OMT Podcast

Im Gespräch räumt Matthias Vogg (VOGGSMEDIA) mit einem der hartnäckigsten Mythen auf: „TikTok verkauft nicht.“ Dieser Satz hält sich laut Matthias „sehr hartnäckig“, ist aber schlicht falsch – und oft das Ergebnis falscher Tests, falscher Erwartungen oder fehlender Struktur.
TikTok wird im Performance‑Marketing noch immer unterschätzt, oft weil Unternehmen es mit der falschen Erwartungshaltung testen oder Meta‑Logiken einfach übertragen. Matthias macht deutlich, dass TikTok ein komplett eigenes Performance‑Ökosystem ist: Content‑first statt Targeting‑first, schnelle Hyperpersonalisierung und ein Algorithmus, der Creatives radikal belohnt oder abstraft. Viele Tests scheitern nicht an TikTok, sondern an zu kleinen Budgets, zu kurzen Laufzeiten oder fehlenden Hypothesen. Mario Jung bestätigt das mit eigenen Erfahrungen: Erst nach rund 20.000 € Testbudget stabilisierte sich die Performance – ein typisches Beispiel dafür, dass TikTok Zeit und Daten braucht, um sein Potenzial auszuspielen.
Der Schlüssel zum Erfolg liegt im Creative Testing. Struktur schlägt Kreativität, weil TikTok‑Performance maßgeblich von Hookrate, Variantenvielfalt und klaren Testlogiken abhängt. Unternehmen brauchen viele Creatives, regelmäßige Rotation und eine klare Hypothesenbasis, um Creative Fatigue vorzubeugen – ein Phänomen, das auf TikTok schneller eintritt als auf Meta, weil die Nutzer:innen jünger, schneller und anspruchsvoller sind. Formate, die nativ wirken, starke Hooks haben und authentisch produziert sind, funktionieren aktuell besonders gut. Gleichzeitig gewinnen Automatisierung, KI‑gestützte Creative‑Produktion und skalierbare Prozesse zunehmend an Bedeutung, um den hohen Content‑Output langfristig zu stemmen.
Skalierung beginnt auf TikTok erst dann, wenn Creative‑Bibliotheken groß genug sind, Tests sauber strukturiert laufen und Teams realistische Erwartungen haben. Wer TikTok wie Meta behandelt, wird scheitern. Wer jedoch versteht, wie der Algorithmus funktioniert, Creatives systematisch testet und Budgets nicht zu früh kappt, kann TikTok als echten Performance‑Kanal erschließen – mit stabilen Ergebnissen und skalierbaren Setups. Die drei wichtigsten Sofort‑Maßnahmen: mehr Creatives testen, Tests länger laufen lassen und die Hookrate als zentralen Frühindikator priorisieren.
👉 Wenn Du TikTok endlich als echten Performance‑Kanal verstehen und skalieren willst, hör Dir unbedingt die komplette Podcast‑Folge an. Du bekommst konkrete Learnings, ehrliche Insights und sofort umsetzbare Strategien direkt aus der Praxis von Matthias Vogg.

In der neusten Folge vom OMT-Podcast spricht Mario Jung (OMT GmbH) mit Markus Kellermann (xpose360 GmbH). Markus erklärt, dass Unternehmen in wirtschaftlich schwierigen Zeiten kanalübergreifend stärker auf Effizienz, Transparenz und kalkulierbare Risiken achten. Genau hier punktet Affiliate Marketing:
CPO‑Modell = minimiertes Risiko
Hohe Messbarkeit und klare Attribution
Breitere Publisher‑Landschaft als früher – Content‑Partner, Influencer:innen, Tech‑Publisher, Loyalty‑Seiten
Viele große Marken erzielen inzwischen 10–20 % ihres Online‑Umsatzes über Affiliate Marketing – ein Wert, der in der öffentlichen Wahrnehmung oft unterschätzt wird.
