Advertisement

Strategische Ableitungen für Trustmediäre

  • Tobias Kiefer
Chapter
Part of the Interaktives Marketing book series (IM)

Zusammenfassung

Die vorangegangenen Diskussionen und Analysen zeigen, dass Trustmediäre ihre auf Risikoreduktion ausgerichtete Dienstleistungen auf Sicherheitstechnologien aufbauen werden, die sie als Plattform ihren Kunden anbieten bzw. an die Plattformen ihrer Kunden anschließen werden. Die PKI stellt eine solche Basisinfrastuktur dar und wird derzeit von den Banken auch als solche gesehen, um Transaktionen abzusichern.1 Ziel dieses Kapitels ist die Operationalisierung der Rolle der Bank als Trustmediär im Regelkreis strategischen Bankmanagements im Hinblick auf Marktausrichtung, Erträge und organisatorische Belange. Hierzu wird sich der empirischen Untersuchungsergebnisse aus den Umfragen SiTraVEC I und II bedient. Anhand der conjoint-analytisch gewonnenen Daten und deren Verknüpfung mit den kompositionellen Datenpunkten lassen sich strategische Handlungsempfehlungen für Banken als TTPs ableiten. Im Anschluss daran wird ein konkreter Business-Case für einen Trustmediär errechnet, der Aufschluss über mögliche Größenvorteile gibt und kritische Erfolgsfaktoren identifiziert.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    VgL bspw. die Aktivitäten der Commerzbank, Deutschen Bank, Dresdner Bank und HypoVereinsbank und des Bundesverbands deutscher Banken.Google Scholar
  2. 2..
    Dabei wird nicht die dem Grundansatz der Limit-Conjoint-Analyse widersprechende First-Choice-Regel, sondern die probabilistische Bradley Terry Luce-Regel (BTL) in modifizierter Form verwendet Vgl. hierzu ausführlicher Backhaus/ Voeth/ Hahn 11998), S. 211.Google Scholar
  3. 3.
    Die zur Strategie-Nr. zugehörigen Produktausprägungen sind im Anhang Ill ersichtlich.Google Scholar
  4. 4.
    Grundsätzlich zeigen die Simulationen jedoch eine eher geringe Wechselbereitschaft, insbesondere dann, wenn die Banken relativ homogene Produktbündel schnüren.Google Scholar
  5. 5.
    Vgl. hierzu auch Nell (1999), S. 938.Google Scholar
  6. 6.
    Für eine Interpretation dieses Phänomens bedarf es jedoch weitergehender Untersuchungen, die an dieser Stelle nicht weiter ausgeführt werden.Google Scholar
  7. 7.
    Nicht mehr berücksichtigt werden konnten die jüngsten Entwicklungen, wonach die deutschen Banken verstärkt darüber nachdenken, digitale Zertifikate eventuell per se auf EC- und Servicekarten zu platzieren.Google Scholar
  8. 8.
    Dies wird auch durch die veränderten Werte im deko npositionellen Untersuchungsteil bestätigt, in dem sich bspw. Commerzbank-Kunden und Kunden der Dresdner Bank als sehr loyal erweisen.Google Scholar
  9. 9.
    Vgl. Balzer (2000), o- SGoogle Scholar
  10. 10.
    Deutlich wird dies insbesondere dadurch, dass alle Anbieter das ’’gleiche’ Produkt anbieten.Google Scholar
  11. 11.
    Die Clusterung der Stichprobe ergibt anbieter-, anwendungs-und preisorientierte Nutzergruppen (vgl. hierzu ausführlicher Abschnitt 3.4.3).Google Scholar
  12. 12.
    Diese Marktanteile sind jedoch lediglich `hypothetischer“ Natur, d.h. sie sind eher als Attraktivitätswerte zu interpretieren, da in der Conjoint-Analyse der klassischen Form (im Gegensatz zu der oben angeführten Limit-ConjointAnalyse) keine ”Kaufabsichten” abgefragt werden.Google Scholar
  13. 13.
    Die in der Abbildung dargestellten Linien spiegeln zum einen die Attraktivität der verschiedenen Konzpete aus Sicht des jeweiligen Marktsegmentes wider. Des Weiteren erlaubt die “horizontale Betrachtung” der Linien einen Aufschluss über die relative Attraktivität des Konzeptes im Vergleich zu anderen Marktsegmenten.Google Scholar
  14. 14.
