Ratgeber · Für Marken und Shops
Fake-Klicks, Bots, erfundene Verkäufe: Wie prüfe ich Zahlen, wenn Creator nach Ergebnis bezahlt werden?
Zahlst du nach Klicks, Views oder Käufen, prüfe jede Kennzahl mit einer zweiten Quelle: Klicks gegen Sitzungen in Google Analytics, Aufrufe gegen Reichweite und Watchtime, gemeldete Bestellungen gegen Shopdaten. Der Standard des Media Rating Council trennt leicht filterbaren von schwer erkennbarem ungültigem Traffic, und eine Lücke allein beweist noch keinen Betrug. Schreib die Grenzen vorher auf, ob im eigenen Programm oder wenn du wie bei wyrld Boost KPIs vor dem Start festlegst.
Vom wyrld-Team · Stand: · 8 Min. Lesezeit
Mit wyrld Boost zeigen viele Creator gleichzeitig deine Produkte auf Instagram, TikTok oder YouTube. Dein Budget steht vorher fest, und die Creator werden daraus nach Ergebnis bezahlt.
Das Wichtigste in Kürze
- Google Analytics schließt bekannte Bots automatisch aus. Laut Google lässt sich das weder abschalten noch sehen, wie viel Traffic betroffen war.
- Der Media Rating Council trennt General und Sophisticated Invalid Traffic: Das erste finden Listen, das zweite braucht Analyse und umfasst auch Klickfarmen.
- Angenommen 1.000 Klicks, 620 Sitzungen, 75 % Einwilligung: Das Banner erklärt rund 207 Besuche, nur 173 bleiben für Ladeabbrüche und Bots.
- Null Fehler in 20 zufälligen Bestellungen heißt nur: Die Fehlerquote liegt mit 95 % Sicherheit unter rund 14 %. Für 5 % brauchst du 59 Bestellungen.
Auf dieser Seite
- Wie leicht sich Views, Klicks und Käufe verfälschen lassen
- Was der Standard des Media Rating Council unterscheidet
- Zehn Plausibilitätsprüfungen für Creator-Zahlen
- Rechenbeispiel: 1.000 Klicks, 620 Sitzungen, 4 Bestellungen
- Stichprobe: 20 gemeldete Bestellungen gegen die Shopdaten prüfen
- Was vor dem ersten Post schriftlich feststehen sollte
- Woher bei wyrld Boost die Zahlen kommen
Wie leicht sich Views, Klicks und Käufe verfälschen lassen
| Kennzahl | Anfälligkeit | Typische Verfälschung | Gegenprobe in deinen Daten | Grenze vorab |
|---|---|---|---|---|
| Aufrufe | Hoch | Gekaufte Aufrufe | Watchtime, Reichweite, frühere Posts | Mindestdauer je Aufruf |
| Klicks | Hoch | Bots, Vorschau-Abrufe, Klickfarmen | Sitzungen, Uhrzeit, Land, Gerät | Was als Klick zählt |
| Watchtime | Mittel | Dauerschleifen, gekaufte Aufrufe | Statistik-Export je Post | Wer den Export liefert |
| Käufe über Link | Mittel | Eigenkäufe, spätere Stornos | Bestellnummer, Adresse, Retourenstatus | Stichtag nach Rückgabefrist |
| Käufe über Code | Mittel | Code auf Gutscheinseiten, Eigenkäufe | Bestellzeit gegen Postzeit, Code-Suche im Netz | Wer den Code nutzen darf |
Je weiter eine Kennzahl vom Geld entfernt ist, desto billiger lässt sie sich verfälschen. Gekaufte Aufrufe kosten wenig, eine echte Bestellung kostet erst einmal den Warenwert. Die Einstufung in der Tabelle ist unsere Einschätzung aus der Messlogik, keine Studie.
Die Plattformen verbieten solche Methoden: YouTube untersagt alles, was Aufrufe, Likes oder andere Werte künstlich erhöht, TikTok den Handel mit Diensten, die Engagement künstlich steigern. Ein Verbot ersetzt aber keine Gegenprobe, denn bezahlt wird, was am Ende im Bericht steht.
Was der Standard des Media Rating Council unterscheidet
Der US-Standard des Media Rating Council (MRC) trennt ungültigen Traffic in leicht filterbaren und schwer erkennbaren. General Invalid Traffic, kurz GIVT, findet man mit Listen und Routineprüfungen, etwa bekannte Rechenzentren, Bots und Crawler. Sophisticated Invalid Traffic, kurz SIVT, braucht fortgeschrittene Analyse, mehrere Prüfpunkte oder Handarbeit. Dazu zählt das MRC gekaperte Geräte, von Menschen organisierte Klickfarmen und gefälschte Messereignisse bis hin zur Conversion.
