Die meisten Warenhäuser können auf den Euro genau sagen, was jede Konzessionsfläche im letzten Monat umgesetzt hat. Welche davon tatsächlich Gewinn erwirtschaftet, bleibt hingegen meist im Dunkeln. Genau diese Lücke — zwischen Bruttoumsatz und echtem Deckungsbeitrag — ist die größte Schwachstelle der Flächen- und Umsatzanalyse von Konzessionsflächen im Warenhaus. Und sie kostet Betreiber Marge, die sie sich nicht leisten können zu verlieren.
Warum Bruttoumsatz als Steuerungsgröße für Konzessionsflächen versagt
Bruttoumsatz zeigt, dass ein Counter beschäftigt ist. Ob er rentabel ist, zeigt er nicht. Zieht man anteilige Flächenmiete, direkte Personalkosten, Abschriftenfinanzierung, Schwund, Retouren-Handling und Werbekostenbeiträge ab, kann ein umsatzstarker Counter still und leise zur Belastung der P&L werden.
Die Zahlen sind eindeutig: Der US-Warenhausmarkt wird für 2026 auf 227,1 Milliarden USD prognostiziert, bei einem negativen Umsatz-CAGR von 0,3 % von 2021 bis 2026 und einer Gewinnmarge von lediglich 6,0 % des Umsatzes. Bei sechs Prozent Marge auf schrumpfendem Umsatzniveau vernichtet ein schlecht zusammengestellter Konzessionsmix realen Gewinn.
Wer auf Bruttoumsatz optimiert, schützt Konzessionäre, die überproportional viele Personalstunden binden, das Abschriftenbudget belasten und Premiumfläche belegen, ohne entsprechende Erträge zu liefern. Die entscheidende Kennzahl ist der inkrementelle Profit: Hebt dieser Counter die Gesamtrentabilität des Hauses — oder verlagert er lediglich Umsatz, der ohnehin am Nachbarcounter gelandet wäre? Bain hat ermittelt, dass 23 % der Warenhaus-Detraktoren das Sortiment als Hauptgrund für einen niedrigen NPS nennen. Der Konzessionsmix steht dabei direkt im Mittelpunkt dieses Problems.
Die sechs KPIs für das Performance-Reporting von Konzessionären im Department Store
Sechs Kennzahlen tragen die Hauptlast der Steuerung:
- Sell-Through-Rate — zeigt, ob das Sortiment zum Standort passt
- Lagerumschlag — identifiziert Ladenhüter und Überbestellungen je Counter
- Gewinnmarge pro Quadratmeter — die eigentliche Währung für Flächenentscheidungen
- Conversion Rate je Counter — trennt Besucherfrequenz von tatsächlichen Abschlüssen
- Traffic-Capture-Rate — zeigt, ob eine Marke eigene Nachfrage erzeugt oder vom Hausbesucherstrom zehrt
- Markenbeitrag nach Kosten — Nettoertrag nach Abzug von Miete, Personal und Abschriften
Jede Kennzahl beantwortet eine andere Frage. Die Sell-Through-Rate gibt Auskunft über die Sortimentspassung; die Traffic-Capture-Rate zeigt, ob eine Marke Nachfrage erzeugt oder lediglich abschöpft. Wer diesen Unterschied nicht erkennt, fördert systematisch die falschen Konzessionäre.
Eine Regel steht über allem: Granularität. Performance muss auf Ebene von Filiale, Etage, Counter, Marke, Kategorie und SKU sichtbar sein. Aggregierte Chainwerte glätten genau jene Schwankungen, die eigentlich die nächste Maßnahme auslösen sollten. Eine Marke, die über 40 Standorte hinweg durchschnittlich dasteht, kann in 12 davon Geld verbrennen.
