Hein ich, Ca lo Hono é; Leh bass, F ank
Resea ch Repo
Digi ale T ans o ma ion im Bankwesen: Welche IT-
In es i ionen e höhen die Eigenkapi al en abili ä und
Kundenzu iedenhei ?
i es Sch i en eihe, No. 31
P o ided in Coope a ion wi h:
i es Ins i u ü Empi ie & S a is ik, FOM Hochschule ü Oekonomie & Managemen
Sugges ed Ci a ion: Hein ich, Ca lo Hono é; Leh bass, F ank (2024) : Digi ale T ans o ma ion
im Bankwesen: Welche IT-In es i ionen e höhen die Eigenkapi al en abili ä und
Kundenzu iedenhei ?, i es Sch i en eihe, No. 31, ISBN 978-3-89275-438-1, MA Akademie Ve lags-
und D uck-Gesellscha mbH, Essen
This Ve sion is a ailable a :
h ps://hdl.handle.ne /10419/302920
S anda d-Nu zungsbedingungen:
Die Dokumen e au EconS o dü en zu eigenen wissenscha lichen
Zwecken und zum P i a geb auch gespeiche und kopie we den.
Sie dü en die Dokumen e nich ü ö en liche ode komme zielle
Zwecke e iel äl igen, ö en lich auss ellen, ö en lich zugänglich
machen, e eiben ode ande wei ig nu zen.
So e n die Ve asse die Dokumen e un e Open-Con en -Lizenzen
(insbesonde e CC-Lizenzen) zu Ve ügung ges ell haben soll en,
gel en abweichend on diesen Nu zungsbedingungen die in de do
genann en Lizenz gewäh en Nu zungs ech e.
Te ms o use:
Documen s in EconS o may be sa ed and copied o you pe sonal
and schola ly pu poses.
You a e no o copy documen s o public o comme cial pu poses, o
exhibi he documen s publicly, o make hem publicly a ailable on he
in e ne , o o dis ibu e o o he wise use he documen s in public.
I he documen s ha e been made a ailable unde an Open Con en
Licence (especially C ea i e Commons Licences), you may exe cise
u he usage igh s as speci ied in he indica ed licence.
h ps://c ea i ecommons.o g/licenses/by/4.0/
Bianca K ol (H sg.)
i es Sch i en eihe
Band
31
ii eses
Ins i u ü Empi ie & S a is ik
an de FOM Hochschule
ü Oekonomie & Managemen
ii eses
Ins i u ü Empi ie & S a is ik
de FOM Hochschule
ü Oekonomie & Managemen
Digi ale T ans o ma ion im Bankwesen:
Welche IT-In es i ionen e höhen die Eigen-
kapi al en abili ä und Kundenzu iedenhei ?
~
Ca lo Hono é Hein ich, F ank Leh bass
Mi unds 50.000 S udie enden is die FOM eine
de g öß en Hochschulen Eu opas und üh sei
1993 S udiengänge ü Be u s ä ige du ch, die einen
s aa lich und in e na ional ane kann en Hochschul-
abschluss (Bachelo /Mas e ) e langen wollen.
Die FOM is de anwendungso ien ie en Fo schung
e p lich e und e olg das Ziel, adap ions ähige
Lösungen ü be iebliche bzw. wi scha snahe
ode gesellscha liche P oblems ellungen zu gene ie-
en. Dabei spiel die Ve zahnung on Fo schung und
Leh e eine g oße Rolle: Kong uen zu den Mas e -
p og ammen sind Ins i u e und Kompe enzCen en
geg ünde wo den. Sie geben de Hochschule ein
achliches P o il und e ö nen sowohl Wissenscha -
le innen und Wissenscha le n als auch engagie en
S udie enden die Gelegenhei , sich ak i in den
Fo schungsdisku s einzub ingen.
Wei e e In o ma ionen inden Sie un e om.de
FOM Hochschule
KCC Kompe enzCen um
ü Co po a e Social Responsibili y
de FOM Hochschule ü Oekonomie & Managemen
ii eses
Ins i u ü Empi ie & S a is ik
an de FOM Hochschule
ü Oekonomie & Managemen
ii eses
Ins i u ü Empi ie & S a is ik
de FOM Hochschule
ü Oekonomie & Managemen
Zunehmende Digi alisie ung e o de und e möglich
da enbasie en E kenn nisgewinn und undie es
un e nehme isches Handeln. Um aus den allgegen-
wä igen Da en die ich igen Schlüsse zu ziehen, is
übe all eine k i ische Me hodenkompe enz e o de -
lich. De wissenscha liche Fokus de i es-Ak eu e
lieg dabei in den Be eichen de empi ischen Un e -
nehmens-, Ma k - und Konsumen en o schung, de
angewand en S a is ik, des Da a Minings und de
Finanzs a is ik.
Das i es e olg das Ziel, empi ische Kompe enzen
an de FOM zu bündeln und die angewand e Fo -
schung im empi ischen Be eich de Hochschule wei e
o anzu eiben. Dami nimm das i es eine zen ale
S ellung im Be eich de En wicklung und Un e -
s ü zung de Me hodenausbildung in de Leh e de
Bachelo - und Mas e s udiengänge sowie im P omo i-
onsp og amm de FOM ein.
Wei e e In o ma ionen inden Sie un e om-i es.de
i es
ISSN (P in ) 2191-3366
ISSN (eBook) 2569-5355ISBN (eBook) 978-3-89275-438-1
ISBN (P in ) 978-3-89275-437-4
De Wissenscha sblog
de FOM Hochschule
De Wissenscha sblog de FOM Hochschule bie e Einblicke in die iel äl igen
Themen, zu denen an de FOM ge o sch wi d: om-blog.de
Dieses We k is lizenzie un e CC BY 4.0:
C ea i e Commons Namensnennung 4.0 In e na ional.
Diese Lizenz e laub un e den Vo ausse zungen de Lizenzbedingungen, u. A. de Namens-
nennung de U hebe in ode des U hebe s, de Angabe de CC-Lizenz (inkl. Link) und de gg .
o genommenen Ände ungen die Bea bei ung, Ve iel äl igung und Ve b ei ung des Ma e ials
in jedem Fo ma ode Medium ü beliebige Zwecke. Die Rech e und P lich en in Zusam-
menhang mi de Lizenz e geben sich ausschließlich aus dem Lizenzinhal : CC BY 4.0 Deed |
Namensnennung 4.0 In e na ional | C ea i e Commons | h ps://c ea i ecommons.o g/licenses/
by/4.0/legalcode.de.
Die Bedingungen de C ea i e-Commons-Lizenz gel en nu ü O iginalma e ial. Die Wiede -
e wendung on Ma e ial aus ande en Quellen (gekennzeichne mi Quellenangabe) wie z. B.
on Schaubilde n, Abbildungen, Fo os und Tex auszügen e o de gg . wei e e Nu zungsge-
nehmigungen du ch den jeweiligen Rech einhabe .
Dieses We k wi d he ausgegeben om i es Ins i u ü Empi ie & S a is ik
de FOM Hochschule ü Oekonomie & Managemen gGmbH
Ve lag:
MA Akademie Ve lags- und D uck-Gesellscha mbH, Leimkugels aße 6, 45141 Essen
[email p o ec ed]
Die Deu sche Na ionalbiblio hek e zeichne diese Publika ion in de Deu schen Na ionalbibliog aphie;
de aillie e bibliog aphische Da en sind im In e ne übe h p://dnb.d-nb.de ab u ba .
Ca lo Hono é Hein ich, F ank Leh bass
Digi ale T ans o ma ion im Bankwesen: Welche IT-In es i ionen e höhen die
Eigenkapi al en abili ä und Kundenzu iedenhei ?
i es Ins i u ü Empi ie & S a is ik
de FOM Hochschule ü Oekonomie & Managemen
i es Sch i en eihe
Band 31, 2024
ISBN (P in ) 978-3-89275-437-4 ISSN (P in ) 2191-3366
ISBN (eBook) 978-3-89275-438-1 ISSN (eBook) 2569-535
i es Sch i en eihe, Band 31
Abs ac
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de II
Abs ac
In eine panel-ökonome ischen S udie on 6 in e na ional ope ie enden Banken
übe 37 Qua ale un e suchen wi ie e schiedene Digi alisie ungsmaßnahmen
hinsich lich ih es E ek s au den Re u n on Equi y. Ein Fixed-E ec s-Modell mi
einem R² on 36% zeig au , dass de RoE bei Vo liegen eine K edi abwicklung,
die komple online möglich is , signi ikan höhe is . Die üb igen Maßnahmen
sind ohne E ek . Mi Blick au die Kundenzu iedenhei sind Sys em- und Pe -
o mance-Upda es on zen ale Bedeu ung.
