Die besten No-Code-Tools für Directory Scraping 2026

Der beste No-Code Directory Scraper kann genau die Felder extrahieren, die Du für Deine Liste brauchst, der Seitennavigation eines Verzeichnisses folgen und Dir Ergebnisse liefern, die Du vor dem Skalieren prüfen kannst.

Bei Branchenverzeichnissen würde ich vom gewünschten Ergebnis ausgehen: Firmenname, Unternehmenswebsite, Telefonnummer, öffentlich angegebene E-Mail-Adresse, Standort und URL des Eintrags. Anschließend würde ich Datablist, Apify und Octoparse mit derselben kleinen Stichprobe vergleichen. Ein Scraper, der viele Namen liefert, aber die benötigten Kontaktdaten nicht erfasst, lässt den größten Teil der Arbeit unerledigt.

Meine erste Empfehlung ist Datablist, wenn Du die Extraktion in natürlicher Sprache beschreiben und die daraus entstandene Liste anschließend bereinigen oder anreichern möchtest. Apify kommt infrage, wenn es bereits einen passenden Actor für das Verzeichnis gibt. Octoparse eignet sich, wenn Du die Extraktion mit einem visuellen Task Builder konfigurieren willst.

Bei den kostenpflichtigen Angeboten startet Datablist bei 25 $ pro Monat, Apify bei 19 $ pro Monat zuzüglich Nutzung und Octoparse Standard bei 83–119 $ pro Monat. Der Einstiegspreis ist allerdings nur ein Teil der Entscheidung. Die unten berechneten Budgets für 10.000 Einträge berücksichtigen die jeweils angenommene Nutzung und zeigen, was Du tatsächlich bezahlen würdest.

📘 So liest Du diesen Vergleich

Hier werden Workflows verglichen, nicht die gemessene Performance dreier Tools. Die Abbildungen stammen aus dem ursprünglichen Guide von 2025; die dort genannten Testsieger und Preisbeispiele sind historisch. Nutze für Deine Entscheidung die aktuelle Dokumentation der Anbieter und die unten beschriebenen Stichprobenprüfungen.

Die 3 besten No-Code Directory Scraper im Vergleich

Die USD-Preise basieren auf monatlicher Abrechnung und wurden am 28. Oktober 2026 geprüft. *Im offiziellen Upgrade-Guide von Octoparse wird Standard je nach gewähltem Angebot beziehungsweise gewählter Konfiguration mit 83 oder 119 $ angegeben. Der beworbene Preis von 69 $ gilt bei jährlicher Abrechnung. Apify und Octoparse bieten außerdem kleinere kostenlose Testkontingente an.

Statt ein Tool pauschal zum Sieger für jedes Verzeichnis zu erklären, würde ich eine klar definierte Aufgabe vergleichen. Ein Verzeichnis, das die Kontaktdaten direkt auf jeder Ergebnisseite anzeigt, unterscheidet sich von einem Verzeichnis, bei dem für jedes Unternehmen ein eigenes Profil geöffnet werden muss. Das beeinflusst die Extraktionslogik, die Zahl der besuchten Seiten und den Aufwand zur Prüfung der Ergebnisse.

Datablist: Die nutzerfreundliche Lead-Generation-Plattform

Datablist kombiniert Datenquellen mit einer Tabellenansicht, in der Du die resultierenden Zeilen prüfen kannst. Der Website AI Scraper benötigt eine Start-URL, einen Prompt mit der Aufgabenbeschreibung und definierte Ausgabefelder. Das ist besonders praktisch, wenn Du beschreiben möchtest, welche Informationen ein Firmeneintrag enthält, ohne selbst Selektoren schreiben zu müssen.

