2019 | OriginalPaper | Buchkapitel
Tipp
Weitere Kapitel dieses Buchs durch Wischen aufrufen
Erschienen in:
FinTech und Datenschutz
Dieses Kapitel beschäftigt sich mit verschiedenen Aspekten von FinTech-Geschäftsmodellen. Zunächst analysieren wir die Kooperation der FinTechs mit den Banken. In einem zweiten Schritt wird der Einsatz von Big Data bei FinTechs untersucht. Insbesondere werden bereits bekannte Einsatzfelder und Anwendungen von Big Data bei FinTechs beschrieben und zukünftige Entwicklungen von Big-Data-Anwendungen analysiert. Schließlich werden rechtliche und ökonomische Einschränkungen von Big-Data-Anwendungen diskutiert. Anschließend folgt eine Analyse zur Nachhaltigkeit von FinTech-Geschäftsmodellen und zu jenen FinTechs, die sich auf die Bereitstellung oder Vermittlung von Fremdkapital und Kreditsubstituten spezialisiert haben.
Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten
Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:
Anzeige
1
2
Diese Zahl wurde Mitte 2017 über die auf den Homepages der 14 in Appendix A.3 genannten Robo Advisors eruiert.
Als Beispiel betrachten wir einen fiktiven Grafikdesigner, der, um an interessante Aufträge zu kommen, einen hochwertigen Rechner für 5000 EUR benötigt. Die finanziellen Mittel dazu hat er nicht, weshalb er einen Kredit braucht. Bereits mit dem ersten Auftrag kann er innerhalb eines halben Jahres 6000 EUR Deckungsbeitrag erwirtschaften. Zahlt er nun 10 % Zinsen p.a., so entstehen ihm Kosten von 250 EUR, wohingegen er bei einem Zinssatz von 6 % nur 150 EUR bezahlen würde. Die 100 EUR Mehrkosten fallen für ihn kaum ins Gewicht, weil sie relativ zur Rendite der Anschaffung fast vernachlässigbar sind. Angesichts der Alternative, den Kredit von den traditionellen Banken nicht zu bekommen, könnte er sich sogar noch deutlich höhere Zinssätze leisten.
Zurück zum Zitat Bachmann, R., Kemper, G., & Gerzer, T. (2014). Big Data – Fluch oder Segen? Heidelberg et al.: mitp. Bachmann, R., Kemper, G., & Gerzer, T. (2014).
Big Data – Fluch oder Segen? Heidelberg et al.: mitp.
Zurück zum Zitat BaFin. (2016). Automatisierte Finanzportfolioverwaltung. https://www.bafin.de/DE/Aufsicht/FinTech/Finanzportfolioverwaltung/finanzportfolioverwaltung_node.html. Zugegriffen am 27.02.2018. BaFin. (2016).
Automatisierte Finanzportfolioverwaltung.
https://www.bafin.de/DE/Aufsicht/FinTech/Finanzportfolioverwaltung/finanzportfolioverwaltung_node.html. Zugegriffen am 27.02.2018.
Zurück zum Zitat Baron, P. (2013). Big Data für IT-Entscheider: Riesige Datenmengen und moderne Technologien gewinnbringend nutzen. München: Hanser. CrossRef Baron, P. (2013).
Big Data für IT-Entscheider: Riesige Datenmengen und moderne Technologien gewinnbringend nutzen. München: Hanser.
CrossRef
Zurück zum Zitat Bertsch, C., Hull, I., Qi, Y., & Zhang, X. (2017). The role of trust in online lending. Sveriges Riksbank Working Paper Series, Nr. 346. Bertsch, C., Hull, I., Qi, Y., & Zhang, X. (2017). The role of trust in online lending.
Sveriges Riksbank Working Paper Series, Nr. 346.
Zurück zum Zitat Brandl, B., & Hornuf, L. (2017). Where did FinTechs come from, and where do they go? The transformation of the financial industry in Germany after Digitalization. SSRN Working Paper. https://ssrn.com/abstract=3036555. Zugegriffen am 27.04.2019. Brandl, B., & Hornuf, L. (2017). Where did FinTechs come from, and where do they go? The transformation of the financial industry in Germany after Digitalization.