i es Sch i en eihe, Band 31
Inhal s e zeichnis
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de III
Inhal s e zeichnis
Abs ac ……………. .......................................................................................... II
Inhal s e zeichnis .............................................................................................. III
Abbildungs e zeichnis....................................................................................... IV
Fo mel e zeichnis .............................................................................................. V
Abkü zungs e zeichnis...................................................................................... VI
1 Einlei ung…… .............................................................................................. 7
1.1 Zielse zung und Mo i a ion ................................................................... 8
1.2 Au bau de S udie ................................................................................. 9
2 Theo e ische G undlagen ............................................................................10
2.1 Vo s ellung de Banken .......................................................................10
2.2 Beg i se klä ung.................................................................................13
2.2.1 Digi ale Technologien im Bankensek o ....................................13
2.2.2 Pe o mance Messung on Banken ...........................................14
2.2.3 Resilienz on Banken ................................................................16
2.2.4 Kundenin e ak ion und -bindung ..............................................16
3 Me hodik……. ...........................................................................................18
3.1 Hypo hesenbildung .............................................................................18
3.2 Da enquellen und Da ene hebung ......................................................18
3.3 Modell zu Messung und Analyse de Hypo hesen ..............................19
4 Auswi kung de Digi alisie ung au die inanzielle Pe o mance und
Resilienz on Banken ..................................................................................21
4.1 Auswahl de Va iablen und Da ensa zbesch eibung ............................21
4.2 Einsa z de Panel eg ession zu Analyse de De e minan en des
Re u n on Equi y .................................................................................26
4.3 Implemen ie ung de Digi alisie ungsdummies ....................................28
4.4 E gebnisse und Diagnos ik ..................................................................28
5 Auswi kung de Digi alisie ung au Kundenbindung und -zu iedenhei .....33
5.1 Auswahl de Va iablen und Da ensa zbesch eibung ............................33
5.2 Einsa z de Panel eg ession zu Analyse de De e minan en on
Kundenbewe ungen ..........................................................................34
5.3 E gebnisse und Diagnos ik ..................................................................36
6 Fazi ………. ................................................................................................39
6.1 Diskussion ...........................................................................................40
6.2 Ausblick ..............................................................................................41
Anhang………. ................................................................................................42
Li e a u e zeichnis ..........................................................................................43
i es Sch i en eihe, Band 31
Abbildungs e zeichnis
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de IV
Abbildungs e zeichnis
Abbildung 1: Pooled Reg ession ..................................................................26
Abbildung 2: FEM .......................................................................................27
Abbildung 3: F-Tes .....................................................................................27
Abbildung 4: REM .......................................................................................27
Abbildung 5: Hausmann Tes ......................................................................27
Abbildung 6: FEM inkl. Dummies ................................................................28
Abbildung 7: Fixed E ec s ...........................................................................28
Abbildung 8: Ou pu Pooled Reg ession ......................................................29
Abbildung 9: Ou pu FEM ...........................................................................30
Abbildung 10: Ou pu F-Tes .........................................................................30
Abbildung 11: Ou pu REM ...........................................................................31
Abbildung 12: Ou pu Hausmann Tes ..........................................................31
Abbildung 13: Ou pu FEM inkl. Dummies ....................................................32
Abbildung 14: Ou pu Fixed E ec s ...............................................................32
Abbildung 15: FEM H2 ..................................................................................35
Abbildung 16: Fixed E ec s H2 .....................................................................35
Abbildung 17: Ou pu FEM H2 ......................................................................35
Abbildung 18: Ou pu FEM 5 S e ne .............................................................36
Abbildung 19: Fixe E ek e je Bank 5 S e ne ..................................................37
Abbildung 20: Ou pu FEM 1 S e n ...............................................................37
Abbildung 21: Fixe E ek e je Bank 1 S e n ....................................................38
i es Sch i en eihe, Band 31
Fo mel e zeichnis
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de V
Fo mel e zeichnis
Fo mel 1: Klassische ROE ..............................................................................15
Fo mel 2: Reg essionsgleichung FEM .............................................................21
Fo mel 3: Reg essionsgleichung REM .............................................................22
Fo mel 4: ROE ...............................................................................................22
Fo mel 5: CIR.................................................................................................23
Fo mel 6: CAR ...............................................................................................23
i es Sch i en eihe, Band 31
Abkü zungs e zeichnis
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de VI
Abkü zungs e zeichnis
AG Ak iengesellscha
BAC Bank o Ame ica
CAR Kapi aladequänz
CBK Comme zbank AG
CIR Cos -Income-Ra io
CTO Chie Technology O ice
DBK Deu sche Bank AG
FEM Fixed-E ec s-Modell
H1 Hypo hese 1
H2 Hypo hese 2
HSBC Hongkong and Shanghai Banking Co po a ion Holdings plc
JPM JPMo gan Chase & Co
KI Küns liche In elligenz
REM Random-E ec s-Modell
ROE Re u n on Equi y
WFC Wells Fa go & Company
In diese A bei wi d aus G ünden de besse en Lesba kei das gene ische Mas-
kulinum e wende . Die gewähl e männliche Fo m bezieh sich imme zugleich
au weibliche, männliche und di e se Pe sonen.
i es Sch i en eihe, Band 31
Theo e ische G undlagen
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 13
Im Jah 2023 be ug die Bilanzsumme on BAC 3.180 Millia den US-Dolla 19
und es wa en e wa 213.000 Vollzei -Mi a bei e anges ell .20
2.2 Beg i se klä ung
Nachs ehend we den digi ale Technologien und das Konzep de Pe omance
bis hin zu Kundenbindung e läu e .
2.2.1 Digi ale Technologien im Bankensek o
Digi ale Technologien im Bankensek o um assen die Anwendung mode ne
und zum Teil auch inno a i e In o ma ions- und Kommunika ions echnologien
zu Ve besse ung de Bankdiens leis ungen, Bankope a ionen und Kunden-
eundlichkei .
Rele an e digi ale Technologien im Banksek o sind un e ande em: Mobile Ban-
king, also das Anbie en on Bankdiens leis ungen am mobilen Endge ä des
Kunden, Küns liche In elligenz (KI) zum Beispiel de Einsa z on maschinellem
Le nen zu Ve besse ung de E izienz und Pe sonalisie ung on Bankdiens leis-
ungen in Be eichen wie K edi bewe ung, Be ugse kennung und Kundense -
ice. Küns liche In elligenz bezieh sich au die Fähigkei on Compu e n und
Maschinen, Au gaben auszu üh en, die ypische weise menschliche In elligenz
e o de n. Diese Au gaben um assen un e ande em das E kennen on Sp ache,
das Le nen aus E ah ungen, das P oblemlösen und das T e en on En schei-
dungen.21 Ode auch Blockchain und Dis ibu ed Ledge Technology (DLT) zum
Beispiel zu siche en und anspa en en Du ch üh ung on T ansak ionen. Digi-
alisie ungsmaßnahmen um assen abe auch Banking-as-a-Se ice (BaaS), ein
Geschä smodell bei dem Banken ih e In as uk u en und Diens e übe APIs
(Applica ion P og amming In e aces) ande en Un e nehmen zu Ve ügung s el-
len. Dies e möglich es Nich banken, Finanzdiens leis ungen in ih e eigenen P o-
duk e zu in eg ie en.22
19 Vgl. Bank o Ame ica. Annual Repo 2023. Cha lo e: Bank o Ame ica, 2024. 64.
20 Vgl. Bank o Ame ica. Annual Repo 2023. Cha lo e: Bank o Ame ica, 2024. 9.
21 Vgl. Hechle , Ebe ha d, Ma in Obe ho e , und Thomas Schaeck. "A i icial in elligence (AI) e-
e s o he capabili y o compu e s and machines o pe o m asks ha ypically equi e human
in elligence." In Einsa z on KI im Un e nehmen: IT-Ansä ze ü Design, De Ops, Go e nance,
Change Managemen , Blockchain und Quan encompu ing, 4. Sp inge , 2023.
h ps://doi.o g/10.1007/978-1-4842-9566-3.
22 Vgl. Daniel B oby. "Financial echnology and he u u e o banking." Financial Inno a ion, 7
(2021): 1-19. h ps://doi.o g/10.1186/s40854-021-00264-y.
i es Sch i en eihe, Band 31
Theo e ische G undlagen
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 14
Diese digi alen Technologien haben das Po enzial, das Bankwesen g undlegend
zu e ände n, indem sie die E izienz s eige n, Kos en senken und neue Diens -
leis ungen und Geschä smodelle e möglichen.23
Gleichzei ig is die Digi alisie ung im Bankensek o auch eine Reak ion des Ban-
kensek o s au die zunehmende Ve b ei ung digi ale Technologien und die da-
mi einhe gehenden sich ände nden Kundenbedü nisse. So we den imme
meh lexible, e izien e und pe sonalisie e Bankdiens leis ungen e lang .24
Zusammen assend läss sich sagen: Die Digi alisie ung im Bankwesen is on
zen ale Bedeu ung. De Einsa z digi ale Technologien e möglich eine e izien-
e e, siche e e und kundeno ien ie e e Be ei s ellung on Finanzdiens leis un-
gen und e weis Inno a ionspo en ial.
