Digitalisierung im Banking. Wie digitale Innovationen die Banken und ihre Kundenbeziehung verändern

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungs- und Symbolverzeichnis

Abstract

1 Einführung
1.1 Ausgangslage
1.2 Ziel der vorliegenden Arbeit
1.3 Aufbau der vorliegenden Arbeit

2 Konzeptionelle Grundlagen
2.1 Retail Banking
2.2 Digitalisierung

3 Empirische Untersuchung
3.1 Untersuchungsdesign
3.2 Auswertung und Analyse der Ergebnisse

4 Handlungsempfehlungen
4.1 Einfach und intuitiv – der neue Prozess
4.2 Gewinnung neuer Produktfelder zur Erhaltung der Bank
4.3 Die Erfolgsfaktoren zum Banking

5 Fazit und Ausblick

Anhang

Anhang I (Online-Fragebogen)

Anhang II (Auswertung der Befragung)

Anhang III (Begriffserläuterungen)

Literaturverzeichnis

Bibliografische Information der Deutschen Nationalbibliothek:

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

Impressum:

Copyright © EconoBooks 2020

Ein Imprint der GRIN Publishing GmbH, München

Druck und Bindung: Books on Demand GmbH, Norderstedt, Germany

Covergestaltung: GRIN Publishing GmbH

Abbildungsverzeichnis

Abbildung 1: Nutzung Online Banking nach Altersstruktur

Abbildung 2: Anzahl der Videotheken in Deutschland

Abbildung 3: Korrelation zwischen der Handynutzung und dem Alter

Abbildung 4: Korrelation der gewünschten Nutzungsdauer für Bankgeschäfte und der Handynutzungsdauer

Abbildung 5: Faktoren im Banking, die dem Kunden wichtig sind

Abbildung 6: Bedeutung Bekanntheit / Image der Bank

Abbildung 7: Akzeptanz für Sprachsteuerung im Banking – unterteilt nach der Handynutzungsdauer

Abbildung 8: Akzeptanz der Fotoüberweisung – unterteilt nach der Handynutzungsdauer

Abbildung 9: Akzeptanz „Intelligentes Tanken“ – unterteilt nach der Altersstruktur

Abbildung 10: Akzeptanz „Intelligentes Einkaufen“ – unterteilt nach der Altersstruktur

Abbildung 11: Banking 3.0 – in Zeiten der Digitalisierung

Abkürzungs- und Symbolverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abstract

Die Digitalisierung bietet der gesamten Wirtschaft ein breites Spektrum an Chancen. Dabei können Prozesse standardisiert werden oder ganz neue Geschäftsmodelle entstehen. Insbesondere im Retail Banking besteht aufgrund der Niedrigzinsphase in Verbindung mit rückläufigen Margen ein immenser Handlungsbedarf. Im Rahmen dieser Arbeit werden die theoretischen Grundlagen zusammengeführt und anhand einer Online-Befragung mit dem potenziellen Kunden analysiert. Ziel hierbei ist es herauszufinden, welchen Fortschritt sich der Kunde von der Digitalisierung im Banking verspricht. Dem Kunden werden neben klassischen Fragen zum Fortbestehen des Filialgeschäfts auch Innovationen für intelligentes Banking zur Bewertung vorgestellt. Hierbei gilt es, insbesondere aus anderen Branchen zu lernen. Unternehmen wie Netflix und Amazon haben es geschafft durch ihr digitales Angebot zu überzeugen und beim Kunden beliebt zu sein. Doch was hat eine Bank mit diesen gemeinsam? Das Filialgeschäft der Videotheken gilt als ausgestorben und Sprachassistenten als sehr beliebt. Im Retail Banking könnten Synergien entstehen, weshalb sich der Blick in andere Branchen lohnt.

Aus den gemeinsamen Erkenntnissen aus Literatur und empirischer Untersuchung werden Handlungsempfehlungen für deutsche Banken im Retail Banking vorgestellt. Die Literatur besagt, dass sich der Kunde kein Mobile Payment wünscht, sondern einfach nur bezahlen möchte. Mobile Payment ist demnach das Mittel zum Zweck und nicht die vom Kunden erwünschte Lösung. Auch die Befragung bestätigt, dass der Kunde einfach, schnell, unabhängig und online handeln möchte und ein hohes Interesse für dabei unterstützende Innovationen hat.

Auf dieser Grundlage ist es empfehlenswert, Services wie die Fotoüberweisung anzubieten. Der Kunde wünscht sich Innovationen, welche seinen Alltag erleichtern und effizienter machen. Dabei genügt ihm ein einziges Konto, womit er seine Bankgeschäfte tätigt und aus zusätzlichen Optionen wählen kann.

1 Einführung

1.1 Ausgangslage

Durch die zunehmende Vergleichbarkeit im Internet, werden Bankgeschäfte für Kunden immer transparenter. Die sinkenden Zinsen der letzten Jahre setzen Banken unter Margendruck (vgl. Gottschalk 2016, S. 105). Dabei ist die Dynamik der Digitalisierung auch für die Bankenbranche nicht wegzudenken (vgl. Lieberknecht 2016, S. 28). Durch die hohe Anzahl an Kreditinstituten und die damit verbundene Filialstruktur, wächst der Kostendruck stetig. Hierbei agieren Banken größtenteils mit den identischen Produkten und verpassen es durch fehlende Differenzierung, Vorteile im Wettbewerb zu erreichen (vgl. Moormann 2004, S. 3f.). Um Profitabilität im Retail Banking zu erreichen, benötigt es demnach die Reduktion der Kosten. Diese ist nur durch die Erhöhung der Transaktionen und der damit einhergehenden Kundenanzahl möglich (vgl. Bernet / Schmid 1995, S. 5). Auch durch eine hohe Standardisierung und niedrige Komplexität der Produkte soll das Ziel Kostenreduktion erfolgreich erreicht werden (vgl. et al. Erhardt 2007, abgerufen am 15.04.2019). Der Megatrend Digitalisierung wird hierbei als sehr wichtige Herausforderung im Bankenmarkt betrachtet (vgl. Praeg / Schmidt 2016, S. 21). Die Digitalisierung bietet die Chance, Transaktionen zu vereinfachen und das kostenintensive Filialnetz zu revolutionieren. Unter Berücksichtigung dieser Themen, wird der Vorteil der Digitalisierung deutlich.

