McDonald's KI-Preisgestaltungsklage testet die Grenze zwischen Beratung und Preisabsprache
McDonald’s sieht sich mit einer vorgeschlagenen landesweiten Sammelklage wegen eines KI-gestützten Preisgestaltungssystems konfrontiert, das angeblich die Menüpreise in Tausenden unabhängig betriebenen Restaurants koordiniert.
Die McDonald's-Klage zur KI-Preisgestaltung wurde am 2. Oktober 2026 vor einem Bundesgericht in Chicago eingereicht. Kläger Michael Thomas behauptet, das Unternehmen habe vertrauliche Restaurantdaten gebündelt und daraus Preisempfehlungen abgeleitet, die den Wettbewerb zwischen Franchisenehmern eingeschränkt hätten.
McDonald’s bestreitet diese Darstellung. Das Unternehmen erklärt, künstliche Intelligenz lege keine Menüpreise fest und Restaurantbetreiber könnten Empfehlungen weiterhin frei annehmen oder ablehnen. Daraus ergibt sich die zentrale Frage: Wann wird zentralisierte Preisberatung zur Koordinierung zwischen Unternehmen, die eigentlich miteinander konkurrieren sollen?
Die Klage hat kein Fehlverhalten nachgewiesen, und kein Gericht hat die vorgeschlagene Sammelklage zugelassen. Der Streit folgt jedoch auf kartellrechtliche Verfahren von Bundesbehörden gegen algorithmische Preisgestaltung im Wohnungsmarkt sowie Untersuchungen datengetriebener Preisgestaltung in Verbrauchermärkten.
Der Fall ist deshalb größer als der Preis eines Big Mac. Er prüft, ob ein Franchisegeber Daten von dem Namen nach unabhängigen Restaurants zusammenführen kann, ohne ein Managementinstrument in einen Koordinierungsmechanismus zu verwandeln.
Was die McDonald's-Klage zur KI-Preisgestaltung behauptet
Die Klage richtet sich gegen die Vereinbarung zum Datenaustausch hinter den Empfehlungen, nicht allein gegen den Einsatz künstlicher Intelligenz.
Thomas reichte die Klage gegen McDonald’s USA und McDonald’s Corporation beim U.S. District Court for the Northern District of Illinois ein. Das öffentliche Bundesregister führt sie als Thomas v. McDonalds USA, LLC, Aktenzeichen 1:26-cv-12149.
Thomas lebt in DeKalb, Illinois, und gibt an, regelmäßig Mahlzeiten in McDonald’s-Restaurants in der Nähe seines Wohnorts zu kaufen. Laut Klageschrift beobachtete er unterschiedliche Preise für identische Artikel an nahegelegenen Standorten.
Preisunterschiede allein belegen keinen Kartellrechtsverstoß. Unabhängige Unternehmen dürfen gewöhnlich unterschiedliche Preise verlangen, etwa aufgrund von Mieten, Löhnen, lokaler Nachfrage und Betriebskosten.
Die Klage verfolgt ein anderes Argument. Sie behauptet, McDonald’s habe eine gemeinsame Preis-Engine geschaffen, die aktuelle, nicht öffentliche Informationen von Restaurants sammelt, bevor sie genau diesen Restaurants Menüpreise empfiehlt.
Diese Unterscheidung ist bedeutsam, weil etwa 95 Prozent der rund 14.000 McDonald’s-Restaurants in den USA unabhängig besessen und betrieben werden. Diese Franchisenehmer sind eigenständige juristische Unternehmen, auch wenn sie unter einer Marke auftreten.
Die Klageschrift macht geltend, teilnehmende Restaurants speisten detaillierte Verkaufs- und Preisinformationen in ein gemeinsames System ein. Dieses System analysiere angeblich Millionen täglicher Transaktionen, Filialmerkmale, lokale Nachfrage, die Preissensibilität der Kunden und Preise von Wettbewerbern.
Anschließend erstelle es restaurantspezifische Empfehlungen für einzelne Menüartikel. Die Klage beschreibt diese Ergebnisse als Teil eines koordinierten Systems und nicht als neutrale Marktforschung.
Thomas behauptet außerdem, die Engine wende eine „30%-Regel“ an. Nach Darstellung der Klage könne das Tool eine Preiserhöhung empfehlen, nachdem ein bestimmter Anteil nahegelegener Restaurants den Preis desselben Artikels angehoben habe.
