Die meisten Warenhäuser wissen genau, was jede Konzession im letzten Monat umgesetzt hat. Welche davon tatsächlich Gewinn erwirtschaftet hat — das können die wenigsten sagen. Diese Lücke zwischen Bruttoumsatz und echtem Deckungsbeitrag ist die größte Schwachstelle in der Konzessionsanalytik für Warenhäuser — und sie kostet Margen, die kein Betreiber verschenken kann.
Warum Bruttoumsatz als Steuerungskennzahl im Warenhaus versagt
Bruttoumsatz zeigt, dass eine Konzession frequentiert wird. Ob sie rentabel ist, zeigt er nicht. Zieht man anteilige Mietkosten, direkte Personalkosten, Abschriftenbeteiligung, Schwund, Retourenabwicklung und Aktionskostenbeiträge ab, kann ein umsatzstarker Counter still und leise zum Verlustbringer in der GuV werden.
Die Zahlen sind eindeutig: Der US-amerikanische Warenhaus-Markt wird für 2026 auf 227,1 Mrd. USD prognostiziert — bei einem Umsatzrückgang von 0,3 % CAGR von 2021 bis 2026 und einer Gewinnmarge von nur 6,0 % des Umsatzes. Bei sechs Prozent Marge auf eine schrumpfende Umsatzbasis frisst ein falsch zusammengestellter Konzessionsmix realen Gewinn.
Wer auf Bruttoumsatz optimiert, schützt Konzessionen, die überproportional viele Personalstunden binden, das Abschriftenbudget belasten und wertvolle Verkaufsfläche beanspruchen, ohne entsprechende Erträge zu liefern. Die relevante Kennzahl ist der Inkrementalgewinn: Steigert diese Konzession die Gesamtrentabilität des Hauses — oder verlagert sie nur Kaufkraft vom benachbarten Counter? Bain hat ermittelt, dass 23 % der Warenhaus-Kritiker das Sortiment als Hauptgrund für einen niedrigen NPS nennen. Der Konzessionsmix steckt genau in diesem Problem.
Die sechs KPIs der Konzessionsanalytik im Warenhaus
Sechs Kennzahlen tragen die Hauptlast:
- Sell-Through-Rate — zeigt, ob das Sortiment zum Standort passt
- Lagerumschlag — identifiziert Ladenhüter und Überbestellungen je Counter
- Deckungsbeitrag pro Quadratmeter — die eigentliche Währung aller Flächenentscheidungen
- Conversion Rate je Counter — trennt Besucherfrequenz von tatsächlichem Verkaufserfolg
- Traffic Capture Rate — zeigt, ob eine Konzession eigene Nachfrage erzeugt oder nur den Haushundenstrom abschöpft; In-Store-Analyseplattformen wie Pygmalios messen diese Kennzahl auf Zonen- und Counter-Ebene in Echtzeit
- Markenbeitrag nach Vollkosten — Nettowert nach Abzug von Miete, Personal und Abschriften
Jede Kennzahl beantwortet eine andere Frage. Die Sell-Through-Rate informiert über die Sortimentspassung, die Traffic Capture Rate darüber, ob eine Marke Nachfrage generiert oder lediglich aberntet. Wer diesen Unterschied nicht erkennt, belohnt dauerhaft die falschen Konzessionen.
Eine Regel steht über allem: Granularität. Performance muss auf Ebene von Haus, Etage, Counter, Marke, Kategorie und SKU sichtbar sein. Aggregierte Kettenauswertungen glätten genau jene Abweichungen, die den nächsten Handlungsbedarf anzeigen sollten. Eine Marke, die über 40 Standorte hinweg ordentlich aussieht, kann in 12 davon Verluste produzieren.
Flächenproduktivität: Deckungsbeitrag pro Quadratmeter je Counter
Umsatz pro Quadratmeter ist der Ausgangspunkt. Marge pro Quadratmeter ist, wo Entscheidungen fallen. Ein Schmuck-Counter mit moderatem Umsatz bei 60 % Marge kann eine Modekonzession mit dreifachem Umsatz bei stark rabattierenden 20 % Marge deutlich übertreffen.
McKinseys Analysearbeit zu Shopping-Centern schärft diesen Blick: Wer den Einfluss jedes Mieters auf den gesamten Kundenausgaben misst — nicht nur auf die eigene Kasse — macht Spillover- und Nachbarschaftseffekte sichtbar, die rohe Umsatzzahlen nie zeigen. Eine Konzession kann bei isolierter Betrachtung schwach wirken und trotzdem die umliegenden Counter beleben. Da Bekleidung & Accessoires 2025 einen Anteil von 40,22 % am Warenhaus-Umsatz ausmachen, sind die meisten Konzessionsflächen modegeprägt — und genau dort laufen Abschriftenquoten heiß und Sell-Through-Raten am volatilsten.