Dabei s ehen Banken e meh im We bewe b mi FinTech-Un e nehmen, die
eben alls digi ale Finanzdiens leis ungen anbie en. Fin echs e möglichen du ch
den geschick en Einsa z digi ale Technologien o kos engüns ige e und benu -
ze eundliche e Lösungen an, wodu ch de We bewe bsd uck au adi ionelle
Banken wächs . 25
2.2.2 Pe o mance Messung on Banken
Neely, G ego y, und Pla s besch ieben im Jah 1995 die adi ionelle Ansich
on Pe o mance als den P ozess de Quan i izie ung de E izienz und E ek i i-
ä on Handlungen.26
Be ei s im Jah 1992 e wei e en Kaplan und No on den adi ionellen Fokus
du ch die Ein üh ung eine Balanced Sco eca d, die neben inanziellen auch
23 Vgl. Feyen, E ik, Jon F os , Leona do Gambaco a, Ha ish Na a ajan, und Ma hew Saal. Fin ech
and he Digi al T ans o ma ion o Financial Se ices: Implica ions o Ma ke S uc u e and Public
Policy. Bank o In e na ional Se lemen s, Juli 2021. 11.
24 Vgl. Zoua i, Ghazi, und Ma wa Abdelhedi. "Cus ome sa is ac ion in he digi al e a: e idence
om Islamic banking." Jou nal o Inno a ion and En ep eneu ship 10, no. 9 (2021): 1-18.
Zug i am 18. Mai 2024. h ps://inno a ion-en ep eneu ship.sp inge open.com/a i-
cles/10.1186/s13731-021-00151-x.
25 Vgl. Tayazime, Jihane, und Aziz Mou ahaddib. "Banks and FinTech Rela ionship in a Digi al
T ans o ma ion Con ex ." Eu opean Scien i ic Jou nal 18, no. 12 (2022): 106.
h ps://doi.o g/10.19044/esj.2022. 18n12p106.
26 Vgl. Neely, Andy, Mike G ego y, und Ken Pla s. "Pe o mance Measu emen Sys em Design: A
Li e a u e Re iew and Resea ch Agenda." In e na ional Jou nal o Ope a ions & P oduc ion
Managemen 15, no. 4 (1995): 80-116.
i es Sch i en eihe, Band 31
Theo e ische G undlagen
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 15
nich - inanzielle Leis ungsindika o en um ass und die ie Pe spek i en inanzi-
elle Pe spek i e, Kundenpe spek i e, in e ne Geschä sp ozesse sowie Le nen
und Wachs um , be ücksich ig . 27
Richa d e al. e gänz en diese De ini ion 2009, indem sie Un e nehmenspe o -
mance in d ei spezi ische Be eiche un e eilen: inanzielle Pe o mance (Ge-
winne, Kapi al endi e), Ma k pe o mance (Ve käu e, Ma k an eil) und Ak io-
nä s endi e (Gesam endi e, wi scha liche Meh we ). Diese um assende Be-
ach ung e möglich eine ganzhei liche Bewe ung de o ganisa o ischen Leis-
ung.28
In de Finanzwissenscha allgemein und auch spezi isch zu Be ach ung on
Banken, wi d die Finanzielle Pe o mance klassische weise übe den Re u n on
Equi y (ROE) gemessen. De ROE ep äsen ie die Ren abili ä eines Un e neh-
mens in Bezug au das Eigenkapi al de An eilseigne und wi d als wich ige In-
dika o ü die inanzielle E izienz eine Bank be ach e .29
Die klassische Fo mel zu E mi lung des ROE lau e :
Fo mel 1: Klassische ROE
De e echne e We zeig , wie e ek i eine Bank ih Kapi al einse z , um Ge-
winne zu gene ie en, und wi d als P ozen zahl ausged ück , die den Jah esge-
winn im Ve häl nis zum Eigenkapi al da s ell . Ein höhe e ROE weis au eine
e izien e e Nu zung des Kapi als hin und wi d in de Regel als Zeichen ü eine
s a ke inanzielle Leis ung angesehen.
27 Vgl. Kaplan, Robe S., und Da id P. No on. "The Balanced Sco eca d: Measu es ha D i e Pe -
o mance." Ha a d Business Re iew 70, no. 1 (1992): 71-79.
28 Vgl. Richa d, Pie e J., Timo hy M. De inney, Geo ge S. Yip, und Ge y Johnson. "Measu ing O -
ganiza ional Pe o mance: Towa ds Me hodological Bes P ac ice." Jou nal o Managemen 35,
no. 3 (2009): 718-804.
29 Vgl. Klaassen, Pie e , und Idza d an Eeghen. "Analyzing Bank Pe o mance: Linking ROE, ROA
and RAROC." SSRN, 2016. Sei e 2. Zug i am 18. Mai 2024. h ps://pape s.ss n.com/sol3/pa-
pe s.c m?abs ac _id=2389443.
i es Sch i en eihe, Band 31
Theo e ische G undlagen
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 16
2.2.3 Resilienz on Banken
Un e Resilienz e s eh man die Fähigkei eines Sys ems ode eine O ganisa-
ion, Schocks und S esssi ua ionen zu bewäl igen und sich da on zu e holen.
Im Bankensek o bedeu e Resilienz die Fähigkei eine Bank, au mak oökono-
mische Schocks und Finanzk isen zu eagie en und dabei ih e g undlegenden
Funk ionen au ech zue hal en.30
In de Finanzwissenscha wi d die Resilienz on Banken du ch e schiedene
Kennzahlen und Fak o en gemessen, die sich au die Kapi alauss a ung, die Li-
quidi ä sposi ion und das Risikomanagemen konzen ie en.
Die Messung de Resilienz eine Bank is beispielsweise übe die Kennzahl de
Kapi aladäquanz, die aus dem Kapi aldeckungsg ad e mi el wi d, möglich.
Diese Kennzahl zeig , wie gu eine Bank in de Lage is , Ve lus e zu abso bie en
ohne ih e Zahlungs ähigkei zu ge äh den. Die Basel-III-Regulie ungen be onen
die Bedeu ung eine s a ken Kapi albasis, um die Wide s ands ähigkei de Ban-
ken zu e höhen.31
Auch e ek i es Risikomanagemen is en scheidend ü die Resilienz on Ban-
ken. Dazu gehö en S a egien zu Risikodi e si izie ung, S ess es s und die
Übe wachung on K edi isiken. Diese Maßnahmen hel en Banken, po enzielle
Risiken ühzei ig zu e kennen und geeigne e Gegenmaßnahmen zu e g ei en.
2.2.4 Kundenin e ak ion und -bindung
Kundenin e ak ion in digi alisie en Banken um ass die Me hoden und S a e-
gien, die Banken e wenden, um mi ih en Kunden du ch digi ale Kanäle zu
kommunizie en. Dies kann e wa ia Online-Banking, mobile Apps, Cha bo s
ode soziale Medien e olgen.
Ziel is es, den Kunden ein nah loses, e izien es und pe sonalisie es E lebnis zu
bie en, wobei digi ale Technologien genu z we den, um au die Bedü nisse
30 Vgl. Chen, Ruijun, Yaping Xie, und Yingqi Liu. "Defining, Concep ualizing, and Measu ing O -
ganiza ional Resilience: A Mul iple Case S udy." Sus ainabili y 13, no. 5 (2021): 2517. 4. Zug i
am 18. Mai 2024. h ps://doi.o g/10.3390/su13052517.
31 Vgl. Habib, Shahana, und Kam ul Hasan. "Resilience o comme cial banks o Bangladesh o he
shocks caused by COVID-19 pandemic: an applica ion o MCDM-based app oaches." Eme ald
Insigh , 2022. Zug i am 18. Mai 2024. h ps://www.eme ald.com/insigh /con-
en /doi/10.1108/IJOEM-03-2022-0463/ ull/h ml.
i es Sch i en eihe, Band 31
Theo e ische G undlagen
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 17
und Wünsche de Kunden einzugehen und jede zei Funk ionali ä zu gewäh -
leis en.32
Kundenbindung wi d sowohl als die Loyali ä und das Engagemen , das Kunden
gegenübe de B and zeigen33, als auch als die Be ei scha des Kunden posi i e
Mundp opaganda ü den Se ice beziehungsweise die Ma ke zu e b ei en34,
de inie .
32 Vgl.Chauhan, Shilpa, Asi Akh a , und Ashish Gup a. "Cus ome expe ience in digi al banking: a
e iew and u u e esea ch di ec ions." In e na ional Jou nal o Quali y and Se ice Sciences 14,
no. 2 (2022): 311-348. Zug i am 18. Mai 2024. h ps://doi.o g/10.1108/IJQSS-02-2021-0027.