Diese Behauptung wurde noch nicht im Zuge der Beweisaufnahme geprüft. McDonald’s hat die Beschreibung des Tools oder seiner Betriebsregeln durch den Kläger nicht akzeptiert.
Die Klage behauptet ferner, McDonald’s überwache, ob Franchisenehmer seinen Empfehlungen folgen. Anhaltende Abweichungen könnten demnach beeinflussen, wie das Unternehmen die Eignung eines Betreibers für Expansion oder Franchiseverlängerung bewertet.
Dieser Druckvorwurf ist wesentlich für die Theorie des Klägers. Eine Empfehlung, die Betreiber regelmäßig ignorieren, sieht anders aus als eine Empfehlung, die durch Überwachung und wirtschaftliche Folgen abgesichert wird.
Die vorgeschlagene Sammelklage umfasst US-Verbraucher, die im behaupteten Zeitraum Lebensmittel bei McDonald’s gekauft haben. Thomas will außerdem eine Untergruppe von Kunden aus Illinois vertreten.
Die Klage stützt sich auf Section 1 des Sherman Act, den Illinois Antitrust Act und den Illinois Consumer Fraud and Deceptive Business Practices Act. Sie beantragt die Zulassung als Sammelklage, Schadensersatz, Anwaltskosten und eine einstweilige Verfügung gegen die behauptete Vereinbarung.
Nach US-Bundesrecht können erfolgreiche private Kläger dreifachen Schadensersatz verlangen, also das Dreifache ihrer nachgewiesenen Verluste. Das bedeutet nicht, dass ein Schaden bereits festgestellt wurde.
Die Klage bleibt eine einleitende Behauptung. Kein Richter hat entschieden, ob die Restaurants eine Koordinierung vereinbarten, ob das System den Wettbewerb beschränkte oder ob Kunden messbare Überzahlungen erlitten.
Diese offenen Fragen unterscheiden einen ernsthaften Rechtsanspruch von einer abgeschlossenen Feststellung von Preisabsprachen.
McDonald's sagt, KI lege keine Menüpreise fest
Die Verteidigung von McDonald’s stützt sich auf die Unabhängigkeit der Betreiber: Empfehlungen liefern Kontext, während jeder Franchisenehmer die endgültige Preisentscheidung trifft.
Vor Einreichung der Klage veröffentlichte McDonald’s eine ausführliche Stellungnahme zu Berichten über seine Preisgestaltungstechnologie. In seiner Erklärung zur Preisgestaltung vom 1. Oktober heißt es, KI bestimme nicht den Preis eines Menüartikels.
Das Unternehmen beschreibt sein System als restaurantspezifisches Empfehlungstool. Betreiber nutzten diese Empfehlungen neben ihrem eigenen Wissen über lokale Kosten, Kunden und Wettbewerb.
McDonald’s weist zudem die Annahme zurück, es nutze dynamische Preisgestaltung in Echtzeit. Dynamische Preisgestaltung verändert Preise in der Regel rasch als Reaktion auf unmittelbare Bedingungen wie Nachfrage, Bestand oder Tageszeit.
Nach Angaben des Unternehmens ändert sein Tool digitale Menütafeln in Stoßzeiten nicht automatisch. Es ordnet einzelnen Kunden auf Grundlage persönlicher Informationen auch keine unterschiedlichen Preise zu.
Diese Unterscheidung trennt drei Praktiken, die in öffentlichen Debatten häufig zusammengeworfen werden.
Algorithmische Preisgestaltung nutzt Software, um Informationen auszuwerten und Preise zu empfehlen oder festzulegen. Dynamische Preisgestaltung verändert Preise mit den Marktbedingungen. Überwachungsbasierte Preisgestaltung verwendet personenbezogene oder verhaltensbezogene Daten, um Preise oder Werbeaktionen auf bestimmte Verbraucher oder Gruppen zuzuschneiden.
Die Klage betrifft vor allem algorithmische Koordinierung zwischen Restaurants. Sie belegt nicht, dass McDonald’s zwei Personen an einem Standort unterschiedliche Preise für dieselbe Bestellung berechnet.