Mit einer kleinen Verzeichnis-Stichprobe starten

Wähle die URL einer Suchergebnisseite für eine Kategorie und einen Standort. Du kannst beispielsweise die verzeichniseigene Ergebnisseite für Steuerberater in Deiner Zielstadt verwenden. Prüfe die Seite zuerst manuell: Stehen Name und Telefonnummer bereits in den Suchergebnissen, während die Website nur im Firmenprofil erscheint?

Öffne den Website AI Scraper und konfiguriere Folgendes:

1. Url to scrape: die URL der Verzeichnis-Suchergebnisse.
2. Prompt: die Aufgabe und die unten stehenden Feldregeln.
3. Enable Pagination: aktiviere diese Option, wenn Du weitere Ergebnisseiten erfassen möchtest.
4. Max Pages: beginne mit einem kleinen Wert, beispielsweise 2, um die Navigation zu prüfen, bevor Du ihn erhöhst.
5. Expected Item Outputs: Füge Business Name, Website, Phone, Public Email, Location und Listing URL mit passenden Beschreibungen und Datentypen hinzu.

Verwende für Websites und Links zu Einträgen den Datentyp URL. Telefonnummern solltest Du als Text speichern, damit ein führendes Pluszeichen und die Formatierung erhalten bleiben. Erkläre in der Beschreibung jedes Ausgabefelds, welcher Wert von welcher Seite in die jeweilige Spalte gehört.

Mit der Stichprobe würde ich drei Fragen beantworten: Steht jede Zeile für ein Unternehmen? Wurden die Kontaktdaten korrekt erfasst? Und wurde bei der Paginierung die erwartete nächste Seite erreicht? Ein Prompt beschreibt das gewünschte Ergebnis, garantiert aber nicht, dass jedes Verzeichnislayout zugänglich ist.

Sieh Dir die Anleitung zum Scrapen von Verzeichnissen an.

Ergebnisse vor der Anreicherung prüfen

Nehmen wir als Beispiel einen Eintrag, in dem „Acme Accounting“, eine Telefonnummer und ein Link zum Firmenprofil, aber keine E-Mail-Adresse stehen. In diesem Fall sollte die entsprechende E-Mail-Zelle leer bleiben. Die Listing URL sollte auf das Profil im Verzeichnis verweisen, während Website nur dann die eigene Website des Unternehmens enthalten darf, wenn diese tatsächlich angegeben ist.

Der Scraper stellt außerdem das Ausgabefeld Page Scraped bereit. Behalte es, damit Du ein Ergebnis zu der für die Extraktion verwendeten Seite zurückverfolgen kannst. Dieses Feld ist weder automatisch die eigene Website des Unternehmens noch eine eindeutige Unternehmenskennung.

Bewahre die Listing URL vor dem Entfernen von Duplikaten auf. Wenn ein Unternehmen mehrere Filialen hat, bedeutet eine gemeinsame Website-Domain nicht, dass jede Standortzeile ein Duplikat ist. Wähle den Schlüssel danach aus, ob Du Unternehmen, einzelne Filialen oder Verzeichniseinträge erfassen möchtest.

Der Quellenkatalog von Datablist enthält außerdem Templates für bestimmte Websites. Prüfe die Eingaben und Ausgabefelder der ausgewählten Quelle, statt davon auszugehen, dass jedes Template wie der allgemeine Website AI Scraper funktioniert.

Preise: Starter kostet 25 $ pro Monat und enthält 5.000 Credits, Growth kostet 50 $ pro Monat und enthält 20.000 Credits. Mit einem Top-up für 20 $ erhältst Du 20.000 zusätzliche Credits, mit einem Top-up für 55 $ sind es 60.000 Credits. Top-ups verfallen nicht, können aber nur mit einem aktiven Abonnement genutzt werden. Beim Website AI Scraper werden Modell- und Scraping-Aufwand berechnet. Ein Eintrag entspricht daher nicht automatisch einem Credit. Erfasse die tatsächliche Nutzung der Stichprobe, bevor Du Deinen Bedarf kalkulierst.