Das Papier von Juni 2020 ist für Werbemessung geschrieben, nicht für Creator-Links. Die Trennung hilft trotzdem. Google Analytics schließt bekannte Bots und Crawler automatisch aus, und laut Google siehst du nicht, wie viel davon betroffen war. Was auf keiner Liste steht, kann in deinen Sitzungen bleiben. Für die zweite Gruppe hast du also nur eigene Gegenproben.
Zehn Plausibilitätsprüfungen für Creator-Zahlen
| Vergleich | Auffällig wäre | Prüfschritt | Datenquelle |
|---|---|---|---|
| Klicks zu Sitzungen | Viel weniger Sitzungen je Klick als bei anderen Creatorn | Verhältnis je Creator nebeneinanderstellen | Link-Tool, Analytics |
| Sitzungen zu Warenkorb | Viele Sitzungen, fast keine Warenkörbe | Ereignis add_to_cart je Creator vergleichen | Analytics, Shop |
| Besuche nach Uhrzeit | Spitzen ohne Post, nachts gleichmäßig | Klicks je Stunde neben die Postzeit legen | Link-Tool-Export |
| Besuche nach Land | Viele Besuche aus Ländern ohne Publikum oder Versand | Länderbericht gegen Publikum des Creators | Analytics, Creator-Statistik |
| Besuche nach Gerät | Fast nur Desktop, obwohl der Post in einer Handy-App läuft | Geräte-Bericht je Creator ansehen | Analytics |
| Aufrufe zu Followern | Sprung weit über frühere Posts | Letzte zehn Posts derselben Person vergleichen | Creator-Statistik |
| Aufrufe zu Watchtime | Viele Aufrufe, sehr kurze Wiedergabe | Durchschnittliche Wiedergabedauer anfordern | Creator-Statistik |
| Eigenkäufe | Gleiche Lieferadresse wie der Creator | Im Haus gegen die Adresse des Creators abgleichen, Datenschutz vorher klären | Shopsystem |
| Codes ohne Klicks | Code-Käufe ohne Post, Code auf Gutscheinseiten | Bestellzeit gegen Postzeit, Code im Netz suchen | Shopsystem, Suchmaschine |
| Stornos und Retouren | Quote weit über dem Shop-Schnitt | Status je Bestellung nach Rückgabefrist | Shopsystem |
Plausibel sind Creator-Zahlen, wenn sie zu einer zweiten Quelle und zu den anderen Creatorn derselben Kampagne passen. Eine allgemein anerkannte Prozentgrenze für Creator-Links haben wir nicht gefunden. Nimm deshalb den Median der Kampagne als Vergleich und schreib vorher auf, ab welchem Abstand du nachfragst, zum Beispiel bei halb so vielen Sitzungen je Klick wie im Median.
Eine Auffälligkeit ist ein Anlass zu fragen, kein Beweis. Ein Video, das in einem anderen Land weit trägt, oder eine langsame Seite sieht in den Zahlen ähnlich aus wie Automatik. Vergleiche außerdem keine Zeiträume über Messänderungen hinweg: YouTube wertet seit dem 24. August 2026 schon den Wiedergabestart als Aufruf, Zahlen davor und danach messen also nicht dasselbe.
Rechenbeispiel: 1.000 Klicks, 620 Sitzungen, 4 Bestellungen
| Posten | Anzahl | So ermittelst du es |
|---|---|---|
| Klicks laut Link-Tool | 1.000 | Export mit Zeitstempel |
| minus Bots und automatische Vorschauen | 110 | Serien im Sekundenabstand, bekannte Kennungen |
| minus Ladeabbrüche | 63 | Rest der Lücke |
| minus Besuche ohne Analyse-Einwilligung | 207 | 620 geteilt durch 0,75, minus 620 |
| Sitzungen in Google Analytics | 620 | Bericht nach Quelle oder UTM |
| Bestellungen im Shop | 4 | Shopsystem, auch ohne Einwilligung gezählt |
Eine Lücke von 380 Klicks ist allein kein Betrugsbeweis, denn sie zerfällt in mehrere Ursachen, und nur eine davon ist Automatik. Alle Werte hier sind angenommen. Stimmen 75 % der Besuche der Analyse zu, stehen hinter 620 Sitzungen rund 827 echte Besuche. Laut Google setzt Analytics ohne Einwilligung keine eigenen Cookies; mit dem erweiterten Consent Mode modelliert es Teile nach, dann ändert sich die Rechnung.
