Die meisten Media Buyer verlieren Geld: auf die Verteilung schauen, nicht auf die Screenshots

welcher Prozentsatz der Affiliate-Vermarkter verdient tatsächlich Geld?

Niemand veröffentlicht diese Zahl, und die konkreten Prozentsätze, die man online zitiert sieht, halten einer Quellenprüfung nicht stand. Die Affiliate-Statistikseite von Authority Hacker, früher eine gängige Quelle für diese Behauptung, leitet inzwischen auf eine irrelevante Startseite weiter. Die Affiliate-Statistikseite von Influencer Marketing Hub enthält überhaupt keine Umfrage zur Einkommensverteilung, sondern nur Gehaltsdaten von Payscale für Personen, die als Affiliate-Marketing-Manager angestellt sind, also eine andere Population als unabhängige Buyer, die ihre Werbeausgaben selbst finanzieren.

Weit verbreitete Behauptungen der Form 'X% der Affiliates verdienen unter $Y' stammen aus unsourcierten Blog-Zusammenstellungen, nicht aus einer Primärstudie mit offengelegter Stichprobe oder Methode. Dieser Unterschied ist wichtiger, als er klingt: Ein angestellter Affiliate-Marketing-Manager erhält unabhängig von der Kampagnenleistung sein Gehalt, während ein unabhängiger Buyer bei jedem Klick eigenes Kapital riskiert. Beides gleichzusetzen erzeugt eine beruhigende Zahl ohne Bezug zum Risiko, das ein Operator tatsächlich trägt, ein Punkt, den How Media Buyers Make Money Selling Other People's Products vollständig aufdröselt.

warum ist jede Einkommenszahl, die man online sieht, Survivorship Bias?

Weil nur die Leute ihre Zahlen posten, die mit ihnen zufrieden sind, und keine Plattform das vor dem Anzeigen des Beitrags ausgleicht. Ein Buyer, der $8,000 ausgegeben hat, um einem verlorenen Angle hinterherzulaufen, hat keinen Grund, den Ad-Account zu screenshotten. Ein Buyer, der einen Winner auf fünfstellige Tagesumsätze skaliert hat, hat jeden Grund dazu. Das Ergebnis ist ein öffentlicher Datensatz, der fast vollständig aus dem rechten Tail besteht, während die verlierende Mehrheit einfach aus der Unterhaltung fehlt.

Sogar die Gehaltsdaten, die das korrigieren sollen, tragen denselben Fehler in kleinerem Maßstab. Die Performance Marketing Manager-Seite von Payscale stützt sich auf nur 10 selbst gemeldete Profile, eine Stichprobe, die die Quelle selbst als viel zu klein für statistische Verlässlichkeit kennzeichnet, und die Media-Buyer-Zahlen stammen von 143 Profilen, die von Personen eingereicht wurden, die sich entschieden haben, eine Zahl zu melden. Der $183,000-Median von Levels.fyi für US-Marketingrollen ist in dieselbe Richtung verzerrt, hin zu großen Tech-Arbeitgebern und zu Personen, die überhaupt motiviert genug sind, sich selbst zu melden.

wie sieht die Einkommensverteilung im Direct Response tatsächlich aus?

Das Nächste an einer verifizierten Verteilung umfasst angestellte Marketingrollen, nicht unabhängige Buyer, und selbst das stammt aus Quellen, die sich widersprechen. Unten steht jede Einkommenszahl in dieser Nische, die auf eine benannte Quelle und eine angegebene Stichprobe zurückgeht, nebeneinander, damit der Widerspruch sichtbar ist, bevor man einer einzelnen Zeile vertraut.

Keine dieser Zeilen misst, was ein unabhängiger Buyer nach Werbeausgaben, Chargebacks und Netzwerk-Rückbehalten behält; sie messen Gehälter von Personen in Marketingrollen, von denen mehrere dem Direct-Response-Media-Buying nahe stehen, aber davon verschieden sind. Für die vollständige länderweise Aufschlüsselung der Zahlen für angestellte Rollen enthält How Much Do Media Buyers Make? Salaries by Country (2026) die komplette Tabelle.

ist der Median der Media Buyer überhaupt profitabel?