Mehr zur Definition von Feldern und zum Umgang mit fehlenden Werten findest Du im Guide zur AI-Datenextraktion.

Apify: Der Marktplatz für Scraper

Apify bietet Actors an, also Programme für Scraping und Automatisierung. Ein bestehender Actor für ein bestimmtes Verzeichnis kann gut passen, wenn seine Ein- und Ausgaben Deiner Aufgabe entsprechen. Ich würde den konkreten Actor prüfen, statt den gesamten Marktplatz anhand eines einzelnen Yellow Pages Scrapers zu bewerten.

Welche Einstellungen Du ändern kannst, hängt von der unterstützten Konfiguration des Actors ab. Manche Actors akzeptieren Suchbegriffe, Start-URLs, Standortfilter oder Ergebnislimits. Andere bieten möglicherweise andere Steuerungsmöglichkeiten. Prüfe die Dokumentation und eine Beispielausgabe auf Unternehmenswebsites, Telefonnummern, E-Mail-Adressen und Profil-URLs, bevor Du einen großen Run startest.

Apify dokumentiert verschiedene Preismodelle für Actors, darunter die Abrechnung nach Events, Ressourcennutzung oder einer Kombination aus beidem. Ob die Plattformnutzung enthalten ist, hängt vom jeweiligen Actor ab. Ein einziger monatlicher Festpreis reicht daher nicht aus, um die Kosten eines Verzeichnisprojekts zu vergleichen.

Preise: Der Free Account enthält 5 $ Nutzungsguthaben; Starter kostet 19 $ pro Monat und enthält 19 $ Guthaben. Danach wird nach Nutzung abgerechnet. Scale kostet 199 $ pro Monat und enthält 199 $ Nutzungsguthaben. Das im Abonnement enthaltene Guthaben wird mit berechtigten Nutzungskosten verrechnet. Addiere also nicht erneut die volle Tarifgebühr zu Kosten, die bereits durch das Guthaben abgedeckt sind.

Ein konkretes Verzeichnisbeispiel ist der Yellow Pages Actor von Automation Lab. Für ihn werden im Bronze-Tarif 0,0025 $ pro Unternehmen plus 0,01 $ pro Start berechnet, inklusive Rechenleistung, Proxy und Speicher. Der günstigere Werbepreis „ab 1,50 $ pro 1.000“ gehört zu einer höheren Rabattstufe. Bei den Starter-/Bronze-Konditionen kosten 10.000 ausgegebene Unternehmen über 20 Starts hinweg 25,20 $, wie unten berechnet. Dieser Preis gilt für genau diesen Actor und dieses Verzeichnis, nicht für jeden Apify Scraper.

Apify würde ich in Betracht ziehen, wenn ein gepflegter Actor die Website und die erforderlichen Felder bereits abdeckt. Fehlt ein benötigtes Feld, solltest Du zuerst die Funktionen und Anpassungsmöglichkeiten des Actors prüfen. Die pauschale Aussage „Mit Apify lassen sich Verzeichnisdaten nicht anpassen“ ist zu allgemein, um Dir bei der Auswahl zu helfen.

Octoparse: Der Pionier für visuelles Web Scraping

Octoparse bietet Templates und einen visuellen Custom Task Builder. Dieser Unterschied ist wichtig, wenn Du Felder benötigst, die ein fertiges Verzeichnis-Template nicht zurückgibt.

Die Template-Dokumentation beschreibt unterschiedliche Template-Typen, darunter reine Cloud-Templates, und weist darauf hin, dass Nutzer Templates nicht bearbeiten können. Mit dem separaten Custom Task Builder kannst Du hingegen Deine eigene Extraktion konfigurieren. Die Einschränkungen eines Templates bedeuten also nicht, dass sich das gesamte Produkt nicht anpassen lässt.