33 Vgl. Oli e , Richa d L. "Whence consume loyal y?" Jou nal o Ma ke ing 63, no. 4 (1999): 33-
44.
34 Vgl. Reichheld, F ede ick F. "The one numbe you need o g ow." Ha a d Business Re iew 81,
no. 12 (2003): 46-54.
i es Sch i en eihe, Band 31
Me hodik
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 18
3 Me hodik
De Bildung de Hypo hesen olg eine Benennung de Da enquellen und Panel-
me hoden.
3.1 Hypo hesenbildung
Basie end au de bishe igen Li e a u und den heo e ischen G undlagen diese
A bei , wi d die olgende Haup -Hypo hese o mulie :
Hypo hese 1 (H1): Die Implemen ie ung digi ale Technologien im Bankensek o
ha einen posi i en Ein luss au die inanzielle Pe o mance und Resilienz gegen-
übe ex e nen Schocks.
Diese Hypo hese basie au de Annahme, dass digi ale Technologien die E izi-
enz s eige n, Kos en senken und neue Einnahmequellen scha en, was zu eine
besse en inanziellen Pe o mance üh .
Auße dem wi d angenommen, dass Banken du ch den Einsa z digi ale Techno-
logien lexible und anpassungs ähige we den, was ih e Fähigkei e besse ,
au une wa e e K isen zu eagie en.
Zusä zlich wi d die olgende Annahme gep ü :
Hypo hese 2 (H2): Die Nu zung digi ale Kanäle e besse die Kundenbindung
und -zu iedenhei im Bankensek o .
Diese Hypo hese basie au de Annahme, dass digi ale In e ak ionen ein nah -
loses, e izien es und pe sonalisie es Kundene lebnis bie en, was die Kundenlo-
yali ä s ä k .
Das Haup augenme k diese S udie lieg au de Un e suchung de Hypo hese
H1, wäh end Hypo hese H2 eine un e s ü zende Rolle spiel .
3.2 Da enquellen und Da ene hebung
Fü beide de zu un e suchenden Hypo hesen wu de ein eigene Da ensa z an-
geleg . Dabei wu den sowohl p imä als auch sekundä Da en e wende .
Bei de Hypo hese H1 wu den die inanziellen Kennzahlen de Re ini i Da en-
bank und den Geschä sbe ich en de Banken en nommen. Die Da en zu den
einzelnen Dummies wu den manuell aus den Cus ome -Rela ions Be eichen de
Banken und Web eche chen zusammenge agen.
i es Sch i en eihe, Band 31
Me hodik
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 19
Die Da en de Hypo hese H2 s ammen haup sächlich aus dem Online ool „APP-
Follow“35.
Die einzelnen Dummies wu den e neu manuell aus den Cus ome -Rela ions Be-
eichen de Banken und Web eche chen zusammenge agen.
3.3 Modell zu Messung und Analyse de Hypo hesen
Zu ökonome ischen Analyse de Hypo hesen wi d ein Reg essionsmodell e -
wende . Reg essionsmodelle modellie en die Ein lüsse und Beziehung zwischen
eine abhängigen Va iable und beliebig ielen unabhängigen Va iablen.36
Fü diese S udie wu de aus den Da en de sechs in „Kapi el 2“ o ges ell en
Banken ein Panelda ensa z e s ell . Bei de Panel eg ession we den Da en on
denselben Subjek en zu e schiedenen Zei punk en meh ach e hoben. Die da-
zugehö igen Da en we den als Panelda en bezeichne .37
Panelda enbie en bie en den Vo eil, dass Va ia ionen übe die Zei e ass und
analysie we den können. Auße dem wi d die He e ogeni ä de Un e su-
chungssubjek e be ücksich ig und die Kombina ion on Zei eihen mi Que -
schni sda en beinhal e meh In o ma ionen als eine Que schni sda en.38
Zu Analyse on Panelda en eignen sich g undsä zlich Fixed-E ec s- und Ran-
dom-E ec s-Modelle.
Beim FEM wi d angenommen, dass keine Au oko ela ion zwischen e schiede-
nen Subjek en und Zei punk en he sch , und dass es keine Ko ela ion zwi-
schen dem allgemeinen Fehle e m und den e klä enden Va iablen gib .39
Im Fixed-E ec s-Modell (FEM) wi d das Be a (β), also die S ä ke und Rich ung
des Ein lusses eine unabhängigen Va iable au die abhängige Va iable, als es
35 Vgl. AppFollow: My Fi s Wo kspace." Zule z zugeg i en am 18. Mai 2024, 12:10.
h ps://wa ch.app ollow.io/apps/my- i s -wo kspace?appType=apps&appS o e=all&so -
Type=de aul .
36 Vgl. Kahane, Leo H. Reg ession Basics. 2. Aufl. Los Angeles: SAGE Publica ions, 2008.
37 Vgl. Geh ke, Ma hias. Angewand e empi ische Me hoden in Finance & Accoun ing: Umse zung
mi R. Be lin: De G uy e Oldenbou g, 2022, 102. h ps://doi.o g/10.1515/9783110767261-003.
38 Vgl. Geh ke, Ma hias. Angewand e empi ische Me hoden in Finance & Accoun ing: Umse zung
mi R. Be lin: De G uy e Oldenbou g, 2022, 104. h ps://doi.o g/10.1515/9783110767261-003.
39 Vgl. Geh ke, Ma hias. Angewand e empi ische Me hoden in Finance & Accoun ing: Umse zung
mi R. Be lin: De G uy e Oldenbou g, 2022, 111-112.
h ps://doi.o g/10.1515/9783110767261-003.
i es Sch i en eihe, Band 31
Me hodik
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 20
angenommen, was bedeu e , dass es ü alle Subjek e übe die Zei hinweg kon-
s an bleib .40
Im Un e schied dazu sind im Random-E ec s-Modell die indi iduellen E ek e –
wei e hin e kö pe du ch die Achsenabschni e - Zu alls a iablen.41
In dem Sk ip we den beide Ve ah en angewende . Anschließend wi d mi hil e
on Spezi ika ions-Tes s, wie dem Hausman-Tes , en schieden, welches Modell
besse geeigne is . Dieses me hodische Vo gehen e möglich eine um assende
Analyse de Auswi kungen de Digi alisie ung au die inanzielle Pe o mance,
Resilienz sowie Kundenbindung und -zu iedenhei im Bankensek o .
40 Vgl. Bo ens ein, M., e al., Panel Da a, 2010, S. 103.
41 Vgl. Geh ke, Ma hias. Angewand e empi ische Me hoden in Finance & Accoun ing: Umse zung
mi R. Be lin: De G uy e Oldenbou g, 2022, 111-112.
h ps://doi.o g/10.1515/9783110767261-003.
i es Sch i en eihe, Band 31
Auswi kung de Digi alisie ung au die inanzielle Pe o mance und Resilienz on
Banken
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 21
4 Auswi kung de Digi alisie ung au die inanzielle Pe o mance und
Resilienz on Banken
Aus den o he igen Kapi eln wi d e sich lich, dass es nahe lieg , dass die Digi a-
lisie ung einen signi ikan posi i en Ein luss au die Pe o mance und Schock esi-
lienz on Banken ha . Die o sch ei ende Implemen ie ung digi ale Technolo-
gien bie e nich nu Möglichkei en zu E izienzs eige ung und Kos ensenkung,
sonde n auch zu S ä kung de Wide s ands ähigkei gegenübe ex e nen
Schocks.
Zu Analyse de Hypo hese H1 "Die Implemen ie ung digi ale Technologien im
Bankensek o ha einen posi i en Ein luss au die inanzielle Pe o mance und
Resilienz gegenübe ex e nen Schocks" wi d ein Panel eg essionsmodell e -
wende . Dieses Modell e möglich es, die Auswi kungen e schiedene Digi ali-
sie ungsmaßnahmen au den Re u n on Equi y (ROE) und die Resilienz on Ban-
ken zu quan i izie en. Dabei we den sowohl das Fixed-E ec s-Modell (FEM) als
auch das Random-E ec s-Modell (REM) angewende , um die Robus hei de E -
gebnisse zu gewäh leis en.
Ziel dieses Kapi els is es, ein e klä endes Modell ü die Pe o mance on Ban-
ken zu en wickeln und den spezi ischen Ein luss on Digi alisie ungsmaßnah-
men au die inanzielle Pe o mance und Resilienz zu übe p ü en. Du ch die
Iden i izie ung de wesen lichen De e minan en sollen nich nu wissenscha li-
che E kenn nisse gewonnen, sonde n auch p ak ische Implika ionen ü die s a-
egische Aus ich ung on Banken abgelei e we den.
