Zurück zum Blog
    Geschäft18.4.2026 7 min

    Preismodell der Reinigungsdienste 2026 – wie die Margenberechnung ohne Schätzungen erfolgt

    Zu viele Reinigungsunternehmen legen ihre Angebote auf der Grundlage der Preise ihrer Wettbewerber fest. Wir durchlaufen eine objektbasierte Margenanalyse, die den richtigen Preis mit Minutenpräzision zeigt.

    Die Margenquote in der Reinigungsbranche steht seit Jahren unter Druck. Die Kunden lassen hart vergleichen, die Gehälter steigen und die Verträge sind langfristig – das heißt, eine schlechte Preisgestaltung bleibt 12–24 Monate bestehen, bevor sie korrigiert werden kann. Aus diesem Grund sollte die Margenberechnung in der Angebotsphase nicht auf Schätzungen, sondern auf echten Daten aus dem eigenen Betrieb basieren.

    Warum der Quadratmeterpreis allein nicht ausreicht

    Der Quadratmeterpreis ist ein guter Ausgangspunkt für Vergleiche, aber zwei Objekte mit der gleichen Quadratmeterzahl können völlig unterschiedliche tatsächliche Kosten haben: Ein offenes Büro ohne Möbel ist schnell, während ein Treppenhaus in einem Mehrfamilienhaus ohne Aufzug den Reinigungskraft stundenlang bindet. Ein Preismodell, das nur Quadratmeter berücksichtigt, führt systematisch zu unterbewerteten anspruchsvollen Objekten und überbewerteten einfachen Objekten - das Unternehmen verliert gerade die Ausschreibungen, die am profitabelsten gewesen wären.

    Drei Ebenen der objektspezifischen Deckungsbeitragsrechnung

    • Direkte Arbeitskosten: tatsächlich geleistete Stunden des Objekts × Gesamtkosten des Mitarbeiters (Lohn + Nebenkosten + Zuschläge).
    • Direkte Materialkosten: für das Objekt verwendete Reinigungsmittel, Maschinen und Chemikalien, nicht der durchschnittliche Monatswert.
    • Verteilung der Gemeinkosten: Arbeitsplatzverwaltung, Verwaltung, Fahrzeuge und Räumlichkeiten, auf die Objekte verteilt, z.B. nach Stundenanteil, damit der monatliche Deckungsbeitrag pro Objekt vergleichbar ist.

    Welche Daten werden in der Praxis benötigt

    Die Erfassung der tatsächlichen Stunden nach Objekten ist die Grundlage für alles. Wenn acht Reinigungskräfte die Stunden auf eine gemeinsame "Instandhaltungs"-Zeile buchen, kann der objektspezifische Deckungsbeitrag nachträglich nur geschätzt werden. Stattdessen entsteht die Daten automatisch, wenn die mobile App dazu zwingt, ein Objekt bei Beginn auszuwählen, und die Deckungsberichte sind in Echtzeit einsehbar.

    Im Materialbereich genügt es oft, wenn Reinigungsmittel und Maschinen bei der Bestellung entweder dem Objekt oder dem Bereich zugeordnet werden - vollständige Genauigkeit ist nicht erforderlich, aber eine bessere Basis als Durchschnittswerte erhält man bereits mit leichter Nachverfolgung.

    Ein Angebotsmodell, das herausfordernde Objekte nicht unterschätzt

    Wenn Daten aus vorherigen ähnlichen Objekten verfügbar sind, kann die Angebotsbasis automatisch eine Zeitprognose basierend auf den Eigenschaften des Objekts (Quadratmeter, Etagen, Möblierungsdichte, Auslastung) berechnen. Die Grundlage für das Angebot ist eine realistische Stundenprognose, auf die eine Zielmarge kommt. Ohne Daten muss der Verkäufer schätzen - und schätzt fast immer auf den Preis des Wettbewerbers, nicht auf die Kosten seiner eigenen Produktion.

    Preisanpassungen für bestehende Verträge

    Bei der Vertragsabrechnung wird die jährliche Preisaktualisierung (z.B. Index oder Tarif-Erhöhung) oft nicht durchgeführt, weil es Hunderte von Verträgen gibt und niemand die Zeit hat, sie manuell durchzugehen. Wenn Verträge und deren Preismodelle in einem System zusammengefasst sind, kann die jährliche Aktualisierung im Masseneinsatz in wenigen Minuten durchgeführt werden - und allein dies kann eine Verbesserung des Umsatzes um 4–8 % pro Jahr bedeuten.

    Möchten Sie Eemel ONE in Aktion sehen?

    In einer 30-minütigen Remote-Demo gehen wir die Prozesse Ihres Reinigungsunternehmens durch.

    Demo buchen

    Hinter Eemel steht Epic Invoicing Oy | Umsatzsteuer-ID: 2571844-9 | USt.-IdNr.: FI25718449

    Vollständig finnisches Unternehmen | Sitz: Tampere, Finnland