Dritter Circuit belebt Kartellverfahren wegen algorithmischer Hotelpreise wieder

Der Dritte Circuit hat am 29. Juli 2026 ein Verfahren wegen algorithmischer Preisabsprachen wiederbelebt und die Abweisung aufgehoben, obwohl kein Hinterzimmertreffen zwischen konkurrierenden Hotelbetreibern behauptet wurde. Die Entscheidung hinter der Google-News-Schlagzeile gibt den Klägern eine weitere Gelegenheit nachzuweisen, dass gemeinsame Preissoftware die Raten von Casino-Hotels in Atlantic City koordiniert hat. Sie gibt zudem jedem Unternehmen, das gebündelte Wettbewerberdaten nutzt, einen neuen Anlass zu prüfen, wie seine Preise zustande kommen.

Das Gericht stellte nicht fest, dass Caesars Entertainment, MGM Resorts International, Hard Rock International, Cendyn Group oder die anderen Beklagten gegen das Kartellrecht verstoßen hätten. Es entschied, dass die klagenden Gäste genügend Tatsachen vorgetragen hätten, um über das Anfangsstadium des Verfahrens hinauszukommen. Dieser Unterschied ist wichtig, weil die Vorwürfe noch nicht im Rahmen von Beweisaufnahme oder Verhandlung geprüft wurden.

Der Konflikt reicht über einen einzelnen Hotelmarkt hinaus. Unternehmen nutzen zunehmend Software, um Nachfrage, Bestände und Kundenverhalten zu analysieren, bevor sie Preise empfehlen. Das Urteil zieht eine folgenreiche Grenze zwischen Software, die Unternehmen bei eigenständigem Wettbewerb unterstützt, und einem gemeinsamen System, das angeblich zu einem zentralen Preisbildungszentrum wird.

Der Dritte Circuit stellte ein vom Bezirksgericht abgewiesenes Verfahren wieder her

Die unmittelbare Änderung ist prozessualer Natur, doch die Begründung des Gerichts verleiht dem Urteil weit über eine einzelne Berufung in Verfahrensfragen hinaus Bedeutung.

Der Fall Cornish-Adebiyi v. Caesars Entertainment begann mit Ansprüchen von Casino-Hotelgästen, die angaben, in Atlantic City künstlich überhöhte Zimmerpreise gezahlt zu haben. Sie verklagten mehrere Hotelbetreiber und Cendyn, den Anbieter des Revenue-Management-Systems Rainmaker.

Revenue-Management-Software prognostiziert die Nachfrage und empfiehlt Preise, die den Umsatz aus begrenzten Kapazitäten maximieren sollen. Hotels nutzen solche Systeme seit Jahren. Kartellrechtliche Bedenken entstehen, wenn konkurrierende Hotels dem Vorwurf zufolge aktuelle, vertrauliche Daten an einen gemeinsamen Anbieter liefern, der die zusammengeführten Informationen in seinen Empfehlungen verwendet.

Die Kläger behaupten, teilnehmende Hotels hätten nicht öffentliche Daten zu Zimmerpreisen und Auslastung an Rainmaker übermittelt. Sie erklären, die Software habe die Informationen jedes Hotels zusammen mit vergleichbaren Daten von Wettbewerbern verarbeitet. Die daraus resultierenden Empfehlungen seien angeblich automatisch in die Zimmerverkaufssysteme der Hotels eingespielt worden.

Laut Klageschrift hätten die beklagten Hotels die Empfehlungen von Rainmaker in rund 90 Prozent der Fälle übernommen. Die Kläger behaupten zudem, dass die teilnehmenden Objekte mehr als 70 Prozent des relevanten Casino-Hotelmarkts ausmachten. Diese Zahlen bleiben Vorwürfe und sind keine festgestellten Tatsachen.

Ein Bundesbezirksgericht wies die Klage im September 2024 ab. Es kam zu dem Schluss, dass die Kläger keine plausible horizontale Vereinbarung vorgetragen hätten, die für eine Hub-and-Spoke-Verschwörung erforderlich sei. In dieser Struktur fungiert ein zentraler Vermittler als Nabe, während konkurrierende Unternehmen die Speichen bilden.

Das Bezirksgericht konzentrierte sich stark darauf, ob die Hotelbetreiber einen verbindenden „Felgenring“ gebildet hatten. Es hielt die Vorwürfe für unzureichend, weil die Hotels die Software zu unterschiedlichen Zeitpunkten eingeführt hätten, deren Empfehlungen hätten übersteuern können und angeblich nicht direkt über Preise kommuniziert hätten.

