Zusammenfassung
Das Pricing von Fluggesellschaften entwickelt sich seit den 80er Jahren sehr dynamisch aufgrund von Deregulierung und Liberalisierung des Luftverkehrs innerhalb der EU sowie intensiven Wettbewerbs. Dabei verfolgen Fluggesellschaften heute ein professionelles technologiegesteuertes Preismanagement zur optimalen Preis- und Kapazitätssteuerung. Treibende Technologien sind dabei Automatisierung durch Algorithmen und leistungsstarke Kernelemente der Digitalisierung wie Künstliche Intelligenz und Big Data. Auf Konsumentenseite hat der Preis für einen Flug in vielen Märkten eine herausragende Bedeutung bei der Kaufentscheidung. Die daraus folgende Preissensibilität von Flugpassagieren gilt als hoch. Das dynamische Preismanagement der Fluggesellschaft kann allerdings dazu führen, dass Reisende im Verlauf des Kaufprozesses die Preissetzung als unfair wahrnehmen und negative Kundenreaktionen daraus resultieren. Der Beitrag betrachtet daher die Entwicklung und Bestandteile des dynamischen Pricings bei Fluggesellschaften unter besonderer Berücksichtigung der technologischen Treiber und geht auf die Kundenwahrnehmung des dynamischen Pricings in Bezug auf Preisfairness sowie Folgen für die Fluggesellschaften ein.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsLiteratur
Bieger, T., et al. (2002). Transformation of business models in the airline industry. Impact on tourism. In P. Keller & T. Bieger (Hrsg.), Air Transport and Tourism, Bd. 44, (S. 49–82). St. Gallen.
Busse, C. (2017). Bundeskartellamt rügt Lufthansa. Süddeutsche Zeitung. https://www.sueddeutsche.de/wirtschaft/nach-air-berlin-pleite-bundeskartellamt-ruegt-lufthansa-1.3806188. Zugegriffen: 17. Sept. 2021.
Calder, S. (2002). No frills: The truth behind the low-cost revolution in the skies.
Campbell, M. C. (1999). Perceptions of price unfairness: Antecedents and consequences. Journal of Marketing Research, 36(2), 187–199.
Conrady, R., Fichert, F., & Sternzenbach, R. (2019). Luftverkehr, (6. Akt. Aufl.). De Gruyter.
De Mauro, A., Greco, M., & Grimaldi, M. (2016). A formal definition of Big Data based on its essential features. Library Review, 65(3), 122–135.
DIN IEC 60050-351:2014-09. ( o. J): https://www.din.de/de/meta/suche/62730!search?query=DIN+IEC+60050-351%3A2014-09&submit-btn=Submit. Zugegriffen: 30. Jan. 2021.
Friesen, M. (2008). Wahrgenommene Preisfairness bei Revenue Management: Eine verhaltenswissenschaftliche und empirisch gestützte Untersuchung der zeitlichen Veränderung im Kaufentscheidungsprozess einer Luftverkehrsdienstleistung. St. Gallen.
Friesen, M. (2020). A dynamic perspective on consumers’ price fairness perception: Empirical evidence from the airline industry. Die Unternehmung, 74(4), 403–425. https://doi-org.pxz.iubh.de:8443/10.5771/0042-059X-2020-4-403.
Güting, R. H., & Dieker, S. (2018). Datenstrukturen und Algorithmen, (4. erweiterte und überarbeitete). Springer.
Herde, F. (2018). Revenue-Management-Ansatz für eine Annahmesteuerung kundenspezifischer Regenerationsaufträge komplexer Investitionsgüter. Springer.
Homburg, C., & Koschate, N. (2005a). Behavioral Pricing – Forschung im Überblick – Teil 1: Grundlagen, Preisinformationsaufnahme und Preisinformationsbeurteilung. Zeitschrift für Betriebswirtschaft, 75(4), 383–423.
Homburg, C., & Koschate, N. (2005). Behavioral Pricing-Forschung im Überblick — Teil 2: Preisinformationsspeicherung, weitere Themenfelder und zukünftige Forschungsrichtungen. Zeitschrift für Betriebswirtschaft, 75(5), 501–524.
Institut für Handelsforschung Köln. (2019). KI im Handel: Herausforderungen und Nutzen von künstlicher Intelligenz bei OTTO. IFH Köln. https://www.ifhkoeln.de/ki-im-handel-herausforderungen-und-nutzen-von-kuenstlicher-intelligenz-bei-otto/. Zugegriffen: 17. Sept. 2021.