4.1 Auswahl de Va iablen und Da ensa zbesch eibung
Die Reg essionsgleichung ü das Fixed-E ec s-Modell (FEM) lau e :
Fo mel 2: Reg essionsgleichung FEM, Quelle: In Anlehnung an . Geh ke,
Ma hias. Angewand e empi ische Me hoden in Finance & Accoun ing: Umse -
zung mi R. Be lin: De G uy e Oldenbou g, 2022, 111
Im FEM is „Yi “ die abhängige Va iable (Re u n on Equi y) ü Bank i zum Zei -
punk . Die es en E ek e „αi“ e assen die unbeobach e e He e ogeni ä zwi-
schen den Banken, wäh end „β“ de Vek o de Reg essionskoe izien en is ,
i es Sch i en eihe, Band 31
Auswi kung de Digi alisie ung au die inanzielle Pe o mance und Resilienz on
Banken
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 22
de den Ein luss de unabhängigen Va iablen „Xi “ au die abhängige Va iable
angib . De Fehle e m wi d du ch „ϵi “ da ges ell .
Fü das Random-E ec s-Modell (REM) wi d die Reg essionsgleichung wie olg
o mulie :
Fo mel 3: Reg essionsgleichung REM, Quelle: In Anlehnung an . Geh ke,
Ma hias. Angewand e empi ische Me hoden in Finance & Accoun ing: Umse -
zung mi R. Be lin: De G uy e Oldenbou g, 2022, 111
Das REM is g undsä zlich gleich au gebau im Un e schied zum FEM we den
die zu älligen E ek e „ui“ be ücksich ig . Diese e assen die unbeobach e e He-
e ogeni ä und we den als Zu alls a iable modellie . Diese Modellannahme e -
möglich es, Va ia ionen sowohl inne halb de Banken als auch zwischen den
Banken zu nu zen.
Fü beide Modelle können dieselben Va iablen e wende we den.
In de Finanzwissenscha wi d die Bankpe o mance übe den ROE da ges ell .42
Demnach is die abhängige Va iable bzw. „Y“ de ROE de beobach e en Ban-
ken.
De klassische ROE e echne sich aus dem Jah esübe schuss ge eil du ch das
du chschni liche Eigenkapi al. Fü diese A bei wu de s a dessen de Re u n on
A e age Common Equi y (ROE) gewähl . Diese bie e eine besse e Ve gleich-
ba kei , da e den Ne oe ag be ücksich ig , de den gewöhnlichen Ak ionä en
zu Ve ügung s eh , und auße o den liche Pos en ausschließ .
Die Fo mel ü den Re u n on A e age Common Equi y (ROE) lau e :
Fo mel 4: ROE, Quelle: Eigene Da s ellung mi Cha GPT in Anlehnung an Re ini-
i
42 Vgl. Damoda an, Aswa h. Valua ion: Measu ing and Managing he Value o Companies. 6 h ed.
New Yo k: Wiley Finance, 2015, 223-224.
i es Sch i en eihe, Band 31
Auswi kung de Digi alisie ung au die inanzielle Pe o mance und Resilienz on
Banken
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 29
Hie sind die E gebnisse de Pooled Reg ession:
Abbildung 8:Ou pu Pooled Reg ession
Die Pooled Reg ession implizie , dass die Va iablen „CIR“, „CAR“ und „Asse s“
signi ikan e P ädik o en ü den ROE sind, wäh end „Loan_Loss“ nich signi i-
kan is .
Das gu e R² 0.6052, bei einem Adjus ed R² on 0.59793 zeig , dass das Modell
eine gu e E klä ungsk a ha . Somi agen die gewähl en unabhängigen Va i-
ablen gu zu Vo he sage des ROE bei.
i es Sch i en eihe, Band 31
Auswi kung de Digi alisie ung au die inanzielle Pe o mance und Resilienz on
Banken
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 30
Das Fixed-E ec s-Modell wu de e wende , um subjek spezi ische E ek e zu be-
ücksich igen. Hie sind die E gebnisse:
Abbildung 9: Ou pu FEM
Die E gebnisse des Fixed-E ec s-Modells zeigen, dass „CIR“, „Asse s“ und
„Loan_Loss“ signi ikan e P ädik o en ü den ROE sind. „CIR“ und „Asse s“
sind mi p-We en p < 0.001 s a k signi ikan , wäh end die Va iable
„Loan_Loss“ mi einem P-We on 0,02 nu leich signi ikan is . Alle dings is
de Da ensa z auch ela i klein Dimensionie , weshalb eine Anhebung de
Schwellenwe e des Signi ikanzni eaus e e ba wä e. Das nega i e Vo zei-
chen de Va iable „CIR“ wa zu e wa en, da eine nied ige Cos -Income Ra io
eine höhe e E izienz also im Ende ek meh Gewinn bedeu e . Die Va iable
„Asse s“ also die Bilanzsumme is posi i signi ikan . Die Va iable „Loan_Loss“
ha eben alls einen nega i en Ein luss.
De F-Tes wu de du chge üh , um zu p ü en, ob subjek spezi ische E ek e sig-
ni ikan sind:
Abbildung 10: Ou pu F-Tes
i es Sch i en eihe, Band 31
Auswi kung de Digi alisie ung au die inanzielle Pe o mance und Resilienz on
Banken
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 31
De F-Tes zeig an, dass subjek spezi ische E ek e signi ikan sind, was die Ve -
wendung des Fixed-E ec s-Modells gegenübe de Pooled Reg ession ech e -
ig .
Das Random-E ec s-Modell wu de eben alls geschä z :
Abbildung 11: Ou pu REM
Die E gebnisse des Random-E ec s-Modells ähneln denen de Pooled Reg es-
sion, Un e schiede liegen da in, dass die Kapi aladäquanz diesmal s a k signi i-
kan is wäh end die K edi e lus o so ge nich signi ikan is .
De Hausman-Tes wu de du chge üh , um zu en scheiden, welches Modell
besse geeigne is :
Abbildung 12: Ou pu Hausmann Tes
i es Sch i en eihe, Band 31
Auswi kung de Digi alisie ung au die inanzielle Pe o mance und Resilienz on
Banken
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 32
De Hausman-Tes zeig , dass das Fixed-E ec s-Modell o zuziehen is , da die
subjek spezi ischen E ek e und die unabhängigen Va iablen ko elie sind.
Demen sp echend wu de das Fixed-E ec s-Modell mi den Digi alisie ungsdum-
mies e wei e :
Abbildung 13: Ou pu FEM inkl. Dummies
Die E gebnisse de e wei e en Reg ession zeigen, dass de Dummy „Digi_II“,
also olls ändiges Onlinebanking, signi ikan und posi i mi dem ROE ko elie
is , wäh end die ande en Digi alisie ungsdummies keine signi ikan en E ek e
zeigen.
Insgesam wi d au gezeig , dass on den angewende en Ve ah en das Fixed-
E ec s-Modell am bes en geeigne is , die De e minan en des ROE zu e klä en.
Abschließend wu den die E ek e de einzelnen Banken un e such , um die sub-
jek spezi ischen Un e schiede zu iden i izie en:
Abbildung 14: Ou pu Fixed E ec s
Diese E gebnisse zeigen die bankenspezi ischen E ek e, die den ROE beein lus-
sen. Die Bank Wells Fa go & Company besi z den höchs en ixen E ec , was
au eine übe du chschni liche Pe o mance hinweis . Die Deu sche Bank bilde
wie e wa e das Schlusslich .
i es Sch i en eihe, Band 31
Auswi kung de Digi alisie ung au Kundenbindung und -zu iedenhei
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 33
5 Auswi kung de Digi alisie ung au Kundenbindung und -zu ieden-
hei
Auch zu Analyse de Hypo hese H2 "Die Nu zung digi ale Kanäle e besse
die Kundenbindung und -zu iedenhei im Bankensek o .“ wi d ein Panel eg es-
sionsmodell e wende . Diese Analyse soll Au schluss da übe geben, wie e -
schiedene Digi alisie ungsmaßnahmen, in Fo m on App-Upda es, die Kunden-
zu iedenhei und -bindung beein lussen.
5.1 Auswahl de Va iablen und Da ensa zbesch eibung
Basie end au den Aus üh ungen in Kapi el 2.2.4 soll de Ein luss on Digi alisie-
ungsmaßnahmen au die Kundenzu iedenhei und Bindung analysie we den.
Eine S udie aus dem Jah 2010 zeig , dass Kundenbewe ungen ein wesen li-
che Indika o ü die Kundenzu iedenhei sind und einen s a ken Ein luss au
die Kundenbindung haben.59
Fü die Un e suchung de Auswi kungen on Digi alisie ungsmaßnahmen au
die Kundenbindung und -zu iedenhei wu den die 1-S e n und 5-S e ne Bewe -
ungen de Banking-Apps als abhängige Va iable gewähl . Diese Bewe ungen
wu den sowohl einzeln als auch kumulie e ass , dami gep ü we den kann
welche Kennzahl die En wicklungen besse abbilden kann. Die Da en s ammen
on dem Online-Tool APPFollow60 und um assen Bewe ungen aus dem
Apps o e, da hie eine deu lich höhe e Anzahl an Bewe ungen o lieg im Ve -
gleich zum Google Plays o e.
