Banking
Wie Banken tatsächlich funktionieren und welche Finance-, Marketing-, Data- und AI-Themen sie antreiben.
Ordnen Sie sich in 10 Minuten ein
Fünf kurze Assessments, eines pro Bereich der Branche Banking. Sie erhalten ein Radar Ihrer Stärken und blinden Flecken und das Programm, mit dem Sie starten sollten.
Die Programme
Beginnen Sie mit den Grundlagen der Branche und nehmen Sie dann die Disziplin, die Ihre ist. Jedes Programm ist ohne Konto lesbar; ein kostenloses Konto sichert Ihren Fortschritt.
Banking
Dieser Block vermittelt das Grundverständnis, das jeder Banking-Profi braucht, bevor er sich spezialisiert.
18 Lektionen · etwa 4 h
- Die gesamte Wertschöpfungskette im Banking erklären, vom Einlagengeschäft und Underwriting bis zu Distribution und Risikomanagement
- Die wichtigsten Player, ihre Wettbewerbsposition und die Verteilung der Marge zwischen Etablierten, Challengern und Intermediären identifizieren
- Zentrale Bankenregulierungen interpretieren und erläutern, welche Compliance-Pflichten sie für das Tagesgeschäft mit sich bringen
Finance für Banking
Dieser Block baut sektorspezifische Finanzkompetenz für Bankprofis auf.
31 Lektionen · etwa 6 h
- Die gesamte Wertschöpfungskette im Banking erklären, vom Einlagengeschäft und Underwriting bis zu Distribution und Risikomanagement
- Die wichtigsten Player, ihre Wettbewerbsposition und die Verteilung der Marge zwischen Etablierten, Challengern und Intermediären identifizieren
- Zentrale Bankenregulierungen interpretieren und erläutern, welche Compliance-Pflichten sie für das Tagesgeschäft mit sich bringen
Marketing für Banking
Bank-Marketing bewegt sich zwischen Vertrauen, Regulierung und langen Entscheidungszyklen.
31 Lektionen · etwa 6 h
- Die gesamte Wertschöpfungskette im Banking erklären, vom Einlagengeschäft und Underwriting bis zu Distribution und Risikomanagement
- Die wichtigsten Player, ihre Wettbewerbsposition und die Verteilung der Marge zwischen Etablierten, Challengern und Intermediären identifizieren
- Zentrale Bankenregulierungen interpretieren und erläutern, welche Compliance-Pflichten sie für das Tagesgeschäft mit sich bringen
Data für Banking
Banking läuft auf Daten: Zahlungsströme, Feeds von Kreditauskunfteien, Transaktionslogs, Kernbankensysteme und das regulatorische Reporting erzeugen strukturierte und unstrukturierte Datensätze, die Kredit-, Risiko- und Compliance-Entscheidungen steuern.
31 Lektionen · etwa 6 h
- Die gesamte Wertschöpfungskette im Banking erklären, vom Einlagengeschäft und Underwriting bis zu Distribution und Risikomanagement
- Die wichtigsten Player, ihre Wettbewerbsposition und die Verteilung der Marge zwischen Etablierten, Challengern und Intermediären identifizieren
- Zentrale Bankenregulierungen interpretieren und erläutern, welche Compliance-Pflichten sie für das Tagesgeschäft mit sich bringen
KI für Banking
KI verändert das Banking in Kreditentscheidungen, Betrugserkennung, Trading, Kundenservice und Compliance.
31 Lektionen · etwa 6 h
- Die gesamte Wertschöpfungskette im Banking erklären, vom Einlagengeschäft und Underwriting bis zu Distribution und Risikomanagement
- Die wichtigsten Player, ihre Wettbewerbsposition und die Verteilung der Marge zwischen Etablierten, Challengern und Intermediären identifizieren
- Zentrale Bankenregulierungen interpretieren und erläutern, welche Compliance-Pflichten sie für das Tagesgeschäft mit sich bringen
Banking basiert auf Vertrauen, Regulierung und dem Management von Risiko und Liquidität. Von der Frage, wie eine Bank am Spread verdient, über die Basel-Eigenkapitalregeln und die Dynamik der Einlagen bis zum Druck der Fintechs, der die Branche umformt: Diese Vertikale liefert Ihnen das Gesamtbild des Sektors und danach Finance, Marketing, Data und AI in seiner Anwendung.
Schlüsselbegriffe
Warum eine Spezialisierung auf Banking?
Übergreifende Kompetenzen reichen in der Branche Banking nicht aus. Sie spielt nach eigenen Regeln: eine eigene Wertschöpfungskette, spezifische Akteure und Kräfteverhältnisse, dichte Regulierung und Kennzahlen, die es sonst nirgends gibt. Dieses Vertical gibt Ihnen diese Branchensicherheit: zuerst das Gesamtbild, dann Finance, Marketing, Data und KI konkret angewandt auf Banking, mit den Berechnungen, Benchmarks und Checklisten, die man in der Praxis wirklich braucht.
