Warum Nachfrage- und Elastizitätsmodelle bei der Kfz-Finanzierung unzureichend sind – und wie Sie das ändern können

Wenn Sie schon länger im Bereich der Kfz-Finanzierung arbeiten, haben Sie in einem Meetings vermutlich schon einmal eine ähnliche Aussage gehört: „Wir müssen unsere Preiselastizität besser in den Griff bekommen.“ Das klingt nach einer völlig vernünftigen Forderung. In der Theorie ist es einfach: Höhere Zinsen führen zu geringerer Nachfrage, niedrigere Zinsen zu mehr Volumen. Man zeichnet eine Kurve, identifiziert den idealen Punkt und optimiert. In der Praxis jedoch ist es selten so unkompliziert.

Die Kfz-Finanzierung kann selbst einfache ökonomische Konzepte unnötig verkomplizieren. Und Nachfrage- und Elastizitätsmodelle sind perfekte Beispiele dafür. In diesem Blogbeitrag zerlege ich das Thema in besser verständliche Teile und gebe einige Praxiseinblicke, wie Sie die damit verbundenen Herausforderungen meistern können.

Die Idee ist einfach. Die Realität ist es nicht.

Im Kern geht es beim Nachfragemodell darum, eine grundlegende Frage zu beantworten: Wie wahrscheinlich ist es, dass ein Kunde das Kreditangebot zu diesem Preis annimmt? 

Die meisten Kreditgeber verwenden bereits eine ähnliche Methode. Ein Blick auf die historischen Daten zeigt beispielsweise Folgendes:

• Bei einem effektiven Jahreszins von 6 % akzeptieren etwa 40 % der Kunden dieses Angebot.

• Bei 8 % sinkt dieser Wert vielleicht auf 28 %.

Diese Beziehung stellt Ihre Nachfragekurve dar. Die Elastizität geht noch einen Schritt weiter und formuliert die Frage: Wie stark reagiert diese Abschlussquote auf Veränderungen des Preises? Oder anders gesagt: Wenn ich den Zinssatz um 50 Basispunkte anpasse, wie viel Volumen geht mir verloren? Bis hierhin ist alles gut nachvollziehbar. Es ist intuitiv. Es ist nützlich. Und es ist definitiv etwas, womit sich Kreditgeber beschäftigen sollten.

Aber genau hier fangen die Probleme an.

Das erste Problem: Der Preis ist nicht wirklich der „Preis“

Im Bereich der Kfz-Finanzierung sprechen wir gerne vom effektiven Jahreszins als Preis. Aber wenn Sie schon einmal in einem Autohaus gesessen oder beobachtet haben, wie Kunden tatsächlich Entscheidungen treffen, wissen Sie, dass das nicht ganz stimmt.

Die meisten Kundinnen und Kunden denken nicht: „Sind 6,5 % ein guter Zinssatz?“ Stattdessen denken Sie: „Kann ich mir diese monatliche Rate leisten?“ Und das verändert alles. Denn plötzlich gilt:

• Ein höherer effektiver Jahreszins kann funktionieren, wenn die Laufzeit verlängert wird.

• Ein niedrigerer Fahrzeugpreis kann einen höheren Zinssatz ausgleichen.

• Händleranreize können die gesamte Gleichung verändern.

Das, was wir „Preis“ nennen, ist in Wirklichkeit Teil eines Gesamtpakets. Und das macht es deutlich schwieriger, seine Wirkung isoliert zu betrachten.

Das zweite Problem: Der Preis ist an den Kunden gebunden

Das ist der Punkt, der im Stillen die meisten Probleme verursacht. Zinssätze werden nicht willkürlich festgelegt, sondern basieren auf Faktoren wie Bonität, Einkommen und Risikoprofil. Wenn Sie also Ihre Daten analysieren und feststellen, dass höhere Zinssätze mit einer geringeren Konversionsrate einhergehen, liegt die Vermutung nahe: „Kunden reagieren sehr preissensibel.“

In Wahrheit beobachten Sie jedoch häufig etwas ganz anderes. Höhere Zinssätze werden typischerweise Kundinnen und Kunden mit höherem Risiko angeboten. Und diese schließen in vielen Fällen unabhängig vom Zinssatz seltener einen Vertrag ab.

Damit sind jetzt also zwei Dinge miteinander verflochten:

• Wer der Kunde oder die Kundin ist.

• Wie er oder sie auf den Preis reagiert.

Und wenn Sie hier nicht sehr sorgfältig vorgehen, schreiben Sie dem einen schnell die Wirkung des anderen zu.

Das dritte Problem: Nicht alle haben wirklich eine Wahl

In einem vollkommenen ökonomischen Modell treffen Kundinnen und Kunden eine Wahl zwischen verschiedenen Angeboten. Im Bereich der Kfz-Finanzierung stimmt das jedoch nicht immer. Manche Kunden werden abgelehnt, stoßen an Grenzen bei der Rate oder der Schuldendienstquote oder werden durch die konkrete Ausgestaltung des Deals eingeschränkt. Was also wie „geringe Nachfrage“ bei einem höheren Zinssatz aussieht, kann in Wahrheit bedeuten: Es handelt sich um Kundinnen und Kunden, die den Kredit selbst dann nicht hätten aufnehmen können, wenn sie es gewollt hätten.