Neben dem Wandel im Bankenumfeld verändern sich auch die Kundenbedürfnisse. Die Kunden der Zukunft haben das Bedürfnis mobil und schnell zu handeln (vgl. Katzengruber / Pförtner 2017, S. 67). Die Erwartung des Kunden ist es, jederzeit, überall und mit jedem Gerät Bankgeschäfte erledigen zu können (vgl. et al. Bloching 2015, abgerufen am 04.03.2019). Sicherheit und Vertrauen sind hierbei zwei entscheidende Erfolgsfaktoren. Der Kunde wünscht sich neben diesen auch ein gewisses Maß an menschlicher Nähe (vgl. et al. Sinn 2012, abgerufen am 15.03.2019). Durch das in Gefahr stehende Bankgeschäft, rückt die Kundenzufriedenheit in den Mittelpunkt aller Handlungen einer Bank (vgl. Hahn 2016, S. 112).

Banken stehen im Retail Banking unter Druck. Die Digitalisierung bietet hierbei den entscheidenden Erfolgsfaktor für eine nachhaltige und langfristig positive Kundenbeziehung. Unternehmen wie Amazon und Netflix haben diesen Trend bereits in der Einzelhandels- und Filmbranche erfolgreich genutzt. Für Banken gilt es, Zusammenhänge zu erkennen und für die eigene Branche zu nutzen.

1.2 Ziel der vorliegenden Arbeit

In dieser Arbeit sollen die Chancen der Digitalisierung herausgearbeitet werden. Dabei werden neben dem klassischen Bankgeschäft auch Innovationen aus anderen Branchen beleuchtet. Den Wandel in Bezug auf die Filialstruktur gilt es ebenfalls zu berücksichtigen. Auf Grundlage von Big Data, künstlicher Intelligenz und dem erfolgreichen „Best Practices“ von Amazon und Netflix sollen Handlungsempfehlungen für Banken abgeleitet werden. Hierbei müssen regulatorische Anforderungen separat betrachtet werden, weil diese den Umfang dieser Arbeit übersteigen würden. Im Rahmen der empirischen Untersuchung gilt es zu erforschen, was sich der Kunde von seinen Bankgeschäften wirklich wünscht und welche digitalen Trends sich der Kunde vorstellen kann.

1.3 Aufbau der vorliegenden Arbeit

Die Arbeit ist in drei Teile unterteilt. Zu Beginn der vorliegenden Arbeit sollen im ersten Teil die bisher in der Literatur vorhanden Erkenntnisse zusammengeführt werden. Dabei werden zunächst die Begriffe „Digitalisierung“ und „Retail Banking“ definiert und abgegrenzt, um ein einheitliches Basiswissen aufzubauen. Im Weiteren werden diese Begriffe dann in den gemeinsamen Kontext „Digitalisierung im Retail Banking“ gesetzt. Hierbei wird Online Banking und Mobile Payment beschrieben und auf deren Einfluss für Banken hingewiesen. Ergänzend hierzu werden Direktbanken und FinTechs auf deren Gefahren für traditionelle Kreditinstitute erörtert. Anschließend wird der Literaturteil um weitere Branchen und Innovationen erweitert. Es werden bewusst neue Technologien unabhängig der Bankenbranche beleuchtet. Big Data und künstliche Intelligenz sollen hierbei als Grundlage für die dann beschriebenen Best Practices von Amazon und Netflix dienen. Die daraus resultierenden Erkenntnisse sollen im zweiten Teil durch eine empirische Untersuchung überprüft werden. Ziel hierbei ist es die theoretischen Grundlagen in der Praxis anhand einer Kundenbefragung zu prüfen. Auf Basis dieser Studie sollen dann konkrete Handlungsempfehlungen für Banken entwickelt werden.

2 Konzeptionelle Grundlagen

2.1 Retail Banking

2.1.1 Definition

Retail Banking wird in der Literatur umfassend beschrieben. Swoboda sagt: „Unter Retail-Banking subsumiert man das standardisierte Massengeschäft mit Privatkunden, die vor allem Basisleistungen beanspruchen und ein relativ geringes Beratungsbedürfnis haben“ (Swoboda 2004, S. 159). Diese Definition wird von vielen weiteren Autoren inhaltlich bestätigt. Retail Banking gilt als Mengengeschäft für Standardkunden (vgl. Faust 2014, S. 5f.). In der Regel handelt es sich um Privatpersonen, die primär Produkte aus dem Mengengeschäft nachfragen (vgl. Bartmann / Nirschl / Peters 2011, S. 16). Aufgrund bankspezifischer Organisationsstrukturen kann der Kundenkreis jedoch um kleinere und mittlere Unternehmen ergänzt werden (vgl. Pond 2009, S. 2).

Als ökonomische Besonderheit des Retail Banking gilt, dass die einzelnen Geschäfte normalerweise ein geringes Volumen aufweisen. In Folge dessen stehen diesem Geschäftsfeld relativ hohe Kosten gegenüber. Erfolgreich kann dieser Bereich also nur mit Hilfe von geringen Kosten und einer hohen Absatzmenge betrieben werden (vgl. Bartmann / Nirschl / Peters 2011, S. 15f). Ziel des Mengen- und Massengeschäfts Retail Banking muss also der Wachstumsdrang sein (vgl. Hauser-Payer 1995, S. 121). In dieser Arbeit wird Retail Banking als standardisiertes Mengengeschäft für Privatkunden mit einem geringen Beratungsbedürfnis betrachtet. Als Ziel für eine Bank muss demnach ein hohes Kundenwachstum in Verbindung mit einer hohen Kundenzufriedenheit gelten.