SSRN Working Paper.
https://ssrn.com/abstract=3036555. Zugegriffen am 27.04.2019.
Zurück zum Zitat Buchanan, J. M. (1989). Liberty, market and state: Political economy in the 1980s. New York: New York University Press. Buchanan, J. M. (1989).
Liberty, market and state: Political economy in the 1980s. New York: New York University Press.
Zurück zum Zitat Chamoni, P., & Gluchowski, P. (2017). Business analytics – State of the art. Controlling & Management Review, 61(4), 8–17. Chamoni, P., & Gluchowski, P. (2017). Business analytics – State of the art.
Controlling & Management Review, 61(4), 8–17.
Zurück zum Zitat Coase, R. H. (1960). The problem of social cost. Journal of Law and Economics, 3, 1–44. CrossRef Coase, R. H. (1960). The problem of social cost.
Journal of Law and Economics, 3, 1–44.
CrossRef
Zurück zum Zitat Dapp, T.-F. (2015). Fintech reloaded – Traditional banks as digital ecosystems: With proven walled garden strategies into the future. Frankfurt am Main: Consistency, see Frien, B. (2017) Deutsche Bank research. Dapp, T.-F. (2015).
Fintech reloaded – Traditional banks as digital ecosystems: With proven walled garden strategies into the future. Frankfurt am Main: Consistency, see Frien, B. (2017) Deutsche Bank research.
Zurück zum Zitat Deutsche Bundesbank (2017). Geldvermögensbildung und Außenfinanzierung in Deutschland im zweiten Quartal 2017: Geldvermögen und Verbindlichkeiten (unkonsolidiert). https://www.bundesbank.de/Redaktion/DE/Pressemitteilungen/BBK/2017/2017_10_13_geldvermoegen_bestaende.pdf?__blob=publicationFile. Zugegriffen am 06.02.2018. Deutsche Bundesbank (2017).
Geldvermögensbildung und Außenfinanzierung in Deutschland im zweiten Quartal 2017: Geldvermögen und Verbindlichkeiten (unkonsolidiert).
https://www.bundesbank.de/Redaktion/DE/Pressemitteilungen/BBK/2017/2017_10_13_geldvermoegen_bestaende.pdf?__blob=publicationFile. Zugegriffen am 06.02.2018.
Zurück zum Zitat Dorfleitner, G., & Rad, J. (2017). Wie FinTechs den Factoring-Markt neu gestalten. Corporate Finance, 8(11–12), 358–363. Dorfleitner, G., & Rad, J. (2017). Wie FinTechs den Factoring-Markt neu gestalten.
Corporate Finance,
8(11–12), 358–363.
Zurück zum Zitat Dorfleitner, G., Leidl, M., Priberny, C., & von Mosch, J. (2013). What determines microcredit interest rates? Applied Financial Economics, 23(20), 1579–1597. CrossRef Dorfleitner, G., Leidl, M., Priberny, C., & von Mosch, J. (2013). What determines microcredit interest rates?
Applied Financial Economics, 23(20), 1579–1597.
CrossRef
Zurück zum Zitat Dorfleitner, G., Priberny, C., Schuster, S., Stoiber, J., Weber, M., de Castro, I., & Kammler, J. (2016). Description-text related soft information in peer-to-peer lending – Evidence from two leading European platforms. Journal of Banking & Finance, 64, 169–187. CrossRef Dorfleitner, G., Priberny, C., Schuster, S., Stoiber, J., Weber, M., de Castro, I., & Kammler, J. (2016). Description-text related soft information in peer-to-peer lending – Evidence from two leading European platforms.
Journal of Banking & Finance, 64, 169–187.
CrossRef
Zurück zum Zitat Dorfleitner, G., Hornuf, L., Schmitt, M., & Weber, M. (2017a). FinTech in Germany. Cham: Springer International Publishing. CrossRef Dorfleitner, G., Hornuf, L., Schmitt, M., & Weber, M. (2017a).