Octoparse kommt für mich infrage, wenn Du über einen visuellen Workflow direkte Kontrolle über Seitenelemente und Navigation haben möchtest. Prüfe, ob für das Verzeichnis eine Suche abgesendet, in einzelne Profile geklickt oder gescrollt werden muss, bevor Du entscheidest, ob ein Template ausreicht.

Preise: Im offiziellen Upgrade-Guide wird Standard mit 83 beziehungsweise 119 $ pro Monat und Professional mit 299 $ pro Monat angegeben. Für lokale Extraktionen gibt es einen kostenlosen Tarif. Premium-Templates, Proxys und CAPTCHA-Lösungen können zusätzliche Nutzungskosten verursachen. Informiere Dich im Guide zu Tarif- und Nutzungskosten über den ausgewählten Task. Eine Standard-Konfiguration für 119 $ würde zusammen mit einer separaten Template-Gebühr von 1 $ insgesamt 120 $ kosten. Diese 1 $ müssen jedoch aus einem konkreten Angebot für das Template stammen und dürfen nicht pauschal für alle 10.000 Einträge angenommen werden.

Funktionsvergleich der besten Directory Scraping Tools

Dieselben Kontaktdaten vergleichen

Verwende für jedes Tool dieselbe Kategorie, denselben Standort, dieselbe Start-URL und dieselben gewünschten Felder. Gleiche die ersten Ergebnisse mit dem Verzeichnis selbst ab. Zähle verwertbare Einträge, nicht nur Zeilen.

Ein verwertbarer Eintrag könnte für Deine Aufgabe einen Firmennamen, einen Standort und eine Telefonnummer erfordern. Bei einer auf E-Mail-Adressen ausgerichteten Aufgabe könnte eine öffentliche E-Mail-Adresse oder eine Unternehmenswebsite für eine spätere Suche nötig sein. Lege diese Regel vor dem Test fest, damit Du die Definition nicht nachträglich zugunsten eines Anbieters änderst.

Für ein Agenturverzeichnis unterscheidet die Checkliste zur Clutch-Extraktion zwischen Angaben auf den Ergebniskarten und Kontaktdaten, die nur im Profil stehen. Außerdem bleiben Preisspannen und Angaben zum Leistungsgebiet erhalten.

Anpassungsmöglichkeiten an der konkreten Aufgabe prüfen

Fordere ein Feld an, das in der Standardausgabe fehlt, etwa die Verzeichniskategorie oder die Profil-URL. Beim allgemeinen AI Scraper von Datablist definierst Du es im Prompt und in den erwarteten Ausgabefeldern. Bei Apify prüfst Du Schema und Konfiguration des Actors. Bei Octoparse musst Du zwischen einem eingeschränkten Template und einem selbst erstellten Custom Task unterscheiden.

Entscheidend ist, wie viel Aufwand nötig ist, um dieses Feld zuverlässig zu erhalten. Ein festes Template kann die bessere Wahl sein, wenn es bereits alles liefert, was Du brauchst. Bei einem ungewöhnlichen Verzeichnis ist möglicherweise ein konfigurierbarer Workflow sinnvoller.

Kosten anhand einer Stichprobe kalkulieren

Ich würde die Kosten eines kleinen Runs zusammen mit der Zahl der verwertbaren Einträge erfassen. Berücksichtige anschließend weitere Ergebnisseiten, Besuche von Detailseiten, Wiederholungsversuche und Enrichment. Dokumentiere die Konfiguration neben der Schätzung, damit Du erklären kannst, warum ein anderer Run mehr kostet.

Prüfe die Datablist-Preise und den Credit-Verbrauch des Scrapers. Gehe nicht davon aus, dass ein Eintrag immer einen Credit kostet. Auf einer Seite können mehrere Einträge erscheinen, während für einen einzigen Eintrag möglicherweise mehrere Seiten besucht werden müssen, um alle benötigten Felder zu erfassen.

