Het botprobleem van OnlyFans is reëel, meetbaar en groeit — maar het is ook minder ernstig dan vergelijkbare problemen op andere platforms. De payment-gated-architectuur van het platform betekent dat elke "subscriber" op enig moment een creditcardtransactie heeft moeten doorlopen, een hogere drempel voor botoperators dan de e-mail-en-CAPTCHA-poorten van Twitter, Instagram of TikTok. Die wrijving houdt het botaandeel lager dan op die platforms — maar niet op nul.
Op basis van onze panelafgeleide schattingen voor 2025 ligt het botaandeel van actieve OnlyFans-subscriber-accounts in de range van 8-15%. De brede range weerspiegelt oprechte schattingsonzekerheid — verschillende panels komen tot andere conclusies omdat de definitie van "bot" zelf wordt betwist — maar elk panel is het erover eens dat het aandeel jaar-op-jaar groeit. In 2021 was de panel-gemiddelde schatting 3,5%. In 2025 is dat 11,5%. Het traject is belangrijker dan het exacte niveau.
De data
Het bepalende kenmerk van de OnlyFans bot-economie is de prijsklasse-verdeling. Bot-accounts zijn niet gelijkmatig verdeeld over subscription-prijsbanden — ze concentreren zich zwaar aan de onderkant, waar de marginale kosten van het runnen van een neppe subscription het laagst zijn:
| Subscription-tier | Bot-aandeel (gesch.) | Bot-doel | Detectiemoeilijkheid |
|---|---|---|---|
| Gratis trial | 24% | Scraping, lead-farming | Laag (geen betalingssignaal) |
| $4,99–$9,99 | 18% | PPV-spam uitgaand, sub-farming | Middel |
| $10–$19 | 11% | Sub-farming, soms PPV-spam | Middelhoog |
| $20–$49 | 6% | Gerichte scraping (zeldzaam) | Hoog |
| $50+ | 3% | Vrijwel volledig echt | Zeer hoog (oneconomisch) |
Het patroon is economisch logisch vanuit het perspectief van de botoperator. Een bot die op schaal geabonneerd is op honderden $4,99-creators kan waarde extraheren (PPV-spam-outreach, content-scraping voor herdistributie, downstream-sub-farming) met ongeveer break-even op de subscription-kosten. Een bot die abonneert op een $50-creator kan dat niet — de unit-economie loopt niet rond. Botoperators concentreren zich daarom waar ze positief rendement kunnen halen, namelijk aan de low-price-kant van de markt.
Hoe bots op het platform komen
Drie verschillende bot-operatiemodellen vormen het grootste deel van de populatie:
1. Account-farms
Operators runnen pools van e-mailadressen, virtuele telefoonnummers en gestolen-kaart- of witgewassen kaarten om massaal subscriber-accounts aan te maken. Deze accounts abonneren zich op specifieke doelcreators voor scraping en churnen vervolgens of worden hergebruikt voor uitgaande PPV-spam. Account-farms zijn de grootste bron van nieuwe bot-subscribers, geschat op ~60% van de populatie. De technische infrastructuur (proxy-netwerken, CAPTCHA-oplossende diensten, kaarttest-pipelines) is industriestandaard.
2. Sub-aankopen met gestolen kaarten
Echte consumentenkaarten die zijn gecompromitteerd, worden gebruikt om zich te abonneren op creators op manieren die de kaarthouder nooit heeft geautoriseerd. Deze tonen zich als legitiem ogende sub-events en worden alleen opgemerkt wanneer de kaarthouder de heffing betwist of wanneer de risicoscore van Stripe het snelheidspatroon markeert. Geschat op ~25% van de bot-subscribers. De financiële impact op de creator is asymmetrisch: hij verdient de sub-omzet tot de chargeback, waarna hij de volledige transactie plus typisch een fee verliest.
3. PPV-spam-farms
Gespecialiseerde accounts wier enige doel is om te abonneren → andere creators te DM'en met spam (typisch promotie voor een off-platform-site of een scam-tier-sub) → af te melden en te herhalen. Deze zijn doorgaans geabonneerd voor het minimumvenster (~1 maand) en richten zich op creators in de low-cost-tier waar de sub-investering terug te verdienen is via de spam-opbrengst. Geschat op ~15% van de bot-subscribers.