Was Sie danach können
- Verstehen, wie die Branche Banking funktioniert: Wertschöpfungskette, Schlüsselakteure und Kräfteverhältnisse
- Die wichtigsten Regulierungen und Gesetze, die Abkürzungen und das Vokabular der Branche kennen
- Die zentralen Berechnungen durchführen und die Benchmarks von Banking lesen (Märkte US und Europa)
- Finance, Marketing, Data und KI auf die Realitäten von Banking anwenden
- Ihr Niveau mit 5 Branchen-Assessments und einem Kompetenzradar einordnen
70 Lektionen in 16 Modulen und 5 Blöcken, mit einem Test pro Perspektive und einem Branchen-Kompetenzradar. Frei lesbar, kein Konto erforderlich.
Das Programm im Detail
Banking: Wie der Sektor funktioniert
AllgemeinWie eine Bank arbeitet und Geld verdient: Einlagen, Kreditgeschäft, Net Interest Margin, die Bilanz, Regulierung (Basel, Einlagensicherung) und die Aufteilung in Retail, Corporate und Investment Banking.
4 Module · 18 Lektionen
Finance im Bankwesen
FinanceBankspezifische Finance: Eigenkapitalausstattung und Basel-Kennzahlen, Liquidität und Funding, Risikovorsorge im Kreditgeschäft und warum sich P&L und Bilanz einer Bank anders lesen als bei jedem anderen Unternehmen.
3 Module · 13 Lektionen
Marketing im Banking
MarketingMarketing für regulierte Finanzprodukte: Vertrauen und Marke, Akquisitionsökonomie, Cross-Sell und Hauptbankverbindung, Fair-Treatment- und Offenlegungsvorschriften, die die Kommunikation einschränken.
3 Module · 13 Lektionen
Daten im Banking
DataDie Daten, die eine Bank am Laufen halten: Transaktionen, Credit Scoring, Fraud- und AML-Erkennung, Risikomodelle und die strengen Regeln zu Governance, Datenschutz und Modellrisiko drumherum.
3 Module · 13 Lektionen
KI im Banking
KIKI im Banking: Betrugserkennung, Kreditentscheidungen, Kundenservice und die harten Anforderungen an Explainability, Fairness und regulatorische Model Governance.
3 Module · 13 Lektionen
Neueste Artikel
Was das Blog zu Banking veröffentlicht, über alle Disziplinen hinweg.
- FinanceZum Börsengang gezwungen: Was die RBI-Entscheidung zu Tata Sons CFOs über IPO-nahe Finanzplanung lehrtIndiens Zentralbank hat den Einspruch von Tata Sons gegen die Pflicht zum Börsengang abgelehnt und damit womöglich den größten IPO der Landesgeschichte ausgelöst. Für CFOs, die komplexe Konzernstrukturen verantworten, ist der Fall ein seltener öffentlicher Einblick in die Anforderungen an die Finanzplanung, die jedem Weg an den Kapitalmarkt vorausgehen.
- DataWie JPMorgan Chase Data Contracts über 50+ Domains hinweg aufgebaut hatJPMorgan Chase hat sich jahrelang mit fragmentierter Datenverantwortung über hunderte Geschäftsbereiche hinweg herumgeschlagen, bevor systematisch formalisiert wurde, wer was zu welchen Bedingungen besitzt. Ihr Ansatz zu Data Contracts liefert ein funktionierendes Modell für CDOs, die Accountability ohne organisatorische Lähmung brauchen.
- DataZero-Trust-Architektur für den Datenzugriff im Unternehmen: Was CDOs wirklich verstehen müssenZero Trust gehört inzwischen zum Standardrepertoire in Security-Diskussionen, doch die meisten Erklärungen enden am Netzwerkperimeter und erreichen nie die Datenebene, auf der CDOs tatsächlich arbeiten. Dieser Artikel zeigt, wie Zero Trust konkret auf den Datenzugriff angewendet wird, wo es gut funktioniert und wo es Reibung erzeugt, mit der Führungskräfte rechnen sollten.
- KIWie Goldman Sachs eine KI-Nutzungsrichtlinie entwickelt hat, an die sich Mitarbeiter tatsächlich hieltenDie meisten KI-Richtlinien von Unternehmen liegen auf einem Shared Drive und ändern nichts. Goldman Sachs hat einen anderen Weg gewählt, und die Mechanik dahinter liefert ein übertragbares Modell für jedes Team, das KI in der Praxis ernsthaft steuern will.
