Im Einkauf bezeichnet Price Intelligence – im Deutschen auch Preisintelligenz genannt – die kontinuierliche Analyse von Lieferantenpreisen im Verhältnis zu relevanten Markt- und Kostentreibern – Rohstoffe, Energie, Fracht, Löhne, Zölle, Wechselkurse. So werden Preise sichtbar, die sich auffällig oder nicht marktgerecht entwickelt haben. Anders als Spend Analytics erklärt Price Intelligence nicht die Vergangenheit des Einkaufs, sondern die ökonomische Gegenwart des Preises. Für CPOs ist das relevant, weil hier Margenpotenziale liegen, die reine Prozessoptimierung nicht erschließt.
Der blinde Fleck, den kaum ein Einkauf im Blick hat Fragen Sie Ihren Einkaufsleiter, wie viel Sie letztes Jahr bei Ihren Top-20-Lieferanten ausgegeben haben, und Sie bekommen eine präzise Antwort. Fragen Sie, ob die Preise, die Sie heute zahlen, unter den aktuellen Marktbedingungen noch wirtschaftlich korrekt sind, wird es deutlich stiller.
Dabei handelt es sich jedoch nicht um eine Wissenslücke der Einkäufer, sondern um ein strukturelles Problem: Lieferantenpreise werden verhandelt und dann meist für Jahre nicht mehr angefasst, während sich die Kostenbestandteile dahinter unaufhörlich verändern – Stahl, Kupfer, Energie, Fracht, Löhne, Zölle, Wechselkurse. Ein Preis, der 2023 fair war, muss es 2026 nicht mehr sein. Und niemand im Unternehmen prüft das systematisch, weil dafür weder die Datenbasis noch die Zeit vorhanden ist.
Genau diese Lücke beschreibt der Begriff Price Intelligence. Was wie ein neuer Anglizismus bzw. ein Buzz Word für das Reporting klingt, ist eine Antwort auf eine sehr konkrete Frage: Stimmt der Preis noch?
Was ist Price Intelligence (Preisintelligenz) im Einkauf? Außerhalb des Einkaufskontexts wird Price Intelligence oft im Sinne von Competitive Pricing verstanden, also das Beobachten von Wettbewerber- und Marktpreisen und Abgleich mit der eigenen Preisstrategie – etwa im Handel oder Vertrieb. Im Einkauf bezeichnet der Begriff etwas anderes: die kontinuierliche, datenbasierte Analyse von Lieferantenpreisen im Verhältnis zu relevanten Markt- und Kostentreibern.
Dafür werden interne Einkaufsdaten – Preise, Spend, Stücklisten (BOMs), Lieferanten, Verträge – mit externen Marktindizes zu Rohstoffen, Energie, Fracht, Löhnen, Zöllen und Wechselkursen abgeglichen. Das Ergebnis sind keine automatischen Urteile über „richtige“ oder „falsche“ Preise, sondern auffällige, potenziell überhöhte oder nicht marktgerecht entwickelte Preise, die einer genaueren Prüfung bedürfen. Denn neben Rohstoff- und Energiekosten bestimmen auch Fertigungskosten, Overhead, Ausschuss, Werkzeugkosten, Mengenentwicklung, Produktänderungen und Vertragsmechanismen, was ein Preis wirtschaftlich rechtfertigt – ein Marktindex allein kann das nie vollständig abbilden, liefert aber ein starkes erstes Signal.
Der entscheidende Unterschied zu klassischer Marktbeobachtung: Price Intelligence schaut nicht nur auf den Markt, und nicht nur auf den eigenen Einkauf, sondern auf die Verbindung zwischen beidem. Erst dieser Abgleich zeigt, welche konkreten Teile bei welchen Lieferanten einer näheren Prüfung wert sind – und welche trotz hoher Preise unauffällig bleiben, weil die zugrunde liegenden Kosten das rechtfertigen.
Price Intelligence vs. Spend Analytics: Wo liegt der Unterschied? Spend Analytics erklärt, wohin Geld geflossen ist. Price Intelligence bewertet, wie sich ein gezahlter Preis im Verhältnis zu relevanten Markt- und Kostentreibern entwickelt hat. Spend Analytics analysiert historische Ausgaben nach Kategorie, Lieferant und Standort. Price Intelligence stellt diesen Ausgaben laufend die Entwicklung der externen Kostentreiber gegenüber.