McDonald’s teilte der Associated Press mit, die Klage sei voller Ungenauigkeiten, und man werde sich verteidigen. Das Unternehmen erklärte, seine optionalen Tools automatisierten oder koordinierten Restaurantpreise weder.
Ein Unternehmenssprecher betonte zudem, McDonald’s habe Marktinformationen gesammelt und Preise empfohlen, bevor maschinelles Lernen in den Prozess eingeführt wurde. Aus dieser Sicht verbessert KI eine etablierte Beratungsfunktion.
Das Verhalten der Franchisenehmer stützt teilweise die Aussage, dass Empfehlungen der Zentrale keine automatischen Anweisungen sind. Während einer Investorenkonferenz im August sagte CEO Chris Kempczinski, nur 60 Prozent der US-Restaurants hätten ein vorgeschlagenes Vorteilsmenü angeboten.
Er sagte, McDonald’s könne das Angebot nicht einfach im gesamten System aktivieren. Die Unternehmensführung habe eine Einigung mit den Franchisenehmern erzielen müssen.
Dieses Beispiel entscheidet die Klage nicht. Ein Franchisenehmer könnte eine landesweite Werbeaktion ablehnen und sich dennoch stark auf restaurantspezifische Preisempfehlungen stützen.
Es zeigt jedoch, warum sich der Streit nicht entscheiden lässt, indem man jeden McDonald’s-Standort als Unternehmensfiliale behandelt. Das Franchisesystem teilt die Autorität zwischen Markeninhaber und Tausenden lokalen Betreibern auf.
McDonald’s hat zudem legitime Gründe, Preisanalysen bereitzustellen. Franchisenehmer müssen Lebensmittelkosten, Arbeitskosten, lokale Wettbewerber, Kundenfrequenz und die Auswirkungen von Preisänderungen auf den Umsatz berücksichtigen.
Ein Empfehlungssystem kann mehr Transaktionen verarbeiten, als ein einzelner Betreiber manuell bewerten könnte. Es könnte auch erkennen, wann ein höherer Preis die Kundenfrequenz so stark reduzieren würde, dass der Gesamtumsatz sinkt.
Die rechtliche Frage lautet nicht, ob Software nützliche Analysen erstellen kann. Sie lautet, ob McDonald’s diese Analyse aus wettbewerblich sensiblen Eingaben aufgebaut und lediglich dem Namen nach konkurrierende Unternehmen dazu ermutigt hat, einem gemeinsamen Ergebnis zu folgen.
Der Ermessensspielraum bei der endgültigen Preisgestaltung hilft McDonald’s Verteidigung, ist aber nicht zwangsläufig ausschlaggebend. Gerichte können prüfen, wie ein System in der Praxis funktioniert, einschließlich Beteiligung, Überwachung, Druck und Übernahmeraten.
Die stärksten Belege des Unternehmens würden eine substanzielle unabhängige Entscheidungsfindung zeigen. Dazu könnten häufige Abweichungen von Empfehlungen, unterschiedliche Preisgestaltungsmethoden und das Fehlen von Sanktionen bei Befolgung gehören.
Der Kläger benötigt dagegen Beweise dafür, dass teilnehmende Restaurants wussten, dass ihre Wettbewerber Daten beisteuerten, und erwarteten, dass andere demselben System folgen würden.
Diese Tatsachen werden sich voraussichtlich nicht allein aus öffentlichen Stellungnahmen ergeben. Sie würden interne Dokumente, Kommunikation mit Betreibern, technische Aufzeichnungen und Aussagen darüber erfordern, wie Empfehlungen umgesetzt wurden.
Warum gemeinsam genutzte Franchisedaten das Kartellrisiko schaffen
Der Kernkonflikt liegt zwischen unabhängiger Preisgestaltung und einer gemeinsamen Engine, die mit Informationen trainiert wurde, die Wettbewerber gewöhnlich nicht austauschen würden.
Section 1 des Sherman Act verbietet Vereinbarungen, die den Handel unangemessen beschränken. Klassische Preisabsprachen liegen vor, wenn Wettbewerber sich direkt auf die von ihnen verlangten Preise einigen.
Software schafft keine rechtliche Ausnahme. Wenn Wettbewerber sich nicht rechtmäßig in einem Treffen abstimmen dürfen, können sie dieselbe Vereinbarung im Allgemeinen nicht rechtmäßig machen, indem sie Entscheidungen über einen Algorithmus leiten.