Lagerumschlag und Sell-Through: Ladenhüter erkennen, bevor sie die Marge kosten
Lagerungleichgewichte sind dem Konzessionsmodell strukturell eingeschrieben. 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 Lagerumschlag je Konzession zeigt, welche Marken an bestimmten Standorten überlagert sind und welche bei ihren schnelldrehenden Artikeln ausverkaufen — beides schadet der Marge, das eine durch Abschriften, das andere durch entgangene Umsätze.
KI-gestützte Bedarfsprognosen schließen diesen Kreislauf. Wer Sell-Through nach Konzession, Standort und Zeitraum vorhersagt, reduziert Vollpreisverwässerung in modegeprägten Kategorien, wo die Nachfragevolatilität am höchsten ist. Lieferantenbeiträge, aktueller Lagerbestand und Sell-Through-Berichte bilden die Basisschicht jeder Konzessionsanalytik.
Datenfragmentierung überwinden: Wie echte Konzessionsrentabilität sichtbar wird
Der Grund, warum echte Konzessionsrentabilität unsichtbar bleibt, ist kein Datenmangel. Die Daten existieren — aber in Silos. POS, Personenzählung, Lagerhaltung, Kundenbindungsprogramme, Personalplanung und Visual-Merchandising-Systeme halten je ein Puzzlestück — und keines davon spricht mit dem anderen, ohne dass ein Analyst monatlich Tabellen zusammenfügt.
Ein einheitliches Performance-Dashboard ist die Lösung und gleichzeitig Voraussetzung für alles Weitere. Es muss Umsatz, Warenkorbverhalten, Conversion, Traffic, Personalbesatz und Marge in einer Ansicht zusammenführen — ohne manuelle Abstimmung. Der stationäre Handel macht 77,5 % des Discount-Warenhaus-Kanals aus. Operative Filialdaten sind das Kerngeschäft, kein Anhang.
Was ein Konzessions-Performance-Dashboard mindestens abbilden muss
Das Minimum umfasst:
- Nettoumsatz nach Konzession und Standort
- Traffic Capture Rate und Conversion Rate je Counter
- Sell-Through-Rate und aktueller Lagerbestand
- Deckungsbeitrag nach Miete und Personal
- Warenkorbverknüpfung mit angrenzenden Kategorien
Integration ist die entscheidende Anforderung. Das Dashboard muss POS, ERP, Lagerhaltung, Workforce-Management, Kundenbindung und Besucherzählung verbinden. Jede Lücke wird zum blinden Fleck, den jemand in einer Verhandlung ausnutzen wird. Nutzbarkeit ist ebenso entscheidend — Filialleiter und Vertriebsteams brauchen etwas, worauf sie täglich reagieren können, keinen Quartalsbericht, der erst durch einen Analysten übersetzt werden muss.
Traffic- und Wegstreckenanalyse: Nachbarschaftswert zwischen Konzessionen messen
Hausverantwortliche und Konzessionsmarken streiten über „Performance", weil keine Seite sieht, wie Kunden sich tatsächlich bewegen. Traffic- und Wegstreckenanalyse löst diesen Konflikt. McKinseys Methodik quantifiziert Laufwege, Cross-Conversion zwischen Kategorien und den Einfluss jeder Konzession auf das Gesamtausgabeverhalten — die Evidenzbasis für Flächenplan- und Nachbarschaftsentscheidungen. In-Store-Analyseplattformen wie Pygmalios liefern Verweilzeit und Zonenbewegungsdaten auf Counter-Ebene, die dieselbe Art von Nachbarschaftsanalyse ermöglichen.
Eine Konzession, die beim Bruttoumsatz schwächelt, kann intensive Verweilzeiten erzeugen oder Einkäufer in margenstarke Nachbarbereiche lenken. Ohne Spillover-Daten würde man sie auslisten — und dabei den Traffic verlieren, den sie still erzeugt hat. Genau solche Fehlentscheidungen verhindert die Wegstreckenanalyse.
Konditionen datenbasiert verhandeln: Analytik als Verhandlungsgrundlage
Konzessionsverhandlungen sind meist ein Streit zweier Parteien ohne gemeinsame Leistungsdefinition. Eine Seite argumentiert mit Umsatz pro Quadratmeter, die andere mit Markenstrahlkraft — und niemand hat belastbare Zahlen. Analytik verlagert die gesamte Diskussion von Meinungen zu Belegen: Miete, Flächenzuweisung, Mindestumsatzgarantien und Abschriftenbeteiligung lassen sich alle auf messbare Daten zurückführen.
Inkrementaler Gewinnbeitrag, Traffic-Generierung, Conversion-Uplift und Warenkorbverknüpfung sind die Messgrößen. Auf dieser Basis lassen sich Konditionen festsetzen — Festmiete, Umsatzmiete, Mindestgarantie oder Hybrid-Modelle — die am tatsächlichen Leistungsbeitrag der Konzession hängen. Die Struktur funktioniert für jedes Vertragsmodell; was sich ändert, ist die Gewichtung der Kennzahlen je nach Rolle der Marke im Flächenkonzept.