Das Berufungsgericht widersprach. In seinem Präzedenzurteil erklärte der Dritte Circuit, die Klageschrift müsse als Ganzes und im Kontext moderner Preistechnologie betrachtet werden. Es hob die Abweisung auf und verwies den Fall an den District of New Jersey zurück.

Dem Spruchkörper gehörten die Richter Theodore McKee, Patty Shwartz Restrepo und D. Brooks Smith an; Richter McKee verfasste das Urteil. Das Gericht hörte die Argumente am 17. September 2025 an und reichte seine Entscheidung mehr als zehn Monate später ein.

Das Urteil begründet keine Haftung, spricht keinen Schadensersatz zu und zertifiziert keine Sammelklage. Es erlaubt den Klägern, ihre Ansprüche weiterzuverfolgen und Beweise zu beantragen. Die Beklagten werden weiterhin die Vorwürfe, den vorgeschlagenen Markt, die Kausalität und jeden geltend gemachten Verbraucherschaden anfechten können.

Diese prozessuale Ausgangslage ist entscheidend für das Verständnis des Ergebnisses. Gerichte, die über einen Antrag auf Klageabweisung entscheiden, nehmen in der Regel ordnungsgemäß vorgetragene Tatsachenbehauptungen als wahr an. Sie prüfen, ob diese Tatsachen einen Rechtsanspruch plausibel stützen, nicht ob der Kläger ihn bereits bewiesen hat.

Die Google-News-Darstellung kann die Entscheidung daher endgültiger erscheinen lassen, als sie ist. Das Gericht hat die Tür zum Gerichtssaal geöffnet. Es entschied nicht, was die Beweisaufnahme offenlegen wird, sobald die Parteien sie durchschreiten.

Warum Google-News-Leser den Datenfluss beachten sollten

Die deutlichste Warnung des Gerichts betrifft die Bewegung vertraulicher Wettbewerberdaten, nicht das bloße Vorhandensein von KI.

Das Wort „Algorithmus“ zieht Aufmerksamkeit auf sich, doch der behauptete Datenfluss leistet den Großteil der rechtlichen Arbeit. Die Kläger beschreiben ein gemeinsames System, das aktuelle Preis- und Auslastungsinformationen von mehreren Wettbewerbern sammelt. Dieses System wandelt die gebündelten Informationen dann angeblich in Empfehlungen für ebenjene Wettbewerber um.

Diese Vereinbarung unterscheidet sich davon, dass jedes Hotel ein unabhängiges Prognosetool mit eigenen Daten und öffentlichen Marktinformationen betreibt. Unabhängige Software kann einem Unternehmen helfen, präziser auf die Nachfrage zu reagieren. Sie kann Preise senken, wenn die Auslastung zurückgeht, sie in stark frequentierten Zeiten anheben oder Kundensegmente identifizieren, ohne Wettbewerber einzubeziehen.

Die Klageschrift beschreibt etwas stärker Integriertes. Sie behauptet, nicht öffentliche Daten seien von mehreren konkurrierenden Hotels in eine gemeinsame Plattform geflossen. Die Plattform habe angeblich empfohlene Preise zurückgegeben, die durch diesen gemeinsamen Datenpool geprägt gewesen seien.

Das Gericht behandelte diesen Austausch als möglichen „Plusfaktor“. Ein Plusfaktor ist ein Indiz dafür, dass paralleles Geschäftsverhalten eher auf Koordinierung als auf unabhängigen Reaktionen auf Marktbedingungen beruht. Weitere behauptete Faktoren umfassten eine hohe Übernahmequote der Empfehlungen, parallele Preisgestaltung, sinkende Auslastung und die Teilnahme eines Großteils des Markts.

Preisempfehlungen von Cendyn Rainmaker waren nicht allein deshalb automatisch rechtswidrig, weil mehrere Hotels sie erhielten. Das Gericht erkannte ausdrücklich legitime geschäftliche Gründe für den Einsatz dynamischer Preisbildungssysteme an. Es erklärte zudem, dass gemeinsame Software allein keine kartellrechtliche Verschwörung begründet.