Beide Disziplinen ergänzen sich, beantworten aber unterschiedliche Fragen. Spend Analytics zeigt Ihnen, dass Sie bei Lieferant X für Bauteil Y im letzten Jahr 2,3 Millionen Euro ausgegeben haben, über welche Werke verteilt, mit welcher Preisstreuung. Price Intelligence beantwortet die nächste, für die Marge relevante Frage: Wie hat sich dieser Preis im Verhältnis zu Rohstoff-, Energie- und Frachtkosten entwickelt – gibt es Anhaltspunkte, dass er nicht mehr marktgerecht ist? Wer nur Spend Analytics betreibt, hat Transparenz über die Vergangenheit. Price Intelligence ergänzt das um die laufende Einordnung gegenüber dem Markt.
Price Intelligence vs. Cost Engineering und Should-Costing Cost Engineering und Should-Cost-Modelle beantworten die Frage, was ein Teil auf Basis von Material-, Fertigungs- und Prozessmodellen theoretisch kosten sollte. Price Intelligence beantwortet eine andere Frage: Wie entwickelt sich der tatsächlich gezahlte Preis im Verhältnis zu relevanten externen Markt- und Kostentreibern? Das eine ist ein Kostenmodell, das andere ein laufender Abgleich zwischen realem Preis und Marktbewegung.
In der Praxis kommt meist ein zweiter Unterschied dazu: Should-Cost-Modelle werden oft punktuell erstellt, etwa zu einer Vergabeentscheidung, auch wenn sie sich grundsätzlich ebenfalls aktualisieren lassen. Price Intelligence ist dagegen von Natur aus auf laufende Anwendung über ein größeres Teileportfolio ausgelegt, damit auch Teile auffallen, die seit Jahren unverändert und deshalb nie wieder geprüft wurden.
Zur Einordnung im Überblick:
Spend Analytics – beantwortet, wo wie viel ausgegeben wurde; Zeitbezug: Vergangenheit; typischer Output: Ausgaben-Reports, Lieferantenstrukturen.Cost Engineering / Should-Costing – beantwortet, was ein Bauteil theoretisch kosten sollte; Zeitbezug: meist punktuell, z. B. zur Vergabe; typischer Output: Kostenmodell für ein Bauteil.Price Intelligence – beantwortet, wie sich der gezahlte Preis im Verhältnis zu Markt- und Kostentreibern entwickelt; Zeitbezug: kontinuierlich anwendbar; typischer Output: auffällige, prüfenswerte Preisabweichungen je Teilenummer.Warum reichen ERP, BI-Tools oder Excel dafür nicht aus? Power BI und ähnliche BI-Tools können durchaus externe Datenquellen anbinden und entsprechende Analysen visualisieren – das ist technisch kein grundsätzliches Hindernis. Die eigentliche Herausforderung liegt darin, interne Einkaufsdaten, relevante Marktindizes und Kostentreiber auf Teile- und Lieferantenebene dauerhaft zu verknüpfen, laufend zu aktualisieren und daraus automatisiert konkrete Preisabweichungen abzuleiten. Genau das ist der Kern von Price Intelligence, nicht die reine Visualisierbarkeit externer Daten.
Das eigentliche Problem liegt tiefer: In vielen Fertigungsunternehmen laufen mehrere ERP-Systeme parallel, über Werke, Regionen und Länder verteilt. Ohne Datenintegration zu einer einheitlichen Datenbasis lässt sich ein Lieferantenpreis über Werke hinweg nur mit erheblichem manuellem Aufwand vergleichen, geschweige denn dauerhaft mit Rohstoffindizes oder Wechselkursen abgleichen. Excel-Analysen einzelner Einkäufer decken punktuell einzelne Warengruppen ab, skalieren aber nur schwer über ein großes Teileportfolio hinweg.
Welche Daten fließen tatsächlich in Price Intelligence ein? Price Intelligence basiert auf der Kombination interner Einkaufsdaten mit einer breiten Palette externer Marktdaten. Ohne diese Breite an Datenquellen bleibt jede Preisbewertung eine grobe Schätzung statt einer belastbaren Aussage. ivoflow kombiniert dafür beispielsweise interne Preis-, Spend- und Stücklistendaten mit externen Marktdaten aus den Bereichen Rohstoffe (Metalle, Kunststoffe, Chemikalien), Energie, Logistik/Fracht, Arbeitskosten, Zölle und Wechselkurse. Erst wenn diese externen Bewegungen automatisiert mit den internen Serienpreisen abgeglichen werden, wird aus vielen einzelnen Marktsignalen eine konkrete, auf Teilenummernebene nachvollziehbare Aussage darüber, welche Preise einer genaueren Prüfung unterzogen werden sollten.