Hier findest Du konkrete Budgetbeispiele für 10.000 Einträge auf Grundlage der genannten Annahmen. Es handelt sich nicht um gemessene Ergebnisse aus demselben Verzeichnis.

Datablist: Wenn die Stichprobe einen Verbrauch von 1.000 Credits für 1.000 verwertbare Einträge ausweist, ergibt eine lineare Schätzung für dasselbe Layout 10.000 Credits für 10.000 Einträge. Die 5.000 Credits von Starter reichen nicht aus, also kaufst Du das Paket für 20 $: 25 $ + 20 $ = 45 $. Damit stehen 25.000 Credits zur Verfügung, von denen unter dieser Annahme 15.000 übrig bleiben. Der Kaufpreis von 45 $ deckt eine Gesamtnutzung von bis zu 25.000 Credits ab, garantiert aber keine bestimmte Zahl an Einträgen. Prüfe die Kalkulation erneut, wenn Detailseiten, Modellauswahl, Rendering oder Wiederholungsversuche die Verbrauchsrate der Stichprobe verändern.

Apify: Die Ergebnisgebühr des genannten Actors im Bronze-Tarif beträgt 10.000 × 0,0025 $ = 25 $, hinzu kommen 20 × 0,01 $ = 0,20 $ für die Starts. Starter kostet 19 $ und stellt 19 $ Nutzungsguthaben bereit, sodass darüber hinaus noch 6,20 $ zu zahlen sind: insgesamt 25,20 $, nicht 19 $ + 25,20 $. Das Beispiel geht von 500 ausgegebenen Unternehmen pro Start über unterschiedliche Suchanfragen aus. Andere Actors, Enrichment und Arbeiten außerhalb des angegebenen Pauschalpreises sind nicht enthalten.

Octoparse: Trenne Abonnement- und Nutzungskosten. Bei einer bestätigten Template-Gebühr von 1 $ ergeben sich 83 $ + 1 $ = 84 $ oder 119 $ + 1 $ = 120 $. Der zusätzliche Dollar ist hier eine Annahme und kein aktuelles Angebot für ein konkret benanntes Template. Ein anderes Template, ein Proxy-Bedarf oder der Professional-Tarif verändern den Gesamtpreis.

Bei einem Actor mit Mietmodell wären 25 $ Actor-Gebühr plus 40 $ nutzungsabhängige Kosten insgesamt 65 $ vor der Verrechnung eines gegebenenfalls anrechenbaren Plattformguthabens. Diese beiden Beträge sind ein Gebührenbeispiel und kein verifiziertes aktuelles Angebot für Yellow Pages. Berücksichtige bei der Bewertung eines solchen Angebots beide Bestandteile. Der oben genannte, nach Events abgerechnete Actor hat keine Mietgebühr.

Unter diesen Annahmen kann dieser Actor allein für Yellow Pages günstiger sein. Datablist gehört in die engere Auswahl, weil Du die Extraktion konfigurieren und die Daten anschließend in derselben Collection bereinigen oder anreichern kannst. Entscheide anhand der benötigten Felder und des konkreten Verzeichnisses und vergleiche dann die tatsächlichen Kosten Deiner Stichprobe.

Die Preisangaben in dieser Abbildung und im folgenden Vergleich stammen aus dem ursprünglichen Guide. Sie sind weder aktuelle Angebote noch gemessene Kosten für Dein Verzeichnis. Prüfe vor der Budgetierung einer großen Extraktion die aktuellen Gebühren der Anbieter.

Paginierung vor dem Skalieren prüfen

Eine große Zahl an Ergebnissen beweist nicht, dass der Scraper jede vorgesehene Seite besucht hat. Prüfe einen bekannten Eintrag auf der nächsten Ergebnisseite, die zuletzt erreichte Seite und ob der Run am konfigurierten Limit beendet wurde.