- KIRichtiger Kontext, falsche Annahme: Was Morgan Stanley über Prompting im großen Maßstab gelernt hatDer Einsatz eines KI-Assistenten für die Finanzberater von Morgan Stanley hat ein Problem offengelegt, das die meisten Teams übersehen: Mehr Informationen für das Modell bedeuten keine besseren Antworten. Die eigentliche Disziplin besteht darin, auszuwählen, welcher Kontext zählt. Und dieser Unterschied verändert die Art, wie Sie Prompts bauen, von Grund auf.
- KIWie Klarna die Triage im Kundenservice in einen dauerhaften KI-Workflow überführt hatKlarna hat einen seiner volumenstärksten und repetitivsten Bereiche rund um einen KI-Agenten neu aufgebaut, statt KI auf einen bestehenden Prozess aufzusetzen. Die getroffenen Entscheidungen, und die anfangs falschen, sind eine praxistaugliche Vorlage für jedes Team mit einem ähnlichen Problem.
Häufige Fragen
Was deckt die Vertikale Banking ab?
Sie behandelt, wie Banken Geld verdienen und wie sie geführt werden, in fünf Blöcken: wie der Sektor funktioniert (Einlagen, Kreditgeschäft, net interest margin, Regulierung, Retail vs. Corporate vs. Investment Banking) und danach Finance, Marketing, Data und AI in der Anwendung innerhalb einer Bank. Die Idee ist, Ihnen zuerst das Gesamtbild des Sektors zu geben und dann jede Funktion durch die spezifischen Zwänge des Banking zu betrachten.
Für wen ist das geeignet, wenn ich nicht in einer Bank arbeite?
Es passt für alle, die an Banken verkaufen, sie beraten, in sie investieren oder im Fintech-Bereich arbeiten und die Zwänge des Käufers verstehen müssen. Kapitalquoten, Liquidität und Model Governance erklären den Großteil dessen, was eine Bank tun und nicht tun wird, einschließlich der Frage, warum Entscheidungen länger dauern als anderswo.
Brauche ich Finance-Vorkenntnisse für den Einstieg?
Nein. Der erste Block erklärt von Grund auf, wie eine Bank funktioniert: woher die Einlagen kommen, wie das Kreditgeschäft Erträge erzeugt, was in der Bilanz steht und was die Regulierung verlangt. Der Finance-Block geht danach tiefer, sobald die Mechanik klar ist.
Wo sollte ich anfangen, wenn ich nur begrenzt Zeit habe?
Beginnen Sie mit dem Sektorblock zur Funktionsweise des Banking und gehen Sie dann direkt zu dem Block, der zu Ihrer Rolle passt. Die Blöcke Finance, Marketing, Data und AI sind so geschrieben, dass sie unabhängig lesbar sind, setzen aber alle voraus, dass Sie wissen, wie eine Bank ihre Marge erwirtschaftet.
Warum liest sich die GuV einer Bank anders als die anderer Unternehmen?
Weil der Rohstoff einer Bank Geld ist: Die Erträge stammen größtenteils aus dem Spread zwischen dem, was sie auf Einlagen zahlt, und dem, was sie mit Krediten verdient, und die Bilanz ist das Geschäft selbst, nicht bloß eine Stütze davon. Kommen Eigenkapitalanforderungen und Risikovorsorge für Kreditrisiken hinzu, funktioniert die klassische Kennzahlenanalyse nicht mehr. Der Finance-Block behandelt genau diese Unterschiede.
Was ist beim Marketing eines regulierten Finanzprodukts anders?
Die Botschaft ist eingeschränkt: Regeln zu fairer Behandlung und Offenlegung begrenzen, was Sie behaupten dürfen, deshalb wiegen Vertrauen und Marke schwerer als kluge Texte. Der Marketing-Block behandelt außerdem die Akquisitionsökonomie, Cross-Sell und warum es den Wert der Beziehung verändert, wenn man zur Hauptbank des Kunden wird.
Wie viel der Data- und AI-Inhalte dreht sich um Regulierung statt um Technik?
Ein erheblicher Teil, denn im Banking ist der Zwang das Thema. Credit Scoring, Betrugs- und AML-Erkennung sowie Risikomodelle unterliegen alle der Model-Risk-Governance, Datenschutzregeln und Anforderungen an Erklärbarkeit und Fairness, und das bestimmt, was tatsächlich in den Einsatz gehen kann.
Mit welchen Begriffen sollte ich nach der Lektüre vertraut sein?
Net interest margin, Basel III und Eigenkapitalanforderungen, Liquidität, KYC / AML, Kreditrisiko und Open Banking. Diese sechs tauchen in allen fünf Blöcken wieder auf und bilden das Vokabular, das Sie brauchen, um einem Gespräch mit den Finance-, Risk- oder Compliance-Teams einer Bank zu folgen.