Das Bot-Problem von OnlyFans ist real, messbar und wächst — aber es ist auch weniger gravierend als die vergleichbaren Probleme auf anderen Plattformen. Die Payment-gated-Architektur der Plattform bedeutet, dass jeder „Subscriber" irgendwann eine Kreditkartentransaktion passieren musste, was eine höhere Hürde für Bot-Betreiber darstellt als die E-Mail- und CAPTCHA-Schranken von Twitter, Instagram oder TikTok. Diese Hürde hält den Bot-Anteil niedriger als auf jenen Plattformen — aber sie hält ihn nicht bei null.
Quer durch unsere Panel-basierten Schätzungen für 2025 liegt der Bot-Anteil aktiver OnlyFans-Subscriber-Accounts im Bereich 8-15%. Die weite Spannweite spiegelt echte Schätzunsicherheit wider — unterschiedliche Panels kommen zu unterschiedlichen Ergebnissen, weil die Definition von „Bot" selbst umstritten ist — aber jedes Panel ist sich einig, dass der Anteil von Jahr zu Jahr wächst. 2021 lag die Panel-Mittelwert-Schätzung bei 3,5%. 2025 sind es 11,5%. Die Entwicklung zählt mehr als das exakte Niveau.
Die Daten
Das prägende Merkmal der OnlyFans-Bot-Ökonomie ist die Preisband-Verteilung. Bot-Accounts sind nicht gleichmäßig über die Abopreis-Bänder verteilt — sie konzentrieren sich stark am unteren Ende, wo die Grenzkosten für den Betrieb eines Fake-Abos am niedrigsten sind:
| Abopreis-Tier | Bot-Anteil (gesch.) | Bot-Zweck | Erkennungs-Schwierigkeit |
|---|---|---|---|
| Kostenloses Trial | 24% | Scraping, Lead-Farming | Niedrig (kein Zahlungssignal) |
| $4,99–$9,99 | 18% | PPV-Spam outbound, Sub-Farming | Mittel |
| $10–$19 | 11% | Sub-Farming, gelegentlich PPV-Spam | Mittel-hoch |
| $20–$49 | 6% | Gezieltes Scraping (selten) | Hoch |
| $50+ | 3% | Fast vollständig echt | Sehr hoch (unwirtschaftlich) |
Das Muster ergibt aus der Perspektive des Bot-Betreibers ökonomisch Sinn. Ein Bot, der bei einem $4,99-Creator über hunderte Creator hinweg skaliert subscribed ist, kann Wert extrahieren (PPV-Spam-Outreach, Content-Scraping für Weiterverbreitung, nachgelagertes Sub-Farming) und kommt damit grob auf Break-Even gegenüber den Abokosten. Ein Bot, der bei einem $50-Creator subscribed ist, kann das nicht — die Stückkosten-Ökonomie geht nicht auf. Also konzentrieren Bot-Betreiber sich dort, wo sie einen positiven ROI tragen können, und das ist das günstige Ende des Marktes.
Wie Bots auf die Plattform kommen
Drei klar unterscheidbare Bot-Betriebsmodelle machen den Großteil der Population aus:
1. Account-Farmen
Betreiber unterhalten Pools von E-Mail-Adressen, virtuellen Rufnummern und gestohlenen oder geldwäsche-gewaschenen Karten, um in großem Stil Subscriber-Accounts zu erstellen. Diese Accounts abonnieren bestimmte Ziel-Creator zum Scrapen und werden danach entweder gekündigt oder für outbound-PPV-Spam umfunktioniert. Account-Farmen sind die größte Quelle neuer Bot-Subscriber, geschätzt rund 60% der Population. Die technische Infrastruktur (Proxy-Netzwerke, CAPTCHA-Solving-Dienste, Card-Testing-Pipelines) entspricht dem Branchenstandard.
