Bestimmung eines digitalen Reifegrades für Retailbanken

Inhaltsverzeichnis

1 Einleitung

2 Aktuelle Herausforderungen deutscher Retailbanken
2.1 Veränderung der externen Rahmenbedingungen
2.1.1 Wandel durch branchenübergreifende Megatrends
2.1.2 Modifikation der branchenspezifischen Umweltfaktoren
2.2 Herausfordernde interne Modalitäten
2.3 Zwischenfazit

3 Ausgewählte Modelle zur Bestimmung des Reifegrades
3.1 Relevanz der Ermittlung eines Reifegrades
3.1.1 Funktion von Reifegradmodellen
3.1.2 Struktur von Reifegradmodellen
3.2 Überblick der bestehenden Reifegradmodelle
3.2.1 Capability Maturity Model Integration als Prozessbewertung
3.2.2 Digital Maturity Model als digitales Reifegradmodell

4 Erarbeitung eines digitalen Reifegradmodells für Retailbanken
4.1 Methodische Vorgehensweise der Modellentwicklung
4.2 Aktueller Forschungsstand
4.3 Vorstellung des Modells
4.3.1 Ebenen des Modells
4.3.2 Dimensionen und Ableitung von Einzelkriterien des Modells
4.4 Bestimmung des digitalen Reifegrades
4.5 Reifegradstufen des Modells

5 Limitationen und Ausblick

6 Fazit

Literaturverzeichnis

Anhang

Abbildungsverzeichnis

Abbildung 1. Umweltfaktoren im Retailbanking

Abbildung 2. Terzile und quartile Reifegradstufen

Abbildung 3. Reifegradstufen und Dimensionen des Digital Maturity Model

Abbildung 4. Methodische Vorgehensweise in der Modellentwicklung

Abbildung 5. DMMRB mit seinen zehn Dimensionen

Abbildung 6. DMMRB mit seinen 36 Einzelkriterien

Abbildung 7. DMMRB mit den Einflussgrößen und den Reifegradstufen

Tabellenverzeichnis

Tabelle 1. Fähigkeits- und Reifegrade nach CMMI

Tabelle 2. Existierende Reifegradmodelle

Tabelle 3. Einzelkriterien und Reifegrad je Dimension

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Zusammenfassung

In Folge der Digitalisierung stellt die Implementierung der digitalen Technologien in das Geschäftsmodell der Retailbanken gerade aufgrund des standardisierten Geschäfts einen bedeutenden Wettbewerbsfaktor dar. Durch geänderte Rahmenbedingungen des Marktes für Finanzdienstleistungen stehen diese vor zusätzlichen Herausforderungen. Daher ist die Implementierung der digitalen Technologien in die Finanzdienstleistungen einer Retailbank von großer Bedeutung. Aus diesem Grund ist bei der digitalen Transformation eine Standortbestimmung der Fortschrittlichkeit der Retailbanken essentiell. Ein Forschungsüberblick zeigt, dass zurzeit noch kein solches Modell existiert. In der vorliegenden Arbeit wird daher ein digitales Reifegradmodell für Retailbanken auf Basis einer umfangreichen Literaturrecherche entwickelt. Als Ergebnis werden 36 Kriterien vorgestellt, mit denen die Bestimmung eines digitalen Reifegrades für Retailbanken möglich ist.

Abstract

Due to the fact of an increasing digitalization, the implementation of digital technologies into the business model of retail banks is mainly because of the standardized business and an essential competitive factor. Therefore, the use and adoption of digital technologies is a necessary factor in the progress of digitization in retail banking. For this reason, a determination of the location of the retail banks' progress is essential in digital transformation. Previous research has shown that there is no such model existing at the moment. This thesis develops a digital maturity model for retail banks based on a comprehensive literature research. The main result are 36 criteria which help to determ a digital maturity level for retail banks.

1 Einleitung

Die Digitalisierung und der damit verbundene Wandel verändern die Lebensgewohnheiten nachhaltig und motivieren dadurch zahlreiche Unternehmen zu einer grundlegenden Neuausrichtung. Durch das Internet und die Informationstechnologie (IT) ist ein vollkommen neues Zusammenfinden von Anbietern und Nachfragern möglich (Becker 2015). Dadurch werden etablierte Marktstrukturen aufgebrochen, wodurch die Wertschöpfung ganzer Branchen massiv beeinflusst wird (Zillmann 2015). Auch das alltägliche Leben verändert sich durch die Nutzung der digitalen Technologien (Fahrenschon 2016) wie beispielsweise durch die wachsende Ausbreitung des Internets (Eurostat 2017; Thiesmeyer 2015). Der Point of Sale rückt in Folge dessen immer näher in Richtung der digitalen Kanäle (Wings und Kleine 2015; Stettler 2011).

Vor allem die Finanzindustrie ist von dieser Entwicklung betroffen. Aufgrund der Immaterialität der Finanzdienstleistungen stellt die Digitalisierung ein wichtiges strategisches Element dar (Dombret 2015). Die Bankdienstleistungen lassen sich infolge dieser vollständig digitalisieren (Alt und Puschmann 2016). Neue Technologien ermöglichen es zudem, Prozesse einfacher und schneller vonstatten gehen zu lassen. Baxter und Vater (2014) sprechen sogar von einer Steigerung der Wettbewerbsposition der Banken, falls diese die Chancen nutzen und IT in ihr Geschäftsmodell einbringen. Aufgrund des standardisierten Massengeschäftes des Retailbankings birgt die Digitalisierung vor allem für die Retailbanken ein enormes Potential (Ehlerding et al. 2016).

Hinzu kommt, dass die Kunden verstärkt Interaktion mit ihrer Bank über die digitalen Medien fordern (Dümmler und Steinhoff 2015). Aufgrund der neuen Technologien wird von den Retailbanken verlangt, die Finanzdienstleistungen orts- und zeitunabhängig durchzuführen (Jentsch 2016; Eistert et al. 2012). Diese und weitere Herausforderungen zwingen die Retailbanken dazu, sich digital weiterzuentwickeln. Mittlerweile haben diese die Bedrohlichkeit der Situation verstanden und die Notwendigkeit der digitalen Transformation erkannt.

Zunehmende Handlungsansätze zur digitalen Transformation der Retailbanken sind vorzufinden (Alt und Puschmann 2016). Schon heute investieren die Banken viel in die Digitalisierung (Zies et al. 2015). Jedoch bestehen gewisse Herausforderungen bei der Transformation: Es existieren keine Vorgaben, was die einzuleitenden Schritte sind, um die Digitalisierung erfolgreich in das Geschäftsmodell einzubringen. Zudem stellt es sich für das Management als schwierig dar, den Überblick über die Entwicklungen zu behalten (Vater et al. 2012). Es gilt, diese Vielzahl an Veränderungen ganzheitlich anzugehen und die Komplexität, welche daraus resultiert, zu bewerkstelligen (Beese et al. 2015). Des Weiteren ist der digitale Fortschritt für die Retailbank nur sehr schwer messbar (Schönbohm und Egle 2017). So ist auch ein Wettbewerbsvergleich schwer darstellbar. Außerdem fehlen allgemeingültige Handlungsempfehlungen bei der Implementierung der neuen Technologien. Eine fundierte Standortbestimmung und Analyse der Ist-Situation ist ein Erfolgsfaktor, um die Chancen der Digitalisierung für die Retailbanken zu nutzen (Ehlerding et al. 2016). Es existieren bereits wenige Modelle zur allgemeingültigen Standortbestimmung in der Digitalisierung (Schäfer et al. 2015; Azhari et al. 2014; Berghaus und Back 2016; Berghaus und Back 2016; Berghaus und Back 2016; Egeli 2016; Brunner et al. 2016), jedoch momentan keines mit den besonderen Anforderungen einer Retailbank.