2.1.2 Leistungsangebot Retail Banking

Zum Leistungsangebot des Retail Banking gehören Standardprodukte und Aufbauleistungen. Als Standardprodukte zählen die Geldanlage, der Zahlungsverkehr, Versicherungen und Standardkredite. Immobilienfinanzierungen und das Wertpapiergeschäft werden hingegen als Aufbauleistung bezeichnet (vgl. Faust 2014, S. 15). Diese Bankprodukte gelten als sehr vertrauenswürdig, schnell imitierbar und nicht patentrechtlich geschützt. Entscheidend für den Vertrieb dieser Produkte ist der Kunde, da dieser in die Ausgestaltung des jeweiligen Produkts einzubeziehen ist (vgl. Bartmann / Nirschl / Peters 2011, S. 16).

Im Rahmen diese Arbeit werden in Kapitel 4 insbesondere Handlungsempfehlungen für die Produkte Girokonto / Kontokorrentkonto, Kontokorrentkredit, Tagesgeldkonto und Ratenkredit abgeleitet. Diese lassen sich bei Bedarf auf das gesamte Produktfeld einer Bank übertragen. In diesem Abschnitt werden die vier benannten Produkte kurz beschrieben:

- Girokonto / Kontokorrentkonto: Als Abwicklungskonto für den Zahlungsverkehr (vgl. Grill / Perczynski 2017, S. 64f.).
- Kontokorrentkredite: Kredit, welcher dem Kunden über sein Kontokorrentkonto bis zum festgesetzten Limit zur Verfügung gestellt wird (vgl. Grill / Perczynski 2017, S. 402).
- Tagesgeldkonto: Sparkonto mit variabler Verzinsung und der täglichen Möglichkeit der Verfügung ohne eine Kündigungsfrist (vgl. Grill / Perczynski 2017, S. 179f.).
- Ratenkredit: Verbraucherdarlehen, welcher dem Kunden finanzielle Mittel zur Verfügung stellt. Diese dienen der mittel- oder langfristigen Verwendung. Beträge von 1.000 bis 30.000 Euro sind hierbei festgelegt (vgl. Grill / Perczynski 2017, S. 409).

2.2 Digitalisierung

2.2.1 Definition

Digitalisierung ist der Megatrend unserer heutigen Zeit. Kein anderes Thema beschäftigt den Handel so sehr, wie dieses (vgl. Roik 2016, abgerufen am 07.03.2019). Doch was bedeutet Digitalisierung überhaupt?

Digitalisierung wird klassischerweise als die Umwandlung von analogen Signalen in digitale Daten verstanden (vgl. Loebbecke 2006, S. 360). In der Literatur finden sich jedoch viele verschiedene Abhandlungen zur Bedeutung des Begriffes „Digitalisierung“. Mayer-Schöneberger und Cukier beschreiben Digitalisierung aus Sicht der Informatik, als die Umwandlung analoger Informationen in einen binären Zahlencode, welcher aus Nullen und Einsen besteht und von Computern verstanden wird (vgl. Mayer-Schöneberger / Cukier 2013, S. 101). Neben diesen sehr technisch orientierten Definitionen lassen sich auch etwas weiter gefasste Bedeutungen in der Literatur finden. Hier wird die Digitalisierung als die Nutzung aller technischen Möglichkeiten verstanden, welche ein neues Kundenerlebnis, erweiterte Geschäftsmodelle und einen Effizienzsprung generieren (vgl. Pratz / Eustert 2014, S. 27). Die Digitalisierung wird oft auch als eine Art Lebensstil beschrieben. Digitalisierung steht für die Konnektivität aller Bereiche von Wirtschaft und Gesellschaft. Sowie die Möglichkeit Informationen zu sammeln, zu analysieren und in Handlungen umzusetzen. Diese Fortschritte der Digitalisierungen bringen viele Vorteile und Chancen, welche gleichzeitig auch große Herausforderung für Unternehmen bedeuten (vgl. Bundesministerium für Wirtschaft und Energie 2015, abgerufen am 12.03.2019).

Im Rahmen dieser Arbeit wird Digitalisierung also folglich als technische Möglichkeit beschrieben, welche neue Chancen für das Retail Banking offenbart. Hierbei ist die veränderte Lebensweise im Rahmen der Digitalisierung zu beachten, da die Interaktion mit dem Kunden schneller und transparenter wird (vgl. Meusel 2016, S. 285f.).

2.2.2 Digitalisierung im Retail Banking

2.2.2.1 Online Banking und deren Einfluss auf die Bankenbranche

In den 80er Jahren war Banking sehr stark vom persönlichen Kontakt zwischen dem Kunden und dem Kreditinstitut abhängig (vgl. Erlingheuser 1998, S. 37). 1996 gab es erstmals die gesamten Dienstleistungsangebote im Online Banking. Damals noch bekannt als Discounter im Banking, heute als unverzichtbare Plattform für den Kunden (vgl. Kröner 1998, S. 69). Dabei gilt Online Banking als die Erledigung von Bankgeschäften mit Hilfe eines Computers (vgl. Metzger 2019a, abgerufen am 16.03.2019). Vorteile hiervon sind die räumliche Flexibilität und die Bequemlichkeit des Kunden (vgl. Lange 1998, S. 30). Auch sorgt Online Banking für mehr Transparenz im Produktvergleich, gleichzeitig jedoch für eine gewisse Unübersichtlichkeit durch den Informationsüberfluss beim Konsumenten (vgl. Erlingheuser 1998, S. 43). 2018 nutzten in Deutschland 59% der Personen das Online Banking. Dabei ist zu beachten, dass die Tendenz der letzten Jahre steigend ist. Personen ohne oder mit formal niedriger Bildung nutzten Online Banking weniger als Personen mit formal hoher Bildung. In Folge dessen kann behauptet werden: Umso höher die formale Bildung, desto höher die Nutzung von Online Banking. Das Statistische Amt der Europäischen Union hat weiterhin die Korrelation zwischen dem Alter der Personen und dem Nutzungsverhalten untersucht. Dabei ist auffällig, dass mit steigendem Alter die Nutzung vom Online Banking tendenziell abnehmend ist. Im Alter zwischen 65 und 74 Jahren nutzen besonders wenig Personen das Online Banking (vgl. Statistisches Amt der Europäischen Union 2019, abgerufen am 15.03.2019).