Im Beispiel steht der Rest für Seiten, die nie fertig geladen haben, in echten Daten kann darin auch unerkannte Automatik stecken. Nach eigener Darstellung führte Meta 2017 Landing Page Views genau wegen solcher Ladeabbrüche ein, weil langsame Seiten und schlechte Verbindungen viele Menschen beim Warten abspringen lassen. Für die Bezahlung zählt am Ende die Definition: 1.000 Rohklicks, 890 Klicks ohne Automatik oder 620 Sitzungen. Auf Einwilligung und Ladezeit hat ein Creator kaum Einfluss, deshalb ist die mittlere Zahl oft die fairste Grundlage. Sie muss nur vor dem Start feststehen.
Stichprobe: 20 gemeldete Bestellungen gegen die Shopdaten prüfen
Gemeldete Bestellungen prüfst du am schnellsten mit einer Zufallsstichprobe gegen das Shopsystem. Das lohnt sich vor jeder Auszahlung mit vielen Bestellungen. Eine saubere Stichprobe ist aber kein Freispruch: Keine Abweichung in 20 Bestellungen heißt nur, dass die Fehlerquote mit 95 % Sicherheit unter rund 14 % liegt (1 minus 0,05 hoch 1/20). Für eine Grenze von 5 % brauchst du 59 fehlerfreie Bestellungen.
Was als Eigenkauf zählt, legst du selbst fest. Amazon untersagt in den Programmrichtlinien seines Partnerprogramms Käufe über eigene Partner-Links, auch durch Freunde, Verwandte oder Mitarbeitende. Für dein eigenes Programm kann die Regel anders aussehen, sie muss nur vorher feststehen.
- Exportiere alle gemeldeten Bestellungen mit Bestellnummer, Datum, Betrag und Creator-Kennung.
- Ziehe 20 Bestellungen per Zufallszahl, nicht die größten oder die letzten. Sind es weniger als 20, prüfst du alle.
- Prüfe im Shopsystem, ob es die Bestellnummer gibt und ob Betrag und Datum stimmen.
- Prüfe den Status: bezahlt, storniert oder zurückgeschickt.
- Prüfe die Herkunft: Liegt die Bestellung nach dem Post, und gibt es Link oder Code dazu?
- Gleiche die Lieferadresse im Haus gegen die Adresse des Creators ab. Kundendaten gehen dabei nicht nach außen, und weil es personenbezogene Daten sind, klärst du den Abgleich vorher mit deiner Datenschutzberatung.
- Notiere die Abweichungen je Prüfpunkt. Bei einem Treffer erweiterst du die Stichprobe oder prüfst alle Bestellungen dieses Creators.
Was vor dem ersten Post schriftlich feststehen sollte
Prüfregeln tragen nur, wenn sie vor dem ersten Post feststehen, denn danach sieht jede Grenze nach Ausrede aus. Sechs Definitionen reichen dafür. Unsere Reihenfolge: erst diese sechs, dann der Start, vor jeder Auszahlung die Stichprobe. Davon raten wir ab: einen Creator wegen eines einzelnen auffälligen Werts zu verdächtigen.
- Klick: Rohklick, Klick ohne Automatik oder Sitzung im Shop.
- View: Wiedergabestart oder Mindestdauer. YouTube zählt seit dem 24. August 2026 ab dem Start, TikToks Anzeigenmetriken weisen 2 und 6 Sekunden getrennt aus.
- Datenquelle: Wer liefert welchen Export, mit Zeitstempel und in welchem Format.
- Kauf: Bestellung, die nach Ablauf der Rückgabefrist weder storniert noch zurückgeschickt ist.
- Eigenkauf: Wer zählt dazu, etwa Creator, Haushalt oder Team.
- Prüfgrenze: Ab welchem Abstand zum Median du nachfragst.
Woher bei wyrld Boost die Zahlen kommen
Bei wyrld Boost legst du die KPIs vor dem Start fest, und das ist der Moment, Definitionen wie Klick, Kauf und Eigenkauf anzusprechen. Klicks misst wyrld über die Links, Käufe melden die Shops, Watchtime und Reichweite laden die Creator aus ihren Statistiken hoch. Führt der Kauf in deinen eigenen Shop, liegen die Bestellungen ohnehin bei dir. Den weiteren Umfang des Reportings regelt das Paket, klär also vorher, welche Daten deine Gegenproben brauchen. Der falsche Weg ist Boost, wenn du eine Zusage zu Reichweite oder Umsatz brauchst.
wyrld Boost in Kürze
- Was es ist
- Das Kampagnenangebot der Social-Commerce-Plattform wyrld aus Hamburg: Viele Creator zeigen deine Produkte im selben Zeitraum, ohne dass du jeden einzeln buchst. Gekauft wird in deinem Shop, auf Amazon oder mit Preisvergleich, das bestimmst du.
