiten und Leasingkonditionen — in die RealPage-Plattform ein. Der Algorithmus aggregierte diese Wettbewerberdaten und generierte daraus Preisempfehlungen, denen die teilnehmenden Vermieter in rund 80 bis 90 Prozent der Fälle folgten (Paul Weiss, 2025). Das Ergebnis: eine de facto-Preiskoordination über einen algorithmischen Mittelsmann, ohne direkten Kontakt zwischen den Wettbewerbern.

Der im November 2025 erzielte Vergleich ist aufschlussreich für die Richtung, die das Kartellrecht einschlägt. RealPage darf künftig nur noch historische Daten verwenden, die mindestens zwölf Monate alt sind. Die Granularität der Preisinformationen wird auf Bundesstaatsebene beschränkt — keine individuellen Gebäude- oder Nachbarschaftsdaten mehr. Ein Monitor wird die Einhaltung drei Jahre lang überwachen (Wilson Sonsini, 2026). Die Botschaft des DOJ: Nicht der Algorithmus selbst ist das Problem, sondern der Input — die Nutzung aktueller, wettbewerbssensibler Daten von Konkurrenten.

Fall 2: Amazon und das Bundeskartellamt

Am 5. Februar 2026 traf das Bundeskartellamt eine historische Entscheidung: Es ordnete die Abschöpfung von 59 Millionen Euro wirtschaftlichen Vorteils an, die Amazon durch wettbewerbswidrige Preiskontrollmechanismen erzielt hatte — die erste Anwendung dieser Befugnis seit der Reform des Gesetzes gegen Wettbewerbsbeschränkungen (GWB) im Jahr 2023 (Bundeskartellamt, 2026).

Der Fall unterscheidet sich strukturell vom RealPage-Szenario. Hier ging es nicht um Kollusion zwischen Wettbewerbern, sondern um den Missbrauch einer marktbeherrschenden Stellung gemäß Artikel 102 AEUV. Amazon nutzte verschiedene Algorithmen und statistische Modelle, die auf Basis aktueller und historischer Angebote dynamische Preisobergrenzen für Drittanbieter berechneten. Angebote, die der Algorithmus als „Preisfehler" klassifizierte, wurden vom Marktplatz entfernt. Produkte mit „deutlich hohen Preisen" verloren den Zugang zur Buy Box und wurden in den Suchergebnissen herabgestuft (Bundeskartellamt, 2026).

Das Bundeskartellamt stellte fest: Diese algorithmischen Preiskontrollmechanismen gehen über eine bloße Qualitätssicherung hinaus. Sie greifen direkt in die Preissetzungsfreiheit unabhängiger Händler ein — und das von einem Unternehmen, das selbst als Wettbewerber auf derselben Plattform agiert. Die festgesetzte Summe von 59 Millionen Euro ist ausdrücklich als Teilbetrag deklariert, weitere Forderungen sind möglich.

Fall 3: Uber, Cabify und Bolt — Hub-and-Spoke in Spanien

Ein drittes Muster algorithmischer Preiskoordination untersucht die spanische Wettbewerbsbehörde CNMC: eine mögliche Hub-and-Spoke-Absprache zwischen den Fahrdienstleistern Uber, Cabify und Bolt, die zwischen 2020 und 2024 über ihre Algorithmen eine Preiskoordination ermöglicht haben sollen (Morgan Lewis, 2025). Im Hub-and-Spoke-Modell fungiert die gemeinsame Plattform oder der gemeinsame Algorithmus als Knotenpunkt, über den Wettbewerber indirekt Preisinformationen austauschen — auch wenn sie bilateral nie kommunizieren.

Die regulatorische Antwort: Europa rüstet auf

Die Europäische Kommission hat algorithmische Preissetzung zum Durchsetzungsschwerpunkt erklärt. Im Juli 2025 bestätigte ein hochrangiger Kommissionsbeamter mehrere laufende Ermittlungen in diesem Bereich. Die britische CMA bezeichnete algorithmische Preissetzung im September 2025 als „area of focus and concern" und beobachtet die US-Entwicklungen aufmerksam (Morgan Lewis, 2025).