An dieser Stelle setzt die Arbeit an. Ziel ist die Entwicklung eines Reifegradmodells, welches es ermöglicht, eine fundierte Standortbestimmung einer Retailbank durchzuführen. Durch dieses Modell lassen sich sodann Wettbewerbsvergleiche in der Fortschrittlichkeit der digitalen Transformation anstellen.

Die Arbeit ist dabei wie folgt gegliedert: Zunächst werden die aktuellen Herausforderungen deutscher Retailbanken analysiert und deren Handlungsbedarf herausgearbeitet. Anschließend wird in Kapitel 3 die Relevanz der Ermittlung eines Reifegrades dargelegt und es werden vorhandene Modelle beschrieben. Auf dieser Grundlage folgen in Kapitel 4 eine Ableitung von Kriterien zur Bestimmung des digitalen Reifegrades für Retailbanken und eine Erklärung des abgeleiteten Modells. Den Abschluss der vorliegenden Abhandlung bilden eine Diskussion der erarbeiteten Ergebnisse und eine Darstellung der Limitationen des Modells in Kapitel 5. Eine Übersicht des deutschen Bankensektors, in welcher zudem eine Begriffsbestimmung des Retailbankings vorgenommen wird, befindet sich im Anhang A dieser Arbeit.

2 Aktuelle Herausforderungen deutscher Retailbanken

Als Ausgangsbasis für die Erstellung eines digitalen Reifegradmodells sollen zunächst die Herausforderungen der deutschen Retailbanken in einem dynamischen Marktumfeld erörtert werden. Die Analyse dieser wird in die Veränderung der externen Rahmenbedingungen und der internen Modalitäten untergliedert. Abschließend wird in einem Zwischenfazit erläutert, weshalb für Retailbanken die Bestimmung eines digitalen Reifegrades von Vorteil ist.

2.1 Veränderung der externen Rahmenbedingungen

Die Betrachtung der externen Einflussfaktoren wird unterteilt in den Wandel der branchenübergreifenden Megatrends und in die Modifikation der branchenspezifischen Umweltfaktoren.

2.1.1 Wandel durch branchenübergreifende Megatrends

Eine aktuelle Marktveränderung im Bereich der Finanzdienstleistungen ist unverkennbar. Walter (2016) spricht von einem Veränderungsdruck, wie er nie zuvor auf die Banken eingewirkt hat. Die Wertschöpfungskette der Bankinstitute wird durch verschiedenste Faktoren angegriffen und beeinflusst (Koch et al. 2016). Branchenübergreifende Megatrends sind dabei die Digitalisierung und die Veränderung der Kundenbedürfnisse.

Der Megatrend der Digitalisierung disruptiert fast alle Branchen (Bastid et al. 2016). So wird die Digitalisierung auch als der „größte [...] Umbruch seit der Industriellen Revolution“ (Schmidt 2014, S. 75) bezeichnet. Dies macht sich durch eine immer stärker werdende Vernetzung aller Marktakteure bemerkbar. Informationen sind jederzeit verfügbar (Henk und Holthaus 2015). Eine sich ständig weiterentwickelnde Technologie ist die Triebfeder des digitalen Strukturwandels (Durst und Durst 2016; Dierolf 2016). Technische Grenzen schwinden durch immer höhere Rechenleistung so schnell, dass diese kein Hindernis mehr darstellen (Dombret 2015). Das Internet durchdringt immer stärker alle Lebensbereiche. Die neuen Technologien ermöglichen es, Transaktionen schneller und effizienter abzuwickeln (Heinemann et al. 2015; Seitz 2017). Leeder (2014) beobachtet zudem einen Anstieg der Umsätze über die digitalen Vertriebskanäle.

Finanzdienstleistungen sind von der Digitalisierung besonders betroffen, da die Produkte und Leistungen komplett auf Informationen beruhen. Aufgrund der Immaterialität dieser können die Aufnahme, der Transport und das Nutzbarmachen von Informationen mittels IT ohne Zeitverzug erfolgen (Alt und Puschmann 2016). Die neuen Technologien revolutionieren weitgehend den Handlungsspielraum. So ermöglicht es das mobile Internet, die Bankgeschäfte des Kunden in seinen Alltag zu integrieren (Eistert et al. 2012). Auch bankintern ergibt sich durch die Standardisierung im Retailbanking ein hohes Potential für Digitalisierung (Weck 2017). Es lassen sich immer mehr Daten speichern, dadurch besser analysieren und zum eigenen Vorteil anwenden. Es können folglich mehr Informationen über den Kunden gewonnen werden (Buhl et al. 2012). Kunden lassen sich durch die neugewonnenen Informationen besser segmentieren und zielgerichteter ansprechen (Eistert et al. 2012). Nach einer Umfrage von Zillmann und Ströbele (2012) sehen die Banken bis zum Jahr 2020 einen signifikanten Anstieg des Vertriebs von Finanzprodukten über die digitalen Kanäle.

In allen Lebensbereichen ist die Digitalisierung omnipräsent (Kinting und Wißmann 2016). Eine zunehmende Verbreitung des Smartphones ist nur ein Beispiel hierfür (Hellenkamp 2016). Durch die wachsende Penetration und Anwendung des Internets (Eurostat 2017; Thiesmeyer 2015) haben sich auch die Kundenbedürfnisse verändert (Durst und Durst 2016). Die immer stärker vernetzte Gesellschaft erwartet durch neue Technologien auch eine dauerhafte Verfügbarkeit von Finanzdienstleistungen im Bankensektor (Hirschmann 2015).

Die Akzeptanz, digital mit dem Bankinstitut zu interagieren, wächst stetig (Dombret 2015). So wird das positive Kundenerlebnis aus anderen Branchen auch für die Banken zunehmend als Mindeststandard vorausgesetzt (Mihm 2015). Folglich fordern auch die Kunden von ihrer Bank, mithilfe von IT Bankgeschäfte zu tätigen. So möchte nach Dümmler und Steinhoff (2015) der Kunde selbst entscheiden, wie er mit seiner Bank in Interaktion tritt. Er möchte situationsbezogen über die Interaktionsform entscheiden (Roßbach et al. 2015; Hientzsch et al. 2017). Zudem erwarten die Kunden von ihrer Bank räumliche und zeitliche Unabhängigkeit sowie Wertschöpfung ohne zeitlichen Verzug (Graupner et al. 2016; Jentsch 2016; Fahrenschon 2016; Lieberknecht 2016; Baxter und Vater 2014). Demnach erhoffen sie, günstig, schnell und sicher ihre Transaktionen zu vollziehen (Mackenzie 2015). Sinn et al. (2012) sprechen von einem Kundenwunsch nach Ausbau der digitalen Interaktionskanäle mit der Bank. Dieses Phänomen macht sich auch im Rückgang des Kundenaufkommens in den Filialen bemerkbar. Pratz und Eisert (2014) sprechen sogar davon, dass „die Tage der klassischen Filiale [...] gezählt [sind]“ (Pratz und Eisert 2014, S. 24).