Das ist keine Elastizität, sondern eine Einschränkung.

Und dann ist da noch der Händler

Wer im indirekten Kfz-Kreditgeschäft tätig ist, weiß, dass dies eine weitere Komplexität mit sich bringt. Händler können Zinssätze natürlich anheben, das endgültige Angebot beeinflussen und die Finanzierung zusammen mit dem Fahrzeug als Paket anbieten. Der „Preis“, den der Kunde sieht, wird also nicht einmal vollständig vom Kreditgeber bestimmt.

An dieser Stelle erscheint die Vorstellung einer klaren, stabilen Nachfragekurve schon ein wenig optimistisch.

Ist Elastizität also immer noch von Bedeutung?

Auf jeden Fall. Aber vielleicht nicht in der Weise, wie wir traditionell darüber denken. Es gibt keine allgemeingültige Elastizitätskennzahl, die Ihre Pricing-Strategie vorgibt. Sie variiert je nach Kundensegment, Vertriebskanal, Vertragsstruktur und Marktbedingungen. Und darüber hinaus verändert sie sich im Laufe der Zeit.

Anstatt also zu fragen: „Wie hoch ist unsere Preiselastizität?“, ist die Frage: „Was ist angesichts dieser Kundin und dieses Geschäfts das beste Angebot, das wir unterbreiten können?“ viel sinnvoller. Das ist zwar nur eine subtile, aber dennoch wichtige Veränderung.

Von der Elastizitätsmessung zur Entscheidungsfindung

Machen wir es etwas konkreter: Stellen Sie sich vor, Sie analysieren ein Prime-Segment und vergleichen verschiedene Pricing-Optionen. Dabei könnte sich Folgendes zeigen: Bei niedrigeren Zinssätzen erzielen Sie ein höheres Volumen, aber eine geringere Marge pro Kredit. Steigen die Zinssätze, sinkt das Volumen, die Marge verbessert sich jedoch. Irgendwann stellt sich ein Punkt ein, an dem der Gesamtgewinn maximiert wird.

Und genau darum geht es: nicht nur die Kurve zu verstehen, sondern den optimalen Punkt zu finden. Der Haken ist, dass dieser Punkt nicht für jeden Kunden, jeden Händler oder jeden Markt gleich ist. Deshalb greifen statische Pricing-Regeln oft zu kurz.

Genau hier stoßen viele Kreditgeber an eine operative Grenze. Ein Nachfrage- oder Elastizitätsmodell zu entwickeln, ist das eine. Diese Erkenntnisse aber tatsächlich in Pricing-Entscheidungen zu übersetzen, die in der Produktion bereitgestellt, überwacht und angepasst werden können, ist etwas ganz anderes.

Tatsächlich lassen sich Modelle heutzutage fast überall erstellen. Die eigentliche Herausforderung besteht darin, sie in großem Maßstab umzusetzen, in Preisentscheidungen einzubinden, auf die Unternehmensstrategie abzustimmen, kanalübergreifend einheitlich einzusetzen und kontinuierlich an veränderte Marktbedingungen anzupassen.

Hier kommen moderne Preisplattformen ins Spiel

Genau hier beginnen Plattformen wie Earnix Price-It, einen echten Unterschied zu machen.

Earnix ist nicht einfach nur eine Modellumgebung, sondern die Technologie-Ebene, mit der Kreditgeber elastizitätsbasiertes Pricing in Echtzeit prognostizieren, bereitstellen, beobachten und kontinuierlich aktualisieren können.

Dieser Unterschied ist entscheidend. Denn während viele Unternehmen Modelle entwickeln können, sind deutlich weniger in der Lage, sie über den gesamten Pricing-Lebenszyklus hinweg effektiv zu operationalisieren.

Anstatt alles auf eine einzige Elastizitätsschätzung zu reduzieren, unterstützt Earnix Sie dabei, einen praxisorientierteren Ansatz zu verfolgen.

Für jedes Geschäft betrachtet das System den Kunden und sein Risikoprofil, die Kreditstruktur und das Verhalten ähnlicher Kunden in der Vergangenheit. Anschließend bewertet es verschiedene Pricing-Optionen und stellt Fragen wie: Wie hoch ist bei jedem Preis die Wahrscheinlichkeit, dass dieser Kunde das Angebot annimmt? Wie hoch ist die erwartete Marge? Wie hoch ist das erwartete Risiko?

Die Plattform ermöglicht es Kreditgebern, intern entwickelte Modelle, Drittanbietermodelle und Business-Regeln in einem einzigen Decisioning-Framework zu vereinen und Analysen in ausführbare Pricing-Strategien umzuwandeln.