Die Bedenken verstärkten sich, weil die Kläger behaupteten, Wettbewerber hätten von den aktuellen, proprietären Informationen der jeweils anderen profitiert. Das Gericht erklärte, solche Informationsaustausche könnten Koordinierung erleichtern, wenn sie die Unsicherheit darüber verringerten, wie sich Wettbewerber verhalten werden.

Diese Verringerung der Unsicherheit ist wirtschaftlich bedeutsam. Wettbewerb hängt teilweise davon ab, dass jeder Anbieter entscheidet, ob er Rabatte gewährt, ohne genau zu wissen, wie seine Konkurrenten reagieren werden. Ein Hotel mit leeren Zimmern könnte die Preise senken, um Gäste von einem nahe gelegenen Objekt anzuziehen.

Wenn eine gemeinsame Plattform angeblich Empfehlungen über große Wettbewerber hinweg koordiniert, kann jeder Teilnehmer stärker darauf vertrauen, dass ein anderes Hotel ihn nicht unterbieten wird. Die Kläger argumentieren, dieses Vertrauen habe es ermöglicht, dass höhere Zimmerpreise trotz sinkender Auslastung bestehen blieben.

Das Gericht prüfte weder den Quellcode von Rainmaker noch Datenpipelines, Modellarchitektur oder Empfehlungslogik eigenständig. Es lehnte ausdrücklich ab, Annahmen darüber zu treffen, wie die Software tatsächlich funktioniert. Seine Analyse behandelte, was die Klageschrift plausibel behauptete.

Diese Einschränkung trennt eine rechtliche Klageschrift von einem technischen Audit. Die Beweisaufnahme wird klären müssen, welche Daten in das System gelangten, wie aktuell diese Daten waren und ob Informationen von Wettbewerbern einzelne Empfehlungen beeinflussten. Ermittler werden außerdem Übersteuerungen, menschliche Prüfung, Unterschiede in der Konfiguration und Schutzvorkehrungen untersuchen müssen.

Diese Unterscheidung ist für Unternehmen, die das Urteil bewerten, wesentlich. Ein Anbieter kann sein Risiko nicht allein anhand der Frage beurteilen, ob sein Produkt KI nutzt. Er muss abbilden, woher Daten stammen, wie Informationen eines Kunden einen anderen beeinflussen und wie viel unabhängige Kontrolle jeder Kunde behält.

Die Antwort kann je nach Einsatz derselben Produktlösung unterschiedlich ausfallen. Ein Kunde könnte nur interne Daten und öffentliche Signale nutzen. Eine andere Konfiguration könnte sensible Informationen mehrerer Marktteilnehmer kombinieren.

Deshalb reicht die Entscheidung über das Hotelgewerbe hinaus. Fluggesellschaften, Vermieter, Versicherer, Einzelhändler, Gesundheitsnetzwerke und Arbeitgeber nutzen Systeme, die Preise, Zahlungen, Mieten oder Löhne empfehlen. Das rechtliche Risiko folgt der Informations- und Entscheidungsstruktur, nicht der Branchenbezeichnung.

Gemeinsame Preissoftware kann zur behaupteten Nabe werden

Im Zentrum des Streits steht der Gegensatz zwischen unabhängiger Unterstützung bei der Preisbildung und der angeblichen Schaffung eines einzigen Entscheidungszentrums für Wettbewerber.

Section 1 des Sherman Act erfordert abgestimmtes Handeln. Sie verbietet einem Unternehmen grundsätzlich nicht, eine unabhängige Preisentscheidung zu treffen, selbst wenn diese Entscheidung den öffentlichen Preisen von Wettbewerbern folgt. Das Gesetz richtet sich gegen eine Vereinbarung, die den Handel unangemessen beschränkt.

Diese Voraussetzung machte einst eine bekannte Art von Beweisen besonders wertvoll. Ermittler suchten nach Treffen, Telefonaten, Nachrichten oder ausdrücklichen Zusagen zwischen Wettbewerbern. Gemeinsame Software verkompliziert dieses Bild, weil Unternehmen angeblich über einen Vermittler koordinieren können, ohne direkt miteinander zu sprechen.

Bei einer Hub-and-Spoke-Theorie geht jeder Wettbewerber eine vertikale Beziehung mit dem zentralen Anbieter ein. Der Kläger muss die Speichen zudem plausibel durch ein horizontales Verständnis verbinden. Ohne diese Verbindung werden mehrere gewöhnliche Anbieter-Verträge nicht zu einem Kartell.