Die schnelle Verbreitung des Internets zeigt dem Kunden immer neue Lösungsmöglichkeiten auf. Dabei möchte der Kunde immer weniger selbst aktiv nach Informationen suchen müssen. Er möchte alles für ihn Relevante aktiv und individuell digital angeboten bekommen. Sollte dies nicht zufriedenstellend bewerkstelligt werden können, bieten ihm heutzutage die digitalen Medien die Möglichkeit, ohne große Hindernisse den Anbieter zu wechseln (Kinting und Wißmann 2016). Nach Schmoll und Böhm (2017) werden die Kunden stetig renitenter und wechselbereiter. Mangelnde Leistungserbringung aus Kundensicht oder eine niedrigere Kundenzufriedenheit führen somit zu einer Abwanderung der Kundschaft zur Konkurrenz. Ein weiterer Punkt der veränderten Kundenbedürfnisse ist der hohe Vertrauensverlust der Kunden gegenüber ihrem Kreditinstitut (Goeke 2016). Durch Provisionsmaximierung und fehlender Kundenorientierung in der Vergangenheit haben Retailbanken negative Kunden-Umfragewerte (Niehage 2016; Sinn et al. 2012).

Neben der Digitalisierung und einer daraus folgenden Veränderung der Kundenbedürfnisse haben Banken zudem mit zusätzlichen branchenspezifischen Herausforderungen umzugehen, welche im folgenden Kapitel kurz dargelegt werden.

2.1.2 Modifikation der branchenspezifischen Umweltfaktoren

Ausgelöst durch die Finanzkrise wurde das globale Finanzsystem in ein systemgefährdendes Ungleichgewicht gebracht (Voigtländer 2015). Der Zusammenbruch und die damit einhergehenden Folgen für die Wirtschaft konnten nur durch das Einschreiten von Regulierungsbehörden und Notenbanken verhindert werden. Dies hatte den Anstieg der Regulatorik, das Zustandekommen einer Niedrigzinssituation und den Eintritt neuer Wettbewerber in den Markt der Finanzdienstleistungen zur Folge.

Um ein solches Geschehen zukünftig zu verhindern, wurden den Banken zahlreiche neue regulatorische Anforderungen auferlegt (Eismann 2015; Dierolf 2016; Walter 2016; Fahrenschon 2016; Kaulvers 2015; Huch 2014). Als Beispiel lassen sich die Vorschriften des Basler Ausschusses der Bank für Internationalen Zahlungsausgleich nennen. Mit diesen Vorschriften werden signifikant höhere Kapitalmengen zur Unterlegung des Eigenkapitals gefordert. Somit müssen sowohl höhere Mindestkapitalquoten als auch zusätzliche Kapitalpuffer vorhanden sein (Koch et al. 2016; Füser und Stoklossa 2013). Schon seit 2008 müssen deutsche Institute ihre Kapitalbasis erhöhen und dabei ihre risikogewichteten Aktiva im Durchschnitt bis zu 20 Prozent senken (Koch et al. 2016). Zudem sind die Anforderungen an Qualität und Umfang der Berichterstattung hochgradig gestiegen. Durchschnittlich sind die Banken in Deutschland täglich mit rund 60 regulatorischen Bestimmungen konfrontiert (Masters 2011).

Dieser Umstand ist nicht nur mit Einmalkosten, sondern auch mit der Zunahme der laufenden Kosten verbunden. Die stärkere Kapitalbindung schränkt den geschäftlichen Handlungsspielraum drastisch ein (Kirmße 2016; Koch et al. 2016; Dierolf 2016). Die durch Rechtskleider gehemmten Kreditinstitute benötigen für die Umsetzung der weiteren Regelwerke Ressourcen und Kapital, welches sie folglich nicht anderweitig für innovative Zwecke verwenden können (Eder 2015). Durch den Anstieg der Regularien steigen auch die strukturell bedingten Kosten für Rechtsstreitigkeiten (Kipker und Serges 2015). Die Implementierung der neuen Regularien wird laut der Unternehmensberatung Bain & Company zukünftig schätzungsweise 15 bis 20 Prozent der gesamten Kosten verursachen (Sinn und Schmundt 2016).

Die gesamten Regeländerungen zielen für Kunden einer Retailbank hauptsächlich auf die bessere Verständlichkeit der Finanzprodukte ab (Eckhardt 2014). Der Kunde soll ohne weitere Bemühungen Vergleiche anstellen können (Lieberknecht 2016). Die Wirtschaftsprüfgesellschaft KPMG beziffert die jährlichen direkten Kosten aller deutschen Banken für die Umsetzung regulatorischer Vorschriften in einer Studie auf bis zu 1,4 Milliarden Euro, ungeachtet der Opportunitätskosten aufgrund der hohen Liquiditäts- und Kapitalanforderungen (Pukropski et al. 2013).

Da die Finanzwirtschaft das Rückgrat der Realwirtschaft darstellt (Illing 2013), folgte auf die Finanzkrise eine Wirtschaftskrise. So senkte auch die Europäische Zentralbank das Zinsniveau, um die geschwächte Wirtschaft wieder anzukurbeln. Dieses Vorgehen hat eine zunehmend abflachende Zinskurve zur Folge (Kipker und Serges 2015). Die bis dato anhaltende Niedrigzinsphase (Durst und Durst 2016; Dombret 2015; Zillmann 2015; Goeke 2016; Walter 2016) führt zu einer Erosion des klassischen Geschäftsmodells der Retailbanken (Kinting und Wißmann 2016). Die volkswirtschaftliche Situation belastet die Zinsmargen der Banken (Koch et al. 2016; Gottschalk 2016). Staaten mit erstklassiger Bonität können sich zu negativen Zinsen verschulden. Dies hat negative Auswirkungen auf den Zinsüberschuss der Banken. Die Fristentransformation lässt aufgrund des niedrigen Zinsniveaus kaum noch Erträge zu (Fahrenschon 2016). Infolgedessen lassen sich mit Produkten auf der Passivseite der Bilanz kaum noch Erträge generieren (Liebknecht 2016). Der Ertrag aus der Anlage des Eigenkapitals ist infolge des niedrigen Zinsniveaus rückläufig (Kirmße 2016).

In Deutschland ist der relative Anteil des Zinsüberschusses am Gesamtergebnis mit 73 Prozent so hoch wie in keinem anderen Land. Folglich leiden deutsche Banken besonders unter den niedrigen Zinsen (Sinn und Schmundt 2016). Koch et al. (2016) verweisen darauf, dass das Vorsteuerergebnis deutscher Retailbanken, unter Annahme der bestehenden Niedrigzinssituation, in den kommenden fünf Jahren um 50 Prozent rückläufig sein wird, falls nicht entsprechende Gegenmaßnahmen eingeleitet werden.