Das Justizministerium hat diese Position in mehreren jüngeren Streitfällen vertreten. In einem Fall zur Hotelpreisgestaltung erklärten das Ministerium und die Federal Trade Commission, Unternehmen dürften Algorithmen nicht nutzen, um Handlungen auszuführen, die rechtswidrig wären, wenn Menschen sie ausführten.
Ihre Einreichung zur Hotelpreisgestaltung behandelte auch die Rolle von Empfehlungen. Die Behörden argumentierten, ein gemeinsamer Ausgangspreis könne kartellrechtliche Bedenken auslösen, selbst wenn Unternehmen ein gewisses Ermessen behalten.
Diese Sichtweise stützt die rechtliche Theorie hinter der McDonald’s-Klage. Sie beweist nicht, dass McDonald’s eine solche Vereinbarung betrieben hat.
Die Franchisestruktur wirft eine schwierige Grenzfrage auf. McDonald’s besitzt die Marke und legt Standards für Produkte, Restaurantbetrieb, Marketing und Kundenerlebnis fest.
Einheitlichkeit ist für ein Franchise zentral. Kunden erwarten an verschiedenen Standorten ähnliche Speisen, Serviceleistungen und Markenauftritte, auch wenn unterschiedliche Unternehmen die Restaurants besitzen.
Preise gehören zu einer sensibleren Kategorie. McDonald’s hat wiederholt erklärt, dass unabhängige Betreiber ihre eigenen Menüpreise festlegen und in lokalen Märkten um Kunden konkurrieren.
Wenn diese Betreiber tatsächlich konkurrieren, können ihre privaten Verkaufsdaten offenlegen, wie Kunden auf bestimmte Preisänderungen reagiert haben. Die Bündelung dieser Informationen kann die Unsicherheit darüber verringern, welche Preise Wettbewerber verlangen wollen.
Wettbewerbliche Unsicherheit ist kein Mangel, den jedes Optimierungstool beseitigen sollte. Sie ist eine der Kräfte, die Unternehmen dazu anregen, Preise zu senken, den Service zu verbessern oder geringere Margen zu akzeptieren.
Die Klage behauptet, dass McDonald’s diese Unsicherheit verringerte, indem das Unternehmen Informationen auf Filialebene sammelte und abgestimmte Empfehlungen zurückgab. Sie stellt das Unternehmen als zentralen Knotenpunkt dar, der ansonsten unabhängige Betreiber miteinander verbindet.
Kartellrechtler bezeichnen dies häufig als Hub-and-Spoke-Konstellation. Ein zentraler Akteur fungiert als Hub, während die beteiligten Wettbewerber die Speichen bilden.
Eine Hub-and-Spoke-Theorie erfordert weiterhin Beweise für eine Vereinbarung. Es reicht nicht aus zu zeigen, dass mehrere Unternehmen dieselbe Software gekauft oder ähnliche Beratung erhalten haben.
Der Kläger muss die vertikalen Beziehungen zwischen McDonald’s und jedem Franchisenehmer mit einem horizontalen Verständnis zwischen konkurrierenden Restaurants verknüpfen. Gerichte prüfen, ob die Beteiligten wussten, dass andere mitmachten, und abgestimmtes Verhalten erwarteten.
Die Rolle unternehmenseigener Restaurants fügt eine weitere Ebene hinzu. Tochtergesellschaften von McDonald’s betreiben einen kleineren Anteil der US-Standorte, wodurch Konzernrestaurants potenziell in direktem Wettbewerb mit Franchisenehmern stehen.
Wenn Konzernfilialen Daten beisteuerten und Empfehlungen von derselben Engine erhielten, wird der Kläger argumentieren, dass McDonald’s sowohl als Plattformbetreiber als auch als Restaurantwettbewerber beteiligt war.
McDonald’s kann entgegnen, dass gemeinsames Branding und Franchise-Unterstützung naturgemäß eine zentrale Analyse erfordern. Das Unternehmen kann zudem argumentieren, dass Empfehlungen auf Restaurantebene lokale Unterschiede abbilden, statt sie zu unterdrücken.
Sichtbare Preisunterschiede stützen diesen Punkt. Thomas selbst bemerkte unterschiedliche Preise in nahe gelegenen Filialen, was darauf hindeutet, dass das System keinen einheitlichen landesweiten Menüpreis vorgab.