Beim Website AI Scraper von Datablist steuert Max Pages das Seitenbudget für die Paginierung des Runs. Diese Einstellung unterscheidet sich von der Zahl der Datensätze, die Du in eine Collection importieren oder dort speichern kannst. Erhöhe den Wert erst nach der Prüfung der Stichprobe. Sorge außerdem dafür, dass die Ergebnisse jedes Runs erkennbar bleiben, damit Du Überschneidungen feststellen kannst.

Wenn eine Website ihr Layout ändert, einen für den Scraper nicht verfügbaren Zugriff erfordert oder unvollständige Seiten zurückgibt, solltest Du den Fehler untersuchen, bevor Du wiederholt große Runs startest. Weitere Wiederholungsversuche beheben keinen fehlerhaften Extraktionsplan.

Support mit Deinem Verzeichnis testen

Wende Dich bei einem geschäftskritischen Workflow mit einem konkreten Beispiel an den Support: Start-URL, erwartete Felder, ein Beispiel für einen fehlenden Wert und die Run-Einstellungen. Frage, ob das Tool dieses Verzeichnis unterstützt und was an der Konfiguration geändert werden muss.

Ich würde den Support danach beurteilen, ob er Dir bei der Lösung Deiner konkreten Aufgabe hilft. Die allgemeine Behauptung, ein Anbieter habe einen besseren Support als ein anderer, erfordert Belege, die dieser Vergleich nicht liefert.

Welches Tool eignet sich für spezielle Verzeichnisse?

Ein konkretes, standortbezogenes Beispiel findest Du im Guide zum Scrapen von Zahnärzten aus Yellow Pages. Behalte getrennte Praxisstandorte auch dann als eigene Einträge, wenn ihre Firmennamen übereinstimmen.

Der Yellow Pages Guide für Installateure zeigt, wie Du das Leistungsgebiet und den Kontext der Kontaktdaten eines Handwerksbetriebs zusammen mit den sechs Template-Ausgaben prüfst.

Bei einem spezialisierten Branchenverzeichnis sind die Felddefinitionen genauso wichtig wie das Tool. „Location“ kann den Hauptsitz, das Leistungsgebiet oder die Adresse einer Filiale bezeichnen. „Website“ kann entweder die externe Unternehmenswebsite oder ein weiteres Verzeichnisprofil sein.

Bei Klinikdaten trennt das Extraktionsbeispiel für Tierkliniken die Identität einzelner Standorte von den behandelten Tierarten und Angaben zum Notdienst. Eine erfolgreiche Extraktion des Eintrags belegt nicht, dass diese medizinischen Leistungen tatsächlich angeboten werden.

Die Yellow Pages Anleitung für Garten- und Landschaftsbaubetriebe zeigt, wie Du einzelne Filialen getrennt hältst und sich überschneidende Standortabfragen prüfst.

Ich würde mit dem Prompt-basierten Scraper von Datablist starten, wenn sich die Aufgabe am einfachsten in Worten beschreiben lässt. Prüfe bei Apify, ob bereits ein Actor für die Navigation der Website existiert. Ein Octoparse Custom Task kommt infrage, wenn das explizite Auswählen der Seitenelemente gut zu Deinem Workflow passt.

Egal für welchen Weg Du Dich entscheidest: Prüfe mehrere Arten von Einträgen – ein vollständiges Profil, eines mit fehlenden Kontaktdaten und eines mit mehreren Standorten. Lasse fehlende Werte leer, damit ein späteres Enrichment zwischen „nicht angegeben“ und einem erfundenen Ergebnis unterscheiden kann.

Fazit: Welches Tool solltest Du für Verzeichnisse wählen?

Wähle Datablist, wenn Du die gewünschte Ausgabe beschreiben, die Zeilen in einer Tabellenansicht prüfen und danach mit der Listenbereinigung oder dem Enrichment fortfahren möchtest. Wähle einen Apify Actor, wenn er bereits zu Deinem Verzeichnis passt und Du sein Preismodell verstehst. Wähle Octoparse, wenn Dir ein geeignetes Template oder ein visueller Custom Task die benötigte Kontrolle bietet.