Durch Globalisierung und Digitalisierung hat sich der Markt mit einer hohen Dynamik erweitert. Aufgrund der gestiegenen Anzahl von Institutionen verschärft sich der Wettbewerb um die Gunst der Kunden (Alt und Puschmann 2016). Der erhöhte Wettbewerb drückt auch die Preise im Retailgeschäft (Koch et al. 2016; Walter 2016). Die Markteintrittsbarrieren sind gerade im standardisierten Massenkundengeschäft durch neue Technologien gefallen, da mehr Akteure Finanzdienstleistungen anbieten können. Dies führt zu einer Marktöffnung und einem grenzüberschreitenden Wettbewerbsumfeld (Niehage 2016; Henk und Holthaus 2015; Breuer 2001; Roßbach et al. 2015). Wo früher die regionalen Banken mit Kundennähe trumpfen konnten, können sich die Kunden heute ihre Bank dank der Digitalisierung frei wählen. Zunehmend siedeln sich neue Wettbewerber am Markt der Finanzdienstleistungen an, welche eine substanzielle Gefährdung für Retailbanken darstellen (Durst und Durst 2016). Das Monopol der Zusammenführung von Anlegern und Kapitalsuchenden liegt nicht mehr ausschließlich bei den Banken (Wings und Kleine 2015). In den letzten Jahren sind weltweit tausende Start-ups entstanden, sogenannte Fintechs¹, die Lösungen im Finanzsektor vollkommen neu gestalten (Weck 2017; Alt und Puschmann 2012; Fleischer 2015; Dombret 2015; Eistert et al. 2012; Zillmann 2015). Sie disruptieren mit innovativen Finanzdienstleistungen das Geschäft der etablierten Retailbanken (Braune und Landau 2017; Ullrich 2016; Mackenzie 2015; Flaskämper und Bergmann 2016; Bloch und Vins 2016; Papenbrock 2017). Häufig bieten sie dabei nur einen Teil der Wertschöpfungskette der Banken an (Burgmaier und Hüthig 2015; Drummer et al. 2016; Niehage 2016). Gleichwohl erobern Fintechs immer mehr Marktanteile im Bereich der Finanzdienstleistungen für Privatkunden (Belinky et al. 2015; Drummer et al. 2016). Sie sind durch ihre technologische Fortschrittlichkeit handlungsschneller als die Banken und können ihre Dienstleistungen schneller, intuitiver und kostengünstiger für den Kunden anbieten (Grobe und Steinkühler 2015; Drummer et al. 2016; Mackenzie 2015). Des Weiteren entdecken zunehmend auch IT- und Internetfirmen wie zum Beispiel Apple, Google oder Amazon die Branche der Finanzdienstleistung (Kipker und Serges 2016; Dombret 2015; Zillmann 2015; Jentsch 2016; Kalbhenn und Grönke 2017). Diese Unternehmen weisen große Kundenstämme auf und sind technologisch sehr leistungsfähig. Sie werden in den leicht abbildbaren Finanzprodukten zu ernsthaften Wettbewerbern der Retailbanken heranwachsen (Burgmaier und Hüthig 2015; Goeke 2016). Die Branchengrenzen werden verschwimmen. Durch Vergleichsportale im Internet entsteht, bedingt durch die immaterielle Substituierbarkeit der Finanzprodukte, ein Preiskampf (Kupke und Weber 2016; Graupner et al. 2016). Der Kunde substituiert bei gleicher Leistungsausgestaltung eines Produktes auf das dauerhaft günstigste Produkt. Folglich erlangt der günstigste Anbieter den Vorteil beim Wettbewerb um die Gunst des Kunden.

Die zunehmende Marktöffnung geht mit einem Wandel vom Verkäufer- zum Käufermarkt einher (Roßbach et al. 2015). Aufgrund dieser Änderung liegt die Entscheidungshoheit der Anbieterwahl beim Kunden. Dies unterstützt neben den zusätzlichen neuen Marktteilnehmern den Wettbewerb. Durch die Immaterialität der Bankprodukte beruhen diese ausschließlich auf Informationen. Sie decken keine Primärbedürfnisse ab. Bankprodukte sind nachgelagerte Leistungen und unterstützen nur die Befriedigung der eigentlichen Bedürfnisse (Moormann und Leyer 2012). Die durch IT gesunkenen Wechselkosten ermöglichen es dem Kunden ohne großen Aufwand, seine Bankverbindung zu wechseln (Vater et al. 2012). Fleischer (2015) spricht von einer Abwanderung von bis zu 20 Prozent der Kundschaft von den Retailbanken hin zu den neuen Wettbewerbern am Markt.

Zusätzlich zu dem herausfordernden Wandel der externen Umweltfaktoren haben Banken noch mit internen Komplexitäten umzugehen, welche im nachfolgenden Kapitel kurz angerissen werden.

2.2 Herausfordernde interne Modalitäten

Die Eigenkapitalrenditen der deutschen Banken liegen seit der Finanzkrise noch unter den Kapitalkosten (Sinn und Schmundt 2016; Kipker und Serges 2015). So verdienen diese noch nicht einmal ihre Eigenkapitalkosten. Koch et al. (2016) beobachten in den letzten Jahren in der gesamten Finanzbrache eine rückläufige Profitabilität. Dies ist mit veralteten Banksystemen und einer erhöhten Prozesskomplexität begründbar.

Viele Banken haben veralte Banksysteme von teilweise über 40 Jahren im Einsatz, welche bezüglich ihrer Leistungsfähigkeit nicht mehr aktuellen Anforderungen entsprechen. Die Wartung dieser Systeme beansprucht wertvolle Ressourcen. Zwei Drittel der IT-Angestellten sind nicht mit Innovation, sondern mit Aufrechterhaltung des operativen Betriebes befasst (Alt und Puschmann 2016). Falato et al. (2013) sprechen sogar von überalterten IT-Systemen. Gefesselt an fragmentierende Systemlandschaften, welche häufig historisch gewachsen sind, haben die Banken erschwerte Bedingungen bei der Adaption und Implementierung von neuen Lösungsansätzen oder der Erweiterbarkeit um neue Funktionalitäten (Grobe und Steinkühler 2015; Kinting und Wißmann 2016). Nach Giammarino (2012) werden rund 90 Prozent des Technologiebudgets in die Aufrechterhaltung der bestehenden Systeme investiert und nur 10 Prozent in die Weiterentwicklung.

Neben den Systemproblemen sind die Banken auch durch eine gewachsene Struktur ihrer internen Organisation komplex aufgestellt (Wieandt 2016). In der Vergangenheit wurde es verpasst, die Organisationsstruktur zu straffen (Drummer et al. 2016), weswegen Strukturen und Reportings oftmals zu komplex aufgebaut sind (Zillmann 2015). Es existieren dadurch Doppelverantwortlichkeiten und nicht eindeutig festgelegte Entscheidungskompetenzen (Sinn und Schmundt 2016; Lehmann und Sydow 2015). Nach Falato et al. (2013) sind silomäßige Strukturen innerhalb der Institution vorzufinden, welche nicht miteinander kommunizieren und somit eine Zusammenarbeit erschweren.