Kartellrechtliche Koordinierung führt jedoch nicht immer zu identischen Preisen. Ein gemeinsames System kann unterschiedliche Preise empfehlen und dennoch unabhängige Entscheidungen verringern.
Die entscheidende Frage ist daher kontrafaktisch: Welche Preise hätten Restaurants ohne die gebündelten Daten, gemeinsamen Regeln und den behaupteten Druck gewählt?
Diese Frage macht die Klage gegen McDonald’s wegen KI-gestützter Preisgestaltung ebenso zu einem wirtschaftlichen wie zu einem technologischen Fall. Die Parteien werden koordinierte Effekte von Inflation, Löhnen, Zutatenkosten, Mieten und veränderter Verbrauchernachfrage trennen müssen.
Höhere Menüpreise beweisen keine algorithmische Preisabsprache
Die Preise bei McDonald’s stiegen deutlich, doch eine Korrelation zwischen dem Preisgestaltungstool und diesen Erhöhungen kann für sich genommen keine rechtswidrige Vereinbarung belegen.
Die Klage verweist auf McDonald’s eigene Aussage, wonach die durchschnittlichen US-Menüpreise zwischen 2019 und 2024 um rund 40 Prozent gestiegen seien. Sie verknüpft diesen Zeitraum mit der Entwicklung und Ausweitung der Preisgestaltungstechnologie des Unternehmens.
Der zeitliche Zusammenhang wirft eine plausible Forschungsfrage auf. Er isoliert jedoch nicht die Wirkung des Algorithmus.
Restaurants sahen sich in diesem Zeitraum mit erheblichen Steigerungen bei Arbeits-, Lebensmittel-, Verpackungs-, Transport- und Belegungskosten konfrontiert. Auch das Verbraucherverhalten veränderte sich während der Pandemie und der anschließenden Inflation.
McDonald’s erklärte zuvor, die Menüpreise seien teilweise gestiegen, um höhere Betriebsausgaben auszugleichen. Franchisenehmer in verschiedenen Regionen sahen sich unterschiedlichen Lohngesetzen, Mieten, Steuern und Lieferbedingungen gegenüber.
Ein belastbares Schadensmodell müsste diese Faktoren kontrollieren. Es müsste zudem einen Vergleichsmaßstab zeigen, wie sich vergleichbare Preise ohne das beanstandete System entwickelt hätten.
Nahe beieinander liegende McDonald’s-Standorte bieten einen möglichen Vergleich, doch lokale Eigentumsverhältnisse können dies erschweren. Derselbe Franchisenehmer kann mehrere Restaurants innerhalb einer Region besitzen.
Die vorgeschlagene Sammelklage umfasst zudem einen großen und vielfältigen Markt. Ein Tool könnte einige Restaurants stark beeinflussen, während es auf andere kaum Wirkung hat.
Der Kläger wird Beweise benötigen, dass die behauptete Koordinierung Preise über das Wettbewerbsniveau hinaus in einer rechtlich stimmigen Klägergruppe verursachte. Das kann schwierig werden, wenn Empfehlungen, Nutzung, Kosten und Eigentumsverhältnisse je nach Standort variieren.
Die zugrunde liegende Berichterstattung identifizierte auffällige lokale Preisunterschiede. Ein Beispiel betraf zwei Restaurants in Fresno, die etwa zwei Meilen voneinander entfernt lagen und bei denen die ausgewiesenen Big-Mac-Preise Berichten zufolge um 21 Prozent differierten.
Solche Unterschiede können gegensätzliche Interpretationen stützen. Sie könnten unabhängige Preisgestaltung zeigen oder darauf hindeuten, dass eine zentrale Engine den Betrag optimiert, den jeder lokale Markt tragen kann.
Maschinelles Lernen beantwortet diese Frage nicht von selbst. Es ist eine Methode, Muster in Daten zu finden und auf Grundlage dieser Muster Vorhersagen oder Empfehlungen zu erzeugen.
Ein Modell, das die Zahlungsbereitschaft schätzt, kann für verschiedene Standorte unterschiedliche Preise empfehlen, ohne einzelne Kunden zu identifizieren. Diese Praxis ähnelt einer lokalisierten Preisoptimierung und nicht einer personalisierten Überwachungspreisgestaltung.