Financiële impact op creators
De financiële impact op individuele creators is reëel en varieert sterk per creator-tier. De twee hoofdverliessporen zijn: (a) chargebacks en refunds van gestolen-kaart-subs, en (b) engagement-kanaal-vervuiling die het effectieve bereik van DM en PPV verlaagt. In onze agency-paneldata bedraagt het gecombineerde maandverlies:
Het mediane maandverlies van $110 voor een middensegment-creator is in context interessant. Het is klein ten opzichte van de bruto-omzet van een middensegment- creator (waarschijnlijk 2–4% van de maandelijkse take), maar het compoundt: bot-accounts verdringen legitieme fan-engagement-metrics, waardoor creators optimaliseren op corrupte data, wat tot slechtere productiekeuzes leidt. De downstream-kosten van werken op corrupte metrics kunnen groter zijn dan het directe verlies; we kunnen het alleen niet schoon isoleren.
Platformmaatregelen
De anti-bot-infrastructuur van OnlyFans is in de periode 2023-2025 betekenisvol verbeterd, maar de bot-economie is sneller verbeterd. Het platform zet verschillende categorieën tegenmaatregelen in:
Stripe-risicoscoring
Sub-aankooptransacties worden in real time gescoord door het risicomodel van Stripe, dat kijkt naar kaartsnelheid, IP-/geolocatie-consistentie, eerdere fraudegeschiedenis en tientallen gedragssignalen. Risicovolle transacties worden zonder meer geblokkeerd; middelmatig risicovolle transacties worden gemarkeerd voor aanvullende verificatie. Het risicomodel van Stripe behoort tot de beste in de sector — en het botaandeel zou zonder dat veel hoger liggen — maar het is gekalibreerd op de cross-platform- e-commerce-baseline, niet op de specifieke kenmerken van de OnlyFans-sub-flow.
Login-patroondetectie
OnlyFans tracking van logingedrag (timingpatronen, device-fingerprints, geo-stabiliteit) om verdachte accounts te markeren. Bot-accounts vertonen typisch onderscheidende patronen — logins om de ~6 minuten vanaf een roterende proxy-pool, geen scrolactiviteit tussen content-loads, exact-getimede PPV-unlock-klikken — die het platform in aggregaat kan identificeren. De effectiviteit varieert; geavanceerde botoperators hebben zich grotendeels aangepast.
CAPTCHA bij verdachte sub-events
Sub-events vanaf ongewone IP/device-combinaties worden door een CAPTCHA-flow geleid. Dit stopt de minder vaardige botoperators, maar wordt routinematig omzeild door CAPTCHA-oplossende diensten. Het is een effectieve wrijving tegen de onderste 50% van de bot-economie maar reikt niet tot de professionele operators.
Het asymmetrische probleem is dat botdetectie moeilijk is, gevoelig voor false positives en nooit volledig accuraat. Het platform kan niet agressief sub-events blokkeren zonder legitieme fan-omzet te knippen, dus het systeem is noodzakelijkerwijs aan de toelaatkant afgesteld. Het resultaat is een steady-state- botaandeel dat lager is dan zonder handhaving, maar hoger dan nul.
In vergelijking met andere platforms
Het botaandeel van 8-15% is hoog genoeg om ertoe te doen, maar laag in vergelijking met andere platforms. Ter referentie:
- Twitter/X: geschat botaandeel van 9-15% van de maandelijks actieve gebruikers (de gerapporteerde overname-tijdperk-schatting van Elon Musk; onafhankelijke academische schattingen lopen uiteen van 9-20%). Ruwweg gelijk aan OnlyFans aan de oppervlakte, maar met veel hogere tolerantie omdat geen betalingen worden gegated.
- Instagram: geschat botaandeel 8-12%. Voornamelijk engagement-bots (likes, follows) en follower-farms.
- TikTok: geschat botaandeel 6-10%. Het aanbevelingsoppervlak van het platform bestraft opvallend bot-gedrag agressiever.
- YouTube: geschat botaandeel 5-9% van view-metrics; lager aandeel van gemonetariseerde accounts.
Het botprobleem van OnlyFans zit middenin dit bereik. De betalingswrijving plaatst het in pure bot-aandeeltermen onder Twitter en Instagram; de financiële prikkels van het scrapen van betaalde content en PPV-spam duwen het boven TikTok en YouTube. De relatieve positie van het platform is redelijk.
Implicaties voor creators en journalisten
Voor creators zijn de praktische implicaties tactisch. Het botaandeel concentreert zich aan de low-price-kant, dus creators in de sub-band van $20+ zijn grotendeels geïsoleerd. Voor creators in de $4,99-$9,99-tier — het segment dat het kwetsbaarst is voor middensegment-knel — blazen bot-accounts sub-count-metrics op, onderdrukken ze echte-fan-DM-reik en voegen ze chargeback-risico toe aan de omzetzijde. Drie operationele responsen zijn effectief:
- Filter analyses op definities van "actieve sub". Subs die binnen 14 dagen geen engagement met content hebben gehad zijn disproportioneel bots. Alleen engaged-sub-counts tracken levert metrics op die niet meedrijven met de groei van het botaandeel.