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Nutzung Online Banking nach Altersstruktur

Quelle: Statistisches Amt der Europäischen Union 2019, abgerufen am 15.03.2019.

Für ein erfolgreiches Online Banking bedarf es grundlegender Erfolgsfaktoren. Das Angebot der Kreditwirtschaft muss sicher, aktuell und für den Kunden maßgeschneidert sein. Weiterhin muss es dem Kunden einen Mehrwert (engl. Added Value) liefern und kundenfreundlich (engl. Convenience) sein (vgl. Lange 1999, S. 396ff.). Neben diesen operativen Erfolgsfaktoren geht es ebenfalls um die Repräsentation des Markenversprechens einfach, preiswert und kundenorientiert zu agieren. Der Kunde wünscht sich demnach eine angemessene und individuelle Kommunikation (vgl. Borgmeier 2013, S. 48).

Im Wandel des Online Banking entstehen auch verbesserte Vertriebschancen. Quantitativ betrachtet haben Kunden eine höhere Verweildauer im Online Banking und durch die räumliche Unabhängigkeit können Kunden regionsübergreifend gewonnen werden. Qualitativ gesehen lassen sich durch den Wandel der Bankenbranche und den Einsatz von Online Banking Angebote passgenau platzieren. Beispielsweise kann ein Ratenkredit im Bestellprozess beim Online Händler eingebunden werden. Hierbei sollte die Bank unauffällig und als hilfreicher Tippgeber erscheinen. Die Wahrnehmung als störende Werbemitteilung hingegen sollte vermieden werden. Vorbildlich hierfür ist die Produktempfehlung bei Amazon. Diese wird vom Kunden durch die Passgenauigkeit der Produktplatzierung als bewusst positiv wahrgenommene Werbung empfunden. Dieser Wandel bietet der Finanzbranche neue und verbesserte Cross-Selling Ansätze (vgl. Borgmeier 2013, S. 46).

Die Bankenbranche wird durch das Online Banking revolutioniert. Finanzdienstleistungen werden unabhängig von örtlichen Gegebenheiten und bieten neue Vertriebsmöglichkeiten. Zum richtigen Zeitpunkt, am richtigen Ort, mit dem richtigen Weg impliziert den Kundenwunsch Dienstleistungen und Produkte überall, egal wie und egal wo konsumieren zu können. Durch die damit verbundene sinkende Loyalität im Privatkundengeschäft muss zukünftig das Kundenerlebnis im Fokus stehen (vgl. Swoboda 2004, S. 29f.). Damit geht die Kundenzufriedenheit bei Banken einher. Diese wurde im Rahmen einer Untersuchung mit Hilfe des NPS für Direktbanken, Genossenschaftsbanken, Sparkassen und Großbanken gemessen. Hierbei waren die Kunden der Direktbanken am Zufriedensten (vgl. et al. Sinn 2012, abgerufen am 15.03.2019). Folglich könnte behauptet werden, dass Online Banking den Kunden zufriedener macht, als das klassische Filialgeschäft. Dies gilt es im Rahmen dieser Arbeit empirisch zu untersuchen.

2.2.2.2 Mobile Payment und die Gefahr von Zahlungsabwicklern

Das Kundenverhalten hat sich geändert. Die neue Generation möchte schnell und mobil handeln (vgl. Katzengruber / Pförtner 2017, S .67). Banken begegnen diesem Wunsch mit Mobile Payment. Mobile Payment wird als Bezahlvorgang mit dem Smartphone im stationären Handel bezeichnet (vgl. von Waldenfels 2016, S. 397). Alt und Puschmann ergänzen hierzu, dass es sich um die Zahlungserfassung- und abwicklung via mobile Endgeräte handelt. Neben dem Smartphone auch mit Hilfe von Tablets und Smartwatches. Hinzu zählen auch mobile Verfahren, welche auf Kartenzahlungen basieren (vgl. Alt / Puschmann 2016, S. 96).

Mobile Payment gilt jedoch nur als das Symptom. Es gilt die Bedürfnisse des Kunden zu befriedigen. Der Kunde möchte möglichst einfach zahlen. Dabei will er auch spontan ohne Geldbörse handlungsfähig bleiben. Daher ist Mobile Payment lediglich Mittel zum Zweck. Apple wird in diesem Bereich mit seinem Bezahldienst Apple Pay dennoch in naher Zukunft stark wachsen. Banken hingegen sollten sich eher der Ursache annehmen und das Kundenbedürfnis dahinter erkennen. Schlussendlich wünscht der Kunde kein „Mobile Payment“ sondern „Integrated Payment“. Integrated Payment ist eine an die Bedarfssituation des Kunden angepasste, intelligente und integrierte Bezahlfunktion. Möchte der Kunde sein Auto tanken, ist sein gewünschtes Ergebnis ein vollgetanktes Auto. Dass er hierfür nach dem Tankvorgang in die Tankstelle gehen muss, um zu bezahlen, ist lediglich das Mittel zum Zweck. Sinnvoll wäre es, wenn der Kunde zum Zahlen nichts mehr tun muss. Die Kontodaten werden also mit Hilfe biometrischer Daten und dem Nummernschild automatisiert übertragen und die Tankrechnung abgebucht (vgl. Jentsch 2016, S. 371f.).

