Paper 02 / 02

PREPRINT · 2025

Influence of Doping-Related Social Media Content on the Willingness to Dope in the Fitness and Bodybuilding Community: A Quantitative Cross-Sectional Study

Eine quantitative Querschnittstudie zum Zusammenhang zwischen dopingbezogenen Social-Media-Inhalten und der Dopingbereitschaft in der deutschsprachigen Fitness- und Bodybuilding-Community.

Chang-Hun Jung, Léon Sharon Geisler · 21. Juli 2025 · 14 min Lesezeit

Typ: PREPRINT
Jahr: 2025
Stichprobe: N = 378
Plattform: ZENODO

Worum es geht

Diese quantitative Querschnittstudie untersucht den Zusammenhang zwischen der Exposition gegenüber dopingbezogenen Social-Media-Inhalten und der Bereitschaft, leistungssteigernde Substanzen zu verwenden, in der deutschsprachigen Fitness- und Bodybuilding-Community. In einer Online-Befragung von 378 Erwachsenen (81 % männlich, M = 32,9 Jahre) wurden der Konsum steroidbezogener Beiträge, Einstellungen zum Doping, wahrgenommene Risiken, Körperbildzufriedenheit und Drive for Muscularity mit validierten Instrumenten (BSMAS, PEAS, DMS) erfasst. Häufige Exposition gegenüber Steroid-Content auf Instagram und YouTube war positiv mit höherer Akzeptanz und Nutzungsintention von anabolen Steroiden und Wachstumshormonen assoziiert. Mediensucht-Tendenzen und ein ausgeprägter Drive for Muscularity verstärkten diese Zusammenhänge zusätzlich.

Kernergebnisse

01
Häufiger Konsum steroidbezogener YouTube-Inhalte korreliert substanziell mit höherer Doping-Akzeptanz (r = .48, p < .001) — die Konsumfrequenz erklärt rund 24 % der Varianz (η² = .239).
02
Höhere Konsumfrequenz geht mit geringerer Risikowahrnehmung einher (r = −.33, p < .001) und mit höherem Vertrauen in steroidthematisierende Influencer (r = .42, p < .001).
03
Männer zeigen deutlich höhere Doping-Akzeptanz als Frauen (t = −6,50, p < .001, Cohen's d = 0,886).
04
Drive for Muscularity ist ein zentraler Prädiktor (β = .29) und vermittelt rund 20 % des Effekts von YouTube-Konsum auf Doping-Akzeptanz.
05
Inhaltsqualität (88,4 %) und wissenschaftliche Fundierung (80,7 %) bestimmen die wahrgenommene Glaubwürdigkeit von Influencern — Followerzahl ist nahezu irrelevant (2,9 %).

Abbildungen

Eckdaten der Erhebung

Stichprobe: N = 378
Geschlecht: 81 %
Alter: M = 32,9
Instrumente: 3

Instrument	Items	Skala	Cronbachs α	M (SD)
Bergen Social Media Addiction Scale (BSMAS)	6	Likert 1–5	.80	1,73 (0,75)
Performance Enhancement Attitude Scale (PEAS)	6	Likert 1–6	.78	2,76 (1,01)
Drive for Muscularity Scale (DMS)	7	Likert 1–6	.77	3,18 (0,77)

Tab. 1Eingesetzte Messinstrumente mit Reliabilität und Skalenkennwerten der Stichprobe.

Erfahrung mit PEDs (n = 134)
35.4 %
Keine Erfahrung (n = 244)
64.6 %

Abb. 1Erfahrung mit leistungssteigernden Substanzen (N = 378): 35,4 % (n = 134) berichten eigene Nutzungserfahrung, 64,6 % (n = 244) keine. Unter den Nutzern dominieren testosteronbasierte Präparate (73,1 %).

Nie
n = 102
27 %
Selten (1×/Monat)
n = 98
25.9 %
Gelegentlich (2–3×/Monat)
n = 80
21.2 %
Häufig (wöchentlich)
n = 67
17.7 %
Sehr häufig (mehrmals/Woche)
n = 31
8.2 %

0 %12.5 %25 %37.5 %50 %

Abb. 2Konsumfrequenz steroidbezogener YouTube-Inhalte (N = 378). 48,9 % konsumieren solche Inhalte mindestens gelegentlich — Doping-Content ist in der Fitness-Community kein Randphänomen.

Einheit: PEAS

Abb. 3Mittlere Doping-Akzeptanz (PEAS, Skala 1–6) nach Konsumfrequenz steroidbezogener YouTube-Inhalte. Klare Dosis-Wirkungs-Beziehung: F = 29,34, p < .001, η² = .239.