Auf legislativer Ebene haben sowohl Deutschland als auch Italien neue Bestimmungen erlassen, die algorithmische Preiskollusion außerhalb des traditionellen Kartelltatbestands adressieren (Hogan Lovells, 2025). Deutschland hat mit der GWB-Reform 2023 die Möglichkeit der Vorteilsabschöpfung gestärkt — ein Instrument, das im Amazon-Fall erstmals zum Einsatz kam. Italien hat vergleichbare Verschärfungen in sein Wettbewerbsrecht eingeführt.

Der EU AI Act, der seit Februar 2025 schrittweise in Kraft tritt, könnte eine zusätzliche Dimension eröffnen. Zwar sind reine Preisalgorithmen nicht explizit als Hochrisiko-KI klassifiziert, doch die Transparenz- und Dokumentationspflichten für KI-Systeme könnten die Beweisführung in Kartellverfahren erheblich erleichtern (Secureprivacy, 2026). Ab August 2026 werden die Anforderungen für Hochrisiko-KI-Systeme vollständig durchsetzbar — mit Bußgeldern von bis zu 35 Millionen Euro oder sieben Prozent des weltweiten Jahresumsatzes.

Wilson Sonsini prognostiziert in seinem Antitrust Year in Preview, dass 2026 ein Schlüsseljahr für algorithmische Preissetzungsfälle in Europa werden wird (Wilson Sonsini, 2026). Die Kombination aus verschärfter Gesetzgebung, neuen Durchsetzungsinstrumenten und den Präzedenzfällen aus den USA schafft ein Umfeld, in dem Unternehmen ihre algorithmischen Preissetzungssysteme dringend überprüfen sollten.

Was Unternehmen jetzt tun müssen: Fünf Compliance-Imperative

Für Unternehmen, die algorithmische Preissetzung einsetzen oder planen, leiten sich aus den jüngsten Entwicklungen konkrete Handlungsanforderungen ab.

Erstens: Dateninput prüfen. Der RealPage-Vergleich macht deutlich, dass die Nutzung aktueller, wettbewerbssensibler Daten das zentrale Risiko darstellt. Unternehmen sollten sicherstellen, dass ihre Preisalgorithmen ausschließlich auf eigene Daten, öffentlich verfügbare Informationen oder hinreichend alte historische Daten zugreifen.

Zweitens: Algorithmische Transparenz sicherstellen. Der EU AI Act wird Dokumentations- und Nachvollziehbarkeitspflichten etablieren. Unternehmen sollten bereits jetzt in der Lage sein, die Entscheidungslogik ihrer Preisalgorithmen gegenüber Regulierungsbehörden darzulegen.

Drittens: Hub-and-Spoke-Risiken identifizieren. Wer denselben Drittanbieter-Algorithmus nutzt wie seine Wettbewerber, geht ein erhöhtes kartellrechtliches Risiko ein. Die spanischen Ermittlungen gegen Uber, Cabify und Bolt zeigen, dass Regulierer dieses Muster aktiv verfolgen.

Viertens: Marktbeherrschung berücksichtigen. Für Unternehmen mit signifikanter Marktmacht — insbesondere Plattformbetreiber — gelten verschärfte Maßstäbe. Der Amazon-Fall belegt, dass algorithmische Preismechanismen als Missbrauch einer marktbeherrschenden Stellung gewertet werden können.

Fünftens: Compliance-Programme aktualisieren. Kartellrechtliche Compliance-Programme müssen den Einsatz von Preisalgorithmen explizit adressieren. Schulungen, interne Audits und die Einbindung von Wettbewerbsrechtlern in die Entwicklung algorithmischer Systeme sind keine optionale Kür mehr, sondern Pflichtprogramm.

Ausblick: Das Kartellrecht wird algorithmisch

Die drei dargestellten Fälle markieren keine Ausnahmen, sondern den Beginn einer systematischen regulatorischen Auseinandersetzung mit algorithmischer Preissetzung. Das Kartellrecht steht vor seiner größten konzeptionellen Erneuerung seit der Digitalisierung der Finanzmärkte. Die Fragen sind fundamental: Kann ein Algorithmus Täter einer Kartellrechtswidrigkeit sein? Reicht die Nutzung desselben Pricing-Tools durch Wettbewerber für den Nachweis einer „abgestimmten Verhaltensweise"? Und wie weit darf eine marktbeherrschende Plattform gehen, wenn sie algorithmisch in die Preise ihrer Marktplatz-Teilnehmer eingreift?