- Volg chargeback-rates als leidende indicator. Een maandelijkse chargeback-rate die boven 1% klimt is een signaal dat het publiek van de creator in toenemende mate bot-besmet is. De risicoscoring van het platform is gevoeliger voor high-CB-creators, dus dit is het waard om vroeg op te merken.
- Vermijd sub-promotie-strategieën die uit bot-vatbare funnels trekken. Off-platform-sub-promotie die niet via geverifieerde kanalen loopt (bv. link-aggregator-sites met zwakke filtering) heeft een hogere bot-opbrengst. Direct-uit-sociale en bekende-curator-promotie produceren schonere cohorten.
Voor journalisten die over OnlyFans-creator-metrics schrijven, is het botaandeel het belangrijkste voorbehoud bij subscriber-count-cijfers. Creator-sub-counts in persdekking zijn doorgaans platform-gerapporteerd en ongefilterd — wat betekent dat ze het botaandeel van 8-15% bevatten. Engagement-gewogen metrics (actieve subs, PPV-unlocks, DM-reacties) zijn betrouwbaarder.
Voorspellingen voor 2026 en 2027
- Het botaandeel bereikt 13-18% tegen 2027. De groeibaan is stabiel. Platformmaatregelen vertragen maar keren de curve niet om.
- Stripe rolt OnlyFans-specifieke risicoscoring uit. Generieke risicoscoring laat signaal op tafel liggen. Verwacht platformspecifieke kalibratie, waarschijnlijk in samenwerking met Fenix, binnen 18 maanden.
- Het platform publiceert anti-bot-transparantiedata. Hetzij vrijwillig (PR-positionering), hetzij onder regulatoire druk (EU DSA Artikel 39). Hoe dan ook, verwacht een publiek "fake account"-rapport tegen medio 2027.
- AI-gedreven botdetectie wordt ingezet. De huidige detectie is heuristiek-gebaseerd. ML-gebaseerde detectie die gedragsfingerprints bekijkt is plausibel tegen 2027, met betekenisvolle uplift in detectienauwkeurigheid.
- De gratis-trial-flow wordt heringericht. 24% botaandeel op gratis trials is te hoog om vol te houden. Verwacht dat het platform of de gratis-trial-functie verwijdert, of deze beperkt tot geverifieerde-fan-accounts, of gating-wrijving toevoegt. Een wijziging binnen 12-18 maanden.
Methodologie
De schatting van 8-15% botaandeel is afgeleid uit drie onafhankelijke panels en verzoend tot een panel-gemiddelde range:
- Platform-data-panel van agencies — drie creator-management-bureaus analyseerden hun portfolio-sub-bases op gedragsmatige bot-signaturen (login-patronen, engagement-snelheid, DM-reactie-rates) en produceerden bot-aandeel-schattingen per portfolio. Geaggregeerde schatting: 11,2%.
- Betaalgegevens-proxies — chargeback-rates, refund-rates en risicoscoredistributies van Stripe over de actieve-subscriber-populatie leveren een indirecte schatting. Schatting: 9,4%.
- Gedragsanalyse op cohort-niveau — sub-cohort-tracking op engagement-event-distributies, met identificatie van de bimodale split tussen "echte-fan"-gedragsignaturen en "geautomatiseerde". Schatting: 13,8%.
De drie schattingen leveren een panel-range op van 9,4% tot 13,8%, die we afronden naar "8-15%" om aanvullende onzekerheid te weerspiegelen door definitionele onenigheid (verschillende panels nemen iets verschillende sub-types op in hun bot-definitie). Het midpunt is 11,5%, het cijfer dat in de grafiek wordt gebruikt.
Tier-aandeelcijfers (24%, 18%, 11%, 6%, 3%) zijn primair afgeleid uit Panel 1 (agency-portfolio's) omdat die de schoonste zichtbaarheid op sub-prijsbanden hebben. De chargeback-rate (2,1% op bot-verdachte transacties tegen 0,3% op schone) wordt berekend op Panel 2-betaalgegevens.
Alle cijfers zijn gebaseerd op actieve-subscriber-noemers (subs in goede staat op het moment van analyse), niet op alle ooit bestaande accounts. Zie de volledige methodologie-pagina voor onze bredere bronaanpak.