Strukturell wahrscheinlich nicht, obwohl es keine direkte Gewinn-und-Verlust-Umfrage auf Buyer-Ebene gibt, die die genaue Aufteilung bestätigen würde. Messbar ist die Kostenseite: Die Benchmarks 2026 von LocaliQ und WordStream setzen die durchschnittlichen Kosten pro Lead in der Kategorie Health & Fitness auf $67.36, basierend auf einem durchschnittlichen CPC von $6.17 bei einer Conversion-Rate von 6.94%, also bereits über dem CPC-Durchschnitt von $5.42 über alle Branchen hinweg. Ein Buyer braucht eine Auszahlungsstruktur, die diese Kosten mit Marge deckt, noch bevor ein einziger Verkauf geschlossen wird.

E-Commerce-Conversion-Daten erzählen von der anderen Seite her eine ähnliche Geschichte. Das Panel von IRP Commerce für Juni 2026 setzt die Conversion in Health and Wellbeing auf 2.58% bei einem durchschnittlichen Bestellwert von GBP 55.44 und Customer Acquisition Cost in Höhe von 10.98% des Umsatzes - eine auf das Vereinigte Königreich bezogene, in Pfund denominierte Zahl, aber in ihrer Richtung konsistent mit der Paid-Traffic-Ökonomie in den USA. Die Akquisitionskosten fressen einen erheblichen zweistelligen Anteil des ersten Verkaufs auf, also hängt die Marge des Median-Buyers vollständig davon ab, was nach dem Abschluss dieser Transaktion passiert.

warum schnappt sich ein kleiner Teil der Buyer den Großteil des Gewinns?

Weil Paid Traffic über eine Auktion läuft, und jede Auktion belohnt, wer pro Klick den höchsten Wert herausziehen kann, nicht, wer sich am meisten anstrengt. Ein Buyer mit stärkerer Backend-Ökonomie - höherer Bestellwert, bessere Retention, schärfere Targeting-Daten - kann einen Buyer mit derselben Offer bei dünneren Margen überbieten und trotzdem beim Gewinnerpreis profitabel bleiben. Diese Dynamik drängt den Buyer mit schmaler Marge ganz aus dem Placement heraus, nicht nur vom ersten Platz.

Branchenweite Wachstumsdaten zeigen, wo sich dieser Vorteil typischerweise konzentriert. Die Studie 2025 der Performance Marketing Association ergab, dass die US-Affiliate-Ausgaben von $9.1 billion im Jahr 2021 auf $13.62 billion im Jahr 2024 um 49.8% stiegen, eine jährliche Wachstumsrate von 14.42%, und $113 billion an E-Commerce-Umsatz erzeugten, 9.4% des gesamten US-E-Commerce. Diese Zahl basierte auf nur acht Affiliate-Netzwerken und mehr als 50 publishers. Wachstum dieser Größenordnung auf so wenigen berichtenden Einheiten deutet auf Konzentration bei etablierten Operatoren hin.

Diese Unterscheidung widerspricht dem üblichen Pitch, dass ein wachsender Markt bessere Chancen für Neueinsteiger bedeutet. Eine Branche kann genau deshalb um 14% pro Jahr wachsen, weil etablierte Buyer gewinnende Kampagnen weiter skalieren, während Neueinsteiger gegen dieselben skalierten Ausgaben bei höheren CPCs bieten - das heißt, Gesamtwachstum und eine fallende Median-Gewinnrate können gleichzeitig steigen, nicht gegensätzlich.

wie viel verlieren Leute normalerweise, bevor sie aufgeben?

Es gibt keine verifizierte Zahl für typische Verluste vor dem Aufgeben, und jede Zahl, die hier Präzision behauptet, verdient Skepsis. Ehrlich sagen lässt sich nur die Form des Risikos: Eine neue Offer zu testen bedeutet, Traffic zu kaufen, bevor irgendeine Auszahlung bestätigt, dass der Funnel konvertiert. Der Verlust passiert also zuerst, die Daten kommen später, oft über mehrere gescheiterte Angles hinweg, bevor einer überhaupt funktioniert.

Die konkreten Mechaniken, wohin das Geld geht - Creative-Testing, Landing-Page-Iteration, Tracking und Pixel-Fehler - werden Seite für Seite in First Campaign Mistakes: 12 Ways New Nutra Buyers Lose Money behandelt.

Für eine vollständigere Abrechnung dessen, wie ein typisches erstes Jahr in verdienten Dollar, verlorenen Dollar und dem Punkt aussieht, an dem die meisten tatsächlich aufhören, siehe The First 12 Months: What New Media Buyers Earn, Lose, and Quit Over.

was trennt den profitablen Tail vom Rest?