Die Springer-Fachzeitschrift Business & Information Systems Engineering kommt in einer aktuellen Analyse zu dem Schluss, dass bestehende kartellrechtliche Kategorien zwar grundsätzlich anwendbar sind, aber einer erheblichen Weiterentwicklung bedürfen, um autonome algorithmische Kollusion effektiv zu erfassen (Springer, 2025). Das traditionelle Konzept der „Willensübereinstimmung" zwischen Kartellmitgliedern passt schlecht auf Szenarien, in denen Algorithmen eigenständig Gleichgewichtspreise finden.

Für die Unternehmenspraxis bedeutet dies: Algorithmische Preissetzung ist nicht per se rechtswidrig. Sie bleibt ein legitimes und wettbewerbsförderndes Instrument — solange sie auf eigenen Daten basiert, transparent dokumentiert ist und nicht als Vehikel für die Koordination mit Wettbewerbern dient. Unternehmen, die diese Grundsätze beherzigen, können algorithmische Preissetzung weiterhin als Wettbewerbsvorteil nutzen. Unternehmen, die sie ignorieren, riskieren nicht nur empfindliche Bußgelder, sondern auch den Verlust des Vertrauens ihrer Kunden und Geschäftspartner.

Weitere Artikel von Dirk Röthig

Quellenverzeichnis

  1. Bundeskartellamt (2023): „So verändert KI die Plattform-Ökonomie" — Interview mit Präsident Andreas Mundt. Verfügbar unter: https://www.bundeskartellamt.de/SharedDocs/Interviews/DE/2023/230508_WuV.html
  2. Bundeskartellamt (2026): Bundeskartellamt untersagt Amazon die Anwendung von Preiskontrollmechanismen; Abschöpfung von 59 Mio. Euro. Pressemitteilung, 5. Februar 2026. Verfügbar unter: https://www.bundeskartellamt.de/SharedDocs/Meldung/DE/Pressemitteilungen/2026/26_02_05_Amazon.html
  3. DOJ — U.S. Department of Justice (2025): Justice Department Requires RealPage to End the Sharing of Competitively Sensitive Information. Verfügbar unter: https://www.justice.gov/opa/pr/justice-department-requires-realpage-end-sharing-competitively-sensitive-information-and
  4. Hogan Lovells (2025): Update on Algorithmic Pricing in Competition Law — What You Need to Know. Verfügbar unter: https://www.hoganlovells.com/en/publications/update-on-algorithmic-pricing-in-competition-law-what-you-need-to-know
  5. Morgan Lewis (2025): Algorithmic Pricing Emerges as Enforcement Priority for EU & UK Antitrust Regulators. Verfügbar unter: https://www.morganlewis.com/pubs/2025/10/algorithmic-pricing-emerges-as-enforcement-priority-for-eu-and-uk-antitrust-regulators
  6. OECD (2017): Algorithms and Collusion: Competition Policy in the Digital Age. OECD Publishing, Paris.
  7. Paul Weiss (2025): Practical Takeaways From the DOJ's Algorithmic Pricing Settlement. Verfügbar unter: https://www.paulweiss.com/insights/client-memos/practical-takeaways-from-the-doj-s-algorithmic-pricing-settlement
  8. Secureprivacy (2026): EU AI Act 2026 Compliance Guide: Key Requirements Explained. Verfügbar unter: https://secureprivacy.ai/blog/eu-ai-act-2026-compliance
  9. Springer / Business & Information Systems Engineering (2025): Algorithmic Pricing and Algorithmic Collusion. Verfügbar unter: https://link.springer.com/article/10.1007/s12599-025-00965-z
  10. Wilson Sonsini (2026): 2026 Antitrust Year in Preview: Algorithmic Pricing. Verfügbar unter: https://www.wsgr.com/en/insights/2026-antitrust-year-in-preview-algorithmic-pricing.html

Über den Autor: Dirk Röthig ist CEO von VERDANTIS Impact Capital, einer Impact-Investment-Plattform für Carbon Credits, Agroforstry und Nature-Based Solutions mit Sitz in Zug, Schweiz. Er beschäftigt sich intensiv mit den Schnittstellen von KI, Wettbewerbsrecht und nachhaltiger Wirtschaft. Kontakt und weitere Artikel: verdantiscapital.com | LinkedIn

Top comments (0)