Firmennamen in Domains umwandeln: Websites finden

Um einen Company-Name-to-Domain-Workflow für viele Einträge auszuführen, importierst Du Deine Liste in Datablist und startest das Enrichment Find Company Domain from Company Name. Beginne mit dem Unternehmensdatensatz und nutze Google als Fallback. Prüfe anschließend die Confidence-Spalte und übergib nur mehrdeutige oder ungelöste Namen an ein AI-Agent-Template mit zusätzlichen Kontextinformationen.

Das Ergebnis ist eine Tabelle, in der neben jedem gefundenen Firmennamen eine Unternehmensdomain und die vollständige Website-URL stehen. Zusätzlich erhältst Du einen Confidence-Wert, während Datablist den Status des Durchlaufs automatisch erfasst.

Bei einer kurzen Liste kannst Du zuerst den kostenlosen Company Name to Domain Finder ausprobieren. Füge bis zu zehn Namen ein, prüfe die gefundenen Domains und Confidence-Werte und kopiere oder lade die Ergebnisse herunter, bevor Du mit dem Bulk-Workflow unten weitermachst.

📌 Workflow im Überblick

Input: Firmenname, wenn vorhanden ergänzt um das Land

Output: Unternehmensdomain, vollständige URL, Confidence und automatischer Status des Durchlaufs

Empfohlene Reihenfolge: Unternehmensdatensatz → Google-Fallback → AI Agent für mehrdeutige Zeilen

Geprüfte Enrichment-Kosten: 1 Credit für einen erfolgreichen Treffer im Datensatz oder 2,5 Credits bei Nutzung von Google. Die Kosten des AI Agents hängen vom nötigen Rechercheaufwand ab.

Direktlinks

• Erwartetes Ergebnis ansehen
• Input-Tabelle vorbereiten
• Bulk-Workflow ausführen
• Mehrdeutige Firmennamen bearbeiten
• Gemessenes Beispiel prüfen
• Websites validieren

Erwartetes Ergebnis

Angenommen, Du startest mit drei Firmennamen und den jeweiligen Ländern:

Nach dem Enrichment enthalten dieselben Zeilen alle Felder, die Du für die E-Mail-Suche, Company Enrichment, Deduplizierung oder den CRM-Import brauchst:

Diese Beispiele stammen aus dem Durchlauf, der später in diesem Guide gezeigt wird. Die Domain ist der eindeutige, bereinigte Wert, den Du normalerweise an weitere Enrichments übergibst. Die vollständige URL ist nützlich, wenn Du die Website aufrufen oder scrapen möchtest.

Confidence ist ein Prüfsignal, kein Beweis. Selbst ein Treffer mit hoher Confidence kann falsch sein, wenn zwei Unternehmen denselben Namen haben. Deshalb prüfe ich immer eine Stichprobe, bevor ich die Domains in nachgelagerten Prozessen verwende.

Input-Tabelle vorbereiten

Für das Enrichment ist nur ein Firmenname erforderlich. Das Land hilft dabei, Unternehmen mit ähnlichen Namen auseinanderzuhalten, und verbessert lokale Google-Ergebnisse.

Ich bevorzuge diese Tabellenstruktur:

Entferne vor der Suche offensichtlichen Ballast. Dazu gehören Notizen, Telefonnummern und Rechtstexte, die nichts mit dem Namen zu tun haben. Behalte Rechtsformzusätze wie GmbH oder Ltd bei, wenn sie helfen, das Unternehmen eindeutig zuzuordnen. Bei unsauberen Quelldaten solltest Du zuerst den Workflow zur Bereinigung von Firmennamen ausführen.

Schlechte Inputs sind zum Beispiel allgemeine Bezeichnungen wie Marketingagentur, Filialnamen ohne das übergeordnete Unternehmen oder Namen, bei denen die Adresse in derselben Zelle steht. Keine Suchmethode kann das richtige Unternehmen anhand von Kontext erkennen, den sie nie erhalten hat.