Der Dritte Circuit kam zu dem Schluss, dass die Klageschrift diese Verbindung plausibel herstellte. Er verwies auf Vorwürfe, wonach die Hotels wissentlich vertrauliche Informationen beisteuerten, die Teilnahme von Wettbewerbern erwarteten und demselben System erheblichen Einfluss auf die Preisbildung übertrugen.

Die Fähigkeit der Beklagten, Empfehlungen abzulehnen, beendete die Analyse nicht. Das Gericht begründete dies damit, dass das Recht zu Preisabsprachen keine vollständige Befolgung oder die Beseitigung jedes Ermessensspielraums erfordert. Eine Empfehlung kann weiterhin einen wichtigen Ausgangspunkt koordinieren, auch wenn ein Unternehmen den endgültigen Preis gelegentlich verändert.

Die behauptete Übernahmequote von 90 Prozent stützte diese Schlussfolgerung im Stadium der Klageschrift. Sollte sie bestätigt werden, würde sie darauf hindeuten, dass Empfehlungen die tatsächliche Preisbildung prägten, statt nur einen nebensächlichen Input darzustellen. Dennoch muss diese Zahl noch beweisrechtlich geprüft werden.

Auch der Zeitpunkt widerlegte die Plausibilität nicht. Die Hotels traten Rainmaker angeblich zu unterschiedlichen Zeitpunkten bei, statt sich gleichzeitig anzumelden. Das Gericht stellte fest, dass sich eine Verschwörung im Laufe der Zeit entwickeln kann, wenn Unternehmen einer bestehenden koordinierten Vereinbarung beitreten.

Diese Begründung schafft die zentrale Spannung für Anbieter algorithmischer Preisbildung. Ihre Produkte werden nützlicher, je mehr Informationen sie verarbeiten, je präziser ihre Prognosen werden und je enger sie in Kundensysteme integriert sind. Dieselben Merkmale können Bedenken verstärken, wenn Kunden auf demselben konzentrierten Markt konkurrieren.

Die Analyse des Dritten Circuit zu algorithmischer Kollusion dreht sich daher um funktionale Kontrolle. Gerichte werden über Bezeichnungen wie „beratend“, „automatisiert“ oder „KI-gestützt“ hinausblicken. Sie werden fragen, ob das System unabhängige Entscheidungen bewahrt oder angeblich kollektive Intelligenz an ihre Stelle setzt.

Das Urteil verwendet eine einfache Analogie, die mit der ehemaligen amtierenden Vorsitzenden der Federal Trade Commission, Maureen Ohlhausen, verbunden ist. Wenn eine Person vertrauliche Preisstrategien von Wettbewerbern sammeln und jedem sagen würde, wie er Preise festlegen soll, würde es die rechtlichen Bedenken nicht ändern, diese Person als Algorithmus zu bezeichnen.

Das Department of Justice und die Federal Trade Commission vertraten in ihrer Stellungnahme zur Hotelpreisgestaltung aus dem Jahr 2024 einen ähnlichen Standpunkt. Sie argumentierten, dass Wettbewerber keine Software einsetzen dürfen, um Verhaltensweisen vorzunehmen, die rechtswidrig wären, wenn Menschen sie ausführten.

Die Behörden erklärten zudem, dass direkte Kommunikation zwischen Wettbewerbern nicht immer erforderlich ist, um eine Vereinbarung geltend zu machen. Sie betonten, dass ein gewisser verbleibender Ermessensspielraum bei der Preisgestaltung koordinierte Empfehlungen nicht zwangsläufig unbedenklich macht.

Das Berufungsurteil steht weitgehend im Einklang mit dieser technologieneutralen Position. Es schafft kein eigenes Kartellgesetz für KI. Vielmehr wendet es lang etablierte Grundsätze zu Vereinbarungen, Informationsaustausch und unabhängiger Entscheidungsfindung auf einen neueren technischen Mechanismus an.

Dieser Ansatz setzt sowohl Anbieter als auch Kunden unter Druck. Ein Softwareanbieter muss berücksichtigen, wie seine Plattform Kundendaten zusammenführt. Ein Kunde muss verstehen, ob die Einführung seine Entscheidungen mit vertraulichen Daten von Wettbewerbern verknüpft.

Vertragssprache allein wird diese Fragen nicht klären. Eine Klausel, wonach Empfehlungen optional sind, wiegt weniger schwer, wenn betriebliche Belege eine nahezu universelle Annahme zeigen. Auch das Versprechen, Daten zu aggregieren, braucht technische Untermauerung hinsichtlich Aktualität, Granularität und dem Risiko einer Re-Identifizierung.

