Zusammenfassung
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.
Copyright © ABIDA – Assessing Big Data. All Rights Reserved.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsNotes
- 1.
Diese Zahl wurde Mitte 2017 über die auf den Homepages der 14 in Appendix A.3 genannten Robo Advisors eruiert.
- 2.
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.
Literatur
Bachmann, R., Kemper, G., & Gerzer, T. (2014). Big Data – Fluch oder Segen? Heidelberg et al.: mitp.
BaFin. (2016). Automatisierte Finanzportfolioverwaltung. https://www.bafin.de/DE/Aufsicht/FinTech/Finanzportfolioverwaltung/finanzportfolioverwaltung_node.html. Zugegriffen am 27.02.2018.
Baron, P. (2013). Big Data für IT-Entscheider: Riesige Datenmengen und moderne Technologien gewinnbringend nutzen. München: Hanser.
Bertsch, C., Hull, I., Qi, Y., & Zhang, X. (2017). The role of trust in online lending. Sveriges Riksbank Working Paper Series, Nr. 346.
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.
Buchanan, J. M. (1989). Liberty, market and state: Political economy in the 1980s. New York: New York University Press.
Chamoni, P., & Gluchowski, P. (2017). Business analytics – State of the art. Controlling & Management Review, 61(4), 8–17.
Coase, R. H. (1960). The problem of social cost. Journal of Law and Economics, 3, 1–44.
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.
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.
Dorfleitner, G., & Rad, J. (2017). Wie FinTechs den Factoring-Markt neu gestalten. Corporate Finance, 8(11–12), 358–363.
Dorfleitner, G., Leidl, M., Priberny, C., & von Mosch, J. (2013). What determines microcredit interest rates? Applied Financial Economics, 23(20), 1579–1597.
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.
Dorfleitner, G., Hornuf, L., Schmitt, M., & Weber, M. (2017a). FinTech in Germany. Cham: Springer International Publishing.
Dorfleitner, G., Rad, J., & Weber, M. (2017b). Pricing in the online invoice trading market: First empirical evidence. Economics Letters, 161, 56–61.
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.
Eck, W. A. (2017). Informationen rücken näher zusammen. Bankmagazin, (7-8), 50–53.
Frien, B. (2017). Gegner, Helfer, Partner: Fintechs und das Firmenkundengeschäft der Banken. Frankfurt am Main: Frankfurt Business Media.
Gimpel, H., Rau, D., & Röglinger, M. (2016). FinTech-Geschäftsmodelle im Visier. Wirtschaftsinformatik & Management, 2016(3), 38–47.
Godenrath, B. (2017). Robo-Rugby. Börsen-Zeitung, 30.12.2017, 34.
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.
Lerner, J., Baker, M., Speen, A., & Leamon, A. (2015). Financial patent quality: Finance patents after State Street. Havard Business School Working Paper, 16-068.
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.
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.
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.
Schwarz, T. (2015). Big Data im Marketing: Chancen und Möglichkeiten für eine effektive Kundenansprache. München: Haufe Lexware.
Teece, D. J. (1986). Profiting from technological innovation: Implications for integration, collaboration, licensing and public policy. Research Policy, 15(6), 285–305.
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.
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.
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.
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.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Dorfleitner, G., Hornuf, L. (2019). FinTech-Geschäftsmodelle. In: FinTech und Datenschutz. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-26500-7_5
Download citation
DOI: https://doi.org/10.1007/978-3-658-26500-7_5
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-26499-4
Online ISBN: 978-3-658-26500-7
eBook Packages: Business and Economics (German Language)