Im Zahlungsverkehr finden sich seit einigen Jahren neben den klassischen Banken auch viele weitere Zahlungsabwickler. Zu diesen digitalen Wettbewerbern zählen FinTechs wie PayPal, Google Wallet oder Apple Pay, welche vermehrt auf den Markt stoßen und das Geschäft der Banken angreifen. Diese fokussieren den Kundenkontakt, anstatt den Umsatz im Zahlungsverkehr und möchten so dem Kunden den entscheidenden Schritt näher sein. In diesem Umfeld wird daher die Kundenorientierung immer wichtiger und von zentraler Bedeutung (vgl. Jentsch 2016, S. 370). Dabei gibt es zwei unterschiedliche Vorgehensweisen der Zahlungsabwickler. PayPal stellt dem Kunden beispielsweise ein virtuelles Konto zur direkten Zahlungsabwicklung zur Verfügung. Dabei werden Zahlungen dem Empfänger direkt auf sein virtuelles Konto gutgeschrieben und im Nachgang vom hinterlegten Konto des Zahlenden abgebucht (vgl. Grill / Perczynski 2017, S. 167). Der Prozess ist sehr komfortabel und ohne Kanalbruch. Der Kunde wird nach Abschluss vom Online-Kauf direkt auf die PayPal-Seite weitergeleitet und muss der Zahlung nur noch zustimmen. Weiterhin wird PayPal aus Kundensicht als sicher und kostenlos gesehen. Händler hingegen haben einen Kostenbeitrag, welcher jedoch noch akzeptabel ist (vgl. et al. Penzel 2016, S. 15f.). Primär wird PayPal vom Nutzer im Online-Shopping verwendet. Andererseits gibt es Unternehmen wie Apple, welche Zahlungen im stationären Handel via mobile Endgeräte anbieten. Dabei basiert der Dienst Apple Pay auf Kartenzahlungen. Käufer können Geld mit Apple Pay an den Verkäufer transferieren. Dazu wird lediglich ein mobiles Endgerät benötigt, auf dessen die Kreditkartendaten hinterlegt sind (vgl. Alt / Puschmann 2016, S. 114). Häufig kommt bei Zahlungen mit dem Mobilgerät die Technologie Near Field Communication (NFC) zur Anwendung (vgl. Geiß / Moormann / Pisani 2016, S. 75). Auch Apple Pay nutzt diese als Grundlage der lokalen Verbindung (vgl. Alt / Puschmann 2016, S. 7). Seit dem 11. September 2018 ist Apple Pay in Deutschland verfügbar. Dabei ist der Gegenwind der Banken recht groß. Hintergrund sind die schmalen Margen im Zahlungsverkehr, welche die Banken nicht mit Apple teilen möchten. Dennoch ergibt sich durch Apple Pay die Chance, die Anzahl der Transaktionen durch die Nutzerfreundlichkeit von Apple Pay zu steigern und somit durch die Quantität zusätzliche Erträge zu generieren (vgl. Zeitschrift für das gesamte Kreditwesen 2019, S. 4).

2.2.2.3 Best Practice am Beispiel von Direktbanken und FinTechs

Direktbanken haben im Retail Banking neue Maßstäbe gesetzt. Unternehmen wie N26, ING, DKB und Consorsbank haben massiv an Kunden gewonnen. Dabei ergeben sich die Unterschiede zu den klassischen Filialbanken aus nur wenigen elementaren Komponenten. Direktbanken haben den Kunden im Fokus. Prozesse und Produkte werden qualitativ hochwertig und übersichtlich angeboten (vgl. Grussert 2009, S. 129f.). N26 zum Beispiel beinhaltet eine Vielzahl von Sicherheitseinstellungen. Dabei können Einstellungen, wie das Kreditkartenlimit, direkt in der App benutzerfreundlich geändert und an die aktuelle Situation angepasst werden (vgl. Kipker / Serges 2016, S. 315). Auch in Sachen Innovationen ist N26 vorne dabei. N26 hat Apple Pay neben einigen wenigen weiteren Banken als erster in Deutschland seinen Kunden angeboten (vgl. Zeitschrift für das gesamte Kreditwesen 2019, S. 4). Die ING ist ebenfalls eine innovative und aufstrebende Direktbank. Die ING gilt bei ihren Kunden als innovativ und kundenorientiert. Die Ursache hierfür sind die einfachen und auf den Privatkunden zugeschnittenen Produkte. Hierdurch können die Dienstleistungen günstig angeboten werden. Auch ein faires Angebot ist hierbei wichtig. Es gibt keine Sonderkonditionen für spezielle Kundengruppen, sondern ein einheitliches und glaubwürdiges Produkt. Auch nach erfolgreicher Neukundenakquise schafft es die ING, den Kunden durch einen guten Service nachhaltig an das Unternehmen zu binden (vgl. Schmidt 2010, S. 123 ff.). Insgesamt betrachtet, haben Direktbanken trotz fehlender persönlicher Präsenz vor Ort ein hohes Kundenwachstum zu verzeichnen. Die ING hat im Geschäftsjahr 2017 9,1 Millionen Kunden zu verzeichnen (vgl. ING-DiBa 2018, abgerufen am 01.05.2019). Verglichen mit dem Geschäftsjahr 2007 entspricht dies einer Steigerung von 40% (vgl. ING-DiBa 2008, abgerufen am 02.05.2019).