Der Report basiert auf über 1.200 befragten Marktteilnehmer:innen sowie 40 Expert:innen und gilt als einer der wichtigsten Branchen‑Benchmarks.
Die spannendsten Erkenntnisse:
Affiliate Marketing steigt im Umsatzranking deutlich nach oben. 71 % der Unternehmen sehen es 2026 als zweitstärksten Online‑Werbekanal.
KI ist mit 88 % der Top‑Trend – sowohl operativ als auch strategisch.
62 % der Advertiser erwarten steigende Umsätze im Affiliate‑Kanal.
Damit wird klar: Affiliate Marketing ist nicht nur stabil – es wächst.
Operativ sorgt KI für enorme Produktivitätsgewinne:
Content‑ und Kreativ‑Erstellung
Publisher‑Scouting
Predictive Analytics für Provisionsmodelle
Automatisierte Deal‑Erstellung durch Preisanalysen (Zitat: „… erstellen daraus automatisiert einen Deal‑Newsletter … sehr hohe Klickraten und Conversion Rates.“)
Strategisch verändert KI die gesamte Customer Journey:
Nutzer:innen recherchieren zunehmend in KI‑Umgebungen statt in klassischen Suchmaschinen.
Shopping‑Features in KI‑Tools könnten Gutschein‑, Cashback‑ oder SEO‑Publisher verdrängen. (Zitat: „53 % der Advertiser gehen davon aus, dass Shopping‑Features … klassische Touchpoints verdrängen.“)
Für Affiliates bedeutet das: Geschäftsmodelle müssen sich weiterentwickeln, z. B. durch API‑Integrationen, Datenbereitstellung oder neue Traffic‑Quellen.
Wenn Du verstehen willst, wie Affiliate Marketing 2026 wirklich funktioniert, welche Trends den Markt prägen und wie Du Deine Umsätze mit KI, neuen Publisher‑Modellen und smarter Strategie steigern kannst, dann höre unbedingt in diese OMT‑Podcast‑Folge rein. Sie liefert Dir die wichtigsten Insights direkt aus der Praxis – klar, datenbasiert und sofort umsetzbar.

300 Folgen OMT-Podcast! Wow!
Und auch diese Woche bieten wir wieder eine Folge mit unglaublichen Inhalten und Neuigkeiten aus der Welt von SEO. Kurz gesagt: Die SISTRIX SEO-Talk Runde 10 dreht sich um die großen Verschiebungen im SEO durch KI Suche, Discover, AI Overviews, Grounding Pages, Web Agents und die Frage, wie SEO sich als Job und Kanal verändert. Für Online Marketer steckt darin ein klarer Auftrag: SEO wird strategischer, technischer und stärker mit Branding, Produkt und Organisation verzahnt.
Mario Jung (OMT GmbH) spricht in einer Diskussionsrunde mit Vanessa Wurster (SEOCATION GmbH), Johannes Beus (SISTRIX GmbH) und Johan von Hülsen (Wingmen Online Marketing GmbH).
AI Search verändert SEO grundlegend
Die Diskussionsrunde macht deutlich, wie stark sich die Suche aktuell wandelt. Klassische Websuche verliert an Bedeutung, weil KI Systeme immer mehr Informationsanfragen direkt beantworten. Besonders informational Queries werden zunehmend ohne Klicks gelöst, während komplexere oder transaktionale Suchanfragen stabiler bleiben. Für Online Marketer bedeutet das: SEO bleibt wichtig, aber der Kanal verändert sich. Die Nachfrage verschwindet nicht – sie wird nur anders abgeholt. SEO entwickelt sich damit von einem reinen Traffic Kanal zu einem Demand Kanal, der Sichtbarkeit, Markenstärke und Nutzersignale stärker in den Mittelpunkt rückt.
