Die meisten Themenlisten für Banking & Finance scheitern an derselben Stelle: Sie nennen ein Schlagwort — «Nachhaltige Finanzanlagen», «Digitalisierung im Retail Banking» — und lassen dich mit der Frage allein, woher die Zahlen kommen sollen. In einer Bachelorarbeit ist genau das die entscheidende Hürde. Ein Thema ist erst dann ein Thema, wenn du sagen kannst: Diese Variable, aus dieser Quelle, für diesen Zeitraum, ausgewertet mit diesem Verfahren.
Diese Liste ist deshalb anders aufgebaut. Jeder der 14 Vorschläge nennt eine zugespitzte Fragestellung, die Datenquelle, an die du als Studierende oder Studierender an einer Schweizer Hochschule tatsächlich herankommst, das passende Auswertungsverfahren — und den Fallstrick, an dem diese Art von Arbeit regelmässig scheitert. Am Ende findest du einen Machbarkeitstest, mit dem du in zwanzig Minuten entscheidest, ob dein Thema trägt.
Was in Banking & Finance ein gutes Bachelorthema ausmacht
Drei Kriterien entscheiden, ob dein Thema die Betreuungssitzung übersteht.
Erstens die Datenverfügbarkeit ohne Bezahlschranke. Bloomberg-Terminals stehen an der HSG, der Universität Zürich oder der ZHAW nur in begrenzter Zahl und oft nur für Masterarbeiten zur Verfügung. Plane mit dem, was frei ist: dem Datenportal der Schweizerischen Nationalbank, den Jahresberichten und Offenlegungsberichten der Banken, den FINMA-Publikationen, den Bankenstatistiken des Bundesamts für Statistik, SIX-Kursdaten über den Uni-Zugang und den Nachhaltigkeitsberichten kotierter Unternehmen.
Zweitens die Abgrenzbarkeit. «Der Einfluss der Zinswende auf Schweizer Banken» ist keine Fragestellung, sondern ein Sachgebiet. «Wie hat sich die Zinsmarge der 24 Kantonalbanken zwischen 2021 und 2025 entwickelt, und erklärt der Anteil des Hypothekargeschäfts die Unterschiede?» ist eine.
Drittens die methodische Ehrlichkeit. Bei 24 Kantonalbanken hast du 24 Beobachtungen pro Jahr. Damit rechnest du keine multivariate Regression mit sechs Prädiktoren. Wer die Fallzahl vorher realistisch abschätzt, verhindert das Kapitel, in dem am Ende nichts signifikant wird.
Themenblock 1: Bankenmarkt Schweiz
1. Zinsmarge der Kantonalbanken nach der Zinswende
Fragestellung: Wie hat sich der Zinserfolg im Verhältnis zur Bilanzsumme bei den Kantonalbanken zwischen 2021 und 2025 entwickelt, und hängt die Veränderung mit dem Anteil der Hypothekarforderungen zusammen?
Daten: Geschäftsberichte der Kantonalbanken (alle online, standardisierte Erfolgsrechnung nach Rechnungslegungsverordnung FINMA), ergänzt um die SNB-Bankenstatistik.
Methode: Panel deskriptiv plus Korrelation. Bei 24 Instituten über fünf Jahre reicht eine Fixed-Effects-Schätzung mit einem, höchstens zwei Prädiktoren.
Fallstrick: Die Erfolgsrechnungspositionen heissen nicht überall gleich. Lege eine Zuordnungstabelle an und dokumentiere sie im Anhang.
2. Too big to fail nach der CS-Übernahme
Fragestellung: Welche Anpassungen am Schweizer TBTF-Regime wurden zwischen 2023 und 2026 vorgeschlagen, und wie unterscheiden sich Bundesrat, FINMA und Parlamentarische Untersuchungskommission in ihrer Problemdiagnose?
Daten: Bundesratsbericht zur Bankenstabilität, PUK-Bericht, FINMA-Stellungnahmen, Vernehmlassungsantworten.
Methode: Qualitative Dokumentenanalyse mit Kategoriensystem. Kein Statistikprogramm nötig, aber ein sauberes Kodierverfahren.
Fallstrick: Rechtsetzung ist in Bewegung. Halte im Methodenteil einen Stichtag fest und zitiere Erlasse mit Fassung und Stand statt nur mit der SR-Nummer.
3. Filialschliessungen und Bankzugang im ländlichen Raum
Fragestellung: Wie hat sich die Dichte der Bankfilialen je 10 000 Einwohnerinnen und Einwohner nach Kanton zwischen 2015 und 2025 verändert?
Daten: SNB-Bankenstatistik (Geschäftsstellen nach Kanton), Bevölkerungsdaten des BFS.
Methode: Deskriptive Zeitreihe, Kartendarstellung, Rangkorrelation mit Bevölkerungsdichte.