- Preis
- Das Budget bestimmst du. Kampagnen starten meist ab 10.000 € zuzüglich Umsatzsteuer. Die Creator werden aus dem Budget nach den erreichten KPIs wie Käufen, Klicks oder Watchtime bezahlt. Im Paketpreis stecken auch Auswahl, Auszahlung, Reporting und eine kurze Beratung.
- Creator und Videos
- wyrld wählt passende Creator aus. Ob sie mitmachen, entscheiden sie selbst. Sie kennzeichnen Kampagnenvideos als Werbung. Die Videos laufen auf den Kanälen der Creator. Das Recht, sie selbst weiterzuverwenden, gehört nicht zum Paket.
- Ablauf
- Je nach Kampagne gibst du die Videos vor dem Posten frei, oder die Creator posten nach deinem Briefing. Den Mindestumfang der Kampagne halten wir in deinem Angebot fest. Reichweite oder Umsatz sagen wir nicht zu. Nach der Kampagne siehst du, welcher Creator welche Ergebnisse gebracht hat.
- Für wen
- wyrld Boost steht Marken aus allen Kategorien und jeder Größe offen, auch aus dem Ausland, wenn sie in Deutschland, Österreich oder der Schweiz verkaufen wollen. Voraussetzung ist, dass Produkt und Werbung rechtlich zulässig sind. Agenturen buchen als normale Kunden.
- Marken- und Shop-Abo
- Getrennt davon siehst du damit jeden Tag, welche Creator deine Produkte zeigen und, soweit der Shop Käufe meldet, wer verkauft. Preis auf Anfrage.
Häufige Fragen.
Wie erkenne ich Fake-Klicks bei Influencern?
Leg die Klicks aus dem Link-Tool neben die Sitzungen im Shop und vergleiche je Creator Uhrzeit, Land, Gerät und Warenkörbe. Auffällig sind Spitzen ohne Post und Sitzungen ohne jede Aktion. Ein einzelner Wert beweist nichts, erst mehrere Abweichungen zusammen sind ein Grund nachzufragen.
Filtert Google Analytics Bots automatisch heraus?
Ja, bekannte Bots und Crawler schließt Google Analytics automatisch aus, gestützt auf eigene Forschung und die Bot-Liste des Interactive Advertising Bureau. Abschalten lässt sich das nicht, und wie viel ausgeschlossen wurde, zeigt Google nicht. Unbekannte Bots und von Menschen erzeugte Fake-Klicks können in den Daten bleiben.
Warum zeigt der Shop weniger Sitzungen als das Link-Tool Klicks?
Meist wirken mehrere Ursachen zusammen: Bots und automatische Vorschauen, Seiten, die nicht fertig laden, und Menschen, die der Analyse nicht zustimmen. Erst die Zerlegung zeigt, wie viel davon auf Automatik zurückgeht. Eine Lücke allein ist kein Betrugsbeweis.
Wie viele Bestellungen muss ich stichprobenartig prüfen?
Zwanzig zufällig gezogene Bestellungen sind ein praktikabler Start. Bleiben alle sauber, liegt die Fehlerquote mit 95 % Sicherheit unter rund 14 %. Für eine Grenze von 5 % brauchst du 59 saubere Bestellungen. Sind es insgesamt nur wenige, prüfst du alle.
Ist ein Eigenkauf über den eigenen Link Betrug?
Das hängt zuerst von deiner Regel ab. Amazon untersagt Partnern solche Käufe, in einem eigenen Programm entscheidest du selbst und schreibst es vorher auf. Ob etwas rechtlich Betrug ist, zeigt keine Kennzahl, das klärt im Zweifel eine Rechtsberatung.
Stand der Angaben:
Quellen
Diese Seite erklärt Prüfschritte allgemein und ersetzt keine Rechts- oder Datenschutzberatung. Gelesen am :
- Media Rating Council: Invalid Traffic Detection and Filtration Standards Addendum (Juni 2020)
- Google-Analytics-Hilfe: Known bot-traffic exclusion
- Google-Analytics-Hilfe: Consent Mode
- Meta: Metrics Release (Juni 2017)
- YouTube-Hilfe: How engagement metrics are counted
- YouTube-Hilfe: Fake engagement policy
- TikTok: Community Guidelines, Integrity and Authenticity
- TikTok-Hilfe für Anzeigen: Video play metrics
- Amazon PartnerNet: Richtlinien für das Partnerprogramm