2. Abo-Käufe mit gestohlenen Karten
Echte Konsumenten-Karten, die kompromittiert wurden, werden für Abos genutzt, die der Karteninhaber nie autorisiert hat. Diese tauchen als legitim wirkende Sub-Events auf und werden erst auffällig, wenn der Karteninhaber die Buchung anficht oder wenn das Risiko-Scoring von Stripe das Geschwindigkeitsmuster markiert. Geschätzt rund 25% der Bot-Subscriber. Die finanzielle Wirkung auf den Creator ist asymmetrisch: Er verdient den Abo-Umsatz bis zum Chargeback, an dem Punkt verliert er die volle Transaktion plus typischerweise eine Gebühr.
3. PPV-Spam-Farmen
Spezialisierte Accounts, deren einziger Zweck es ist, zu abonnieren → andere Creator per DM mit Spam zu beschicken (typischerweise zur Bewerbung einer Off-Plattform-Seite oder eines Scam-Tier-Abos) → wieder zu kündigen und das Spiel zu wiederholen. Diese sind typischerweise für das Minimum-Fenster (ca. 1 Monat) abonniert und zielen auf Creator im günstigen Tier, wo sich die Abo-Investition über den Spam-Ertrag amortisieren lässt. Geschätzt rund 15% der Bot-Subscriber.
Finanzielle Wirkung auf Creator
Die finanzielle Wirkung auf einzelne Creator ist real und variiert stark nach Creator-Tier. Die zwei zentralen Verlustkanäle sind: (a) Chargebacks und Rückerstattungen aus Abos mit gestohlenen Karten und (b) Verschmutzung der Engagement-Kanäle, die die effektive DM- und PPV-Reichweite reduziert. Über unsere Agentur-Panel-Daten hinweg liegt der kombinierte Monatsverlust bei:
Der mediane Monatsverlust von $110 bei einem Mid-Tier-Creator ist im Kontext interessant. Er ist klein gemessen am Bruttoumsatz eines Mid-Tier-Creators (vermutlich 2-4% der Monatseinnahmen), aber er ist kumulierend: Bot-Accounts verdrängen legitime Fan-Engagement-Metriken, das heißt Creator optimieren auf verzerrten Daten, das führt zu schlechteren Produktionsentscheidungen. Die nachgelagerten Kosten, auf korrupten Metriken zu operieren, könnten größer sein als der direkte Verlust; wir können sie nur nicht sauber isolieren.
Plattform-Gegenmaßnahmen
Die Anti-Bot-Infrastruktur von OnlyFans hat sich im Fenster 2023-2025 spürbar verbessert, aber die Bot-Ökonomie hat sich schneller verbessert. Die Plattform setzt mehrere Kategorien von Gegenmaßnahmen ein:
Stripe-Risiko-Scoring
Abo-Kauf-Transaktionen werden in Echtzeit vom Risikomodell von Stripe gescored, das Karten-Geschwindigkeit, IP- und Geolokalisierungs-Konsistenz, vorherige Betrugshistorie und dutzende Verhaltenssignale auswertet. Hochrisiko-Transaktionen werden direkt blockiert; mittelriskante werden für zusätzliche Verifizierung markiert. Das Risikomodell von Stripe gehört zum Besten der Branche — und der Bot-Anteil wäre ohne es deutlich höher — aber es ist auf die plattformübergreifende E-Commerce-Basislinie kalibriert, nicht auf die Spezifika des OnlyFans-Abo-Flows.
Login-Muster-Erkennung
OnlyFans trackt Login-Verhalten (Timing-Muster, Geräte-Fingerprints, Geo-Stabilität), um verdächtige Accounts zu markieren. Bot-Accounts zeigen typischerweise charakteristische Muster — Logins alle rund 6 Minuten aus einem rotierenden Proxy-Pool, keine Scroll-Aktivität zwischen Content-Loads, exakt-getimete PPV-Unlock-Klicks —, die die Plattform aggregiert identifizieren kann. Die Wirksamkeit variiert; raffinierte Bot-Betreiber haben sich überwiegend angepasst.
CAPTCHA bei verdächtigen Sub-Events
Sub-Events aus ungewöhnlichen IP-/Geräte-Kombinationen werden über einen CAPTCHA-Flow gefiltert. Das stoppt die weniger versierten Bot-Betreiber, wird aber routinemäßig von CAPTCHA-Solving-Diensten umgangen. Es ist eine wirksame Hürde gegen die unteren 50% der Bot-Ökonomie, erreicht aber die professionellen Betreiber nicht.