Die 5-S e ne Bewe ung is die bes möglich, demen sp echend is die 1-S e n
Bewe ung die schlech es e.
Die unabhängigen Va iablen (X) in diese Analyse sind Dummy a iablen, die e -
schiedene Ka ego ien on App-Upda es ep äsen ie en. Diese Dummy a iablen
e assen, ob in eine bes imm en Woche ein Upda e in de en sp echenden Ka-
ego ie e schienen is (Dummy = 1) ode nich (Dummy = 0).
59 Vgl. Hombu g, Ch is ian, and Ma cus Fue s . "How O ganiza ional Complain Handling D i es
Cus ome Loyal y: An Analysis o he Mechanis ic and he O ganic App oach." Jou nal o Ma -
ke ing 74, no. 5 (2010): 42-54.
60 Vgl. AppFollow. "App Re iew Managemen and App Analy ics Pla o m." Accessed May 15,
2024, a 10:30 AM. h ps://wa ch.app ollow.io/.
i es Sch i en eihe, Band 31
Auswi kung de Digi alisie ung au Kundenbindung und -zu iedenhei
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 34
Die Ka ego isie ung de Upda es lau e wie olg :
U1_Sys em: Sys em- und Pe o mance-Upda es
U2_Analyse: Ausgabenanalyse-Upda es
U3_In es men : Upda es ü We papie handel, Depo und In es men
U4_Da enschu z: Da enschu z-Upda es
U6_New: Upda es, die neue Funk ionen implemen ie en
U7_AI: KI- ode Cha bo -bezogene Upda es
U8_Pay: Upda es zu Zahlungsabwicklung und zum klassischen Bankgeschä
U9_Design: Design-Upda es
Die Da en wu den wöchen lich übe einen Zei aum on zwei Jah en, on Ap il
2022 bis Ap il 2024, e hoben . De Zei aum wu de au g und de Ve ügba kei
de Da en in „APPFollow“ gewähl . Die Banken, die in diese Analyse be ach e
we den, sind dieselben wie bei de Un e suchung de Hypo hese 1.
Du ch die Ve wendung diese Da en und Va iablen wi d eine um assende Ana-
lyse de E ek e on App-Upda es au die Kundenbewe ungen e möglich ,
wodu ch we olle Einblicke in die De e minan en de Kundenbindung und -zu-
iedenhei im digi alen Zei al e gewonnen we den können.
5.2 Einsa z de Panel eg ession zu Analyse de De e minan en on
Kundenbewe ungen
Zu Beginn des Sk ip s we den, wie in Kapi el 4.2, alle o handenen Objek e aus
dem En i onmen gelösch , um siche zus ellen, dass keine o he igen Da en
ode Objek e die Analyse beein lussen. Anschließend wi d wiede das benö ig e
Pake plm geladen und einge üh .
Die Da en we den eingelesen und in ein pda a. ame umgewandel , das ü
die Panelda enanalyse geeigne is . Hie bei we den e neu die Indizes ü Bank
und Da um gese z .
i es Sch i en eihe, Band 31
Auswi kung de Digi alisie ung au Kundenbindung und -zu iedenhei
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 35
Als e s es wi d eine Fixed-E ec s-Modell Reg ession du chge üh , um die Ein-
lüsse de e schiedenen App-Upda es au die kumulie en 5-S e ne Bewe un-
gen zu un e suchen:
Abbildung 15: FEM H2
Im Anschluss wi d dasselbe Modell e wende , um die Ein lüsse au die kumu-
lie en 1-S e ne Bewe ungen zu analysie en:
Abbildung 16: Fixed E ec s H2
Die E gebnisse de Panel eg essionsmodelle zeigen, welche App-Upda es signi i-
kan e Auswi kungen au die Kundenbewe ungen haben. Du ch die Anwen-
dung des Fixed-E ec s-Modells wi d siche ges ell , dass bankenspezi ische E -
ek e kon ollie we den, wodu ch eine p äzise e Schä zung de Ein lüsse de
e schiedenen Upda e-Ka ego ien au die Kundenbewe ungen e möglich wi d.
Die Signi ikanz de Koe izien en de unabhängigen Va iablen (App-Upda e-Ka-
ego ien) wi d anhand de p-We e beu eil . Ein nied ige p-We ( ypische -
weise p < 0.05) deu e da au hin, dass das en sp echende App-Upda e einen
signi ikan en Ein luss au die Kundenbewe ungen ha .
Die de aillie e Analyse de E gebnisse e möglich es, konk e e Handlungsemp-
ehlungen ü Banken abzulei en, um du ch geziel e App-Upda es die Kunden-
zu iedenhei und -bindung zu e besse n.
Auße dem wi d jeweils gep ü welche alphas die Banken haben:
Abbildung 17: Ou pu FEM H2
i es Sch i en eihe, Band 31
Auswi kung de Digi alisie ung au Kundenbindung und -zu iedenhei
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 36
5.3 E gebnisse und Diagnos ik
In diesem Kapi el we den die E gebnisse de Panel eg essionsanalyse und die
da aus gewonnenen E kenn nisse p äsen ie . Ziel de Analyse is es, den Ein-
luss e schiedene A en on App-Upda es au die Kundenzu iedenhei und -
bindung, gemessen du ch die 1-S e n- und 5-S e ne-Bewe ungen, zu un e su-
chen.
Die Fixed-E ec s-Reg ession zu Un e suchung de De e minan en de kumulie -
en 5-S e ne-Bewe ungen e gab olgende E gebnisse:
Abbildung 18: Ou pu FEM 5 S e ne
Es äll au , dass nu de Fak o Sys em- und Pe o mance-Upda es einen signi i-
kan posi i en Ein luss au die 5-S e ne-Bewe ungen ha . Ein Ans ieg on
279484 bei eine S anda dabweichung on 32485 zeig , dass Sys em- und Pe -
o mance-Upda es s a k zu Kundenzu iedenhei bei agen (p < 2e-16). Wäh-
enddessen sind alle ande en Dummies nich signi ikan .
Es is anzume ken, dass de R²-We on 0.11286 und das angepass e R² on
0.094836 zeigen, dass das Modell nu einen kleinen Teil de Va ianz in den 5-
S e ne-Bewe ungen e klä .
i es Sch i en eihe, Band 31
Auswi kung de Digi alisie ung au Kundenbindung und -zu iedenhei
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 37
Die geschä z en Alphas ü die 5-S e ne-Bewe ungen sind:
Abbildung 19: Fixe E ek e je Bank 5 S e ne
Das höchs e Alpha besi z Wells Fa go (963346,63), was da au hindeu e , dass
sie im Ve gleich zu den ande en Banken eine deu lich höhe e G undzu ieden-
hei de Kunden au weis .
Die Fixed-E ec s-Reg ession zu Un e suchung de De e minan en de kumulie -
en 1-S e n-Bewe ungen e gab diese E gebnisse:
Abbildung 20: Ou pu FEM 1 S e n
Auch hie zeig sich ein s a ke , signi ikan e Ein luss au die 1-S e n-Bewe un-
gen. Ein Ans ieg on 4312.88 bei eine S anda dabweichung on 457.21 zeig ,
dass diese Upda es die Wah scheinlichkei on 1-S e n-Bewe ungen signi ikan
eduzie en (p < 2e-16).
Die wei e en Va iablen bleiben auch bei de Be ach ung de 1-S e n-Bewe un-
gen insigni ikan , was da au hindeu e , dass diese A en on Upda es keine we-
sen liche Rolle bei de Reduzie ung nega i e Bewe ungen spielen.
i es Sch i en eihe, Band 31
Auswi kung de Digi alisie ung au Kundenbindung und -zu iedenhei
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 38
De leich ges eige e Gesam -R² on 0.13034 und das angepass e R² on
0.11267 zeigen, dass auch dieses Modell nu einen kleinen Teil de Va ianz in
den 1-S e n-Bewe ungen e klä .
Fü die 1-S e n-Bewe ungen sind die geschä z en Alphas:
Abbildung 21: Fixe E ek e je Bank 1 S e n
Die Comme zbank ha einen posi i en Alpha-We (586.39), was au eine ge in-
ge e G undunzu iedenhei hinweis .
Die Alphas zeigen, dass es signi ikan e bankenspezi ische Un e schiede in den
Kundenbewe ungen gib . Diese Un e schiede könn en au e schiedene Fak o-
en wie den allgemeinen Ru de Bank, die Se icequali ä , das Ma ke ing ode
ande e nich beobach e e Me kmale zu ückzu üh en sein. Das Vo handensein
signi ikan e Alphas be on die No wendigkei , diese bankenspezi ischen E ek e
in de Analyse zu be ücksich igen, um die wah en E ek e de App-Upda es au
die Kundenzu iedenhei und -bindung ko ek zu schä zen.