Kahneman, D. et al. (1986a). Fairness as a Constraint on Profit Seeking: Entitlements in the Market. The American Economic Review, 76(4), 728–741.
Kalka, R., & Krämer, A. (2020). Preiskommunikation: Strategische Herausforderungen und innovative Anwendungsfelder. Springer Gabler.
Kaufmann, P. J., et al. (1991). Fairness in Consumer Pricing. Journal of Consumer Policy, 14(2), 17–140.
Kimes, S. E., & Wirtz, J. (2002). Perceived Fairness of Demand-based Pricing for Restaurants. Cornell Hotel & Restaurant Administration Quarterly, 43(1), 31–37.
Knebl, H. (2019). Algorithmen und Datenstrukturen: Grundlagen und probabilistische Methoden für den Entwurf und die Analyse. Springer.
Koch, C., & Fedtke, S. (2020). Robotic Process Automation ein Leitfaden für Führungskräfte zur erfolgreichen Einführung und Betrieb von Software-Robots im Unternehmen. Springer.
Kolbeck, F., & Rauscher, M. (2020). Tourismus-Management. Die betriebswirtschaftlichen Grundlagen (3 überarbeitete). Vahlen.
Kreutzer, R. T., & Sirrenberg, M. (2019). Künstliche Intelligenz verstehen: Grundlagen – Use-Cases – unternehmenseigene KI-Journey. Springer.
Kroeber-Riel, W., & Gröppel-Klein, A. (2019). Konsumentenverhalten. Vahlen.
Lauber, R., & Göhner, P. (1989). Prozessautomatisierung. 1: Automatisierungsstrukturen, Prozeßrechensysteme, Echtzeit-Programmierung, Zuverlässigkeits- und Sicherheitstechnik (2, vollst Überarbeitete). Springer.
Leinsle, P. (2017). Determinanten der Preisfairness: Preisstrategie, Preisstruktur und Kontext. Springer.
Manager Magazin. (2019). Wie die KI uns abkassiert—Meist unbemerkt. Manager Magazin. https://www.manager-magazin.de/lifestyle/artikel/dynamische-preise-wie-uns-kuenstliche-intelligenz-unbemerkt-abkassiert-a-1259049.html. Zugegriffen: 17. Sept. 2021
Okun, A. M. (1981). Prices and Quantities: A Macroeconomic Analysis.
Pompl, W. (1996). Touristikmanagement 2: Qualitäts-, Produkt-, Preismanagement. Springer.
Pompl, W. (2002). Internationale Strategien von Luftverkehrsgesellschaften. In W. Pompl & M.Lieb (Hrsg.), Internationales Tourismus-Management, (S. 183–208).
Pompl, W. (2007). Touristikmanagement 2, Qualitäts-, Produkt-, Preismanagement. Springer.
Rainsberger, L. (2021). KI – die neue Intelligenz im Vertrieb. Tools, Einsatzmöglichkeiten und Potenziale von Artificial Intelligence. Springer Gabler.
Sander, P., & Stucky, W. (1993). Problem Algorithmus Programm. Vieweg-Teuber.
Simon, H., & Fassnacht, M. (2016). Preismanagement. Strategie – Analyse – Entscheidung – Umsetzung (4., vollst (neubearb). Springer.
Talluri, K. T., & Van Ryzin, G. J. (2004). The Theory and Practice of Revenue Management, Boston/Dordrecht/London.
Vaidyanathan, R., & Aggarwal, P. (2003). Who is the fairest of them all? An Attributional approach to price fairness perceptions. Journal of Business Research, 56(6), 453–463.
Xia, L., et al. (2004). The price is unfair! A conceptual framework of price fairness perceptions. Journal of Marketing, 68(4), 1–15.
Ziehe, N., & Schüre-Hinkelmann, A. (2020). Preiskommunikation und Preisfairness im Multi-Channel-Handel. In R. Kalka, & A. Krämer (Hrsg.), Preiskommunikation – Strategische Herausforderungen und innovative Anwendungsfelder (S. 287–307).
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
zur Oven-Krockhaus, I., Albers, C. (2023). Dynamisches Pricing bei Fluggesellschaften und Wahrnehmung der Preisfairness bei Flugreisenden . In: Lucas, C., Schuster, G. (eds) Innovatives und digitales Marketing in der Praxis. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-38210-0_19
Download citation
DOI: https://doi.org/10.1007/978-3-658-38210-0_19
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-38209-4
Online ISBN: 978-3-658-38210-0
eBook Packages: Business and Economics (German Language)