Die rechtliche Frage lautet nicht, ob Maschinen Preise festlegen dürfen. Sie lautet, ob Unternehmen wirklich unabhängig bleiben, wenn die Maschine zwischen direkten Wettbewerbern steht.

Ein anderes Hotel-Berufungsverfahren zeigt, dass die Grenze vom Einzelfall abhängt

Der Third Circuit hat nicht erklärt, dass jede gemeinsam genutzte Preisplattform eine Verschwörung begründet, und ein weiterer Berufungsfall verdeutlicht diese Grenze.

Im August 2025 befasste sich der Ninth Circuit mit verwandten Ansprüchen im Zusammenhang mit Cendyn-Software und Hotels in Las Vegas. Gibson v. Cendyn Group ging aus ähnlichen Bedenken zur algorithmischen Hotelpreisgestaltung hervor, unterschied sich jedoch in seiner prozessualen und tatsächlichen Ausgangslage.

Der Ninth Circuit belebte den von den Klägern aufgegebenen Hub-and-Spoke-Anspruch nicht wieder. Er bestätigte die Abweisung einer separaten Theorie, die die Gesamtwirkung vertikaler Lizenzvereinbarungen angriff. Das Gericht sah keine ausreichenden Behauptungen dafür, dass diese Vereinbarungen die unabhängige Preisfestsetzungsbefugnis jedes Hotels beschränkten.

Die Entscheidung des Ninth Circuit unterstreicht, warum Unternehmen breite Zusammenfassungen beider Fälle vermeiden sollten. Unterschiedliche Klageschriften können unterschiedliche Datenpraktiken, Beteiligungsmuster, Vereinbarungen und Haftungstheorien beschreiben.

Der Third Circuit hob Behauptungen hervor, wonach Hotels in Atlantic City aktuelle, nicht öffentliche Preis- und Belegungsdaten bereitstellten. Er berücksichtigte auch Behauptungen, wonach das System diese Eingaben bündelte, gemeinsame Empfehlungen zurückgab und Tarife automatisch hochlud.

Das Verfahren in Las Vegas gelangte auf Grundlage derselben Aktenlage nicht zu der aktuellen Schlussfolgerung des Third Circuit. Unterschiede bei den im Berufungsverfahren verfolgten Ansprüchen begrenzten ebenfalls den Vergleich. Eine Entscheidung hebt die andere daher nicht einfach auf und widerspricht ihr auch nicht.

Diese Tatsachenabhängigkeit ist ein Merkmal kartellrechtlicher Analyse. Parallele Preise können aus einer rechtswidrigen Vereinbarung resultieren, sie können aber auch gemeinsame Kosten, öffentliche Nachfrage, saisonale Ereignisse oder rationales unabhängiges Verhalten widerspiegeln. Konzentrierte Märkte führen oft zu ähnlichen Entscheidungen ohne Absprache.

Dynamische Preisgestaltung kann auch Verbrauchern zugutekommen. Schnellere Reaktionen auf schwache Nachfrage können Rabatte schaffen, während bessere Prognosen Unternehmen bei der Zuteilung von Beständen helfen können. Das Justizministerium hat zuvor anerkannt, dass algorithmische Preisgestaltung den Wettbewerb fördern kann, wenn Unternehmen unabhängig handeln.

Der Third Circuit erkannte diese Sorge ausdrücklich an. Ein Amicus-Schriftsatz des International Center for Law and Economics fragte, ob Unternehmen allein dadurch zu Verschwörern werden, dass sie identische Tabellenkalkulationen oder dasselbe Marktforschungsunternehmen nutzen. Das Gericht erklärte, diese Beispiele vereinfachten die Klage zu stark.

Seine Antwort beruhte auf der Kombination der behaupteten Tatsachen. Der Austausch vertraulicher Daten, die hohe Annahmequote, die automatische Umsetzung, die Marktabdeckung und die Erwartung wechselseitiger Beteiligung stützten zusammen eine Schlussfolgerung. Kein einzelnes Merkmal begründete für sich allein eine Haftung.

Das macht Compliance komplexer als ein Verbot einer Softwarekategorie. Ein Unternehmen kann nicht allein deshalb von Sicherheit ausgehen, weil Menschen eine Empfehlung übersteuern können. Es sollte auch nicht daraus schließen, dass die Nutzung eines gemeinsamen Anbieters grundsätzlich rechtswidrig ist.