Der profitable Tail gewinnt öfter über Backend-Ökonomie als über Ad Creative. Die Offenlegung von The Beachbody Company für FY2025, dass eine monatliche Retention von 95% ungefähr einem Verlust von 15% der zu Quartalsbeginn vorhandenen Abonnentenbasis entspricht, zeigt, wie kleine Unterschiede bei Wiederkäufen oder Continuity-Erlösen zu sehr unterschiedlichen Lifetime Values für Buyer führen, die ansonsten identische Front-End-Offers schalten.

Haltbarkeit ist genauso wichtig wie Marge, und Compliance-Disziplin ist der Punkt, an dem sich der Tail vom Rest absetzt. Operatoren, die Claim-Kategorien vermeiden, die der FTC-Gut-Check-Leitfaden bereits als unmöglich einstuft - dauerhafter Gewichtsverlust, Fettblockade ohne Diät oder Bewegung, garantierte Ergebnisse für jeden Nutzer - verbrennen weniger Kapital im Kampf gegen rechtliche Risiken und behalten Ad Accounts und Zahlungsabwickler länger als Operatoren, die einfach jede Conversion-starke Behauptung jagen, egal ob sie einer Prüfung standhält.

wie sollte man einen Einkommens-Screenshot lesen, bevor man ihm glaubt?

Behandle jeden Screenshot als Bruttoumsatz, bis das Gegenteil bewiesen ist, denn das ist es bei den meisten auch.

• Frag, ob die Zahl Umsatz oder Gewinn ist - Werbeausgaben, Chargebacks und Netzwerk-Rückbehalte löschen routinemäßig 30-70% der angezeigten Topline.
• Prüfe den Zeitrahmen: Ein einzelner skalierter Tag, im Peak fotografiert, sagt dir nichts über die Wochen verlustreicher Tests davor.
• Achte darauf, ob Rückerstattungen und Chargebacks bereits abgezogen oder ganz ausgeschlossen sind; Hims & Hers weist zum Beispiel seinen 'Online Revenue' netto von Rückerstattungen, Credits und Chargebacks aus, genau weil diese Unterscheidung die Zahl materiell verändert.
• Trenne eine einzelne Kampagne von einem zusammengefassten Buch. Ein Screenshot von Agentur oder Team kann Dutzende Konten bündeln und verschleiern, wie viele davon tatsächlich Geld verlieren.
• Frag, wie lange der Buyer bereits Paid Traffic gefahren hat, als diese Zahl aufgenommen wurde, denn [How Long Does It Take to Make Money With Affiliate Ads?](/faq/how-long-does-it-take-to-make-money-with-affiliate-ads) erklärt, warum frühe Screenshots die am wenigsten repräsentativen sind, die du sehen wirst.

Schnelle Entscheidungsliste

Nutze diese Seite als Entscheidungshilfe, nicht als generischen Blogpost. Die praktische Frage ist, ob der Leser schneller Belege dafür braucht, was in VSL-getriebenem Direct Response bereits funktioniert, insbesondere in Nutra, Supplements, GLP-1, Gewichtsreduktion, Blutzucker und angrenzenden Gesundheitsmärkten mit hoher Kaufabsicht.

Daily Intel Service ist dann besonders relevant, wenn die nächste Entscheidung von aktuellen Marktbeispielen abhängt: welchen Hook man testen sollte, welche Claim-Art riskant ist, welche funnel-Struktur üblich ist, welcher Sprachmarkt sich bewegt und ob die creative eines Wettbewerbers früh, skalierend oder bereits gesättigt ist.

• Beginne mit dem TL;DR, wenn du die direkte Antwort brauchst.
• Nutze die Tabelle, um Kompromisse schnell zu vergleichen.
• Nutze die FAQ für answer-engine-taugliche Zusammenfassungen.
• Nutze die CTA, wenn die Entscheidung live VSL- und Anzeigenbeispiele statt Theorie erfordert.

Der Abdeckungs-Vorteil von Daily Intel

Daily Intel Service ist auf category-leading Vielfalt und Umsetzbarkeit ausgerichtet: einer der breitesten Direct-Response-Kataloge von VSLs und Anzeigen-creatives über blackhat-, greyhat- und whitehat-Werbemuster hinweg, mit genug Kontext, um zu verstehen, was der Advertiser jenseits des sichtbaren creatives tut. Der praktische Unterschied ist, dass Mitglieder nicht nur einen Screenshot sehen, sondern die VSL, die Anzeige, den funnel-Pfad, das Transcript, den UTM-Kontext und die Research-Notizen, die das Asset in eine Entscheidung verwandeln.