Fallstrick: Die Zählweise «Geschäftsstelle» ändert sich über die Jahre. Prüfe die Metadaten der Tabelle, bevor du eine Trendlinie zeichnest.
Themenblock 2: Hypothekar- und Immobilienmarkt
4. Tragbarkeitsrechnung und kalkulatorischer Zinssatz
Fragestellung: Wie verändert sich der Anteil der Haushalte, die eine Standardliegenschaft tragen können, wenn der kalkulatorische Zinssatz von 5 auf 4,5 oder 4 Prozent gesenkt wird?
Daten: Immobilienpreisindizes des BFS, Lohnstrukturerhebung, Selbstregulierungsrichtlinien der Bankiervereinigung.
Methode: Szenariorechnung mit Sensitivitätsanalyse.
Fallstrick: Eine reine Modellrechnung ohne empirische Validierung wirkt dünn. Ergänze Experteninterviews mit zwei bis drei Kreditverantwortlichen.
5. Nachhaltigkeitsabschlag bei Liegenschaften
Fragestellung: Lässt sich für Schweizer Wohnliegenschaften ein Preisunterschied zwischen Objekten mit und ohne Gebäudeenergieausweis der Kantone (GEAK) nachweisen?
Daten: Inserateplattformen (Scraping nur mit Klärung der Nutzungsbedingungen), GEAK-Register, kantonale Handänderungsdaten.
Methode: Hedonische Regression. Hier ist der Sprung zur multiplen Regression mit Kontrollvariablen tatsächlich begründet.
Fallstrick: Datenschutz und Nutzungsbedingungen. Kläre vorab, ob du die Daten überhaupt erheben darfst.
Themenblock 3: Anlage und Kapitalmarkt
6. ESG-Fonds nach der Greenwashing-Regulierung
Fragestellung: Wie viele der in der Schweiz zum Vertrieb zugelassenen Nachhaltigkeitsfonds haben zwischen 2023 und 2026 ihren Namen oder ihre Anlagepolitik geändert?
Daten: FINMA-Bewilligungsdatenbank, Fondsprospekte, Swiss Sustainable Investment Market Study.
Methode: Vollerhebung mit Kreuztabelle und Chi-Quadrat-Test auf Zusammenhang zwischen Fondsgrösse und Umbenennung.
Fallstrick: Erwartete Häufigkeiten unter fünf. Prüfe die Voraussetzungen wie im Leitfaden zum Chi-Quadrat-Test mit Kreuztabelle beschrieben.
7. Momentum im Swiss Performance Index
Fragestellung: Erzielt eine Momentum-Strategie auf SPI-Titeln zwischen 2010 und 2025 nach Transaktionskosten eine Überrendite gegenüber dem Index?
Daten: SIX-Kurshistorie über den Hochschulzugang oder frei verfügbare Kursreihen.
Methode: Backtest mit Sharpe Ratio und Alpha gegenüber einem Einfaktormodell.
Fallstrick: Survivorship Bias. Wer nur heute noch kotierte Titel einbezieht, produziert eine Überrendite aus dem Nichts. Dokumentiere den Umgang mit Delistings.
8. Dividendenankündigungen und Kursreaktion
Fragestellung: Wie reagieren die Kurse von SMI-Titeln im Zeitfenster von drei Tagen um eine unerwartete Dividendenänderung?
Daten: Ad-hoc-Mitteilungen nach SIX-Kotierungsreglement, Tageskurse.
Methode: Ereignisstudie mit abnormalen Renditen. Ein klassisches, gut dokumentiertes Verfahren mit klarem Ablauf.
Fallstrick: Ereignisüberlappung. Bei einer Mitteilung, die gleichzeitig Quartalszahlen enthält, misst du zwei Dinge auf einmal.
Themenblock 4: Digital Finance
9. Neobanken und die Wechselbereitschaft
Fragestellung: Welche Faktoren erklären die Absicht Schweizer Studierender, ihr Hauptkonto zu einer Neobank zu verlegen?
Daten: Eigene Online-Befragung an der eigenen Hochschule.
Methode: Etabliertes Akzeptanzmodell als Rahmen — das UTAUT-Modell mit seinen Konstrukten und Moderatoren passt hier besser als ein selbstgebautes Konstrukt.
Fallstrick: Rücklauf. Rechne mit deutlich weniger Antworten als geplant und lies vorher, wie du Teilnehmende für die Umfrage findest.
10. Tokenisierte Wertschriften unter dem DLT-Gesetz
Fragestellung: Welche Emissionen von DLT-Effekten wurden seit Inkrafttreten des DLT-Rahmengesetzes in der Schweiz durchgeführt, und welche Emittententypen dominieren?
Daten: Handelsregister, Prospekte, Mitteilungen der bewilligten DLT-Handelssysteme.