Eine ernsthafte Prüfung muss öffentliche Informationen von nicht öffentlichen Wettbewerberdaten unterscheiden. Sie sollte klären, ob Eingaben historisch oder aktuell, aggregiert oder objektspezifisch, verzögert oder in Echtzeit sind. Jede dieser Unterschiede beeinflusst, wie viel strategisches Wissen das System übertragen kann.

Prüfer sollten auch das tatsächliche Verhalten testen. Wie oft lehnen Kunden Empfehlungen ab? Erhalten unterschiedliche Kunden wesentlich unterschiedliche Vorschläge? Kann der Rabatt eines Teilnehmers die empfohlene Reaktion eines anderen Teilnehmers beeinflussen?

Governance ist neben dem Modellverhalten wichtig. Unternehmen benötigen Unterlagen, die zeigen, wer Preisregeln genehmigt, welche Datenmerkmale zulässig sind und wie kartellrechtliche Schutzvorkehrungen funktionieren. Ein nicht dokumentierter menschlicher Übersteuerungsbutton bietet wenig Sicherheit, wenn Mitarbeitende ihn selten nutzen.

Der Preisstreit um Cendyn Rainmaker wird diese Unterschiede nun genauer prüfen. Die Beweisaufnahme könnte die Darstellung der Kläger stützen, ihr widersprechen oder ein gemischtes System offenlegen, das in keine der vereinfachten Beschreibungen beider Seiten passt.

Bis diese Beweise vorliegen, sollte die Entscheidung des Third Circuit als Warnung vor plausiblen Behauptungen gelesen werden. Sie ist kein abschließendes Urteil darüber, dass Rainmaker Preise koordinierte oder Verbrauchern schadete.

Die Entscheidung erhöht die Kosten, Algorithmus-Governance zu ignorieren

Unternehmen sind nun rechtlichen Risiken ausgesetzt, wenn sie nicht erklären können, wie gemeinsame Daten zu einem Preis werden, selbst wenn ein Anbieter das System entwickelt hat.

Für Unternehmenskäufer bedeutet die Auslagerung einer Preisfunktion nicht die Auslagerung der Verantwortung. Ein Hotel kann Software von einem Drittanbieter lizenzieren, doch seine Führungskräfte müssen weiterhin die Eingaben, Empfehlungen und Marktauswirkungen des Systems verstehen.

Diese Verantwortung beginnt bei der Beschaffung. Käufer sollten fragen, ob eine Plattform Daten direkter Wettbewerber verwendet, wie diese Daten aggregiert werden und wie schnell neue Informationen in das Modell einfließen. Sie sollten auch fragen, ob kundenspezifische Daten die Ausgabe für einen anderen Kunden beeinflussen können.

Dieselben Fragen gehören zur technischen Due Diligence. Ingenieure können die Datenherkunft nachverfolgen, die dokumentiert, wo Informationen entstanden sind und wie sie sich in einem System verändert haben. Sie können testen, ob das Entfernen von Wettbewerberdaten Empfehlungen wesentlich verändert.

Unabhängige Modellinstanzen können einige Risiken verringern, aber nur, wenn die Trennung in der Praxis besteht. Zwei nominell getrennte Modelle könnten dennoch aus einem gemeinsamen Trainingsdatensatz lernen, der sensible Kundeninformationen enthält. Architekturdiagramme sollten der betrieblichen Realität entsprechen.

Menschliche Aufsicht muss ebenfalls substanziell sein. Ein Preismanager, der jeden Vorschlag automatisch genehmigt, schafft kaum Unabhängigkeit. Prüfer benötigen Befugnisse, relevante Marktinformationen und dokumentierte Gründe für die Annahme oder Ablehnung von Empfehlungen.

Unternehmen sollten Ergebnisse überwachen, ohne davon auszugehen, dass ähnliche Preise Absprachen beweisen. Nützliche Prüfungen umfassen die Annahme von Empfehlungen, Übersteuerungsmuster, Preisstreuung und Reaktionen auf Nachfrageschocks. Plötzliche Annäherung zwischen Wettbewerbern verdient Untersuchung, aber keine automatische rechtliche Schlussfolgerung.