Lade die Benchmark-CSV mit 50 Unternehmen herunter. Sie enthält echte Nischenunternehmen aus acht Ländern sowie Branchen- und Beschreibungsfelder für den KI-Fallback. Erwartete Domains sind nicht enthalten, sodass Du den Workflow testen kannst, ohne der Suche die Lösung vorzugeben.

Die passende Suchmethode wählen

Diese Aufgabe funktioniert am besten als Waterfall. Starte mit der günstigsten Methode und investiere nur bei den Zeilen mehr, die es wirklich brauchen.

Für die meisten Listen nutze ich das Enrichment Find Company Domain from Company Name. Es verarbeitet einfache Zeilen günstig und durchsucht das Web nur, wenn der Datensatz keinen Treffer liefert.

Der Domain Finder gibt die Confidence-Stufen High, Medium, Low oder Very Low zurück. Stimmen mehrere Quellen bei einer Domain überein, kann dies zu hoher Confidence führen. Auch Übereinstimmungen mit Google-Titeln und die unscharfe Ähnlichkeit der Namen beeinflussen den Wert. Nutze ihn, um zu entscheiden, welche Zeilen Du akzeptierst, prüfst oder erneut recherchierst.

Firmenwebsites mit Datablist in Bulk finden

Schritt 1: Firmenliste importieren

Erstelle einen Datablist-Account, lege eine Collection an und importiere Deine CSV- oder Excel-Datei.

Prüfe die importierten Spalten, bevor Du etwas ausführst. Der Firmenname sollte als Texteigenschaft angelegt sein. Speichere das Land in einer eigenen Eigenschaft, wenn es sich von Zeile zu Zeile unterscheiden kann.

Schritt 2: Domain Finder öffnen

Klicke auf Enrich, öffne die Kategorie Companies und wähle Find Company Domain from Company Name aus.

Schritt 3: Such-Workflow konfigurieren

Wähle eine dieser Workflow-Einstellungen:

• Use Companies Dataset + Fallback on Google: meine Standardeinstellung für gemischte Listen
• Use only Companies Dataset: der günstigste erste Durchlauf
• Use only Google: Live-Suche für jede Zeile

Lege das Target Country fest, wenn die gesamte Liste nur ein Land abdeckt. Aktiviere Define target country per item, wenn Deine Datei bereits eine Länderspalte enthält.

Wenn Google aktiviert ist, können zwei Einstellungen schwierige Suchanfragen verbessern:

• Accept non-root websites: Erlaubt Ergebnisse wie platform.com/company-name. Lass diese Option deaktiviert, sofern die Unternehmensseiten nicht auf einer gemeinsam genutzten Plattform liegen.
• Skip following domains: Schließt ein Branchenverzeichnis aus, das immer wieder in den Ergebnissen erscheint. Datablist überspringt bei der Bewertung bereits verbreitete Verzeichnisse und soziale Netzwerke.

Datablist sucht mit dem ausgewählten Land und bewertet die besten Ergebnisse anhand von Faktoren wie ihrer Position und der Ähnlichkeit des Titels. Wenn Du kein Land angibst, nutzt Google standardmäßig den Standort USA.

Schritt 4: Input und Outputs zuordnen

Ordne Company Name der Eigenschaft zu, in der Deine Firmennamen stehen. Wenn Du ein Land pro Zeile aktiviert hast, ordne auch Target Country zu.

Füge diese drei Output-Eigenschaften des Enrichments hinzu:

• Company Domain
• Company Full URL
• Domain Confidence

Datablist fügt außerdem automatisch eine Spalte für den Status des Durchlaufs hinzu. Sie zeigt, ob eine Zeile in der Warteschlange steht, verarbeitet wird oder abgeschlossen ist, und speichert anschließend den Abschlusszeitpunkt.

Ich behalte sowohl die Domain als auch die vollständige URL. Die Domain eignet sich besser für Matching und Deduplizierung, während die vollständige URL exakt die Seite bewahrt, die das Enrichment ausgewählt hat.