Neue Erfolgsmessung: ROI ohne Klicks
Da KI Antworten Klicks reduzieren, verliert klassische Webanalyse an Aussagekraft. Last Click Modelle, CTR Vergleiche oder Session Analysen greifen zu kurz. Stattdessen rücken neue Metriken in den Vordergrund. Marken Suchanfragen werden ein wichtiger Indikator für Nachfrage. Erwähnungen in AI Antworten – also Citations – werden zu einem neuen KPI. Und qualitative Methoden wie Kundenbefragungen nach der Conversion helfen, die tatsächliche Customer Journey zu verstehen. SEO Erfolg wird damit weniger technisch und stärker nutzerzentriert.
Discover & Bing AI Report: Neue Datenquellen für Marketer
Google Discover bleibt ein wichtiger Traffic Treiber, ist aber technisch anspruchsvoll. Besonders spannend ist, dass Google teilweise Facebook Markups bevorzugt, um Paid Content korrekt zu interpretieren – ein Detail, das viele Publisher überrascht. Parallel dazu liefert der Bing AI Performance Report erstmals echte Transparenz darüber, wie oft Inhalte in AI Antworten zitiert werden. Für Marketer entsteht damit ein neuer Analysebereich: AI Visibility, also die Sichtbarkeit in KI generierten Antworten.
Zukunft des SEO Jobs
SEO verschwindet nicht – aber der Job verändert sich massiv. Viele operative Aufgaben werden automatisiert. SEOs werden strategischer, analytischer und stärker in Produkt, UX und Organisationsentwicklung eingebunden. SEO ist längst nicht mehr nur Google, sondern umfasst auch YouTube, TikTok und Social SEO. Die Rolle wird breiter, vernetzter und anspruchsvoller.
Wenn Du tiefer in Themen wie AI Search, Discover, KI Sichtbarkeit, Web Agents und die Zukunft von SEO eintauchen willst, dann hör unbedingt in den OMT Podcast rein. Dort bekommst Du jede Woche praxisnahe Insights, Cases und Diskussionen direkt aus der SEO und Marketing Community.
👉 Jetzt reinhören, smarter werden und Dein SEO auf das nächste Level bringen!

User Generated Content (UGC) ist für Liesa Paul (Powerbar) längst kein „nice to have“ mehr, sondern ein strategischer Kernbaustein moderner Markenführung. Sie beschreibt, dass erfolgreiche Marken heute nicht mehr selbst im Mittelpunkt stehen, sondern ihre Community sprechen lassen. UGC umfasst jeden Inhalt, der nicht von der Marke selbst produziert wird – von Reviews über Erfahrungsberichte bis hin zu Social Media Posts. Sein größter Vorteil liegt in der Authentizität: Menschen vertrauen echten Erfahrungen mehr als perfekt inszenierten Werbebotschaften.
Liesa erklärt, dass UGC sich deutlich von klassischen Kampagnen unterscheidet. Während Kampagnen top down geplant, zeitlich begrenzt und perfekt produziert sind, entsteht UGC bottom up, ist bewusst unperfekt und wirkt dauerhaft. Genau diese Echtheit sorgt dafür, dass UGC entlang der gesamten Customer Journey funktioniert: Es schafft Awareness, stärkt Vertrauen in der Consideration Phase, erhöht die Conversion und fördert langfristige Loyalität. Studien zeigen laut Liesa sogar bis zu 30 % höhere Conversion Rates, wenn UGC integriert wird.
Ein großes Thema im Gespräch ist der gefürchtete Kontrollverlust. Liesa betont, dass Risiko immer existiert – auch bei klassischen Kampagnen. Entscheidend sei, vorbereitet zu sein, intern sauber zu kommunizieren und klein zu starten.
Liesa gibt außerdem Einblicke in ihre Arbeit bei Powerbar: Dort nutzt das Team UGC vor allem über Sponsoring Partnerschaften und holt aktiv Nutzungsrechte ein, um authentische Bilder in Social Media und Ads einzusetzen. Die Community liefert täglich hochwertigen Content – ein Beweis dafür, wie stark Marken profitieren, wenn sie echte Fans einbinden.