2.3 Zwischenfazit

Der Wandel der Marktbedingungen geht mit einem Angriff auf den Deckungsbeitrag der Retailbanken einher (Walter 2016). Durst und Durst (2016) sprechen von einer disruptiven Umbruchphase. „Die sich zunehmend öffnende Schere der Aufwands-Ertrags-Relation führt zu zwingenden Handlungsnotwendigkeiten“ (Walter 2016, S. 33).

Die genannten Änderungen der Einflussfaktoren stellen zum jetzigen Zeitpunkt eine Verschlechterung der Ertragsaussichten für die Retailbanken in unmittelbarer Zukunft dar, wie in folgender Abbildung dargestellt ist.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1. Umweltfaktoren im Retailbanking (in Anlehnung an Bartmann et al., 2011, S. 25)

Die Beratungsgesellschaft Bain & Company spricht davon, dass bei den Banken eine Kostensenkung in Höhe von 30 Prozent in den nächsten zehn Jahren notwendig wird, um weiterhin Bestand zu haben (Sinn und Schmundt 2016). Die Banken müssen jetzt digital transformieren, sonst droht ihnen in Zukunft der Bedeutungsverlust. Sie erliegen dem Wettbewerb und werden ansonsten zu einem Backend-Dienstleister degradiert (Reich und Mathur 2015; Baxter und Vater 2014; Dombret 2015).

Das Geschäftsmodell muss neu gedacht werden. In einer Umfrage fanden Wings und Kleine (2015) heraus, dass Banken die Digitalisierung als Schlüsseltrend bis zum Jahre 2025 als relevant erachten müssen. Idealerweise verhilft die Digitalisierung nach Eistert et al. (2013) nicht nur intern zu effizienteren Kostenstrukturen, sondern ermöglicht auch nach außen hin dem Kunden ein attraktiveres Kundenerlebnis. Durch den Vertrieb immaterieller Dienstleistungen lässt sich prinzipiell jeder Schritt der Wertschöpfungskette digitalisieren (Kipker und Serges 2015). Digitale Geschäftsmodelle nutzen Kapital effizienter, lassen sich einfacher skalieren und ermöglichen attraktive Return on Investments trotz der niedrigen Margen im Retailbanking (Vater et al. 2012; Geier 2013). Digitalisierung hilft den Banken, Daten effizienter zu verwalten. Die Verwendung von IT im Backoffice vereinfacht die Dokumentenspeicherung, deren Suche und Abfrage. Durch Automatisierung kann bis zu 30 Prozent der operativen Kosten eingespart werden (Falato et al. 2013). Es lassen sich zudem nicht nur Prozesse digitalisieren, sondern dadurch auch strukturelle Komplexität abbauen. „Digitalisierung birgt in Summe enormes Potenzial für Finanzinstitute. Digitale Technologien ermöglichen es, die einerseits gestiegenen Kundenerwartungen an Service- und Produktangebote zu erfüllen und zugleich durch den Wegfall von manuellen Bearbeitungsschritten Kosteneinsparungen zu erzielen“ (Ehlerding et al. 2016, S. 10).

Eine schnelle Implementierung und Umsetzung der neuen Technologien ist von Relevanz, da sich die Innovationszyklen in den vergangenen Dekaden immer weiter verkürzt haben (Vater et al. 2012). Hierbei ist es gerade im gestiegenen Wettbewerb wichtig zu wissen, wie man zur Konkurrenz steht und was die konkreten einzuleitenden Handlungsschritte sind. Die klassischen Instrumente des Controllings sind nicht blindlings auf digitale Geschäftsmodelle übertragbar (Schönbohm und Egle 2017; Alter 2013). Die Standortbestimmung der digitalen Transformation stellt die Banken vor eine Herausforderung. Bis dato gibt es keine allgemeingültigen Kennzahlen, um den digitalen Wandel zu quantifizieren (Schönbohm und Egle 2017).

An diesem Punkt setzen Reifegradmodelle an. Sie ermöglichen es der Organisation, einen aktuellen Entwicklungsstandort zu bestimmen (Allweyer und Knuppertz 2009). Durch eine umfassende Analyse der Ist-Situation werden Handlungsempfehlungen zur Verbesserung und weiteren Optimierung erarbeitet. Vor allem dienen sie dem Monitoring des Fortschritts innerhalb der Organisation (Becker et al. 2009a). Dies stellt gerade im Umfeld der digitalen Transformation einen großen Mehrwert dar.

3 Ausgewählte Modelle zur Bestimmung des Reifegrades

In Kapitel 3 wird zunächst die Funktionsweise eines Reifegradmodells und deren Aufbau beschrieben. Anschließend werden zwei Modelle zur Bestimmung eines Reifegrades vorgestellt und auf ihre Eignung zur Bestimmung eines digitalen Reifegrades für Retailbanken überprüft.

3.1 Relevanz der Ermittlung eines Reifegrades

Um eine Verbesserung einer Organisation in vielerlei Hinsicht anzustreben, bedarf es zunächst einer fundierten Standortbestimmung (Allweyer und Knuppertz 2009; Langenbacher 2016). Dies stellt viele Organisationen vor Herausforderungen. Es wird daher ein unterstützendes Instrument zur Benennung der Ist-Situation benötigt, aus welchem sich Handlungsempfehlungen anhand eines typischen Entwicklungspfades zur Verbesserung ableiten lassen (Stolze et al. 2011; Mettler 2010; Altuntas und Uhl 2016; Becker et al. 2009a; Van Looy et al. 2012; Rosemann und Vom Brocke 2015). Reifegradmodelle bieten Hilfestellung bei solchen Fragestellungen. Dies sind Modelle, welche die reale Beschaffenheit einer Organisation aggregiert darstellen (Ahlemann et al. 2005; Stachowiak 1973). Sie ermöglichen das Aufzeigen der aktuellen Positionierung der Organisation und zeigen Entwicklungsperspektiven durch konkrete Verbesserungsmaßnahmen auf (Becker et al. 2009a; Marx et al. 2012). Ein Reifegradmodell beurteilt, inwieweit ein betrachtetes Objekt festgelegte Anforderungen und Kriterien erfüllt. Die Erfüllung dieser Ansprüche wird anhand definierter Einzelkriterien bestimmt (Bleck et al. 2011). Ein Reifegrad ist ein ordinales Maß zur Beurteilung der Inegritivität oder Leistung einer betrachteten Organisation (Altuntas und Uhl 2016; Thiemann et al. 2016).

3.1.1 Funktion von Reifegradmodellen

Reifegradmodelle gibt es in verschiedensten Ausprägungsformen für unterschiedlichste Anwendungsgebiete (Röglinger und Kamprath 2012). Ein Reifegradmodell legt Merkmale fest, welche mittels festgesetzter Bewertungsverfahren beurteilt werden, um die Ist-Situation einer Domäne zu bestimmen. Daraufhin kann der Domäne anhand definierter Kriterien eine Reife zugeordnet werden (Becker et al. 2009b; Mangiapane und Büchler 2015; Jacobs 2017).

