<?xml version="1.0" encoding="utf-8"?>
<export-example>
  <doc>
    <id>7139</id>
    <completedYear>2025</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>eng</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>doctoralthesis</type>
    <publisherName/>
    <publisherPlace/>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2025-08-04</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>2025-07-16</thesisDateAccepted>
    <title language="eng">The impact of prudential regulation, digitalisation, and ESG on the performance of banks’ business models in Europe</title>
    <title language="deu">Die Auswirkungen von aufsichtsrechtlichen Vorschriften, Digitalisierung und ESG auf die Leistungsfähigkeit der Geschäftsmodelle von Banken in Europa</title>
    <abstract language="eng">Banks’ business models and performance are heavily influenced by the trends of prudential regulation, digitalisation and Environmental, Social and Governance (ESG) factors. The aim of this research is to analyse how and to what extent these three major trends in the banking industry influence the performance of the business models of European banks. The main research question is whether these trends improve or deteriorate the performance of banks’ business models. The research question is divided into three sub-research questions, each focusing on one of the major trends and its impact on banks’ business models.  The methodology of this research is based on the cumulative approach, which consists of presenting a set of five papers that have been published in reputable journals in the field of banking and finance. Each paper focuses on a specific aspect of the research question. As trends in the banking industry are not a measurable variable, they are defined for the purpose of answering the research question as constructs that can be made measurable using the variable risk-weighted assets. Each of the used papers cover a separate problem for the banking industry. The first paper analyses regulatory changes in the wake of the COVID pandemic. The second paper covers the impact of the output floor on the performance of banks’ business models. The third paper shows how ESG Ratings and additional capital requirements influence the performance of banks’ business models. The fourth paper covers the impact of AI in modelling credit risks, and finally, the impact of the EU implementation of Basel IV used. The research results of each paper are used to measure the change in the RWA. In the second step, the change of RWA is used as the independent variable that changes the business model performance. The analysed trends significantly influence the performance of business models but depends on the respective trend and individual case. &#13;
This research offers a novel viewpoint in the banking literature and a valuable source for both practitioners and academic research. As the banking sector undergoes constant transformation, the insights obtained here emphasise the importance of adeptly managing the interplay of these trends to optimise business model performance.  Other researchers can leverage this work as a catalyst for further research into the dynamic interplay between prudential regulation, digitalisation, ESG considerations and bank business model performance. Additionally, the linear association detected between these constructs and bank business model performance as measured by RAROC creates possibilities for quantitative research. This research stimulates further scholarly inquiry on this topic by highlighting the significance of these trends in determining the banking sector’s future.</abstract>
    <abstract language="deu">Die Geschäftsmodelle und die Profitabilität der Banken werden stark von den Trends der Bankenregulierung, der Digitalisierung und der Umwelt-, Sozial- und Governance-Faktoren (ESG) beeinflusst. Ziel dieser Arbeit ist es, zu analysieren, wie und in welchem Ausmaß diese drei großen Trends im Bankensektor die Profitabilität der Geschäftsmodelle europäischer Banken beeinflussen. Die Hauptforschungsfrage lautet, ob diese Trends die Profitabilität der Geschäftsmodelle von Banken verbessern oder verschlechtern. Die Forschungsfrage ist in drei Unterforschungsfragen unterteilt, die sich jeweils auf einen der Haupttrends und seine Auswirkungen auf die Geschäftsmodelle und der Profitabilität der Banken konzentrieren. Die Methodik dieser Arbeit basiert auf dem kumulativen Ansatz, der darin besteht, fünf Aufsätze zu nutzen, die in angesehenen Fachzeitschriften im Bereich Banken und Finanzen veröffentlicht wurden. Jeder Aufsatz konzentriert sich auf einen bestimmten Aspekt der Forschungsfrage. Da Trends im Bankensektor keine messbare Variable sind, wurden sie zum Zweck der Beantwortung der Forschungsfrage als Konstrukte definiert, die mit Hilfe der Variable risikogewichtete