Methode: Vollerhebung mit deskriptiver Auswertung, ergänzt um zwei bis drei Experteninterviews.
Fallstrick: Kleine Grundgesamtheit. Verkaufe die Arbeit als Fallstudienreihe, nicht als repräsentative Statistik.
11. Robo-Advisor im Gebührenvergleich
Fragestellung: Wie unterscheiden sich die effektiven Gesamtkosten Schweizer Robo-Advisor-Angebote bei einem Anlagebetrag von 25 000 und 250 000 Franken?
Daten: Preisverzeichnisse der Anbieter, Fondsfactsheets für die Produktkosten.
Methode: Standardisierte Kostenrechnung mit einheitlichem Musterportfolio.
Fallstrick: Stichtag. Gebühren ändern sich; nenne Erhebungsdatum und archiviere die Screenshots.
Themenblock 5: Unternehmensfinanzierung und KMU
12. Kreditzugang für KMU nach Branche
Fragestellung: Unterscheidet sich die wahrgenommene Schwierigkeit des Kreditzugangs zwischen Bau, Gastgewerbe und Industrie?
Daten: KMU-Finanzierungsstudie des SECO als Sekundärquelle, ergänzt um eine eigene Kurzbefragung.
Methode: Gruppenvergleich. Ob du parametrisch rechnen darfst, entscheidest du mit dem Entscheidungsbaum für statistische Tests.
Fallstrick: Ungleiche Gruppengrössen und ordinale Antwortskalen.
13. Nachfolgeregelung und Finanzierungsform
Fragestellung: Welche Finanzierungsformen wählen Schweizer KMU bei familieninterner gegenüber externer Nachfolge?
Daten: Leitfadeninterviews mit Treuhändern und Nachfolgeberatern.
Methode: Qualitative Inhaltsanalyse.
Fallstrick: Zugang zum Feld. Beginne mit der Rekrutierung, bevor du das Theoriekapitel schreibst.
14. Working Capital und Zahlungsmoral
Fragestellung: Wie hat sich die durchschnittliche Debitorenfrist kotierter Schweizer Industrieunternehmen zwischen 2019 und 2025 entwickelt?
Daten: Geschäftsberichte, Bilanz- und Erfolgsrechnungspositionen von Hand erfasst.
Methode: Kennzahlenberechnung und Zeitreihenvergleich.
Fallstrick: Unterschiedliche Rechnungslegungsstandards (Swiss GAAP FER, IFRS). Vergleiche nur innerhalb eines Standards oder begründe die Anpassung.
Wie du aus einem Thema eine Fragestellung machst
Jeder der vierzehn Vorschläge oben ist noch zu gross für eine Bachelorarbeit, wenn du ihn ohne weitere Zuspitzung übernimmst. Die Zuspitzung erfolgt über drei Achsen, und du solltest an mindestens zwei davon drehen.
Die zeitliche Achse. Ein Beobachtungszeitraum von fünf Jahren ist fast immer besser als einer von fünfzehn. Kürzere Zeiträume bedeuten weniger Definitionsbrüche in den Daten, weniger Strukturbrüche im Modell und weniger Arbeit bei der Aufbereitung. Wähle den Zeitraum so, dass er ein Ereignis umschliesst, das inhaltlich interessant ist — eine Regeländerung, eine Zinswende, eine Marktkonsolidierung.
Die Objektachse. Statt «Schweizer Banken» nimm eine klar abgegrenzte Gruppe: die Kantonalbanken, die Regionalbanken, die kotierten Vermögensverwalter. Eine Gruppe mit klarer Zugehörigkeitsregel ist auswertbar; «die Branche» ist es nicht.
Die Variablenachse. Eine abhängige Variable, zwei bis drei erklärende. Wer mehr will, braucht mehr Beobachtungen, und die hat eine Bachelorarbeit selten.
Wenn du an allen drei Achsen gedreht hast, steht in deinem Exposé kein Themenfeld mehr, sondern ein Satz, den man empirisch beantworten kann. Das ist der Punkt, an dem die Betreuung zustimmt.
Der Machbarkeitstest in zwanzig Minuten
Bevor du dein Thema beim Betreuenden anmeldest, beantworte diese fünf Fragen schriftlich. Wer alle fünf beantworten kann, hat kein Thema mehr, sondern ein Exposé im Rohbau.
- Wo genau liegen die Daten? Nenne die URL oder die Publikation, nicht die Institution.
- Wie viele Beobachtungen sind das? Eine Zahl, kein «genug».
- Welche Variable ist die abhängige? Und auf welchem Skalenniveau ist sie gemessen?
- Welches Verfahren passt dazu? Wenn du hier zögerst, ist die Fragestellung noch nicht scharf genug.
- Was passiert, wenn das Ergebnis null ist? Eine Arbeit, die nur bei signifikantem Befund funktioniert, ist ein Risiko. Lies dazu, wie du aus nicht signifikanten Ergebnissen ein tragfähiges Kapitel machst.