    Generell kann in den Simulationen eine höhere Loyalität der Kunden von Großbanken festgestellt werden, die primär ihre Hausbank (= Grolibank) bevorzugen.Google Scholar
  15. 15.
    Hei der Analyse des Konzeptes der “sonstigen Bank.’ wird dies bestätigt, denn dort bewerten die Direktbank-Kunden das Konzept einer anderen Bank als ”am attraktivsten“-Google Scholar
  16. 16.
    Aufgrund des begrenzten Rahmens dieser Arbeit wird auf eine weitere Illustration des Szenarios 2 verzichtet.Google Scholar
  17. 17.
    Die in den Abbildungen durch unterbrochene Linien markierten Merkmalsausprägungen stellen die Ausprägungen der Hausbank in diesem Szenario dar.Google Scholar
  18. 18.
    I = Zahlungsverkehr; 2 = Konto-Eröffnung; 3 = Wertpapier-Transaktionen; 4 = Online-Kredite; 5 = Online-Beratung; 6 = Ausstellung von Bankvollmachten; 7 = Informationsabruf; 8 = Ticketing; 9 = Kauf v. Konsumgütern; 10 = Kauf v. Software; 11 = Auktionen; 12 = Online-Lotto; 13 = An-u. Abmelden d. Wohnsitzes; 14 = An-u. Abmelden des Kfz; 15 = Passbeantragung/ -verlängerung; 16 = Steuererklärung; 17 = Einsichtnahme in das Grundbuch; 18 = Mitarbeiter-Vollmachten; 19 = Untemehmensintemer Datei-Transfer; 20 = Untemehmensinteme E-Mail; 21 = Persönliche/ Private E-Mail; 22 = Elektronisches Schließfach; 23 = Zeitstempel-Dienste.Google Scholar
  19. 19.
    Diese Aussage basiert auf den Erfahrungen und Erkenntnissen der Projektarbeit bei der Commerzbank und den Aussagen in bankObergreifenden Gremien.Google Scholar
  20. 20.
    Eine Aufteilung auf den Sparkassen-Sektor und Genossenschaftssektor erschien hier aufgrund der fehlenden Zuordnungsmöglichkeit auf ein einzelnes Kreditinstitut nicht als sinnvoll.Google Scholar
  21. 21.
    Zur Schatzung der Online-Nutzerschaft vgl. Wings (1999), S. 259.Google Scholar
  22. 22.
    Die Commerzbank wird aufgrund der dortigen Erfahrungen und durch die Projektarbeit besser abschätzbaren Kosten für den Aufbau der PKI gewählt. Ertragsseitig können die Berechnungen jedoch auch für die anderen Banken durchgeführt werden.Google Scholar
  23. 23.
    Die Invesitionskosten leiten sich aus Analysen der Commerzbank ab. Eine Aullistung der einzelnen Posten der Investitionsseite kann hier aus Vertraulichkeitsgründen nicht erfolgen, hielt aber einer Evaluierung durch Dritte stand- In einzelnen Punkten wurden diese hier noch weiter verfeinert und entsprechend den aktuellen Marktanforderungen modifiziertGoogle Scholar
  24. 24.
    Hei dem dargestellten Modell wird eine Faktoren-Analyse der Commerzbank AG verwendet. Aus Gründer der Vertraulichkeit kann an dieser Stelle der Algorithmus der Berechnungen nicht offengelegt werden.Google Scholar
  25. 25.
    Unter einem Client-iiundle wird das Leistungspaket verstanden, das der Kunde hei der Mtragsstellung für ein Zertifikat erhälC Chipkarte mit Zertifikat, Chipkartenlesegerät, Sofhvare.Google Scholar
  26. 26.
    Die folgenden Ausführungen beruhen weitestgehend auf den Erfahrungen eines entsprechenden Projektes in der Cominerzbank und den Erfahrungen aus den I IBCI-Projekten deutscher BankenGoogle Scholar
  27. 27.
    Allerdings muss dabei beachtet werden, dass die Kaufwahrscheinlichkeiten der Probanden, die diese mit dem Setzen der Stop-C’ard ausdrücken, nicht als reale’ Kaufentscheidung aufgefasst werden darf.Google Scholar
  28. 28.
    Hier gibt es vermutlich tinsatzmüglichkeiten für Pseudonyme, um bspw. von eingekauften Rohstoffen nicht auf die Produktzusammensetzungi Rezeptur des Produzenten schließen zu kUnnen.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2001

Authors and Affiliations

  • Tobias Kiefer

There are no affiliations available

Personalised recommendations