FinTech in Germany. Cham: Springer International Publishing.
CrossRef
Zurück zum Zitat Dorfleitner, G., Rad, J., & Weber, M. (2017b). Pricing in the online invoice trading market: First empirical evidence. Economics Letters, 161, 56–61. CrossRef Dorfleitner, G., Rad, J., & Weber, M. (2017b). Pricing in the online invoice trading market: First empirical evidence.
Economics Letters, 161, 56–61.
CrossRef
Zurück zum Zitat Dorfleitner, G., Hornuf, L., Schmitt, M., & Weber, M. (2019). Marktüberblick. In F. Möslein & S. Omlor (Hrsg.), FinTech-Handbuch. Digitalisierung, Recht, Finanzen. München: C.H.Beck, 21–38. Dorfleitner, G., Hornuf, L., Schmitt, M., & Weber, M. (2019). Marktüberblick. In F. Möslein & S. Omlor (Hrsg.),
FinTech-Handbuch. Digitalisierung, Recht, Finanzen. München: C.H.Beck, 21–38.
Zurück zum Zitat Eck, W. A. (2017). Informationen rücken näher zusammen. Bankmagazin, (7-8), 50–53. CrossRef Eck, W. A. (2017). Informationen rücken näher zusammen.
Bankmagazin, (7-8), 50–53.
CrossRef
Zurück zum Zitat Frien, B. (2017). Gegner, Helfer, Partner: Fintechs und das Firmenkundengeschäft der Banken. Frankfurt am Main: Frankfurt Business Media. Frien, B. (2017).
Gegner, Helfer, Partner: Fintechs und das Firmenkundengeschäft der Banken. Frankfurt am Main: Frankfurt Business Media.
Zurück zum Zitat Gimpel, H., Rau, D., & Röglinger, M. (2016). FinTech-Geschäftsmodelle im Visier. Wirtschaftsinformatik & Management, 2016(3), 38–47. Gimpel, H., Rau, D., & Röglinger, M. (2016). FinTech-Geschäftsmodelle im Visier.
Wirtschaftsinformatik & Management, 2016(3), 38–47.
Zurück zum Zitat Godenrath, B. (2017). Robo-Rugby. Börsen-Zeitung, 30.12.2017, 34. Godenrath, B. (2017). Robo-Rugby.
Börsen-Zeitung, 30.12.2017, 34.
Zurück zum Zitat Hornuf, L. Klus, M. F., Lohwasser, T. S., & Schwienbacher, A. (2018). How do banks interact with Fintechs? Forms of alliances and their impact on bank value. SSRN Working Paper. https://www.ssrn.com/abstract=3252318. Zugegriffen am 27.04.2019. Hornuf, L. Klus, M. F., Lohwasser, T. S., & Schwienbacher, A. (2018). How do banks interact with Fintechs? Forms of alliances and their impact on bank value.
SSRN Working Paper.
https://www.ssrn.com/abstract=3252318. Zugegriffen am 27.04.2019.
Zurück zum Zitat Lerner, J., Baker, M., Speen, A., & Leamon, A. (2015). Financial patent quality: Finance patents after State Street. Havard Business School Working Paper, 16-068. Lerner, J., Baker, M., Speen, A., & Leamon, A. (2015). Financial patent quality: Finance patents after State Street.
Havard Business School Working Paper, 16-068.
Zurück zum Zitat Lopez de Silanes Molina, F., McCahery, J., Schoenmaker, D., & Stanisic, D. (2015). The European capital markets study: Estimating the financing gaps of SMEs. Amsterdam: Duisenberg School of Finance. Lopez de Silanes Molina, F., McCahery, J., Schoenmaker, D., & Stanisic, D. (2015).
The European capital markets study: Estimating the financing gaps of SMEs. Amsterdam: Duisenberg School of Finance.