Das asymmetrische Problem ist, dass Bot-Erkennung schwer, falsch-positiv-empfindlich und nie vollständig genau ist. Die Plattform kann Sub-Events nicht aggressiv blockieren, ohne legitimen Fan-Umsatz zu schneiden, daher ist das System notwendigerweise so getunt, dass es im Zweifel auf die durchlässige Seite fällt. Das Ergebnis ist ein eingeschwungener Bot-Anteil, der niedriger ist, als er ohne Enforcement wäre, aber höher als null.
Im Vergleich zu anderen Plattformen
Der Bot-Anteil von 8-15% ist hoch genug, um relevant zu sein, aber niedrig im Vergleich zu anderen Plattformen. Zur Einordnung:
- Twitter/X: Geschätzte 9-15% Bot-Anteil an monatlich aktiven Nutzern (Elon Musks gemeldete Schätzung aus der Übernahmephase; unabhängige akademische Schätzungen reichen von 9-20%). Oberflächlich grob vergleichbar mit OnlyFans, aber mit deutlich höherer Toleranz, weil keine Zahlungen vorgeschaltet sind.
- Instagram: Geschätzte 8-12% Bot-Anteil. Überwiegend Engagement-Bots (Likes, Follows) und Follower-Farmen.
- TikTok: Geschätzte 6-10% Bot-Anteil. Die Empfehlungs-Oberfläche der Plattform bestraft offensichtliches Bot-Verhalten aggressiver.
- YouTube: Geschätzte 5-9% Bot-Anteil an View-Metriken; niedrigerer Anteil bei monetarisierten Accounts.
Das Bot-Problem von OnlyFans liegt in der Mitte dieses Spektrums. Die Zahlungshürde setzt es bei reinen Bot-Anteilen unter Twitter und Instagram; die finanziellen Anreize von Paid-Content-Scraping und PPV-Spam heben es über TikTok und YouTube. Die relative Position der Plattform ist plausibel.
Implikationen für Creator und Journalisten
Für Creator sind die praktischen Implikationen taktisch. Der Bot-Anteil konzentriert sich am unteren Preisende, daher sind Creator im $20+-Abo-Band weitgehend abgeschirmt. Für Creator im $4,99-$9,99-Tier — das Segment, das am stärksten vom Mid-Tier-Squeeze betroffen ist — blähen Bot-Accounts die Sub-Count-Metriken auf, unterdrücken die echte Fan-DM-Reichweite und fügen Chargeback-Risiko auf der Umsatzseite hinzu. Drei operative Antworten sind wirksam:
- Analytics auf „aktive Sub"-Definitionen filtern. Subs, die innerhalb von 14 Tagen nicht mit Inhalten interagiert haben, sind überproportional Bots. Nur engaged-Sub-Zählungen zu tracken erzeugt Metriken, die nicht mit dem Bot-Anteil-Wachstum driften.
- Chargeback-Quoten als Frühindikator beobachten. Eine monatliche Chargeback-Quote, die über 1% klettert, ist ein Signal, dass das Creator-Publikum zunehmend bot-kontaminiert ist. Das Risiko-Scoring der Plattform reagiert empfindlicher auf Creator mit hohem CB-Anteil, daher lohnt es sich, das früh zu erkennen.
- Abo-Promotion-Strategien meiden, die aus bot-anfälligen Funneln ziehen. Off-Plattform-Abo-Promotion, die nicht über verifizierte Kanäle läuft (z. B. Link-Aggregator-Seiten mit schwacher Filterung), hat einen höheren Bot-Ertrag. Direkt-aus-Social und bekannte Kuratoren-Promotion erzeugen sauberere Kohorten.