Beginne mit einer kleinen Extraktion und gleiche sie mit den sichtbaren Einträgen ab. Skaliere anschließend den Workflow, der die richtigen Unternehmen und Kontaktdaten zu nachvollziehbaren Kosten liefert. Das ist wesentlich hilfreicher als ein pauschales Testsieger-Label.

FAQ zu Tools für Directory Scraping

Kann ein Directory Scraper jede geschäftliche E-Mail finden?

Er kann eine E-Mail-Adresse extrahieren, die auf einer zugänglichen Seite angegeben ist. Eine fehlende Adresse erfordert eine separate Suche und sollte nicht anhand des Firmennamens erraten werden. Ein öffentliches Unternehmenspostfach unterscheidet sich außerdem von der geschäftlichen E-Mail-Adresse eines Entscheiders.

Nachdem Du Unternehmenswebsites und relevante Kontaktdaten gesammelt hast, kannst Du einen Workflow wie die E-Mail-Suche in großem Umfang verwenden. Prüfe vor der Anwendung auf Deine Verzeichnisliste, welche Eingaben das Enrichment benötigt und welche Kosten entstehen.

Wie scrape ich ein Verzeichnis in großem Umfang?

Prüfe zuerst die Felder und die Paginierung anhand einer kleinen Stichprobe. Bewahre die URLs der Einträge auf, erkenne sich überschneidende Ergebnisse und erhöhe das Seiten- oder Ergebnisbudget schrittweise. Prüfe fehlgeschlagene Runs separat, damit Du nur den betroffenen Teil wiederholen musst, statt das gesamte Verzeichnis erneut zu erfassen.

Kann Datablist jedes Verzeichnis scrapen?

Kein Scraper sollte das versprechen. Zugänglichkeit, Seitenstruktur, Navigation und die tatsächlich veröffentlichten Felder beeinflussen das Ergebnis. Teste die benötigten Felder anhand einer kleinen Stichprobe und prüfe die Ausgabe, bevor Du Dich auf ein großes Projekt festlegst.

Was kostet das Scrapen von 1.000 Verzeichniseinträgen?

Der günstigste kostenpflichtige Tarif von Datablist kostet 25 $ pro Monat und enthält 5.000 Credits. Verbraucht das Projekt mit 1.000 Einträgen nicht mehr als diese Credits, ist kein Top-up erforderlich. Die AI-Extraktion wird nutzungsbasiert abgerechnet. Prüfe daher die Kosten der Stichprobe, statt davon auszugehen, dass ein Eintrag einem Credit entspricht. Das Top-up für 20 $ mit 20.000 Credits entspricht rechnerisch 1 $ je 1.000 Credits, setzt aber einen aktiven Tarif und den Kauf des gesamten 20-$-Pakets voraus.

Quellen

Die Monatstarife und die Preisstaffel des genannten Actors wurden am 28. Oktober 2026 geprüft. Als Annahmen gekennzeichnete Nutzungsmengen sind Budgetbeispiele und keine gemessenen Scraping-Ergebnisse.

• [1] Datablist. Starter-/Growth-Abonnements und enthaltene Credits.
• [2] Datablist. Credit-Verbrauch und Top-up-Pakete.
• [3] Datablist. Eingaben und Extraktionsworkflow des Website AI Scrapers.
• [4] Apify. Monatliche Plattformtarife und enthaltenes Nutzungsguthaben.
• [5] Automation Lab. Preisstaffeln pro Unternehmen, Startgebühr und enthaltene Plattformkosten des Yellow Pages Actors.
• [6] Octoparse. Monatliche Tarifoptionen für Standard und Professional.
• [7] Octoparse. Abonnementgebühren und optionale Nutzungskosten.