Warum das Thema gerade jetzt auf die CPO-Agenda gehört Für CPOs ist Price Intelligence relevant, weil hier Margenpotenzial liegt, das über reine Prozesseffizienz nicht mehr zu heben ist. Wenn Kostensenkungsprogramme, Lieferantenkonsolidierung und Digitalisierung bereits laufen, bleibt die Frage, ob die eigentlichen Preise noch stimmen, meist unbeantwortet – und genau dort liegt oft der größte, bislang ungenutzte Hebel.
Gerade in wirtschaftlich angespannten Phasen verschiebt sich der Blick vieler Vorstände von „Prozesse optimieren“ zu „Marge sichern“. Ein Preis, der wegen gestiegener Materialkosten zu Recht angepasst wurde, ist unproblematisch. Ein Preis, der seit drei Jahren unverändert zu hoch ist, weil ihn niemand mehr geprüft hat, ist ein potenzieller, bezifferbarer Ergebnisbeitrag – ohne neue Lieferanten, ohne neue Prozesse, ohne zusätzliches Risiko. Die Cost-Saving-Toolbox von ivoflow identifiziert im Durchschnitt 4,7 Prozent neue Kosteneinsparungen auf den gesamten Direct Spend – unter anderem, indem Preisabweichungen und weitere Einsparhebel datenbasiert und automatisiert sichtbar gemacht werden, statt punktuell im Einzelfall gesucht zu werden.
Wo künstliche Intelligenz ins Spiel kommt – und wo nicht Künstliche Intelligenz kann bei Price Intelligence die Mustererkennung über große Datenmengen übernehmen, nicht die Verhandlung selbst. Sie kann Preisabweichungen automatisiert über große Teileportfolios identifizieren und in priorisierte, verständliche Verhandlungsargumente übersetzen. Die finale Bewertung und Entscheidung bleibt beim Einkäufer.
Diese Rollenverteilung ist der eigentliche Grund, warum Price Intelligence in der Praxis funktioniert: Kein Algorithmus schließt Verträge autonom ab. Er kann aber dafür sorgen, dass ein Einkäufer nicht mehr manuell durch tausende Teilenummern suchen muss, um die wenigen Fälle zu finden, die eine Neuverhandlung wirklich rechtfertigen – und bekommt die Begründung mitgeliefert, statt sie selbst zusammenzutragen.
Fazit: Price Intelligence ist keine neue Reporting-Kategorie, sondern eine neue Frage Spend Analytics, Cost Engineering und ERP-Reporting beantworten wichtige, aber unterschiedliche Fragen. Keines von ihnen stellt systematisch die Frage, wie sich ein laufender Lieferantenpreis im Verhältnis zu relevanten Markt- und Kostentreibern entwickelt hat. Price Intelligence schließt genau diese Lücke, indem es interne Preisdaten kontinuierlich mit externen Marktindizes abgleicht und auffällige Abweichungen sichtbar macht.
Fünf Fragen, mit denen Sie den Reifegrad Ihres Unternehmens einschätzen können:
Können Sie für jeden wichtigen Lieferanten sagen, ob der aktuelle Preis heute noch marktgerecht ist – nicht nur, was Sie letztes Jahr ausgegeben haben? Ist Ihre Preisdatenbasis über alle ERP-Systeme und Werke hinweg konsolidiert, oder liegt sie fragmentiert und teilweise in Excel vor? Sind Ihre internen Preisdaten mit externen Indizes zu Rohstoffen, Energie, Fracht und Wechselkursen verknüpft? Werden Preisabweichungen automatisch erkannt, oder nur dann, wenn ein Lieferant von sich aus eine Preiserhöhung ankündigt? Wissen Sie, wie viel Einsparpotenzial in bereits laufenden, unauffälligen Lieferantenpreisen aktuell schlummert? Wenn eine dieser Fragen unklar bleibt, ist das kein Organisationsproblem, sondern ein Datenproblem – und genau das lässt sich lösen. Die Spend- und Price-Intelligence-Plattform ivoflow verbindet Ihre Preis-, Spend- und Stücklistendaten mit Live-Marktdaten und macht auffällige Preisabweichungen sichtbar, statt sie punktuell zu suchen. Im Proof of Concept wird das anhand Ihrer eigenen Daten geprüft.
.svg)