Die Aufbewahrung von Informationen schafft ein weiteres Problem. Preisplattformen erzeugen umfangreiche Protokolle, Modellausgaben, Zugriffsaufzeichnungen und Kommunikation. Diese Materialien können helfen, unabhängige Entscheidungsfindung nachzuweisen, sie können aber auch offenlegen, dass optionale Empfehlungen faktisch als Anweisungen fungierten.

Die Entscheidung des Third Circuit zur algorithmischen Kollusion erhöht die Bedeutung, diese Belege zu bewahren. Das Löschen betrieblicher Aufzeichnungen nach einer üblichen kurzen Aufbewahrungsfrist kann spätere Erklärungen erschweren. Rechts-, Engineering- und Produktteams sollten sich abstimmen, bevor ein Rechtsstreit absehbar ist.

Unternehmen benötigen außerdem klare Eskalationswege. Ein Preisanalyst, der feststellt, dass Empfehlungen trotz schwacher Nachfrage steigen, sollte wissen, an wen er sich wenden kann. Produktteams sollten fragwürdige Datenmerkmale aussetzen können, ohne ein gesamtes kommerzielles System abzuschalten.

Das Risiko erstreckt sich auch auf generative KI. Unternehmen beginnen, allgemeine Modelle nach Preisempfehlungen, Verhandlungsspannen und Umsatzprognosen zu fragen. Wenn mehrere Wettbewerber dasselbe Modell mit ähnlichen sensiblen Eingaben verwenden, werden Ermittler fragen, ob diese Konstellation ein unabhängiges Urteil bewahrt.

Eine Analyse zu Preisrechtsstreitigkeiten aus dem Jahr 2026 nennt Datenquellen, Aktualisierungsfrequenz, Granularität, Schutzvorkehrungen und menschliche Aufsicht als zentrale Ermittlungsfragen. Das sind ebenso praktische Engineering-Fragen wie rechtliche.

Wissensmanagement kann diese Arbeit unterstützen, wenn Teams Modelldokumentation, Anbietervereinbarungen, Datenkarten und Prüfentscheidungen miteinander verknüpfen müssen. Eine durchsuchbare technische Wissensdatenbank kann Teams helfen, diesen Kontext zu bewahren, ohne Compliance als abschließende Checkliste zu behandeln.

Das Department of Justice hat signalisiert, dass algorithmische Kollusion weiterhin eine Durchsetzungspriorität bleibt. In einer Rede zu digitalen Märkten aus dem Jahr 2025 hoben Beamte Fälle im Wohnungs- und Gesundheitswesen hervor, die gemeinsame Preisgestaltungssysteme betrafen.

Private Klagen erzeugen zusätzlichen Druck. Kunden, die glauben, überhöhte Preise gezahlt zu haben, können Ansprüche geltend machen, noch bevor Regulierungsbehörden ihre Untersuchung abgeschlossen haben. Eine präzedenzielle Berufungsentscheidung bietet diesen Klägern einen Fahrplan für die Ausarbeitung detaillierterer Klagen.

Unternehmen sollten dennoch panikgetriebene Beschränkungen vermeiden, die legitime Prognosen verhindern. Unabhängige Preisgestaltungssysteme können die Nutzung von Beständen verbessern und Märkten helfen, auf veränderte Nachfrage zu reagieren. Das Ziel der Governance ist, diese Vorteile zu bewahren und gleichzeitig die Übertragung strategischer Wettbewerberinformationen zu verhindern.

Das erfordert mehr, als einer Richtlinie „KI-Risiko“ hinzuzufügen. Teams müssen die konkrete kommerzielle Entscheidung verstehen, die automatisiert wird. Sie müssen feststellen, wer die Eingaben liefert, wer die Ausgabe erhält und wessen Anreizen das System dient.

Drei Signale werden zeigen, wie weit die Entscheidung reicht

Die Beweisaufnahme, die gerichtliche Behandlung außerhalb des Third Circuit und Änderungen im Anbieterdesign werden bestimmen, ob dies ein enger Hotelfall oder eine breitere Marktregel wird.

Das erste Signal ist, was die Beweisaufnahme über Rainmaker offenlegt. Die Kläger benötigen Belege für ihre Behauptungen zur Datenbündelung, Empfehlungslogik, automatischen Uploads und Hotelannahme. Interne Dokumente und technische Aufzeichnungen werden mehr Gewicht haben als Marketingsprache.