Ein Hinweis zur Datenbeschaffung: Viele der genannten Quellen sind Bundes- und Amtsdaten, die du selbst abfragen kannst. Wie du daraus eine belegbare, zitierfähige Tabelle machst, ist im Leitfaden zum Abfragen und Zitieren von Schweizer Amtsdaten Schritt für Schritt beschrieben.
Wie du aus dem Thema ein Exposé machst
Zwischen der Themenidee und dem ersten Betreuungsgespräch liegen typischerweise zwei bis drei Wochen. In dieser Zeit brauchst du: eine präzisierte Forschungsfrage, drei bis fünf Kernquellen, eine Beschreibung der Datenlage, einen Methodenvorschlag und einen groben Zeitplan. Genau diese Struktur lässt sich mit einem Schreibassistenten deutlich schneller in Form bringen als mit einem leeren Dokument.
Tesify baut dir aus deiner Fragestellung ein Kapitelgerüst, hält deine Quellen und Zitate an einem Ort und schlägt dir für jeden Abschnitt einen Einstieg vor, den du selbst weiterschreibst. Starte deine Arbeit in Tesify und lass dir das Gerüst für Einleitung, Theorie, Methodik und Ergebnisteil in wenigen Minuten aufstellen — den Inhalt bringst du mit, die Struktur übernimmt Tesify.
Was du auf keinen Fall wählen solltest
Drei Themenmuster führen in Banking & Finance besonders zuverlässig in die Sackgasse. Erstens: Fragestellungen, die Transaktionsdaten einer einzelnen Bank verlangen. Ohne verbindliche Zusage der Compliance-Abteilung vor Anmeldung des Themas ist das Risiko zu hoch. Zweitens: Krypto-Themen, die auf Preisprognosen hinauslaufen. Prognosegüte lässt sich in einer Bachelorarbeit kaum seriös nachweisen. Drittens: alles, was «Auswirkungen von künstlicher Intelligenz auf …» heisst, ohne dass du eine messbare Grösse benennen kannst.
Wenn dein Betreuender ein Thema ablehnt, frag nach dem Grund — meist ist es die Datenlage, nicht die Idee. Wie du solche Gespräche vorbereitest, steht im Leitfaden zum Vorbereiten des Betreuungsgesprächs.
Häufige Fragen
Brauche ich für eine Banking-&-Finance-Bachelorarbeit zwingend eine empirische Auswertung?
Nein. An vielen Schweizer Fachhochschulen und Universitäten sind literaturbasierte oder rechtsvergleichende Arbeiten zugelassen, sofern das Studienreglement nichts anderes verlangt. Entscheidend ist, dass die Arbeit eine eigene Analyseleistung enthält und nicht nur referiert. Eine Dokumentenanalyse mit explizitem Kategoriensystem ist eine solche Leistung.
Komme ich als Bachelorstudierende oder Bachelorstudierender an Bloomberg- oder LSEG-Daten?
Das hängt von deiner Hochschule ab. Wo Terminals vorhanden sind, sind sie oft für Master- und Doktoratsarbeiten reserviert oder nur nach Voranmeldung nutzbar. Frag die Fachbibliothek vor der Themenanmeldung und plane eine frei zugängliche Ersatzquelle ein, damit dein Thema nicht am Zugang scheitert.
Wie viele Beobachtungen brauche ich für eine Regression in der Bachelorarbeit?
Als grobe Orientierung gelten mindestens zehn bis fünfzehn Beobachtungen pro Prädiktor, besser mehr. Verlässlicher ist eine A-priori-Poweranalyse, die aus erwarteter Effektstärke, Signifikanzniveau und gewünschter Teststärke die nötige Fallzahl berechnet. Bei kleinen Grundgesamtheiten wie den Kantonalbanken ist eine deskriptive Auswertung ehrlicher als ein überfrachtetes Modell.
Darf ich Daten von Vergleichsportalen oder Inserateplattformen scrapen?
Nicht ohne Prüfung. Massgebend sind die Nutzungsbedingungen der Plattform sowie das Datenschutzrecht, sobald Personendaten betroffen sind. Kläre das vor der Erhebung mit der Betreuung und dokumentiere die Grundlage im Methodenteil. Viele Anbieter stellen auf Anfrage einen Datenauszug für Forschungszwecke bereit — das ist der sichere Weg.
Wie aktuell müssen die Daten sein?
Wichtiger als Aktualität ist ein klar begründeter und dokumentierter Beobachtungszeitraum. Nenne im Methodenteil Stichtag und Abrufdatum jeder Quelle. Bei laufender Regulierung — etwa beim TBTF-Regime — hältst du zusätzlich fest, auf welchen Rechtsstand sich deine Analyse bezieht.