Ein Reifegradmodell umfasst eine logische und sequentielle Abfolge von archetypischen Entwicklungsstufen, den sogenannten Reifegraden (Jochem et al. 2011). Daraus wird ein typischer Entwicklungspfad dieser Objekte anhand hintereinander gelagerter Stufen schlussgefolgert. Damit liegt ihnen eine stufenorientierte Denkweise zugrunde, welche von irreversiblem Durchlaufen der im Vorfeld festgelegten Reihenfolge ausgeht (Vandeven und Poole 1995; Röglinger et al. 2012; Reuber et al. 2014). Beginnend mit dem Anfangsstadium werden die Stufen bis zur vollständigen Reife durchlaufen (Becker et al. 2009a; Mangiapane und Büchler 2015). Die Anwendung eines Reifegradmodells stellt keinen Einmalzweck dar, sondern soll einen dauerhaften Veränderungsprozess im betrachteten Spektrum der Organisation in Gang setzen (Wademan et al. 2007).

Die Reifegradstufen dienen als Skala zur Beurteilung (Becker et al. 2009a). Eine Steigerung des Reifegrades geht mit einer Verbesserung der Leistungsfähigkeit einher (Becker et al. 2009b). Merkmale und Merkmalsausprägungen definieren die einzelnen archetypischen Reifegradstufen (Martens et al. 2010; Becker et al. 2009a; Röglinger et al. 2012; Reuber et al. 2014). Sie vertreten aktuelle oder anzustrebende Fähigkeiten (Wade und Hulland 2004).

Es existieren drei Verwendungsfunktionen eines Reifegradmodells in praktischen Entscheidungssituationen (Schönbohm und Egle 2017; Iversen et al. 1999):

- Einordnungs- und Orientierungsfunktion (deskriptiv)
- Analysefunktion (komparativ)
- Spezifikationsfunktion (präskriptiv)

Die Einordnungs- und Orientierungsfunktion kann als Einordnung der Organisation in einem größeren Zusammenhang verwendet werden. Somit bildet sie die Grundlagen für Entscheidungsprozesse zur Qualitätsbeurteilung. Das Reifegradmodell kann in der Analysefunktion als Vergleich oder Benchmarking mehrerer Organisationen untereinander dienen. Bei einer Zieldefinition kann die Spezifikationsfunktion als Vorgehensweise der Qualitätsverbesserung hilfreich sein.

3.1.2 Struktur von Reifegradmodellen

Ein vollständiges Reifegradmodell beinhaltet drei Komponenten (Jüngst 2016):

1. Anzahl der Reifegrade
2. Differenzierung der Evaluationsgebiete
3. Bezeichnung und Eigenschaften der Reifegrade

Ein Reifegrad ist das Resultat auf einer Skala von Quantilen. Jedes Quantil repräsentiert dabei eine Entwicklungsstufe, welche die Reifegrade voneinander abgrenzt (Liehr et al. 2015). Das untere Quantil stellt dabei den niedrigsten Reifegrad dar und das obere Quantil den höchsten. Die definierte erreichte Stufe repliziert somit den jeweils erreichten Reifegrad. Je besser die Einzelkriterien abschneiden, desto höher der Reifegrad (Allweyer und Knuppertz 2009). Null Prozent Zielerreichung entsprechen dem niedrigsten Reifegrad und 100 Prozent Zielerreichung dementsprechend dem Grad der vollkommenen Reife. Je nach Anzahl der Reifegradstufen werden diese 100 Prozent in drei Terzile, vier Quartile, fünf Quintile, zehn Dezile oder 100 Perzentile Reifegradstufen unterteilt (Henze 2013). Die folgende Abbildung zeigt beispielhaft die Unterteilung in terzile und quartile Reifegradstufen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2. Terzile und quartile Reifegradstufen (eigene Darstellung)

Bei 30 Prozent Zielerreichung befindet sich der Reifegrad auf Stufe zwei. Festzulegen ist jedoch die Zugehörigkeit der Grenzen zwischen den Reifegradstufen. Bei einer quartilen Anzahl an Stufen wäre für Reifegrad zwei folgende Situationen denkbar mit und :

Abbildung in dieser Leseprobe nicht enthalten

Im ersten Fall (A) sind 25 Prozent Zielerreichung bei der Reifegradstufe 2 nicht miteingeschlossen und entsprechen somit Reifegradstufe 1. 50 Prozent Zielerreichung hingegen sind miteingeschlossen und entsprechen folglich Reifegradstufe 2. Im zweiten Beispiel (B) entsprechen 25 Prozent Zielerreichung Reifegradstufe 2 und 50 Prozent sind schon Reifegradstufe 3 zuzuordnen.

Zur Reifegradermittlung wird die gesamte betrachtete Organisation in verschiedene thematisch sich voneinander abgrenzende Dimensionen unterteilt. Eine Dimension enthält viele Einzelkriterien, welche einzeln evaluiert werden.

Über die Berechnung eines Reifegrades herrscht in der Literatur keine einheitliche Meinung. So gehen Martens et al. (2010) bei der Berechnung des Reifegrades davon aus, dass dies das Gesamtergebnis in Prozent ist, welches sich aus der Summe der Dimensionen durch die Anzahl der Dimensionen aller Evaluationsgebiete errechnet. Dabei gilt und .

Abbildung in dieser Leseprobe nicht enthalten

Die jeweilige Dimension errechnet sich aus der Summe der Einzelergebnisse je Dimension durch die Anzahl der Einzelergebnisse je Dimension .

Abbildung in dieser Leseprobe nicht enthalten

Anders geht Langenbacher (2016) davon aus, dass „ein Reifegrad [...] jedoch nur dann als erreicht [gilt], wenn sowohl die Kriterien der betrachteten Stufe wie diejenigen der vorgelagerten Stufen als erfüllt betrachtet werden“ (Langenbacher 2016, S. 218). Daher stellt der Reifegrad die kleinste Zielerreichung der betrachteten Dimension dar. Somit würde die obenstehende Formel (I) durch Formel (III) Ersatz finden. Dabei gilt und .

Abbildung in dieser Leseprobe nicht enthalten

Im Umkehrschluss lässt sich diese Argumentation der Berechnung von Langenbacher (2016) auch auf die Bestimmung der Reife der Dimension anwenden. Somit würde auch die Formel (II) durch Formel (IV) Ersatz finden.

Abbildung in dieser Leseprobe nicht enthalten

Zusammenfassend lässt sich trotz der unterschiedlichen Berechnungsverfahren festhalten, dass ein höherer Reifegrad nur durch eine Verbesserung von mindestens einem Einzelergebnis erreicht werden kann (Martens et al. 2010).

Nachdem allgemeingültig ein Verständnis für einen Reifegrad und die Verwendung eines Reifegradmodells vorliegt, werden im Folgenden zwei ausgewählte Modelle vorgestellt.