Rund um das Thema Innovationen im Banking hat sich in letzter Zeit auch der Begriff „FinTech“ etabliert. Als FinTech wird die Verbindung zwischen Technologie und Finanzdienstleistungen verstanden (vgl. Alt / Puschmann 2016, S. 20). Viele Start-up-Unternehmen nutzen dies zur Etablierung neuer Innovationen in der Finanzbranche. Aber auch die klassischen Banken nutzen diesen Trend um Kooperationen mit FinTechs zu schließen. Gini, ein FinTech aus München, ermöglicht es mit dem Smartphone Rechnungen zu fotografieren und die damit verbundene Zahlung als Überweisung auszuführen. Die Deutsche Bank, Comdirect und ING nutzen diesen Service auch für ihren Kunden und kooperieren mit Gini. Auch N26 gilt als FinTech und hat anfänglich noch ohne Banklizenz Produkte über die Wirecard Bank angeboten. Mittlerweile hat N26 eine eigene Banklizenz und ist als ernstzunehmender Konkurrent von Banken anzusehen (vgl. Schmitz / Behrens / Pisani 2017, S. 482). Es ist also zu beobachten, dass FinTechs durch ihre Dynamik eine neue Bankenrevolution einläuten.

2.2.3 Digitalisierung außerhalb der Bankenbranche

2.2.3.1 Neue Technologien

2.2.3.1.1 Big Data

In der heutigen Zeit steigen die Datenmengen massiv an. Vor allem durch die Digitalisierung werden immer mehr Daten erfasst. Bei Aktivitäten wie dem fotografieren mit dem Handy werden Navigationsprofile erstellt, Daten erhoben und ausgetauscht. Die Menge an Daten steigt somit ins Unermessliche (vgl. Seufert 2016, S. 40f.). Big Data gilt hierbei als die umfassende Analyse dieser Datenbestände mit dem Ziel der Vorhersage von Wahrscheinlichkeiten. Das Thema Big Data sorgt derzeit neben der Fachliteratur auch in der Tagespresse für Schlagzeilen (vgl. Fasel / Meier 2016, S. 4). Im Rahmen von Big Data geht es nicht darum, dass Rechner wie Menschen denken, sondern vielmehr um mathematische Analysen. So sollen Systeme voraussagen, mit welcher Wahrscheinlichkeit welches Ereignis eintritt. Aufgrund der hohen Datenmengen soll dies durch maschinelles Lernen automatisiert erfolgen (vgl. Mayer-Schöneberger / Cukier 2013, S. 19).

Potenziale durch Big Data entstehen insbesondere für Firmen. Diese können das Kundenverhalten anhand der gewonnenen Daten auswerten und somit die Bedürfnisse der Kunden mit passgenauen Produkten befriedigen. Unternehmen können dadurch Wettbewerbsvorteile erreichen und der Konkurrenz einen entscheidenden Schritt voraus sein. Insbesondere Banken können durch die finanziellen Transaktionen ihrer Kunden eine riesige Datenmenge sammeln und hieraus Erkenntnisse zur Steigerung der Wirtschaftlichkeit ziehen. Das Thema Big Data hat also insbesondere für Banken ein riesiges Potenzial, welches es abzurufen gilt (vgl. Wartmann 2017, S. 279ff.).

Das Ziel von Banken muss es also sein, dem Kunden personalisierte Dienste anzubieten (vgl. Dapp 2017, S. 372). So können beispielsweise Kaufempfehlungen entstehen. Amazon ist hier bereits als Vorreiter bekannt und bietet den Kunden seine präzisen Kaufempfehlungen an (vgl. Borgmeier 2013, S. 46). Amazon hat es geschafft, durch das Kaufverhalten die Wahrscheinlichkeit der Kaufbereitschaft zu berechnen und demnach Kaufempfehlungen abzuleiten. Auch die Automobilindustrie nutzt das Thema Big Data, um hieraus Entscheidungen für das autonome Fahren abzuleiten (vgl. Brunauer / Rehrl 2016, S. 236). Neben diesen Möglichkeiten dient Big Data auch als Grundlage für die Entwicklung und das Training von künstlicher Intelligenz (vgl. Buxmann / Schmidt 2019, S. 7).

2.2.3.1.2 Künstliche Intelligenz

Durch künstliche Intelligenz wird aus den gesammelten Daten erst das wertvolle Wissen, welches für Unternehmen von Relevanz ist (vgl. Streibich / Zeller 2019, S. 110f.). Das Ziel für viele Unternehmen ist es nicht nur anhand Big Data die bekannten Datenmengen zu erfassen, sondern diese intelligent zu nutzen. Doch was bedeutet künstliche Intelligenz (KI), auch als Artificial Intelligence (AI) bekannt, genau? Elaine Rich hat bereits 1983 künstliche Intelligenz wie folgt beschrieben: „Artificial Intelligence is the study of how to make computers do things at which, at the moment, people are better” (Rich 1983, S. 1). Damit Computer zukünftig intelligenter Dinge tun, müssen diese angelernt und trainiert werden. In diesem Zusammenhang ist maschinelles Lernen von grundlegender Bedeutung. Dabei soll Wissen aus Erfahrung generiert werden. Unterschieden wird hier häufig in zwei Arten. Überwachtes Lernen (engl. Supervised Learning) und nicht überwachtes Lernen (engl. Unsupervised Learning):

- Supervised Learning: Dies bedeutet, dass das System überwacht trainiert wird, anhand vorhandener Daten und den korrekten Lösungsmöglichkeiten. Hier lernt das System durch gezieltes Training dazu.
- Unsupervised Learning: Hierbei werden dem System keine Werte vorgegeben. Das System soll selbstständig Gemeinsamkeiten erkennen und zuordnen. Ziel ist hierbei die Erkennung bisher unbekannter Muster in Daten (vgl. Gentsch 2018, S. 37f.).