Lokalisierte Preisgestaltung ist nicht automatisch rechtswidrig. Unternehmen passen Preise routinemäßig an regionale Kosten, Nachfrage und Wettbewerbsbedingungen an.
Das Risiko verändert sich, wenn das Modell aktuelle, vertrauliche Daten von Unternehmen einbezieht, die unabhängige Entscheidungen treffen sollten. Herkunft und Zeitpunkt der Eingaben können wichtiger sein als die Komplexität des Modells.
Die FTC-Studie zur Preisgestaltung zeigt, warum Regulierungsbehörden Datenpipelines zunehmend prüfen. Ihre ersten Erkenntnisse beschrieben Vermittler, die Standortdaten, Surfaktivitäten, demografische Daten und Einkaufsverhalten nutzen können, um Preise oder Werbeaktionen zu beeinflussen.
Die Studie der FTC betrifft eine breitere Kategorie als die Vorwürfe gegen McDonald’s. Sie benennt McDonald’s nicht als Unternehmen, das individualisierte Preise verlangt habe.
Sie spiegelt jedoch eine Verschiebung der regulatorischen Aufmerksamkeit wider. Behörden fragen zunehmend, welche Daten in Preisgestaltungssysteme einfließen, wer sie teilt und ob Kunden die daraus resultierenden Angebote verstehen können.
Die Klage wird vor einer weiteren Herausforderung stehen, da sich ein Großteil ihrer öffentlichen Darstellung auf Berichterstattung und Unternehmensmaterialien stützt. Ein Gerichtsverfahren erfordert zulässige Beweise, die jedes rechtliche Tatbestandsmerkmal stützen.
Die Beweisaufnahme könnte ein Zwangssystem offenlegen, das darauf ausgelegt war, Betreiber aufeinander abzustimmen. Sie könnte stattdessen optionale Empfehlungen, geringe Nutzung und erhebliche, durch lokale Bedingungen bedingte Preisunterschiede zeigen.
Bis diese Unterlagen vorliegen, gehen Behauptungen, McDonald’s habe „KI genutzt, um die Preise für alle zu erhöhen“, über die verifizierten Fakten hinaus. Die zutreffende Aussage ist enger: Ein Verbraucher behauptet, dass das Preisgestaltungssystem rechtswidrige Koordinierung ermöglicht habe.
Der entscheidende Präzedenzfall kommt aus dem Wohnungs- und Hotelsektor
Diese Klage überträgt eine etablierte Theorie algorithmischer Kollusion auf ein Franchise-Netzwerk, in dem die Beziehungen zwischen den Beteiligten weniger eindeutig sind.
Die prominentesten jüngeren Fälle algorithmischer Preisgestaltung betrafen Vermieter, Hotels und Softwarevermittler. In diesen Fällen wird allgemein behauptet, konkurrierende Unternehmen hätten vertrauliche Daten an einen gemeinsamen Anbieter geliefert und Preisempfehlungen erhalten.
2024 verklagte das Justizministerium RealPage und behauptete, dessen Revenue-Management-System habe konkurrierenden Vermietern geholfen, Wohnungsmieten zu koordinieren. Die Regierung nahm später mehrere große Vermieter als Beklagte hinzu.
Der Fall des Ministeriums gegen RealPage beschrieb die Software als Mechanismus zum Austausch sensibler Informationen und zur Abstimmung von Mietentscheidungen. RealPage bestritt die Vorwürfe.
Dieses Verfahren liefert dem Kläger gegen McDonald’s ein Vokabular und einen rechtlichen Fahrplan. Beide Theorien konzentrieren sich auf gebündelte nicht öffentliche Daten, gemeinsame Empfehlungen und Beteiligte, die angeblich ihr unabhängiges Urteil aufgegeben haben.
Die Unterschiede sind erheblich. RealPage bediente separate Immobilienunternehmen, die Software von einem externen Anbieter erwarben.
McDonald’s betreibt ein Franchise-Netzwerk mit gemeinsamen Marken, Lieferstandards, Werbung, Produkten und Vertragsbeziehungen. Unternehmensweite Koordinierung ist in viele rechtmäßige Teile dieses Systems eingebettet.
Ein Gericht muss Markenmanagement von horizontaler Preisabstimmung unterscheiden. Damit wird die Unabhängigkeit der Betreiber zum entscheidenden Thema.