3.2 Überblick der bestehenden Reifegradmodelle

In diesem Kapitel werden die Modelle Capability Maturity Model Integration (CMMI) und Digital Maturity Model (DMM) beschrieben. Das CMMI ist eines der ersten Reifegradmodelle für Prozessfähigkeit und sehr beliebt in der Praxis. Das DMM ist hingegen ein digitales Reifegradmodell für eine gesamtheitlich betrachtete Organisation.

3.2.1 Capability Maturity Model Integration als Prozessbewertung

Das CMMI ist ein Reifegradmodell für eine Bewertung der Prozessfähigkeit in verschiedenen Anwendungsgebieten (Van Looy 2014; Hahn et al. 2013; Knuppertz 2015; Langenbacher 2016; Kneuper 2006; Becker et al. 2009a; Altuntas und Uhl 2016). Es wird jedoch insbesondere im Bereich von Softwareprozessen angewandt (Jüngst 2016). CMMI ist eine bewährte Praktik, um die Verbesserung und Weiterentwicklung der Prozesse innerhalb einer Organisation zu unterstützen (Knuppertz 2015; Kneuper 2006; Ahlemann et al. 2005). Dabei betrachtet das Modell eine Organisation ganzheitlich, um so eine Verbesserung der Arbeitsabläufe zu gewährleisten (Hahn et al. 2013).

CMMI teilt die gesamtbetrachtete Organisation dabei in Dimensionen auf. Diese Dimensionen werden Prozessgebiete genannt. Diesen einzelnen Prozessgebieten werden Fähigkeitsgrade zugewiesen, welche die Institutionalisierung eines einzelnen Prozessgebietes beschreiben. Ist jedem Prozessgebiet ein Fähigkeitsgrad zugewiesen, ergeben alle Fähigkeitsgrade einen Reifegrad für die Organisation von dem niedrigsten Reifegrad Initial (1), bei welchem Prozesse unkontrolliert verlaufen, bis zur vollkommenen Reife der Prozessoptimierung (5), bei welchem Prozesse ganzheitlich und selbsterlernend sind (Hahn et al. 2013; Knuppertz 2015; Langenbacher 2016; Chaudhary und Chopra 2017). Röglinger und Kamprath (2012) bezeichnen die Fähigkeitsgrade als Reifegrade je Dimension und die Reifegrade als Reifegrade der Organisation. In folgender Tabelle sind die Fähigkeitsgrade den Reifegraden gegenübergestellt.

Tabelle 1. Fähigkeits- und Reifegrade nach CMMI (in Anlehnung an Hahn et al. 2013)

Abbildung in dieser Leseprobe nicht enthalten

„CMMI [...] soll Organisationen zur stetigen Prozessverbesserung führen, indem es genau die Definition der Implementierung der Ziele als wichtigen Teil der Prozessverbesserung von der Organisation selbst fordert“ (Hahn et al. 2013, S. 14).

Im Laufe der Jahre haben sich auf Grundlage des Capability Maturity Model² drei CMMI Modelle entwickelt, welche alle die grundlegend gleichen Inhalte und Ziele haben, sich jedoch in der Struktur, dem Aufbau und dem Betrachtungsgegenstand unterscheiden (Altuntas und Uhl 2016; Wagner 2015; Chaudhary und Chopra 2017): CMMI for Development (Langenbacher 2016), CMMI for Acquisition (Chrissis et al. 2012) und CMMI for Services (Röglinger und Kamprath 2012; Reuber et al. 2014).

Durch den starken Fokus auf die Bewertung einer Prozessreife lässt sich mit diesem Modell nicht simultan ein digitaler Reifegrad bestimmen. Jedoch ist es auch für die Bestimmung eines digitalen Reifegrades ratsam, die betrachtete Organisation, wie auch das CMMI, in verschiedene Dimensionen zu unterteilen und diese einzeln zu bewerten.

3.2.2 Digital Maturity Model als digitales Reifegradmodell

Das DMM wurde im Jahre 2014 von der Unternehmensberatung Neuland und dem Research Center for Digital Business an der Hochschule Reutlingen entwickelt. Es dient als Entscheidungsunterstützung zum Verleih des Digital Transformation Awards. Mit diesem Preis werden jährlich Organisationen von der Zeitschrift WirtschaftsWoche und Neuland ausgezeichnet, welche durch den „Einsatz von digitalen Technologien ihre Wertschöpfung erhöhen und [dadurch] Mehrwert für den Kunden schaffen“ (Azhari et al. 2014, S. 10). Der Preis wird in den drei Kategorien Kundenerlebnis, Produkt- und Service-Innovation und Unternehmen 2.0 vergeben (Azhari et al. 2014; Schäfer et al. 2015).

Das DMM bietet „eine Metrik zur Beurteilung der digitalen Reife aus Sicht unterschiedlicher Funktionen und Disziplinen“ (Schäfer et al. 2015, S. 10). Das DMM enthält fünf Reifegradstufen, welche sich aus acht Dimensionen und je Dimension aus vier Einzelkriterien zusammensetzen. Somit stellen 32 Einzelkriterien die Bewertungsgrundlage.

Die acht Dimensionen, welche den Reifegrad bestimmen, sind Strategy, Leadership, Products, Operations, Culture, People, Governance und Technology. Die Dimension Strategie erfasst, inwieweit die Digitalisierungsstrategie in der Gesamtstrategie verankert ist. In der Dimension Leadership wird die Rolle des Managements bei der Strategieumsetzung betrachtet. Wie sehr die digitale Transformation im Produkt- und Dienstleistungsangebot eingebunden ist wird in der Dimension Products erhoben. Die Dimension Operations behandelt die Agilität von Geschäftsprozessen sowie die Nutzung von digitalen Kanälen intern als auch extern. Die Unternehmenskultur, welche durch die Dimension Culture dargestellt wird, untersucht die Offenheit der Kommunikation innerhalb der betrachteten Organisation. Die Dimension People prüft die Erhaltung von digitaler Expertise in vergangenen Dekaden und inwieweit das permanente Lernen etabliert ist. Die Dimension Governance betrachtet die verbindliche und ganzheitliche Umsetzung der Digitalstrategie und welche Steuerungskonzepte dabei zum Einsatz kommen. Die Dimension Technology überprüft, wie modern die eingesetzten Technologien zur Unterstützung der digitalen Transformation sind und wie deren Potential genutzt wird (Azhari et al. 2014).

Eine Dimension stellt jeweils vier Einzelkriterien in Form von Fragen dar. Die Fragen sind alle qualitativer Natur (für Fragenkatalog siehe Anhang B). Ein Expertenteam analysiert die Antworten und ordnet auf Basis dieser Antworten jeder Dimension eine Reifegradstufe zu (Azhari et al. 2014).

Diese Stufe ist ein Prozentwert mit dem Maximum von 100. Das Mittel aller Dimensionen bildet dann den digitalen Reifegrad der betrachteten Organisation, wobei je nach Kategorie der Preisverleihung des Digital Transformation Awards einzelne Dimensionen stärker gewichtetet werden (Azhari et al. 2014; Schäfer et al. 2015). Das Ergebnis ist ein Prozentwert, welcher einem von fünf Reifegradstufen zugeordnet wird. Das gesamte Scoring umfasst schließlich einen Reifegrad zwischen eins und fünf.