Un e Vo behal des ge ingen R² ü beide Reg essionen lassen sich die olgen-
den Aussagen e en:
Die E gebnisse de Panel eg essionsanalysen deu en da au hin, dass Sys em-
und Pe o mance-Upda es die s ä ks e und signi ikan es e Wi kung sowohl au
die 5-S e ne als auch au die1-S e n Bewe ungen haben. Das leg nahe, dass
In es i ionen in die S abili ä und Leis ung de Apps en scheidend ü die S eige-
ung de Kundenzu iedenhei und -bindung sind. Ande e A en on Upda es,
wie Ausgabenanalyse, In es men , Da enschu z, neue Funk ionen, KI, Zahlungs-
abwicklung und Design, zeigen keine signi ikan en E ek e au die Kundenbe-
we ungen.
i es Sch i en eihe, Band 31
Li e a u e zeichnis
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de 45
Mach , Jö g A., und Janina Hausdo . "Digi ale T ans o ma ion inne halb on
G oßbanken als no wendige nächs e Sch i de Digi alisie ung und zu
Realisie ung on Kos eneinspa po enzialen." In Banking & Inno a ion
2022/2023, h sg. Ma cel Seidel und S end Reuse, 132. Wiesbaden: Sp in-
ge Gable , 2023.
McKinsey & Company. "The Rise o he Digi al Bank." Zug i am 16. Mai 2024.
h ps://www.mckinsey.com/indus ies/ inancial-se ices/ou -insigh s/ he-
ise-o - he-digi al-bank.
Neely, Andy, Mike G ego y, und Ken Pla s. "Pe o mance Measu emen Sys em
Design: A Li e a u e Re iew and Resea ch Agenda." In e na ional Jou nal
o Ope a ions & P oduc ion Managemen 15, no. 4 (1995): 80-116.
Oli e , Richa d L. "Whence Consume Loyal y?" Jou nal o Ma ke ing 63, no. 4
(1999): 33-44.
Pe e P euss, Mal e Ho s mann, und Nils Kape . "Kombina ion on Cha bo s
und Robo P ocess Au oma ion – Dis up ion in Kundense ice-Cen e n?"
In Banking & Inno a ion 2022/2023, h sg. Ma cel Seidel und S end
Reuse, 183. Wiesbaden: Sp inge Gable , 2023.
Reichheld, F ede ick F. "The One Numbe You Need o G ow." Ha a d Business
Re iew 81, no. 12 (2003): 46-54.
Richa d, Pie e J., Timo hy M. De inney, Geo ge S. Yip, und Ge y Johnson.
"Measu ing O ganiza ional Pe o mance: Towa ds Me hodological Bes
P ac ice." Jou nal o Managemen 35, no. 3 (2009): 718-804.
Saunde s, An hony, und Ma cia Co ne . Financial Ins i u ions Managemen : A
Risk Managemen App oach. 7 h ed. New Yo k: McG aw-Hill Educa ion,
2011.
Smi h, John, und Robe Wa son. Digi al T ans o ma ion in he Financial Sec o .
New Yo k: Fin ech Publishing, 2020.
Tayazime, Jihane, und Aziz Mou ahaddib. "Banks and FinTech Rela ionship in a
Digi al T ans o ma ion Con ex ." Eu opean Scien i ic Jou nal 18, no. 12
(2022): 106. h ps://doi.o g/10.19044/esj.2022. 18n12p106.
Wells Fa go. "Who We A e." Zug i am 16. Mai 2024. h ps://www.wells-
a go.com/abou /.
Wells Fa go & Company. Annual Repo 2023. San F ancisco: Wells Fa go &
Company, 2023.
Zoua i, Ghazi, und Ma wa Abdelhedi. "Cus ome Sa is ac ion in he Digi al E a:
E idence om Islamic Banking." Jou nal o Inno a ion and En ep eneu -
ship 10, no. 9 (2021): 1-18. Zug i am 18. Mai 2024. h ps://inno a ion-
en ep eneu ship.sp inge open.com/a icles/10.1186/s13731-021-00151-
x.
Übe blick Sch i en eihe
Bishe e schienene Bände
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de
S ecke , R. / Leh bass, F. (2023): Machine Lea ning Modelle zu Vo he sage on
Zahlungsaus ällen im Ene giema k , in: K ol, B. (H sg.): i es Sch i en eihe,
Band 30, 2023, ISSN (eBook) 2569-5355, ISBN (eBook) 978-3-89275-
436-7
Rojahn, J. / Schweinzge , O. / Zechse , F. (2022): De e minan en de Segmen -
be ich se s a ungs anspa enz – Eine Analyse de Va iablenwich igkei , in:
K ol, B. (H sg.): i es Sch i en eihe, Band 29, 2022, ISSN (eBook) 2569-
5355, ISBN (eBook) 978-3-89275-434-3
Leh bass, F. / Rebeggiani, L. / Schmid , J.-S. (2022): Auswi kungen on
Sponso ship-Ve kündungen au die Ak ienku se on Spo a ikelhe s el-
le n, in: K ol, B. (H sg.): i es Sch i en eihe, Band 28, 2022, ISSN (eBook)
2569-5355, ISBN (eBook) 978-3-89275-43
Pleines, S. / Leh bass, F. (2021): Back es ing on ola ili ä sges eue en Ak ien-
po olios, in: K ol, B. (H sg.): i es Sch i en eihe, Band 27, 2021, ISSN (e-
Book) 2569-5355, ISBN (eBook) 978-3-89275-430-5
Maasjos husmann, R. / Leh bass, F. (2021): Explainable A i icial In elligence:
Analyse und Visualisie ung des Le np ozesses eines Con olu ional Neu al
Ne wo k zu E kennung deu sche S aßen e keh sschilde , in: K ol, B.
(H sg.): i es Sch i en eihe, Band 26, 2021, ISSN (eBook) 2569-5355, ISBN
(eBook) 978-3-89275-428-2
kos enlose Download
un e om-i es.de
Übe blick Sch i en eihe
Bishe e schienene Bände
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de
He nes, D. / Leh bass, F. / Maucy, K. (2021): Big Da a basie e Analyse des Ein-
lusses adi ionelle und neua ige Fak o en au Mie p eise in Düsseldo ,
in: K ol, B. (H sg.), i es Sch i en eihe, Band 25, 2021, ISSN (eBook) 2569-
5355, ISBN (eBook) 978-3-89275-426-8
Leh bass, F. (2021): Deep Lea ning Diagnos ics ‒ How o A oid Being Fooled by
Tenso Flow, PyTo ch, o MXNe wi h he Help o Mode n Econome ics, in:
K ol, B. (H sg.), i es Sch i en eihe, Band 24, 2021, ISSN (eBook) 2569-
5355, ISBN (eBook) 978-3-89275-424-4
Leh bass, F. / Wö ndl, F. (2021): Was eib die Rendi en on Hedge onds? Eine
empi ische Un e suchung ausgewähl e Hedge onds S a egien, in: K ol, B.
(H sg.), i es Sch i en eihe, Band 23, 2021, ISSN (eBook) 2569-5355, ISBN
(eBook) 978-3-89275-422-0
Klad oba, A. / F iz, K. / Buchmann, T. / Wol , P. (2020): Ne zwe k- und Ou pu -
messung – Indika o ik ü ans o ma i e Technologie elde (NEO-Indika o-
ik), in: K ol, B. / Klad oba, A. (H sg.), i es Sch i en eihe, Band 22, 2020,
ISSN (eBook) 2569-5355, ISBN (eBook) 978-3-89275-420-6
Bäh en, T. / Maasjos husmann, R. / Wal e , A. / Leh bass, F. (2020): P ak ische
Umse zung on Business Analy ics im Mediensek o : P edic i e Analy ics
im Filmgeschä , in: K ol, B. (H sg.), i es Sch i en eihe, Band 21, 2020,
ISSN (eBook) 2569-5355, ISBN (eBook) 978-3-89275-418-3
Klad oba, A. (2019): De Ein luss ma hema ische Me hoden au das E gebnis
on Mannscha swe kämp en: Eine Simula ions echnung, in: K ol, B.