Zurück zum Zitat Moulliet, D., Stolzenbach, J., Bein, A., & Wagner, I. (2016). Cost-income ratios and robo-advisory: Why wealth managers need to engage with robo-advisors. Deloitte. https://www2.deloitte.com/content/dam/Deloitte/de/Documents/financial-services/Robo-Advisory-in-Wealth-Management.pdf. Zugegriffen am 27.04.2019. Moulliet, D., Stolzenbach, J., Bein, A., & Wagner, I. (2016).
Cost-income ratios and robo-advisory: Why wealth managers need to engage with robo-advisors. Deloitte.
https://www2.deloitte.com/content/dam/Deloitte/de/Documents/financial-services/Robo-Advisory-in-Wealth-Management.pdf. Zugegriffen am 27.04.2019.
Zurück zum Zitat PwC. (2016). Wie profitabel ist das Privatkundengeschäft in Deutschland? https://www.pwc.de/de/finanzdienstleistungen/assets/pwc-wie-profitabel-ist-das-privatkundengeschaeft-in-deutschland-2016.pdf. Zugegriffen am 01.02.2018. PwC. (2016).
Wie profitabel ist das Privatkundengeschäft in Deutschland?
https://www.pwc.de/de/finanzdienstleistungen/assets/pwc-wie-profitabel-ist-das-privatkundengeschaeft-in-deutschland-2016.pdf. Zugegriffen am 01.02.2018.
Zurück zum Zitat Schwarz, T. (2015). Big Data im Marketing: Chancen und Möglichkeiten für eine effektive Kundenansprache. München: Haufe Lexware. Schwarz, T. (2015).
Big Data im Marketing: Chancen und Möglichkeiten für eine effektive Kundenansprache. München: Haufe Lexware.
Zurück zum Zitat Teece, D. J. (1986). Profiting from technological innovation: Implications for integration, collaboration, licensing and public policy. Research Policy, 15(6), 285–305. CrossRef Teece, D. J. (1986). Profiting from technological innovation: Implications for integration, collaboration, licensing and public policy.
Research Policy, 15(6), 285–305.
CrossRef
Zurück zum Zitat Teece, D. J. (1998). Capturing value from knowledge assets: The new economy, markets for know-how, and intangible assets. California Management Review, 40(3), 55–79. CrossRef Teece, D. J. (1998). Capturing value from knowledge assets: The new economy, markets for know-how, and intangible assets.
California Management Review, 40(3), 55–79.
CrossRef
Zurück zum Zitat Tertilt, M., & Scholz, P. (2018). To advise, or not to advise – How robo-advisors evaluate the risk preferences of private investors. Journal of Wealth Management 21(2), 70–84. Tertilt, M., & Scholz, P. (2018). To advise, or not to advise – How robo-advisors evaluate the risk preferences of private investors.
Journal of Wealth Management
21(2), 70–84.
Zurück zum Zitat Yan, J., Yu, W., & Zhao, J. L. (2015). How signaling and search costs affect information asymmetry in P2P lending: The economics of big data. Financial Innovation, 1(1), 19e. CrossRef Yan, J., Yu, W., & Zhao, J. L. (2015). How signaling and search costs affect information asymmetry in P2P lending: The economics of big data.
Financial Innovation, 1(1), 19e.
CrossRef
Zurück zum Zitat Zetzsche, D. A., Buckley, R., Arner, D., & Barberis, J. N. (2018). From FinTech to TechFin: The regulatory challenges of data-driven finance. NYU Journal of Law & Business, 14(2), 393–446. Zetzsche, D. A., Buckley, R., Arner, D., & Barberis, J. N. (2018). From FinTech to TechFin: The regulatory challenges of data-driven finance.
NYU Journal of Law & Business, 14(2), 393–446.
- Titel
- FinTech-Geschäftsmodelle
- DOI
- https://doi.org/10.1007/978-3-658-26500-7_5
- Autoren:
-
Gregor Dorfleitner
Lars Hornuf
- Sequenznummer
- 5
- Kapitelnummer
- 5