Die Hotelpreisgestaltung liefert einen verwandten Präzedenzfall. Hoteleigentümer nehmen häufig am selben Markenverbund teil, bleiben jedoch unabhängige Unternehmen.
Bundesbehörden haben argumentiert, dass freiwillige Empfehlungen dennoch eine Klage wegen Preisabsprachen stützen können, wenn Beteiligte wissentlich ein gemeinsames Preisgestaltungssystem nutzen. Gerichte bewerten diese Fälle jedoch weiterhin anhand ihrer jeweiligen konkreten Umstände.
Der Streit um McDonald’s könnte auch andere Franchise-Branchen beeinflussen. Restaurant-, Hotel-, Fitness-, Automobil- und Dienstleistungsmarken stellen Betreibern zunehmend zentrale Analytik bereit.
Diese Tools können Prognosen verbessern, Verschwendung reduzieren und kleinen Betreibern helfen, die lokale Nachfrage zu verstehen. Sie können aber auch einen detaillierten Einblick in das Verhalten von Wettbewerbern schaffen, den kein Teilnehmer unabhängig gewinnen könnte.
Die sicherste Unterscheidung lautet nicht „KI versus keine KI“. Herkömmliche Tabellenkalkulationen, Berater oder Telefonate können dasselbe rechtswidrige Verhalten ermöglichen.
Eine bessere Compliance-Frage lautet, ob das System echte Unabhängigkeit bewahrt. Relevante Schutzvorkehrungen umfassen aggregierte historische Daten, Beschränkungen bei Wettbewerbsinformationen, freiwillige Teilnahme und Begrenzungen bei der Überwachung der Nutzung.
Echtzeitinformationen auf Filialebene bergen ein größeres Risiko, weil sie die aktuelle Wettbewerbsstrategie offenlegen können. Empfehlungen, die mit jüngsten Entscheidungen von Wettbewerbern verknüpft sind, laden ebenfalls zu genauerer Prüfung ein.
Unternehmen, die algorithmische Preisgestaltung einsetzen, sollten daher mehr dokumentieren als nur einen Hinweis auf die freie Endentscheidung. Sie benötigen operative Nachweise, dass Kunden die Kontrolle behalten und der Anbieter Abweichungen nicht sanktioniert.
Franchise-Systeme stehen vor einem zusätzlichen Governance-Problem. Eine Empfehlung kann technisch optional sein, jedoch praktisch Gewicht haben, weil der Franchisegeber Verlängerungen, Expansionsmöglichkeiten, Technologiezugang und Markenstandards kontrolliert.
Das macht nicht jede Empfehlung zwangsläufig zu Zwang. Es bedeutet, dass die umgebende Geschäftsbeziehung ebenso wichtig sein kann wie die Softwareoberfläche.
Die letztendliche Bedeutung von Thomas v. McDonald’s wird davon abhängen, wie das Gericht diese Beziehung bewertet. Ein weitreichendes Urteil könnte viele zentralisierte Franchise-Tools neuen Ansprüchen aussetzen.
Ein enges Urteil könnte bestätigen, dass Franchisegeber anspruchsvolle Preisgestaltungshinweise geben dürfen, wenn Betreiber unabhängig bleiben und vertrauliche Wettbewerbsdaten angemessen geschützt werden.
Vorerst ist die Klage ein Belastungstest, kein Präzedenzfall.
Was bei der Entwicklung der Klage gegen McDonald's wegen KI-gestützter Preisgestaltung zu beobachten ist
Drei Signale werden zeigen, ob dieser Fall zu einem wichtigen kartellrechtlichen Präzedenzfall für Algorithmen wird oder als erfolglose Anfechtung von Franchise-Unterstützungstools endet.
Das erste Signal sind die anfänglichen prozessualen Anträge von McDonald’s. Das Unternehmen wird wahrscheinlich angreifen, ob die Klage plausibel eine horizontale Vereinbarung zwischen Franchisenehmern behauptet.
Eine Entscheidung über eine Abweisung würde zeigen, wie viele Tatsachendetails ein Verbraucher vorlegen muss, bevor er Zugang zu internen Unterlagen erhält. Ein Fortbestehen der Klage würde eine Beweisaufnahme zur Preis-Engine und zu den Franchise-Beziehungen ermöglichen.