Durch Big Data und den hohen Vernetzungsgrad unserer Gesellschaft besteht die Grundlage zur künstlichen Intelligenz. KI-Technologien sind längst Bestandteile, welche die Gesellschaft täglich nutzt und Unternehmen zur Prozessverbesserung benötigen (vgl. Wess 2019, S. 156). Ein gutes Beispiel hierfür bietet die Automobilindustrie. Dort revolutioniert künstliche Intelligenz das Autofahren. Automobilanbieter möchten ihrem Kunden autonomes Fahren anbieten. Hierbei ist das Ziel, dass das Fahrzeug selbstständig ohne Fahrer fahren kann. Um dies zu erreichen, ist künstliche Intelligenz erforderlich. Das System muss Entscheidungen im Straßenverkehr treffen, welche künstliche Intelligenz erfordern. Bisher erkennt der Verbraucher den Mehrwert von KI an den im Fahrzeug integrierten Sprachassistenten (vgl. Hilbert et at. 2019, S. 173). Hierzu mehr in Kapitel 2.2.3.2.1.. Aber auch im Bereich der Bedienungshilfen gilt die Automobilindustrie als Vorreiter. Mercedes-Benz hat für seine Kunden einen Chatbot namens „Ask Mercedes“ bereitgestellt. Dieser verfügt über jegliche Bedienungshilfen zu den Fahrzeugen, welche das vom Kunden als unschön wahrgenommene Lesen der Bedienungsanleitung erspart. Auch Nutzer von Carsharing profitieren hiervon (vgl. Hildesheim / Michelsen 2019, S. 135).

In wenigen Jahren ist autonomes Fahren möglich. Dies ermöglicht dem Menschen einen bisher nicht bekannten Freiraum während der Autofahrt, um anderen Tätigkeiten nachzukommen. Denkbar wäre die Nutzung von künstlicher Intelligenz auch für Bankgeschäfte. So kann der Kunde vielleicht zukünftig seine Geldanlage mit Hilfe von KI und einer Virtual Reality Brille tätigen. Hiermit können dem Kunden alle notwendigen Informationen schnell, kostengünstig und zuverlässig zur Verfügung gestellt werden. Die Herausforderung für Banken wird es sein, sich in den Nutzungsalltag des Kunden zu integrieren. Dabei muss die Bank den Kundenprozess erkennen und verkürzen bzw. verbessern. Um dies zu erreichen, kann ein Innovationsmanagement und das entsprechende Mindset der Schlüssel zum Erfolg sein. Dienste wie die von Apple, Amazon, Google, Airbnb und Netflix gelten hierbei als Vorbild (vgl. Smolinski / Gerdes 2017, S. 38). Banken nutzen derzeit KI lediglich zur Bekämpfung von Betrug und Geldwäsche (vgl. Terliesner 2019, S. 40). Ein Nachholbedarf ist demnach zu erkennen. Banken können von den Erfahrungen aus anderen Branchen profitieren. Welche konkreten Handlungsempfehlungen sich hierbei ableiten lassen, werden in Kapitel 4 dargestellt.

2.2.3.2 Neue Anwendungsfelder

2.2.3.2.1 Best Practice: Alexa, ich brauche etwas

Basierend auf künstlicher Intelligenz sind neue Anwendungsfelder entstanden. Bestes Beispiel hierfür ist die Sprachsteuerung. Amazon bietet seinen Kunden den persönlichen Sprachassistenten namens „Alexa“ an. Doch was oder wer ist Alexa? Alexa ist unter anderem in dem Produkt „Echo“ Zuhause. Echo ist ein kleines, mit Lautsprecher ausgestattetes Gerät. Mit dem Sprachbefehl „Alexa“ lässt sich die Interaktion starten. Diese bietet dem Kunden die Antwort auf vielfältige Fragen und unterstützt ihn in der Organisation seines Alltags. Ähnlich wie es für Smartphones Apps gibt, verfügt Alexa über mittlerweile 25.000 optional wählbare Skills. Unter diesen finden sich Unternehmen, wie MyTaxi und die Deutsche Bahn, welche über Alexa Taxibestellungen organisieren und Fahrkarten verkaufen (vgl. Herbrich 2019, S. 70f.). Technologien auf Basis künstlicher Intelligenz sind also aus unserem Alltag nicht mehr wegzudenken. Digitale Sprachassistenten wie Siri, Cortana, Google Assistent und Alexa nutzen wir täglich (vgl. Wess 2019, S. 156). Durch Sprachsteuerung entstehen viele neue Anwendungsgebiete und Geschäftsfelder. Dabei werden heutzutage häufig Algorithmen verwendet, welche sich durch maschinelles Lernen stätig verbessern (vgl. Reichel / Baum / Buxmann 2019, S. 77f.).

Sprachsteuerungsassistenten bieten die Möglichkeit im Dialog Informationen bereitzustellen. Hierbei soll der Sprachassistent der persönliche Assistent des Kunden sein. Neben diversen Auskünften kann der Kunde auch Produkte bestellen, Musik hören und viele weitere Funktionen nutzen. Beispielsweise kann der Kunde seinen nächsten Urlaub im Hotel buchen. Um eine Buchung zu beauftragen, werden zur Aktivierung der Sprachassistenten meist Aktivierungswörter wie Alexa, Siri oder Google verwendet. Grundlage für diese Funktionen von Alexa ist ein Internetzugang. Alle Daten zur Verarbeitung und Wiedergabe der Sprachinformationen sind auf Amazon Web Servern hinterlegt (vgl. Reichel / Baum / Buxmann 2019, S. 77ff.). Ein solcher Chatbot, welcher primär sprachbasiert Verwendung findet, wird meist Intelligent Personal Assistent (IPA) genannt (vgl. Kusber 2017, S. 233).

Auch in der Automobilbranche findet das Thema Intelligent Personal Assistent Anklang. SEAT bietet beispielsweise als erste Automobilmarke Alexa in ihren Fahrzeugen an (vgl. et al. Hilbert 2019, S. 174). Die oben genannten Anwendungsbeispiele sind jedoch längst nicht alle. Auch in Zukunft werden Sprachassistenten von Cortana, Alexa, Google Assistent und Co. die Entwicklung weiter vorantreiben und revolutionieren (vgl. Gentsch 2018, S. 104). Hierbei besteht auch für die Finanzbranche ein elementarer Bedarf. Denn der Kunde wünscht sich einen intelligenten und individuellen Finanzassistenten, welcher ihn in all seinen Bankgeschäften unterstützt (vgl. Dapp 2017, S. 378). Bisher findet das Thema jedoch in Banken eher weniger bis keine Anwendung. Auch, weil Alexa bisher keine vollumfängliche Abwicklung von Bankgeschäften mit Hilfe von Sprachsteuerung zulässt (vgl. Terliesner 2019, S. 40).