🔮 Zukunft von UGC (Stichpunkte)
• KI Avatare & KI generierter UGC werden an Bedeutung gewinnen.
• Automatisierung von Prozessen wie Nutzungsrechten und Content Management.
• Co Creation: Marken werden zunehmend gemeinsam mit ihrer Community entwickelt.
• Stärkere Integration von UGC in Produktseiten, Shops und personalisierte Empfehlungen.
Wenn Du verstehen willst, wie Marken heute wirklich wachsen, warum Community das neue Marketing ist und wie Du UGC strategisch, kreativ und skalierbar einsetzt, dann hör Dir unbedingt die komplette Podcast Folge an. Sie steckt voller Praxisbeispiele, Insights und Impulse, die Deine Content und Markenstrategie sofort auf ein neues Level heben.

Diese Podcast Folge ist ein echtes Geschenk für alle, die Personas nicht nur „machen“, sondern wirklich nutzen wollen. Mario Jung (OMT GmbH) spricht mit Stefan Rippler (Persona Institut GmbH), der sehr klar zeigt, warum viele Unternehmen beim Thema Zielgruppenarbeit auf halbem Weg stehen bleiben – und wie datenbasierte Personas endlich das liefern, was Marketing wirklich braucht: Relevanz, Präzision und echte Kundennähe.
Warum klassische Zielgruppen scheitern
Stefan bringt es direkt auf den Punkt:
„Wir sprechen immer so viel über Zielgruppen, aber so wenig über Menschen.“
Demografische Cluster wie „Frauen 25–34“ reichen nicht aus. Sie sagen nichts über Werte, Motive, Mediennutzung oder Entscheidungslogiken aus. Genau hier setzen datenbasierte Personas an: Sie verbinden quantitative Daten (Repräsentativität, Verhalten, Nutzung) mit qualitativen Insights (Emotionen, Ziele, Pain Points).
Stefan und sein Team haben die DIN SPEC 33462 entwickelt – die erste Blaupause für datenbasierte Personas.
Ziel: Vergleichbarkeit, Transparenz und Vertrauen schaffen.
„Es gab keine einheitliche Definition, keine Vorgehensweise, keine Reproduzierbarkeit.“
KI ist ein starkes Werkzeug, aber sie ersetzt keine echten Daten. Stefan beschreibt sehr deutlich, dass generative Modelle ohne valide Datengrundlage nur Wahrscheinlichkeiten aneinanderreihen. Das führt dazu, dass selbst identische Prompts völlig unterschiedliche Personas erzeugen können – ein klarer Hinweis darauf, dass KI ohne belastbare Datenbasis schnell ins Fantastische abrutscht.
Trotzdem hat KI einen festen Platz im Persona Prozess. Sie unterstützt bei der Mustererkennung, hilft bei der Simulation von Personas in Form von Chatbots oder digitalen Zwillingen und übersetzt Zielgruppenmerkmale in konkrete Targeting Optionen für Plattformen wie Meta oder Google. Doch all diese Funktionen bleiben oberflächlich, wenn die zugrunde liegenden Daten nicht stimmen. KI verstärkt, was vorhanden ist – und wenn das wenig oder falsch ist, verstärkt sie auch das.
Wie gute Personas entstehen, beschreibt Stefan als klar strukturierten Weg. Am Anfang steht immer ein Datenaudit: Welche Daten liegen vor und wie gut sind sie? Darauf folgt die quantitative Basis, die Repräsentativität, Verhalten und Nutzungsmuster abbildet. Ergänzt wird sie durch qualitative Tiefe – Interviews, Kontext, Emotionen, Narrative. Anschließend werden Hypothesen gegen die Realität getestet, bevor eine Priorisierung erfolgt. Denn am Ende reichen drei bis fünf Personas aus, um den Großteil des Umsatzes abzudecken.
🎧 Hör Dir die komplette Podcast Folge an – sie ist ein Muss für alle, die Personas endlich strategisch, datenbasiert und wirksam einsetzen wollen.