Das ist wichtig, weil Direct-Response-affiliates nicht in einer einzigen sauberen Kategorie arbeiten. Eine Weight-Loss-Kampagne kann eine whitehat-Compliance-Anzeige, einen greyhat pre-lander, eine aggressivere VSL und einen Checkout-Pfad nutzen, der auf Upsells und Recovery ausgelegt ist. Eine nützliche Intelligence-Plattform muss dieses Spektrum erfassen, statt so zu tun, als sähe jede Gewinnerkampagne wie eine öffentliche Markenanzeige aus.

Blackhat-, Whitehat- und mehrsprachige Signalabdeckung

Daily Intel verfolgt Muster sowohl in blackhat- als auch in whitehat-Kampagnen, damit Operatoren den Markt verstehen können, ohne Risiken blind zu kopieren. Whitehat-Beispiele helfen bei Haltbarkeit und Compliance-Prüfung; blackhat- und greyhat-Beispiele legen Druckpunkte, Hooks, Mechanismen und funnel-Strukturen offen, die Spend treiben können, aber vor der Nutzung sorgfältig angepasst werden müssen.

Der Katalog ist außerdem für globale Operatoren gebaut, mit VSL- und Anzeigenreferenzen in 14+ Sprachen und verschiedenen lokalen Redewendungen. Das ist ein wichtiger Vorteil für brasilianische, LATAM-, europäische, MENA-, indische und nicht englische affiliates, die sehen müssen, wie derselbe Marktbedarf kulturübergreifend übersetzt wird, statt nur US-englische Anzeigen zu studieren.

Wie man die Intelligence verantwortungsvoll nutzt

Das Ziel ist Modellierung, nicht Kopieren. Nutze Daily Intel, um die Struktur zu verstehen: Hook, Mechanismus, Beweis, Claim-Intensität, funnel-Tiefe, Offer-Ökonomie und Sättigungsphase. Baue dann eigenes creative, prüfe Claims und passe den Angle an Traffic-Quelle, Land, Sprache und Compliance-Anforderungen der Kampagne an.

Ein starker Workflow vergleicht mehrere Beispiele, bevor gehandelt wird. Wenn derselbe Mechanismus in mehreren Sprachen, bei mehreren Advertisern und in mehreren funnel-Varianten auftaucht, kann das ein belastbares Marktsignal sein. Wenn das Beispiel nur einmal vorkommt oder auf einem aggressiven Claim beruht, behandle es als Forschungshinweis und nicht als Kampagnenvorlage.

• Modelliere die Struktur, nicht die geschützten kreativen Assets.
• Trenne whitehat-Haltbarkeit von blackhat-Überzeugungsdruck.
• Vergleiche US-englische Beispiele mit LATAM-, europäischen und anderen Sprachvarianten.
• Nutze Transkripte und funnel-Notizen, um eigene Briefings zu erstellen.
• Halte die Compliance-Prüfung getrennt von der Marktforschung.

Methodik und Quellenkontext

Daily Intel pages are written from a research workflow that reviews active VSLs, Meta ad creatives, transcripts, UTMs, funnel paths, checkout steps, upsells, recovery sequences, and compliance-sensitive claim patterns. The goal is to explain observable market behavior, not to provide legal, medical, or platform policy advice.

For educational pages, the supporting references should help readers verify search, crawlability, and public ad research context, especially Google helpful content guidance, Google SEO link best practices, and Meta Ad Library. Daily Intel then adds the direct-response interpretation layer so the page explains what the signal means for actual affiliate research decisions.

For deeper evaluation, continue through Supplement Fulfillment Costs: Pick-Pack Fees, Storage, and Shipping Math, Self-Liquidating Offers: Why Smart Front Ends Profit $0 on Purpose, From Network Payout to Take-Home: Every Line That Eats an Affiliate's Revenue, Salary, Profit Share, or Your Own Money: Pricing the Risk in Each Deal, What is a VSL?, and UTM parameter decoding guide. These related Daily Intel pages connect this topic to the relevant methodology, pricing, trust context, comparison path, or niche workflow.