Flächenproduktivität: Marge pro Quadratmeter je Counter
Umsatz pro Quadratmeter ist der Ausgangspunkt des Gesprächs. Marge pro Quadratmeter ist der Punkt, an dem Entscheidungen fallen. Ein Schmuck-Counter mit moderatem Umsatz bei 60 % Marge kann einen Modecounter mit dreifachem Umsatz bei stark rabattbehafteten 20 % Marge deutlich übertreffen.
McKinseys Analysen zu Einkaufszentren schärfen diesen Blick zusätzlich: Wer den Einfluss jedes Mieters auf das Gesamtausgabenverhalten der Kunden misst — nicht nur auf den eigenen Umsatz — macht Spillover-Effekte und Adjacency-Werte sichtbar, die Rohverkaufszahlen niemals zeigen. Ein Counter kann auf eigene Rechnung schwach abschneiden und gleichzeitig die Nachbarcounter stärken. Da Bekleidung und Accessoires 2025 rund 40,22 % des Warenhausumsatzes ausmachen, sind die meisten Konzessionsetagen modegeprägt — und genau dort sind Abschriftenquoten am höchsten und Sell-Through-Werte am volatilsten.
Lagerumschlag und Sell-Through: Ladenhüter erkennen, bevor sie die Marge kosten
Lagerungleichgewichte sind im Konzessionsmodell strukturell angelegt. Ware verteilt sich über mehrere Counter, Standorte und Eigentümerstrukturen — was auf dem Papier ausgewogen aussieht, ist in der Realität oft schief. Die Verfolgung von Sell-Through-Rate und Umschlaghäufigkeit je Konzessionär zeigt, welche Marken in bestimmten Filialen überlagert sind und welche bei ihren Bestsellern ausverkaufen — beides schadet der Marge, das eine durch Abschriften, das andere durch entgangenen Umsatz.
KI-gestützte Bedarfsprognosen schließen diesen Kreislauf. Die Vorhersage der Sell-Through-Rate nach Konzessionär, Standort und Zeitraum reduziert Vollpreis-Erosion in modegeprägten Kategorien, wo die Nachfrageschwankungen am stärksten sind. Konzessionärsbeitrag, Lagerbestand und Sell-Through-Berichte bilden die Basisschicht, von der jede Konzessionsanalytik ausgehen sollte.
Datenfragmentierung überwinden: Wege zur echten Konzessionsrentabilität
Die fehlende Transparenz bei der echten Konzessionsrentabilität liegt nicht an Datenmangel. Sie liegt daran, dass die Daten in Silos stecken. Kassensysteme, Personenzählung, Lagerverwaltung, Kundenbindungsprogramme, Personalplanung und Visual-Merchandising-Systeme halten je einen Teil — und keines dieser Systeme kommuniziert mit den anderen, ohne dass ein Analyst monatelang Tabellen zusammennäht.
Ein einheitliches Performance-Dashboard ist die Lösung und zugleich Voraussetzung für alles Weitere. Es muss Umsatz, Warenkorbverhalten, Conversion, Traffic, Personalbesetzung und Marge in einer Ansicht zusammenführen — ohne manuelle Abstimmung. Der stationäre Handel macht nach wie vor 77,5 % des Discount-Warenhauskanals aus; operative Daten auf Filialebene sind das Kerngeschäft, kein Randthema.
Was ein Konzessions-Performance-Dashboard leisten muss
Das Mindestmaß umfasst:
- Nettoumsatz je Konzessionär und Standort
- Traffic-Capture-Rate und Conversion Rate je Counter
- Sell-Through-Rate und aktueller Lagerbestand
- Marge nach Miete und Personalkosten
- Warenkorbverknüpfung mit benachbarten Kategorien
Integration ist die harte Anforderung. Das Dashboard muss Kassensystem, ERP, Lagerverwaltung, Workforce-Management, Kundenbindungsprogramm und Frequenzzählung verbinden. Jede Lücke wird zum blinden Fleck, den eine Gegenseite in der Verhandlung ausnutzen wird. Bedienbarkeit ist ebenso wichtig: Filialleiter und Commercial-Teams brauchen ein Werkzeug, mit dem sie täglich handeln können — keinen Quartalsfinanzbericht, der erst durch einen Analysten übersetzt werden muss.