(H sg.), i es Sch i en eihe, Band 20, 2019, ISSN (eBook) 2569-5355, ISBN
(eBook) 978-3-89275-416-9
Raasch, A. / Leh bass, F. (2019): In es men s a egien im Rahmen on Übe -
nahmen bö senno ie e Gesellscha en – Me ge A bi age und Maschi-
nelles Le nen, in: K ol, B. (H sg.), i es Sch i en eihe, Band 19, 2019, ISSN
2191-3366, ISBN 978-3-89275-413-8
Hagemann, D. / Leh bass, F. (2018): P ognosemodelle ü Lände isiken: Logi -
und Deep Lea ning-Me hoden im Ve gleich, in: K ol, B. (H sg.), i es Sch i -
en eihe, Band 18, 2018, ISSN 2191-3366, ISBN 978-3-89275-411-4
Übe blick Sch i en eihe
Bishe e schienene Bände
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de
G aalmann, M.-P. / Leh bass, F. (2018): Eignung on Va ianz-Ko a ianz-Ansä -
zen und Copula-Modellen zu Risikoagg ega ion in bankau sich lichen Risi-
ko ag ähigkei skonzep en, in: K ol, B. (H sg.), i es Sch i en eihe, Band
17, 2018, ISSN 2191-3366, ISBN 978-3-89275-409-1
Cox, P. / Leh bass, F. (2018): De e minan en de Replika ionsgü e on
Exchange T aded Funds, in: K ol, B. (H sg.), i es Sch i en eihe, Band 16,
2018, ISSN 2191-3366, ISBN 978-3-89275-407-7
Leh bass, F. / Scheipe s, N. (2017): De e minan en de Höhe on Wi scha s-
p ü ungshono a en am Beispiel on gelis e en Un e nehmen im P ime
S anda d, in: K ol, B. (H sg.), i es Sch i en eihe, Band 15, 2017, ISSN
2191-3366, ISBN 978-3-89275-406-0
Schwa z, J. (2017): E gebnisse de Analyse on S udienabb üchen, in: K ol, B.
(H sg.), i es Sch i en eihe, Band 14, 2017, ISSN 2191-3366, ISBN 978-3-
89275-405-3
Leh bass, F. (2016): Risikomessung ü den globalen Kohlehandel: Ein ache und
o gesch i ene Ve ah en nebs Back es ing sowie ein Ve gleich mi IFRS
7, in: K ol, B. (H sg.), i es Sch i en eihe, Band 13, 2016, ISSN 2191-3366,
ISBN 978-3-89275-404-6
Godbe sen, H. (2016): Die Means-End Theo y o Complex Cogni i e S uc u es
– En wicklung eines Modells zu Rep äsen a ion on e hal ens ele an en
und komplexen Kogni ionss uk u en ü die Wi scha s- und Sozialwis-
senscha en, in: K ol, B. (H sg.), i es Sch i en eihe, Band 12, 2016, ISSN
2191-3366, ISBN 978-3-89275-403-9
Seng, A. / Landhe , G. (2015): Viel al leben und Viel al ges al en – Di e si y
Managemen in de Leh e, in: K ol, B. (H sg.), i es Sch i en eihe, Band 11,
2015, ISSN 2191-3366, ISBN 978-3-89275-402-2
Gansse , O. A. / Schu kin, A. (2014): S udie zu Validie ung de Pe sönlichkei s-
me kmale Aben eue lus und Rou ine e hal en, in: K ol, B. (H sg.), i es
Sch i en eihe, Band 10, 2014, ISSN 2191-3366, ISBN 978-3-89275-401-5
Gansse , O. A. (2014): Ma ke ingplanung als Ins umen zu K isenbewäl i-
gung, in: K ol, B. (H sg.), i es Sch i en eihe, Band 9, 2014, ISSN 2191-
3366, ISBN 978-3-89275-400-8
Übe blick Sch i en eihe
Bishe e schienene Bände
i es Ins i u ü Empi ie & S a is ik | www. om-i es.de
Runia, P. M. / Wahl, F. / Rü ge s, C. (2013): Das Ma kenimage on He s elle -
und Handelsma ken: Eine empi ische Analyse de Imagekomponen en on
Kö pe p legema ken au de G undlage eines Ma keniden i ä skonzep es,
in: K ol, B. (H sg.), KCS Sch i en eihe, Band 8, 2013, ISSN 2191-3366
Nask en , J. / Rü ge s, C. (2013): Spo moni o Essen 2013: Eine empi ische
Analyse übe das Image egionale Spo e eine und ih e Sponso ing- und
P omo ionangebo e, in: K ol, B. (H sg.), KCS Sch i en eihe, Band 7, 2013,
ISSN 2191-3366
Seng, A. / Fiesel, L. / Rü ge s, C. (2013): Akzep anz de F auenquo e, in: K ol,
B. (H sg.), KCS Sch i en eihe, Band 6, 2013, ISSN 2191-3366
Nask en , J. / Rü ge s, C. (2012): Wah nehmung on We bung mi Spo e eig-
nisbezug: Eine empi ische Analyse de Einschä zung on Sponso ing und
Ambush-Ma ke ing im Rahmen de Fußball-Eu opameis e scha und de
Olympischen Spiele im Jah 2012, in: K ol, B. (H sg.), KCS Sch i en eihe,
Band 5, 2012, ISSN 2191-3366
Seng, A. / Fiesel, L. / K ol, B. (2012): E olg eiche Wege de Rek u ie ung in
Social Ne wo ks, in: K ol, B. (H sg.), KCS Sch i en eihe, Band 4, 2012,
ISSN 2191-3366
Heinemann, S. / K ol, B. (2011): Nachhal ige Nachhal igkei : Zu He aus o de-
ung de e ns ha en In eg a ion eine angemessenen E hik in die Manage-
men ausbildung, in: K ol, B. (H sg.), KCS Sch i en eihe, Band 2, 2011,
ISSN 2191-3366
He meie , B. / Re ig, P. / K ol, B. (2010): Ma ken- und P oduk managemen
du ch Nu zung on Spo g oße eignissen: Möglichkei en und G enzen ü
Indus ie und Handel, in: K ol, B. (H sg.), KCS Sch i en eihe, Band 1,
2010, ISSN 2191-3366
Bianca K ol (H sg.)
i es Sch i en eihe
Band
31
ii eses
Ins i u ü Empi ie & S a is ik
an de FOM Hochschule
ü Oekonomie & Managemen
ii eses
Ins i u ü Empi ie & S a is ik
de FOM Hochschule
ü Oekonomie & Managemen
Digi ale T ans o ma ion im Bankwesen:
Welche IT-In es i ionen e höhen die Eigen-
kapi al en abili ä und Kundenzu iedenhei ?
~
Ca lo Hono é Hein ich, F ank Leh bass
Mi unds 50.000 S udie enden is die FOM eine
de g öß en Hochschulen Eu opas und üh sei
1993 S udiengänge ü Be u s ä ige du ch, die einen
s aa lich und in e na ional ane kann en Hochschul-
abschluss (Bachelo /Mas e ) e langen wollen.
Die FOM is de anwendungso ien ie en Fo schung
e p lich e und e olg das Ziel, adap ions ähige
Lösungen ü be iebliche bzw. wi scha snahe
ode gesellscha liche P oblems ellungen zu gene ie-
en. Dabei spiel die Ve zahnung on Fo schung und
Leh e eine g oße Rolle: Kong uen zu den Mas e -
p og ammen sind Ins i u e und Kompe enzCen en
geg ünde wo den. Sie geben de Hochschule ein
achliches P o il und e ö nen sowohl Wissenscha -
le innen und Wissenscha le n als auch engagie en
S udie enden die Gelegenhei , sich ak i in den
Fo schungsdisku s einzub ingen.
Wei e e In o ma ionen inden Sie un e om.de
FOM Hochschule
KCC Kompe enzCen um
ü Co po a e Social Responsibili y
de FOM Hochschule ü Oekonomie & Managemen
ii eses
Ins i u ü Empi ie & S a is ik
an de FOM Hochschule
ü Oekonomie & Managemen
ii eses
Ins i u ü Empi ie & S a is ik
de FOM Hochschule
ü Oekonomie & Managemen
Zunehmende Digi alisie ung e o de und e möglich
da enbasie en E kenn nisgewinn und undie es
un e nehme isches Handeln. Um aus den allgegen-
wä igen Da en die ich igen Schlüsse zu ziehen, is
übe all eine k i ische Me hodenkompe enz e o de -
lich. De wissenscha liche Fokus de i es-Ak eu e
lieg dabei in den Be eichen de empi ischen Un e -
nehmens-, Ma k - und Konsumen en o schung, de
angewand en S a is ik, des Da a Minings und de
Finanzs a is ik.
Das i es e olg das Ziel, empi ische Kompe enzen
an de FOM zu bündeln und die angewand e Fo -
schung im empi ischen Be eich de Hochschule wei e
o anzu eiben. Dami nimm das i es eine zen ale
S ellung im Be eich de En wicklung und Un e -
s ü zung de Me hodenausbildung in de Leh e de
Bachelo - und Mas e s udiengänge sowie im P omo i-
onsp og amm de FOM ein.
Wei e e In o ma ionen inden Sie un e om-i es.de
i es
ISSN (P in ) 2191-3366
ISSN (eBook) 2569-5355ISBN (eBook) 978-3-89275-438-1
ISBN (P in ) 978-3-89275-437-4
De Wissenscha sblog
de FOM Hochschule
De Wissenscha sblog de FOM Hochschule bie e Einblicke in die iel äl igen
Themen, zu denen an de FOM ge o sch wi d: om-blog.de