Beweise dafür, dass die vertraulichen Daten jedes Hotels die an Wettbewerber gesendeten Empfehlungen wesentlich beeinflussten, würden die Theorie der Kläger stärken. Beweise für strikte Datentrennung, sinnvolle Aggregation oder unabhängige Hotelentscheidungen würden sie schwächen.

Die Beweisaufnahme wird auch die behaupteten Marktauswirkungen prüfen. Die Kläger verweisen auf höhere Raten trotz sinkender Belegung und synchronisierte Bewegungen unter teilnehmenden Hotels. Die Beklagten können alternative Erklärungen auf Grundlage von Nachfrage, Kosten, Veranstaltungen, Objektunterschieden oder gewöhnlichem Revenue Management vorbringen.

Das zweite Signal ist, wie andere Gerichte die Entscheidung nutzen. Der Third Circuit umfasst Bundesgerichte in Pennsylvania, New Jersey, Delaware und auf den Virgin Islands. Seine Entscheidung bindet diese Gerichte, kontrolliert jedoch nicht den Ninth Circuit oder andere föderale Berufungsregionen.

Kläger in Fällen aus den Bereichen Wohnen, Gesundheitsversorgung, Kraftstoff und Gastgewerbe werden sich auf den Umgang mit vertraulichen Daten und die Akzeptanz von Empfehlungen berufen. Beklagte werden die Verfahrenslage und die einzelfallbezogene Sprache hervorheben. Spätere Entscheidungen werden zeigen, welche Behauptungen Gerichte als wesentlich ansehen.

Eine Spaltung unter Berufungsgerichten könnte schließlich die Aufmerksamkeit des Supreme Court auf sich ziehen, insbesondere wenn Richter unterschiedliche Maßstäbe auf gemeinsam genutzte Algorithmen anwenden. Aus den Hotelverfahren allein sollte jedoch keine derart eindeutige Spaltung abgeleitet werden, da sich ihre Ansprüche und Akten unterscheiden.

Das dritte Signal ist, wie Softwareanbieter ihre Produkte umgestalten. Anbieter können Risiken verringern, indem sie aktuelle Wettbewerberdaten begrenzen, die Aggregation erhöhen, Zeitverzögerungen einführen und Kundenmodelle voneinander trennen. Sie können zudem klarere Kontrollmöglichkeiten für die menschliche Überprüfung bereitstellen.

Änderungen am Produktdesign würden zeigen, dass das Urteil den Markt bereits vor einer endgültigen Haftungsentscheidung beeinflusst hat. Anbieter könnten klarere Dokumentationen zur Daten-Governance veröffentlichen oder Konfigurationen anbieten, die von Wettbewerbern abgeleitete Eingaben ausschließen.

Das Ergebnis könnte sich auch auf Verträge auswirken. Kunden könnten Prüfungsrechte, Beschränkungen der Datennutzung, Modelldokumentation und Freistellungsklauseln verlangen. Anbieter könnten darauf reagieren, indem sie ihre Zusagen zur automatisierten Umsatzoptimierung enger fassen.

Akademische Forschung bleibt relevant, doch Simulationen können nicht beantworten, was innerhalb einer bestimmten kommerziellen Plattform geschehen ist. Einige Studien zeigen, dass lernende Algorithmen unter kontrollierten Bedingungen erhöhte Preise aufrechterhalten können. Andere Arbeiten legen nahe, dass bessere Prognosen die Anreize erhöhen können, Wettbewerber zu unterbieten.

Diese Uneinigkeit unterstreicht den einzelfallbezogenen Ansatz des Gerichts. Das Kartellrecht bestraft ein Modell nicht deshalb, weil ein Laborexperiment andernorts Kollusion hervorgebracht hat. Ermittler benötigen Belege, die die tatsächlichen Daten und das Verhalten eines Systems mit einer Vereinbarung zwischen realen Wettbewerbern verbinden.

Die Google News-Schlagzeile ist ein Weckruf, kein abschließendes Urteil. Der Third Circuit hat vertrauliche Daten, operative Kontrolle und Erwartungen von Wettbewerbern in den Mittelpunkt der nächsten Phase gestellt.

Unternehmen, die algorithmische Preisgestaltung einsetzen, sollten nun eine direkte Frage stellen: Können sie nachweisen, dass jedes Unternehmen weiterhin eine unabhängige Entscheidung trifft? Wenn die Antwort allein von einer ungenutzten Override-Schaltfläche oder einer Marketingbehauptung des Anbieters abhängt, hat die Entscheidung die Schwachstelle bereits identifiziert.