Aktiva messbar gemacht werden können. Jeder der verwendeten Aufsätze behandelt ein separates Problem für den Bankensektor. Das erste Papier analysiert die regulatorischen Änderungen im Zuge der COVID-Pandemie. Der zweite Aufsatz befasst sich mit den Auswirkungen des Basel IV Output Floors auf die Performance der Geschäftsmodelle der Banken. Der dritte Aufsatz zeigt, wie ESG-Ratings und zusätzliche Kapitalanforderungen die Profitabilität der Geschäftsmodelle von Banken beeinflussen. Der vierte Aufsatz befasst sich mit den Auswirkungen von KI bei der Modellierung von Kreditrisiken, und schließlich werden die Auswirkungen der EU-Umsetzung von Basel IV in Aufsatz fünf untersucht. Die Forschungsergebnisse der einzelnen Papiere werden verwendet, um die Veränderung der RWA zu messen. Im zweiten Schritt wird die Veränderung der RWA als unabhängige Variable verwendet, die die Profitabilität des Geschäftsmodells verändert. Im Ergebnis haben die analysierten Trends einen erheblichen Einfluss auf die Performance von Geschäftsmodellen, hängen aber von dem jeweiligen Trend und dem Einzelfall ab.&#13;
Diese Arbeit bietet eine neue Sichtweise in der Bankenliteratur und ist eine wertvolle Quelle sowohl für Praktiker als auch für die akademische Forschung. Da der Bankensektor einem ständigen Wandel unterliegt, unterstreichen die hier gewonnenen Erkenntnisse, wie wichtig es ist, das Zusammenspiel dieser Trends geschickt zu managen, um die Profitabilität des Geschäftsmodells zu optimieren. Andere Forscher können diese Arbeit als Katalysator für die weitere Erforschung des dynamischen Zusammenspiels zwischen aufsichtsrechtlicher Regulierung, Digitalisierung, ESG-Faktoren und der Performance von Bankgeschäftsmodellen nutzen. Darüber hinaus schafft der festgestellte lineare Zusammenhang zwischen diesen Trends und der gemessenen Performance des Geschäftsmodells von Banken Möglichkeiten für die weitere quantitative Forschung. Diese Arbeit regt weitere wissenschaftliche Untersuchungen zu diesem Thema an, indem sie die Bedeutung dieser Trends bei der Bestimmung der Zukunft des Bankensektors hervorhebt.</abstract>
    <identifier type="doi">10.26127/BTUOpen-7139</identifier>
    <identifier type="urn">urn:nbn:de:kobv:co1-opus4-71398</identifier>
    <enrichment key="opus.source">publish</enrichment>
    <enrichment key="opus.doi.autoCreate">false</enrichment>
    <enrichment key="opus.urn.autoCreate">true</enrichment>
    <licence>Creative Commons - CC BY - Namensnennung 4.0 International</licence>
    <author>Martin Neisen</author>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Bank business models</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Prudential regulation</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Digitalisation</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>ESG risks</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>AI</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Bankenregulierung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Digitalisierung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>ESG</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Geschäftsmodelle</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Bank</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Regulierung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Digitalisierung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Environmental, Social and Governance</value>
    </subject>
    <collection role="ddc" number="332">Finanzwirtschaft</collection>
    <collection role="collections" number="">Wiss. Publikationen</collection>
    <collection role="institutes" number="5302">FG ABWL, insbesondere Planung, Innovation und Gründung</collection>
    <thesisPublisher>BTU  Cottbus - Senftenberg</thesisPublisher>
    <thesisGrantor>BTU Cottbus - Senftenberg</thesisGrantor>
    <file>https://opus4.kobv.de/opus4-btu/files/7139/Neisen_Martin.pdf</file>
  </doc>
  <doc>
    <id>6284</id>
    <completedYear>2023</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>eng</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>doctoralthesis</type>
    <publisherName/>
    <publisherPlace/>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2023-03-16</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>2023-03-09</thesisDateAccepted>
    <title language="deu">Cloud Computing : Entwicklung eines Kostenschätzungsmodells für Kunden</title>
    <title language="eng">Cloud computing : developing a cost estimation model for customers</title>