Die Schlüsselfrage wird nicht sein, ob die Klage wiederholt den Begriff KI verwendet. Entscheidend wird sein, ob das behauptete System Wettbewerber durch eine gemeinsame Verpflichtung verbindet, gemeinsamen Empfehlungen zu folgen.
Das zweite Signal sind Beweise zur Nutzung und Durchsetzung. Interne Dokumente könnten zeigen, wie häufig Betreiber Empfehlungen annahmen, wie McDonald’s Abweichungen nachverfolgte und was geschah, wenn ein Betreiber ablehnte.
Eine hohe Nutzung würde für sich genommen keine Vereinbarung beweisen. Eine hohe Nutzung in Verbindung mit Druck, Kenntnis der Wettbewerber und nicht öffentlichen Eingaben würde jedoch die Theorie des Klägers stärken.
Häufige Abweichungen ohne Folgen würden die Position von McDonald’s stärken. Sie würden die Behauptung des Unternehmens stützen, dass das Tool Kontext statt Anweisungen liefert.
Das dritte Signal ist die Behandlung der Daten durch das Gericht. Die Klage betont aktuelle, granulare Informationen einzelner Restaurants, weil diese Informationen Wettbewerbsstrategien offenlegen können.
Ein System, das primär mit aggregierten oder historischen Informationen trainiert wurde, birgt andere Risiken als eines, das auf aktuelle Verkaufs- und Preisdaten einzelner Filialen zugreift. Die technische Aufklärung sollte klären, welche Beschreibung auf die McDonald’s-Engine zutrifft.
Leser sollten außerdem darauf achten, ob Regulierungsbehörden eingreifen. Das Justizministerium und die FTC haben in privaten Fällen zu algorithmischer Preisgestaltung Stellungnahmen eingereicht, wenn weitergehende Auslegungen des Kartellrechts auf dem Spiel standen.
Eine Stellungnahme einer Behörde würde das Ergebnis nicht bestimmen. Sie würde jedoch signalisieren, dass Bundesbehörden den Franchise-Kontext als wichtig für die Wettbewerbspolitik rund um Algorithmen ansehen.
Der Fall fällt zudem in eine Phase, in der McDonald’s versucht, seinen Ruf als preiswerter Anbieter bei preissensiblen Kunden wiederherzustellen. Dieser geschäftliche Druck verleiht dem Streit Folgen, die über Schadensersatzansprüche hinausgehen.
Wenn Kunden glauben, dass Software darauf ausgelegt ist, den höchsten noch akzeptierten Preis zu ermitteln, wird die Unternehmenskommunikation über Erschwinglichkeit schwerer aufrechtzuerhalten sein. McDonald’s muss sowohl erklären, wie das Tool funktioniert, als auch welche Grenzen seine Nutzung regeln.
Entwickler und Unternehmenskäufer sollten aus einem anderen Grund aufmerksam sein. Der Fall zeigt, dass ein technisch beratendes Produkt durch seine Eingabedaten, Anreize und sein Bereitstellungsmodell rechtliche Risiken schaffen kann.
Produktteams sollten prüfen, ob ihre Systeme vertrauliche Daten von Wettbewerbern zusammenführen. Sie sollten außerdem untersuchen, ob Empfehlungen durch Überwachung, vertraglichen Druck oder Leistungsbewertungen faktisch verpflichtend werden.
Verbraucher sollten nicht davon ausgehen, dass jede standortabhängige Preisdifferenz auf Fehlverhalten hindeutet. Sie sollten jedoch klarere Erklärungen erwarten, wenn Unternehmen gemeinsame Daten nutzen, um Preise in unabhängig betriebenen Unternehmen zu steuern.
Die Klage zur KI-Preisgestaltung von McDonald’s wird von Beweisen abhängen, die bislang nicht öffentlich sind. In der Klage wird koordinierte Preisabsprache behauptet, während McDonald’s von optionaler Geschäftsberatung spricht.
Achten Sie auf die Begründung zum Antrag auf Klageabweisung, auf Aufzeichnungen zur Übernahme von Empfehlungen und auf technische Datenkontrollen. Zusammengenommen werden diese Signale zeigen, ob die Engine den Wettbewerb bewahrte oder ihn stillschweigend ersetzte.