Variable	1	2	3	4
1. YouTube-Konsum	—
2. Risikowahrnehmung	−.33***	—
3. Influencer-Vertrauen	.42***	−.28**	—
4. Doping-Akzeptanz	.48***	−.37***	.58***	—

Tab. 2Korrelationsmatrix: YouTube-Konsum, Risikowahrnehmung, Influencer-Vertrauen und Doping-Akzeptanz. *** p < .001, ** p < .01.

Inhaltsqualität
n = 334
88.4 %
Wissenschaftliche Fundierung
n = 305
80.7 %
Alter des Influencers
n = 43
11.4 %
Andere Faktoren
n = 38
10.1 %
Followerzahl
n = 11
2.9 %

0 %25 %50 %75 %100 %

Abb. 4Faktoren der wahrgenommenen Influencer-Vertrauenswürdigkeit (Mehrfachauswahl, N = 378). Substanzielle Kriterien dominieren klar über Popularitätsmetriken.

Influencer	Nennungen (n)	PEAS M	SD
Iron Mike	24	3,29	0,79
Urs Kalecinski	20	3,01	0,78
William Niewiara	14	3,54	0,92
Brosep	13	2,92	0,92
Max Madsen	11	3,20	0,87
Simon Teichmann	11	2,42	1,04
Coach Stef	10	1,98	0,70
Erdem Dül	8	3,40	0,99
Germanbull	8	3,35	0,57
Thunfisch Aesthetics	7	2,95	1,07

Tab. 3Meistgenannte Fitness-Influencer und mittlere Doping-Akzeptanz (PEAS) ihrer Follower nach Namens-Standardisierung (Top 10 von 26 analysierten Influencern).

Modell	Aufgenommene Prädiktoren	R²	ΔR²
1	Demografie (Geschlecht, Alter)	.132	.132***
2	+ YouTube-Konsum	.262	.130***
3	+ Drive for Muscularity, Körperbild	.308	.046***
4	+ Social-Media-Sucht, Influencer-Vertrauen	.344	.036***
5	+ Bildungsinteresse, Plattform-Variablen	.351	.007

Tab. 4Hierarchische Regression zur Vorhersage der Doping-Akzeptanz: Varianzaufklärung über fünf Modelle und signifikante Prädiktoren im finalen Modell. *** p < .001.

Zentrale Effektgrößen

Konsum × Akzeptanz: r = .48
Geschlechtseffekt: d = 0,886
Varianzaufklärung: 35,1 %
Mediation via DMS: 20,3 %

Vollständige Studie

Die komplette Arbeit mit Methodik, Daten und allen Ergebnissen ist frei verfügbar.

Publikation ansehen

DOI https://doi.org/10.5281/zenodo.16283540

# Social Media
# Doping
# Fitness-Influencer
# Body Image
# Drive for Muscularity

Zitation

Chang-Hun Jung, Léon Sharon Geisler (2025). Influence of Doping-Related Social Media Content on the Willingness to Dope in the Fitness and Bodybuilding Community: A Quantitative Cross-Sectional Study.
ZENODO.
https://doi.org/https://doi.org/10.5281/zenodo.16283540

Weiterlesen

Alle Paper

01 · MINI REVIEW / 2026

The microgram hypothesis: a translational dosing error in Epitalon peptide research and its implications for human aging application

Instrument

Items

Skala

Cronbachs α

M (SD)

Bergen Social Media Addiction Scale (BSMAS)

Likert 1–5

.80

1,73 (0,75)

Performance Enhancement Attitude Scale (PEAS)

Likert 1–6

.78

2,76 (1,01)

Drive for Muscularity Scale (DMS)

Likert 1–6

.77

3,18 (0,77)

Variable

1. YouTube-Konsum

—

2. Risikowahrnehmung

−.33***

—

3. Influencer-Vertrauen

.42***

−.28**

—

4. Doping-Akzeptanz

.48***

−.37***

.58***

—

Influencer

Nennungen (n)

PEAS M

Iron Mike

3,29

0,79

Urs Kalecinski

3,01

0,78

William Niewiara

3,54

0,92

Brosep

2,92

0,92

Max Madsen

3,20

0,87

Simon Teichmann

2,42

1,04

Coach Stef

1,98

0,70

Erdem Dül

3,40

0,99

Germanbull

3,35

0,57

Thunfisch Aesthetics

2,95

1,07

Modell

Aufgenommene Prädiktoren

R²

ΔR²

Demografie (Geschlecht, Alter)

.132

.132***

+ YouTube-Konsum

.262

.130***

+ Drive for Muscularity, Körperbild

.308

.046***

+ Social-Media-Sucht, Influencer-Vertrauen

.344

.036***

+ Bildungsinteresse, Plattform-Variablen

.351

.007

Chang-Hun Jung, Léon Sharon Geisler (2025). Influence of Doping-Related Social Media Content on the Willingness to Dope in the Fitness and Bodybuilding Community: A Quantitative Cross-Sectional Study. ZENODO. https://doi.org/https://doi.org/10.5281/zenodo.16283540