    <abstract language="eng">Cloud computing is an essential part of the digital transformation journey. It offers many benefits to organisations, including the advantages of scalability and agility. Cloud customers see cloud computing as a moving train that every organisation needs to catch. This means that adoption decisions are made quickly in order to keep up with the new trend. Such quick decisions have led to many disappointments for cloud customers and have questioned the cost of the cloud. This is also because there is a lack of criteria or guidelines to help cloud customers get a complete picture of what is required of them before they go to the cloud. From another perspective, as new technologies force changes to the organizational structure and business processes, it is important to understand how cloud computing changes the IT and non-IT departments and how can this be translated into costs. &#13;
Accordingly, this research uses the total cost of ownership approach and transaction cost theory to develop a customer-centric model to estimate the cost of cloud computing. The Research methodology used the Design Science Research approach. Expert interviews were used to develop the model. The model was then validated using four case studies. The model, named Sunny, identifies many costs that need to be estimated, which will help to make the cloud-based digital transformation journey less cloudy.  The costs include Meta Services, Continuous Contract management, Monitoring and ITSM Adjustment. From an academic perspective, this research highlights the management efforts required for cloud computing and how misleading the rapid provision potential of the cloud resources can be. From a business perspective, proper estimation of these costs would help customers make informed decisions and vendors make realistic promises.</abstract>
    <abstract language="deu">Cloud Computing ist ein wesentlicher Bestandteil der Digitalisierung. Es bietet Unternehmen viele Vorteile, wie Skalierbarkeit und Agilität. Cloud-Kunden sehen Cloud Computing als einen Zug, auf den jedes Unternehmen aufspringen muss. Das bedeutet, dass Einführungsentscheidungen schnell getroffen werden, um mit dem neuen Trend Schritt zu halten. Solche Schnellschüsse haben zu vielen Enttäuschungen bei Cloud-Kunden geführt und die Kosten der Cloud in Frage gestellt. Dies ist auch darauf zurückzuführen, dass es keine Kriterien oder Leitlinien gibt, die den Cloud-Kunden helfen, sich ein vollständiges Bild davon zu machen, was von ihnen erwartet wird, bevor sie in die Cloud gehen. Aus einem anderen Blickwinkel ist es wichtig zu verstehen, wie Cloud Computing IT- und Nicht-IT-Abteilungen verändert und wie sich dies auf die Kosten auswirkt, da neue Technologien Veränderungen in der Organisationsstruktur und den Geschäftsprozessen erzwingen. &#13;
Dementsprechend werden in dieser Forschungsarbeit der Total Cost of Ownership-Ansatz und die Transaktionskostentheorie verwendet, um ein kundenorientiertes Modell zur Schätzung der Kosten von Cloud Computing zu entwickeln. Die Forschungsmethodik basiert auf dem Design Science Research Ansatz. Zur Entwicklung des Modells wurden Experteninterviews durchgeführt. Anschließend wurde das Modell anhand von vier Fallstudien validiert. Das Modell mit dem Namen Sunny identifiziert viele Kosten, die geschätzt werden müssen, um die Reise zur digitalen Transformation in der Cloud weniger wolkig zu gestalten.  Zu diesen Kosten gehören Meta-Services, kontinuierliches Vertragsmanagement, Überwachung und ITSM-Anpassung. Aus akademischer Sicht verdeutlicht diese Forschung, welcher Verwaltungsaufwand für Cloud Computing erforderlich ist und wie irreführend das schnelle Bereitstellungspotenzial von Cloud-Ressourcen sein kann. Aus Unternehmenssicht würde eine korrekte Einschätzung dieser Kosten den Kunden helfen, fundierte Entscheidungen zu treffen, und den Anbietern, realistische Versprechungen zu machen.</abstract>
    <identifier type="doi">10.26127/BTUOpen-6284</identifier>
    <identifier type="urn">urn:nbn:de:kobv:co1-opus4-62846</identifier>
    <enrichment key="opus.source">publish</enrichment>
    <enrichment key="opus.doi.autoCreate">false</enrichment>
    <enrichment key="opus.urn.autoCreate">true</enrichment>
    <licence>Creative Commons - CC BY - Namensnennung 4.0 International</licence>
    <author>Rasha Rushdy Mohamed Makhlouf</author>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Cloud computing</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Total cost of ownership</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Transaction costs</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Cost estimation</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Digital transformation</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Cloud Computing</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Gesamtbetriebskosten</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Transaktionskosten</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Kostenschätzung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Digitalisierung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Cloud Computing</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Kostenschätzung</value>