Für Journalisten, die über die Creator-Metriken von OnlyFans schreiben, ist der Bot-Anteil der mit Abstand wichtigste Vorbehalt, der an Subscriber-Count-Zahlen anzufügen ist. Sub-Counts von Creatorn in der Presseberichterstattung sind typischerweise plattform-gemeldet und ungefiltert — das heißt sie enthalten den Bot-Anteil von 8-15%. Engagement-gewichtete Metriken (aktive Subs, PPV-Unlocks, DM-Antworten) sind verlässlicher.
Prognosen für 2026 und 2027
- Der Bot-Anteil erreicht bis 2027 13-18%. Die Wachstumskurve ist stetig. Plattform-Gegenmaßnahmen verlangsamen, drehen die Kurve aber nicht um.
- Stripe wird OnlyFans-spezifisches Risiko-Scoring ausrollen. Generisches Risiko-Scoring lässt Signal auf dem Tisch. Eine plattformspezifische Feinjustierung ist innerhalb von 18 Monaten zu erwarten, wahrscheinlich in Partnerschaft mit Fenix International Ltd.
- Die Plattform veröffentlicht Anti-Bot-Transparenzdaten. Entweder freiwillig (PR-Positionierung) oder unter regulatorischem Druck (EU DSA Artikel 39). So oder so ist bis Mitte 2027 ein öffentlicher „Fake-Account"-Bericht zu erwarten.
- KI-gestützte Bot-Erkennung wird ausgerollt. Die aktuelle Erkennung ist heuristikbasiert. ML-basierte Erkennung, die Verhaltens-Fingerprints betrachtet, ist bis 2027 plausibel, mit signifikantem Zuwachs bei der Erkennungsgenauigkeit.
- Der Free-Trial-Flow wird neu gestaltet. 24% Bot-Anteil bei kostenlosen Trials sind zu hoch, um nachhaltig zu sein. Die Plattform wird die Free-Trial-Funktion entweder entfernen, auf verifizierte Fan-Accounts beschränken oder zusätzliche Hürden einbauen. Eine Änderung in 12-18 Monaten.
Methodik
Die Schätzung des Bot-Anteils von 8-15% wird aus drei unabhängigen Panels abgeleitet und zu einer Panel-Mittelwert-Spanne abgeglichen:
- Agentur-Plattform-Daten-Panel — drei Creator-Management-Agenturen analysierten ihre Portfolio-Sub-Basen auf verhaltensbasierte Bot-Signaturen (Login-Muster, Engagement-Geschwindigkeit, DM-Antwortquoten) und erzeugten Bot-Anteil-Schätzungen je Portfolio. Aggregierte Schätzung: 11,2%.
- Zahlungsdaten-Proxies — Chargeback-Quoten, Refund-Quoten und Verteilungen der Stripe-Risiko-Scores über die aktive Subscriber-Population erzeugen eine indirekte Schätzung. Schätzung: 9,4%.
- Kohorten-Verhaltensanalyse — Sub-Kohorten-Tracking auf Engagement-Event-Verteilungen, das den bimodalen Split zwischen „echte Fan"-Verhaltenssignaturen und „automatisierten" Signaturen identifiziert. Schätzung: 13,8%.
Die drei Schätzungen ergeben eine Panel-Spanne von 9,4% bis 13,8%, die wir auf „8-15%" runden, um die zusätzliche Unsicherheit aus definitorischer Uneinigkeit abzubilden (unterschiedliche Panels nehmen leicht unterschiedliche Sub-Typen in ihre Bot-Definition auf). Der Mittelpunkt liegt bei 11,5%, was die Zahl ist, die im Chart verwendet wird.
Die Tier-Anteils-Zahlen (24%, 18%, 11%, 6%, 3%) sind primär aus Panel 1 (Agentur-Portfolios) abgeleitet, weil sie die sauberste Sichtbarkeit auf Abopreis-Bänder bieten. Die Chargeback-Quote (2,1% auf bot-verdächtigen Transaktionen vs. 0,3% auf sauberen) ist auf den Zahlungsdaten von Panel 2 berechnet.
Alle Zahlen basieren auf Nennern aktiver Subscriber (Subs in good standing zum Analysezeitpunkt), nicht auf jemals existierenden Accounts. Siehe die vollständige Methodik-Seite für unseren breiteren Sourcing-Ansatz.