2.2.3.2.2 Best Practice: Netflix statt Videothek

Netflix hat es zum weltweiten Marktführer im Videostreaming geschafft. Dabei hat Netflix diesen Aufstieg der grundlegenden Veränderung des Geschäftsmodells vom Versandverleih zum Streamingportal zu verdanken. Zunächst konnte sich das Unternehmen durch die, auf künstlicher Intelligenz basierende, dynamische Streaming-Qualität am Markt etablieren. Netflix ermöglichte es so, unabhängig der Internetbandbreite des Kunden ein optimales Filmerlebnis nach Hause zu bringen (vgl. Gentsch 2018, S. 77). Dieser Aufstieg bzw. Transformationsprozess und das damit verbundene Aussterben von stationären Videotheken sollte auch andere Branchen auf die Digitalisierung aufmerksam machen (vgl. Smolinski / Gerdes 2017, S. 43). Der Rückgang der klassischen Videothek vor Ort ist der folgenden Abbildung zu entnehmen:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Anzahl der Videotheken in Deutschland

Quelle: IVD (2017), zit. nach Statista (2018), abgerufen am 20.03.2019.

2008 war erstmalig ein massiver Rückgang von Videotheken zu verzeichnen, welcher sich als Trend zu erkennen gab. Vergleicht man hiermit die Anzahl an Videotheken mit dem Jahr 2017, ist zu sehen, dass knapp 10% der Videotheken überlebt haben. Ein Zusammenhang mit der Bankenbranche und dem Filialgeschäft ist in Kapitel 4.1 zu überprüfen. Netflix nutzte diesen Trend und erkannte schnell dessen Potenzial. Der Online-Dienst zum Abspielen (engl. Streamen) von Filmen und Serien entstand. Neben dem ursprünglichen Kundenbedürfnis „Streaming“, erkannte es Netflix auch, den Kunden in seinem Alltag zu begleiten. Dem Kunden wurden mit Hilfe von künstlicher Intelligenz passgenaue Inhalte für sein Filmerlebnis vorgeschlagen (vgl. Gentsch 2018, S. 69). Ausgangspunkt hierfür ist ein erstelltes Kundenprofil, welches durch Erfahrungswerte und dem Verhalten anderer Kunden individuelle Empfehlungen aussprechen kann (vgl. Getnsch 2018, S. 14). Das System soll also verstehen, was der Kunde möchte (vgl. Gentsch 2018, S. 94).

Das Beispiel von Netflix zeigt, welchen Einfluss der sich stetig verändernde Markt in Verbindung mit innovativen Technologien auch auf die Finanzbranche haben könnte. Die konkreten Zusammenhänge zwischen Netflix und der Bankenwelt sollten demnach nicht vernachlässigt werden. Der Anspruch von Banken muss es sein, sich ebenfalls in den Nutzungsalltag der Kunden zu integrieren (vgl. Smolinski / Gerdes 2017, S. 38). Im Rahmen der empirischen Forschung gilt es auch zu erforschen, ob der Kunde eine Bankfiliale benötigt oder eher als Mittel zum Zweck sieht.

3 Empirische Untersuchung

3.1 Untersuchungsdesign

3.1.1 Forschungsfrage

Die bisher aus der Literatur genannten Grundlagen legen dar, dass die Digitalisierung viele neue und innovative Möglichkeiten im Bereich Banking bietet. Bankprodukte sollen einfach, schnell und online sein. Der Einsatz von künstlicher Intelligenz bietet Optionen zur intelligenten Zahlungsabwicklung. Bankfilialen gibt es in der Zukunft immer weniger bzw. nicht mehr. Die Bankfiliale ist auf dem Weg der aussterbenden Videotheken. Unabhängig der verschiedenen Trends in der Bankenbranche wird aber auch klar, dass sich Banken immer mehr in den Alltag der Kunden integrieren wollen. Eine wesentliche Erkenntnis hieraus ist es, dass es stets gilt den Kunden zufriedenzustellen und nach Möglichkeit zu begeistern.

Aufgrund dessen ist es erforderlich, den Kunden nach seiner Meinung zu befragen und diese als entscheidenden Faktor in mögliche Handlungsempfehlungen einzubeziehen. Daher wird die empirische Untersuchung an potenziellen Kunden vorgenommen. Ziel der Untersuchung ist herauszufinden, was sich der Kunde von seinen Bankgeschäften wünscht und für welche Innovationen er offen und bereit ist. Die Untersuchung ist hierbei in drei Teile unterteilt. Im ersten Teil werden grundlegende Kundenmerkmale erfasst. Diese sollen dazu dienen, dass Zusammenhänge zwischen Eigenschaften wie dem Alter des Befragten und dem Nutzungsverhalten am Smartphone erkannt werden können. In Teil zwei wird das Kundenverhalten analysiert. Wie viel Zeit verbringt der Kunde mit seinen Bankgeschäften und wie viel Zeit möchte er mit diesen verbringen? Welche Bankprodukte werden regelmäßig genutzt und welche davon braucht der Kunde? Welche Eigenschaften wünscht sich der Kunde von seinen Bankgeschäften? Im dritten Teil soll dann geprüft werden, welche Innovationen sich der Kunde prinzipiell vorstellen kann. Auf Grundlage dieser gewonnen Erkenntnisse sollen Handlungsempfehlungen für Banken aufgestellt und auf deren potenziellen Kundenmehrwert geprüft werden.

[...]