Verdient eine Konzession ihre Fläche wirklich? So wird es messbar
Ausgangspunkt sind die echten Kosten des Footprints: anteilige Miete, direktes Personal, Hausgemeinkosten, Abschriften- und Aktionskostenbeteiligung, Schwund und Retourenabwicklung. Dem gegenüber steht der Bruttodeckungsbeitrag zuzüglich messbarem Spillover in angrenzende Bereiche.
Manche Marken schneiden im Vollkostenmodell schlecht ab und verdienen ihre Fläche dennoch — weil sie Frequenz bringen. Das ist legitim. Aber dieser Anspruch muss mit Traffic- und Conversion-Daten belegt, nicht am Verhandlungstisch behauptet werden. Eine Marke, die Kunden ins Haus zieht, rechtfertigt ihren Platz anders als ein Counter, der nur von vorbeilaufenden Käufern profitiert. Die Daten zeigen, wer was ist — und beenden die Diskussion schnell.
Personaleffizienz auf einer Mehrmarkenfläche
Auf wessen Gehaltsabrechnung das Personal steht, ist unerheblich, wenn ein schlecht besetzter Counter das Kundenerlebnis belastet. Eigenmarken staffeln nach eigenen Standards, Schichtplänen und Schulungsprioritäten — das Servicerisiko trägt das Haus. Personal ist zudem einer der größten variablen Kostenpositionen im Betrieb.
Die Verbindung, die es zu schaffen gilt, koppelt Personalbesatz, Verkaufsproduktivität je Mitarbeiter und Servicequalität an die tatsächlichen Traffic-Muster. Personal gehört dorthin, wo die Conversion-Chancen am höchsten sind — nicht dahin, wo der Schichtplan es seit jeher vorsieht.
Personalproduktivität je Konzession: KPIs, die Ineffizienz aufdecken
Drei Kennzahlen decken den Großteil der Verschwendung auf:
- Nettoumsatz je Mitarbeiter nach Counter — wer tatsächlich verkauft
- Conversion Rate im Verhältnis zur Personalstärke — ob mehr Köpfe mehr Warenkörbe bedeuten
- Spitzenstunden-Abdeckung gegen Frequenzdaten — sind Mitarbeiter dann vor Ort, wenn Kunden kommen?
Schichtpläne mit Traffic-Daten abzugleichen zeigt das Muster schnell. Die meisten Konzessionsflächen fahren starre Schichten, die die Nachfrage ignorieren — Vollbesatz um 10:00 Uhr, Minimalbetrieb beim Frequenzpeak am Samstagabend. Wer Workforce-Management mit Besucherzählung verbindet, macht Dienstplanung zur Nachfrageentscheidung statt zur Gewohnheit.
Wie Konzessionsanalytik den Markenmix im Warenhaus bis 2027 neu ordnet
Bis 2027 werden die führenden Betreiber benennen können, welche Konzessionen Frequenz erzeugen, Warenkorbgröße steigern, Vollpreis-Sell-Through verbessern und ihre Fläche mit messbarem Gewinnbeitrag rechtfertigen. Nicht schätzen — quantifizieren.
Drei Trends beschleunigen diesen Wandel:
- KI-Bedarfsprognosen werden zum Standard in modegeprägten Kategorien, wo Nachfrageschwankungen am stärksten sind
- Einheitliche Dashboards, die Traffic, Conversion, Warenkorb, Marge und Personal zusammenführen — eine operative Ansicht, keine manuelle Abstimmung
- Konzessionsmix, der auf Standortdemografie und Hausprofil zugeschnitten ist, statt uniformer Flächenbelegung über das gesamte Portfolio
Omnichannel-Verknüpfung weitet die Definition von Konzessionsumsatz aus. Da Online erst 16,4 % der Handelstransaktionen in Q3 2025 ausmacht, bleibt das stationäre Geschäft zentral für Inspiration und Sofortversorgung — aber Performance muss heute Click & Collect, Ship-from-Store, Clienteling und Retourenabwicklung einschließen. Kontaktloses Bezahlen hält bereits einen Anteil von 68,9 % in Discount-Warenhaus-Formaten, und Zahlungsreibung drückt still die Conversion.
Betreiber, die Konzessionskonditionen weiterhin auf Basis von Bruttoumsatz verhandeln, verlieren gegenüber jenen, die Vollkosten-Rentabilitätsmodelle und Traffic-Analytik einsetzen, um jeden Quadratmeter zu optimieren. Die Daten existieren bereits in Ihren Filialen. Die Frage ist, ob Sie sie an einem Ort sehen 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 — Laufwegmethodik und Cross-Conversion-Analyse
- Bain — U.S. Department Stores — NPS-Erkenntnisse zu Sortimentsthemen
- 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 Lieferantenbeitragsberichte