Traffic- und Wegeanalyse: Adjacency-Wert zwischen Konzessionsflächen messen
Warenhäuser und Konzessionsmarken streiten über „Performance", weil keine Seite sieht, wie Kunden sich tatsächlich bewegen. Wegeanalyse schafft Klarheit. McKinseys Methodik quantifiziert Laufwege, Cross-Conversion zwischen Kategorien und den Einfluss jedes Konzessionärs auf das Gesamtausgabenverhalten — eine belastbare Grundlage für Flächenplanung und Adjacency-Entscheidungen.
Ein Counter, der beim Bruttoumsatz schwach abschneidet, kann hohe Verweildauer erzeugen oder Kunden zu margenstarken Nachbarbereichen lenken. Ohne Spillover-Daten würde man ihn auslisten und den Traffic verlieren, den er still generiert hat. Genau solche Fehlentscheidungen verhindert eine Wegeanalyse.
Steuerung der Konzessionspartner im Warenhaus über Umsatz- und Margenkennzahlen: Vertragsverhandlungen auf Datenbasis
Konzessionsverhandlungen laufen meist als Auseinandersetzung zweier Parteien ab, die keine gemeinsame Definition von Performance haben. Eine Seite argumentiert mit Umsatz pro Quadratmeter, die andere mit Markenzugkraft — und niemand hat belastbare Zahlen. Analytics verschiebt diese Diskussion von Meinung zu Evidenz: Miete, Flächenzuteilung, Mindestumsatzgarantien und Werbekostenbeiträge lassen sich auf messbare Daten zurückführen.
Messen Sie inkrementellen Gewinnbeitrag, Traffic-Generierung, Conversion-Uplift und Warenkorbverknüpfung. Dann verhandeln Sie Konditionen — Festmiete, Umsatzmiete, Mindestgarantie oder Hybridmodelle — auf Basis dessen, was der Konzessionär tatsächlich liefert. Das Modell funktioniert für jede Vertragsform; was sich ändert, ist die Gewichtung der einzelnen Kennzahl je nach Rolle der Marke im Flächenkonzept.
Flächenproduktivität messen: Verdient ein Konzessionär seinen Platz wirklich?
Ausgangspunkt ist der vollständige Kostenansatz der Fläche: anteilige Miete, direkte Personalkosten, Gemeinkosten, Abschriften- und Aktionsfinanzierung, Schwund und Retouren-Handling. Dem gegenüber steht der Beitrag zur Bruttomarge zuzüglich messbarer Spillover-Effekte auf benachbarte Bereiche.
Manche Marken werden im Vollkostenmodell schwach abschneiden und trotzdem ihre Fläche verdienen — weil sie Frequenz bringen. Das ist legitim. Aber dieser Anspruch muss mit Traffic- und Conversiondaten belegt, nicht am Verhandlungstisch behauptet werden. Eine Destinationsmarke, die Kunden ins Haus zieht, rechtfertigt ihre Fläche anders als ein Counter, der nur an Laufkundschaft verkauft. Die Daten zeigen, was was ist — und beenden das Argument schnell.
Personaleffizienz auf einer Mehrmarkenfläche
Auf welcher Lohnliste das Personal steht, spielt keine Rolle, wenn ein schlecht besetzter Counter das Kundenerlebnis beeinträchtigt. Eigenmarken staffeln nach eigenen Standards, Dienstplänen und Schulungsprioritäten — während das Warenhaus das Servicerisiko trägt. Personalkosten gehören gleichzeitig zu den größten variablen Kostenpositionen im Haus.
Entscheidend ist, Personalbesetzung, Verkaufsproduktivität je Mitarbeiter und Servicequalität mit tatsächlichen Frequenzmustern zu verknüpfen. Personal gehört dorthin, wo die Conversion-Chance am höchsten ist — nicht dahin, wo der Dienstplan es seit Jahren vorsieht.