In der Praxis bedeutet dies, dass Kreditgeber von statischen Zinslisten und fragmentierten Pricing-Prozessen zu modellbasierten Pricing-Strategien übergehen können, die konsistent umgesetzt und dynamisch angepasst werden, wenn sich die Rahmenbedingungen ändern.

Auf dieser Basis kann das System dann den Preis ermitteln, der am besten zu Ihren Zielen passt – sei es die Gewinnmaximierung, die Steigerung des Absatzvolumens oder das Erreichen einer bestimmten Produktzusammensetzung.

Gleich wichtig ist, dass Kreditgeber nachverfolgen können, wie diese Strategien tatsächlich im Markt abschneiden. Entspricht die Abschlussquote den Erwartungen? Verbessert sich die Marge? Hat sich das Verhalten der Wettbewerber gewandelt? Reagieren Händler in den einzelnen Segmenten anders?

Diese Fähigkeit, Pricing-Strategien kontinuierlich zu überwachen und neu auszurichten, wird im Bereich der Kfz-Finanzierung immer wichtiger, da sich die Elastizität aufgrund von Zinssätzen, Wettbewerbsdruck, OEM-Incentives und allgemeinen wirtschaftlichen Rahmenbedingungen sehr schnell ändern kann.

Und was besonders wichtig ist: Dabei werden reale Rahmenbedingungen wie gesetzliche Grenzwerte, Aufschlagregeln der Händler und Ihre Geschäftsstrategie berücksichtigt.

Anstelle von „Allen Premiumkunden werden 6,5 % angeboten“ lautet das Ergebnis also: „Für dieses konkrete Geschäft ist dieser Zinssatz am sinnvollsten.“

Erkenntnisse aus der Praxis

Eines der größten Missverständnisse, das ich noch immer sehe, ist die Annahme, dass die Preisgestaltung in erster Linie eine Frage des Modells ist. In Wirklichkeit entscheidet meist die Umsetzung über den Erfolg.

Können Sie Pricing-Änderungen schnell umsetzen? Kann der Fachbereich Ergebnisse vor der Einführung simulieren? Können Sie die Performance der Strategie in Echtzeit überwachen? Können Sie Anpassungen vornehmen, ohne alles von Grund auf neu entwickeln zu müssen?

Genau diese operativen Fähigkeiten unterscheiden häufig Unternehmen, die mit Advanced Analytics experimentieren, von denen, die Pricing-Optimierung wirklich umsetzen.

Wenn Sie darüber nachdenken, diesen Weg einzuschlagen, sollten Sie einige Dinge im Hinterkopf behalten.

• Erstens: Warten Sie nicht auf das perfekte Modell. Selbst einfache Nachfragekurven nach Segmenten können echten Mehrwert schaffen.

• Zweitens: Die Segmentierung ist von entscheidender Bedeutung. Die Elastizität unterscheidet sich bei einem Kunden mit sehr hoher Bonität, der online nach Angeboten sucht, deutlich von der eines Kunden mit geringer Bonität, der über einen Händler abschließt.

• Drittens: Unterschätzen Sie nicht die Bedeutung der monatlichen Rate. Sie ist oft ein stärkerer Einflussfaktor auf das Verhalten als der effektive Jahreszins selbst.

• Und schließlich sollten Sie sich der Grenzen Ihrer Daten bewusst sein. Was Sie beobachten, ist nicht immer das vollständige Bild, und wenn Sie nicht aufpassen, können sich schnell Verzerrungen einschleichen.

Fazit

Nachfrage- und Elastizitätsmodelle sind im Bereich der Kfz-Finanzierung nach wie vor von enormer Bedeutung. Sie sind jedoch nicht das Endziel. Sie sind Teil eines größeren Ansatzes, eine praktischere Frage zu beantworten: Was ist genau jetzt der richtige Preis für diesen Deal?

Wenn Sie so vorgehen – also Nachfrage, Risiko und Rahmenbedingungen der realen Welt kombinieren –, gehen Sie über die Theorie hinaus und gelangen zu etwas deutlich Wertvollerem. Sie treffen bessere Pricing-Entscheidungen, und zwar konsistent und in großem Umfang.

Genau darin liegt letztendlich der Mehrwert von Plattformen wie Earnix Price-It: Sie helfen Kreditgebern nicht nur bei der Entwicklung von Preismodellen, sondern ermöglichen es ihnen auch, elastizitätsgesteuerte Preisstrategien durchgängig umzusetzen.

Von der Prognose und Simulation über die Bereitstellung und das Monitoring bis hin zur kontinuierlichen Optimierung ist das Ziel, Kreditgeber dabei zu unterstützen, Pricing Analytics in eine agile, geschäftliche Ausführung in Echtzeit zu überführen.

Wenn Sie mit mir über Nachfrage- und Elastizitätsmodelle sprechen möchten, schreiben Sie mir bitte eine E-Mail an will.ely@earnix.com.