    </subject>
    <collection role="ddc" number="005">Computerprogrammierung, Programme, Daten</collection>
    <collection role="collections" number="">Wiss. Publikationen</collection>
    <collection role="institutes" number="3404">FG Industrielle Informationstechnik</collection>
    <thesisPublisher>BTU  Cottbus - Senftenberg</thesisPublisher>
    <thesisGrantor>BTU Cottbus - Senftenberg</thesisGrantor>
    <file>https://opus4.kobv.de/opus4-btu/files/6284/Makhlouf Dissertation.pdf</file>
  </doc>
  <doc>
    <id>5601</id>
    <completedYear>2021</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>doctoralthesis</type>
    <publisherName/>
    <publisherPlace/>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2021-09-03</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>2021-07-16</thesisDateAccepted>
    <title language="deu">Konzeption einer Big-Data-Architektur zur Optimierung und Flexibilisierung der Automobilproduktion</title>
    <title language="eng">Conception of a Big Data architecture for the optimization and flexibilization of automotive production</title>
    <abstract language="deu">Im Zeitalter der Digitalisierung steht die Automobilindustrie vor innerbetrieblichen Herausforderungen, welche sowohl die angewandten Technologien, als auch den Menschen gleichermaßen betreffen. Dabei gilt es die Effizienz im Produktionsprozess anhand vorhandener Daten zu maximieren, indem bestehende Ressourcen optimal eingesetzt werden. Die effiziente Nutzung vorhandener Ressourcen ist ein entscheidender Faktor zur Erreichung globaler Ziele, wie dem einer ressourcenschonenden, klimaneutralen Produktion.&#13;
Das Ziel dieser Arbeit ist die Erarbeitung einer Big-Data-Architektur, mit der ein Ansatz des Predictive Maintenance in der Produktion zum Trage kommt. Das Big-Data-Konzept soll systemübergreifend die Datenflut in der Automobilproduktion abfangen und durch eine effiziente Aufarbeitung für die Verwertbarkeit sorgen. Hinsichtlich der Orchestrierung der Datensysteme liegt der Schwerpunkt in der Automatisierung der Datenanalyseprozesse. Darüber hinaus wird dem Leser das disruptive Potenzial von Big-Data-Technologien näher gebracht.</abstract>
    <abstract language="eng">In the age of digitalization, the automotive industry is faced with internal challenges that affect both the technologies used and the people involved. The aim is to maximize efficiency in the production process on the basis of existing data by making optimum use of existing resources. The efficient use of existing resources is a decisive factor in achieving global goals, such as resource-conserving, climate-neutral production.&#13;
The goal of this work is to develop a Big Data architecture that applies a predictive maintenance approach to production. The Big Data concept is intended to intercept the flood of data in automobile production across all systems and to ensure its usability through efficient processing. With regard to the orchestration of data systems, the focus is on the automatization of data analysis processes. In addition, the reader is introduced to the disruptive potential of Big Data technologies.</abstract>
    <identifier type="urn">urn:nbn:de:kobv:co1-opus4-56012</identifier>
    <enrichment key="opus.source">publish</enrichment>
    <licence>Keine Lizenz vergeben. Es gilt das deutsche Urheberrecht.</licence>
    <author>Anh Duc Tran</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Digitalisierung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Produktion</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Big Data</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Datenanalyse</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Predictive maintenance</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Digitazation</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Production</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Big Data</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Data analytics</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Predictive maintenance</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Kraftfahrzeugindustrie</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Big Data</value>
    </subject>
    <collection role="ddc" number="620">Ingenieurwissenschaften und zugeordnete Tätigkeiten</collection>
    <collection role="collections" number="">Wiss. Publikationen</collection>
    <collection role="institutes" number="3404">FG Industrielle Informationstechnik</collection>
    <thesisPublisher>BTU  Cottbus - Senftenberg</thesisPublisher>
    <thesisGrantor>BTU Cottbus - Senftenberg</thesisGrantor>
    <file>https://opus4.kobv.de/opus4-btu/files/5601/Tran_Anh_Duc.pdf</file>
  </doc>
</export-example>