Personalproduktivität je Konzessionär: KPIs, die Ineffizienz aufdecken
Drei Kennzahlen decken den Großteil der Ineffizienz auf:
- Nettoumsatz pro Mitarbeiter je Counter — wer tatsächlich verkauft
- Conversion Rate relativ zur Personalstärke — ob mehr Personal mehr Abschlüsse bedeutet
- Spitzenstunden-Abdeckung im Abgleich mit Frequenzdaten — sind Mitarbeiter da, wenn Kunden kommen?
Stellt man Dienstpläne und Frequenzdaten gegenüber, zeigt sich das Muster schnell. Die meisten Konzessionsetagen arbeiten mit fixen Dienstplänen, die Nachfrageschwankungen ignorieren — volle Besetzung um 10:00 Uhr, Minimalbetrieb beim Samstags-Peak um 15:00 Uhr. Die Verknüpfung von Workforce-Management und Frequenzzählung macht Dienstplanung zur datengetriebenen Entscheidung statt zur eingefahrenen Gewohnheit.
Warenhaus KPI-Tracking für Shops-in-Shop: Wie Analytics den Konzessionsmix bis 2027 neu ordnet
Bis 2027 werden führende Betreiber in der Lage sein, genau zu benennen, welche Konzessionäre Frequenz erzeugen, den Warenkorbwert steigern, den Vollpreis-Sell-Through verbessern und ihre Fläche mit messbarem Gewinnbeitrag rechtfertigen. Nicht schätzen — quantifizieren.
Drei Entwicklungen treiben diesen Wandel voran:
- KI-gestützte Bedarfsprognosen werden Standard in modegeprägten Kategorien, wo Nachfrageschwankungen am stärksten sind
- Unified Dashboards, die Traffic, Conversion, Warenkorb, Marge und Personal in einer operativen Ansicht zusammenführen — ohne manuelle Abstimmung
- Konzessionsmix, der nach Standortdemografie und Filialmission differenziert wird, statt einheitlich auf das gesamte Filialnetz angewendet zu werden
Omnichannel-Verknüpfung erweitert zudem die Definition von Konzessionsumsatz. Da Online-Transaktionen im dritten Quartal 2025 lediglich 16,4 % des Retailumsatzes ausmachten, bleibt das stationäre Geschäft zentral für Discovery und Sofortverfügbarkeit — aber Performance muss heute Click & Collect, Ship-from-Store, Clienteling und Retouren-Handling einschließen. Kontaktloses Zahlen hat im Discount-Warenhausformat bereits einen Anteil von 68,9 %; Zahlungsfriktionen drücken still die Conversion.
Betreiber, die Konzessionskonditionen noch immer auf Basis von Bruttoumsatz verhandeln, verlieren gegenüber denjenigen, die Vollkostenrentabilität und Frequenzanalysen einsetzen, um jeden Quadratmeter härter arbeiten zu lassen. Die Daten existieren bereits in Ihren Filialen. Die Frage ist, ob Sie sie an einem Ort zusammensehen können.
Quellen
- IBISWorld — U.S. Department Stores Industry — Marktgröße, Gewinnprognose und Unternehmensanzahl
- Mordor Intelligence — Department Stores Market — Kategorieumsatzanteile und Online-Transaktionsdaten
- McKinsey — Boosting Mall Revenues Through Advanced Analytics — Wegeanalyse und Cross-Conversion-Methodik
- Bain — U.S. Department Stores — NPS-Detraktoren-Studie zum Thema Sortiment
- Market.us — Discount Department Stores Market — Kanal- und Zahlungsanteilsdaten
- Assosia — Department Stores & Concessions — Kontext zum Konzessions-Betriebsmodell
- ConsignR — Consignment Store Analytics Reports — Sell-Through- und Konzessionärsbeitragsreporting