Die fünf sich daraus ergebenden Reifegradstufen sind Unaware (1), Conceptual (2), Defined (3), Integrated (4) und Transformed (5) (Azhari et al. 2014; Schäfer et al. 2015). Die Merkmalsausprägungen bedeuten bei dem niedrigsten Reifegrad Unaware, dass eine Bemühung der digitalen Transformation nicht vorzufinden ist. Der Reifegrad Conceptual beschreibt Organisationen, bei welchen erste digitale Projekte erkennbar sind. Beim Reifegrad Defined sind mehrere Digitalisierungsvorhaben in der ganzen Organisation vorzufinden, welche häufig auch schon bereichsübergreifend zusammenarbeiten. Der Reifegrad Integrated beschreibt die Merkmale von Organisationen, bei welchen die digitalen Medien eine tiefe Integration in die Betriebs- und Geschäftsprozesse vorweisen. Der höchste Reifegrad Transformed beschreibt eine Organisation, welche vollkommen digital transformiert ist (Azhari et al. 2014).

Folgende Abbildung stellt die fünf Reifegrade mit ihren Dimensionen und Einzelkriterien des DMM dar.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3. Reifegradstufen und Dimensionen des Digital Maturity Model (in Anlehnung an Azhari et al. 2014; Schäfer et al. 2015)

Folglich wird durch das DMM die Bestimmung eines digitalen Reifegrades vorgenommen. Dadurch können die Dimensionen für die Bestimmung eines digitalen Reifegrades von Retailbanken übernommen werden. Zusätzlich werden diese jedoch angepasst und auf die besonderen Anforderungen einer Retailbank im Folgenden erweitert.

4 Erarbeitung eines digitalen Reifegradmodells für Retailbanken

Im Rahmen von Kapitel 4 wird ein digitales Reifegradmodell erarbeitet. Dabei wird zunächst die methodische Vorgehensweise zur Modellentwicklung dargelegt. Danach wird der aktuelle Forschungsstand zum Thema der Ermittlung eines digitalen Reifegrades von Retailbanken näher betrachtet. Anschließend werden auf das bestehende Modell DMM aufbauend und auf Basis einer umfangreichen Literaturrecherche Kriterien speziell für den digitalen Reifegrad von Retailbanken abgeleitet. Daraus resultiert ein neues Modell zur Ermittlung des digitalen Reifegrades für Retailbanken.

4.1 Methodische Vorgehensweise der Modellentwicklung

Bei der Modellentwicklung wurde auf die Empfehlungen der sieben Entwicklungsphasen als Vorgehensweise zur Entwicklung eines Reifegradmodells nach Becker et al. (2009a) zurückgegriffen. Um sich jedoch auf die relevanten Schritte der Modellentwicklung zu konzentrieren, wurden in Anlehnung an Neff et al. (2014) diese sieben Entwicklungsphasen in vier zusammengefasst, welche in folgender Abbildung dargestellt sind.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4. Methodische Vorgehensweise in der Modellentwicklung (in Anlehnung an Egeli 2016; Neff et al. 2014)

Zunächst wurden die theoretischen Grundlagen in Kapitel 1 bis 2 dieser Arbeit dargelegt und auf die Relevanz der Ermittlung eines digitalen Reifegrades für Retailbanken hingewiesen. Ausgehend von einer allgemeinen Beschreibung eines Reifegradmodells folgte in Kapitel 3 die Vorstellung zweier ausgewählter Reifegradmodelle. Dabei wurden diese auf die Eignungsfähigkeit zur Bestimmung eines digitalen Reifegrades für Retailbanken untersucht.

Aufbauend auf dem DMM wurde anschließend unter Ableitung von spezifischen Anforderungen durch eine einschlägige Literaturrecherche ein eigenes Modell speziell für die Bestimmung eines digitalen Reifegrades für Retailbanken entwickelt.

Dabei wurden die acht Dimensionen des DMM übernommen. Anhand der Erkenntnisse der Literaturrecherche wurden 36 Einzelkriterien abgeleitet, welche den bestehenden Dimensionen des DMM zugeordnet werden. Die Empfehlungen aus der begutachteten Literatur wurden dabei als Zielbild betrachtet. Darüber hinaus wurde die Modellstruktur des DMM durch neue Dimensionen erweitert. Diese erweiterten Dimensionen ergeben sich durch die speziellen Anforderungen einer Retailbank, welche anhand der Literaturrecherche ermittelt wurden. Somit wurden alle Einzelkriterien, welche in der Literatur identifiziert wurden, in der neuen Modellstruktur verortet.

Zum Abschluss dieser Arbeit findet in Kapitel 5 eine kritische Diskussion der erarbeiteten Ergebnisse statt. Zudem werden die Limitationen des Modells benannt und weiterer Forschungsbedarf aufgezeigt.

4.2 Aktueller Forschungsstand

Um den aktuellen Forschungsstand zu digitalen Reifegradmodellen aufzuzeigen, wurde eine einschlägige Literaturrecherche in den für Wirtschaftswissenschaftler gängigen Datenbanken der Universitätsbibliothek der Universität Bayreuth, GENIOS, WISO und EconBiz durchgeführt. So wurden relevante Monographien, Sammelwerke und Zeitschriften abgedeckt. Um die Suche nach wissenschaftlichen Publikationen auszuweiten, wurde zudem Google Scholar mit einbezogen. Zusätzlich wurden mittels einer Google-Recherche Veröffentlichungen aus der Praxis berücksichtigt.

Um weitere Publikationen aufzufinden, wurde mit den ermittelten Ergebnissen eine Rückwärtssuche durchgeführt, indem die Literaturverzeichnisse der Veröffentlichungen durchsucht wurden. Die Recherche wurde mittels einer Vorwärtssuche abgeschlossen, um Schriften zu identifizieren, welche im Ausblick angeführter Artikel genannt wurden.

Der Literaturreview legt dar, dass ein solches Reifegradmodell mit den speziellen Anforderungen einer Retailbank zur Ermittlung eines digitalen Reifegrades noch nicht entwickelt wurde. Die Ergebnisse dieser Recherche finden sich in nachfolgender Tabelle.

Tabelle 2. Existierende Reifegradmodelle

Abbildung in dieser Leseprobe nicht enthalten

[...]

---

¹ Financial Technologies, kurz: Fintechs, bezeichnet Unternehmen, welche Finanzdienstleistungen mithilfe moderner Technologien zur Verfügung stellen. Sie bieten neuartige Lösungen von Anwendersystemen am Markt der Finanzdienstleistungen an (Alt und Puschmann 2012).

² „Das CMM [Capability Maturity Model] wurde ursprünglich entwickelt, um dem amerikanischen Verteidigungsministerium ein Hilfsmittel bei der Beurteilung seiner Lieferanten von Software an die Hand zu geben“ (Kneuper 2006, S. 9). Dies war im Jahre 1987. Seit diesem Zeitpunkt wurde es ständig weiterentwickelt und überarbeitet bis im Jahr 2000 das CMMI vorgestellt wurde (Kneuper 2006).