Schritt 5: Stichprobe testen und Liste ausführen

Führe das Enrichment für die ersten zehn Zeilen aus. Prüfe, ob die Websites tatsächlich zu den vorgesehenen Unternehmen gehören – besonders bei kurzen oder häufigen Namen. Sieht die Stichprobe gut aus, kannst Du den Workflow für die restliche Ansicht starten.

Steuere den Waterfall mit Filtern. Filtere beispielsweise vor einem zweiten Durchlauf nach leeren Website-Feldern oder vor der KI-Recherche nach Low und Very Low Confidence. So zahlst Du nicht für Zeilen, die bereits ein akzeptables Ergebnis haben.

KI für mehrdeutige Firmennamen nutzen

Google kann eine plausibel wirkende Website finden und trotzdem das falsche Unternehmen auswählen. Kurze Namen und Markennamen, die von mehreren Unternehmen genutzt werden, brauchen mehr Kontext.

Filtere die Collection nach Zeilen mit leerer Domain oder mit Low beziehungsweise Very Low Confidence. Öffne Enrich, wähle AI Agent aus und lade das Template Advanced Company Name to Website.

📌 Hinweise

Nutze den AI Agent als primäre Methode, wenn Dir Kontext vorliegt, etwa Branche, Land oder eine Unternehmensbeschreibung – besonders dann, wenn einige Unternehmen möglicherweise keine Website haben. Anders als eine herkömmliche Domain-Suche kann der AI Agent die Tätigkeit eines möglichen Treffers mit Deinem Kontext abgleichen, falsche Treffer verwerfen und keine Website zurückgeben, wenn er keine Übereinstimmung verifizieren kann.

Wähle im Prompt jeden Slash-Platzhalter aus und verknüpfe ihn mit der passenden Eigenschaft Deiner Collection:

• /Name mit dem Firmennamen;
• /Industry mit der Branche;
• /Country mit dem Land;
• /Description mit einer kurzen Beschreibung des Unternehmens.

Das Template sucht nach möglichen Treffern, besucht wahrscheinliche Websites und gleicht sie mit dem angegebenen Kontext ab. Verzeichnisse, Handelsregistereinträge, Karten, Shops und soziale Netzwerke werden ausgeschlossen. Bei unzureichender Beweislage kann das Ergebnis außerdem leer bleiben.

Das Template liefert drei Recherche-Outputs sowie den automatisch berechneten numerischen Confidence Score des AI Agents:

• Website: die ausgewählte Root-URL der Website;
• Company Summary: eine kurze Beschreibung des gefundenen Unternehmens;
• Result Explanation: die Belege, die die Website mit der Zeile verbinden;
• Confidence Score: ein Wert von 0 bis 100.

Führe das Template nur für ungelöste oder unsichere Zeilen aus. Die Kosten der KI-Recherche variieren, weil ein Unternehmen mehr Suchanfragen und Seitenaufrufe erfordern kann als ein anderes. Lege vor dem Start ein Limit für die Recherche-Iterationen fest, um die Ausgaben zu kontrollieren.

Unternehmen anhand der Adresse prüfen

Wenn zwei Unternehmen denselben Namen tragen, kann eine Straße oder Stadt hilfreicher sein als eine weitere allgemeine Suche. Ich empfehle, diesen Kontext dem KI-Prompt hinzuzufügen und die vorgeschlagene Website bis zum Abschluss der Prüfung getrennt von der akzeptierten Website-Spalte zu speichern.

Passe das Template mit den folgenden Anweisungen an. Verknüpfe die Slash-Platzhalter mit den Eigenschaften Deiner Collection und entferne Inputs, die Dir nicht vorliegen.

Behalte Result Explanation in Deinem Output-Mapping. Prüfe die dort angegebene Beleg-URL und markiere die Zeile in einer separaten Eigenschaft als akzeptiert, abgelehnt oder prüfungsbedürftig, bevor Du die vorgeschlagene URL in Deine endgültige Website-Spalte kopierst.

Mit E-Mail-Adresse oder Nachrichtenartikel starten

Die Domain einer geschäftlichen E-Mail-Adresse liefert Dir eine mögliche Website zur Prüfung. Die Domain von Gmail, Outlook oder einem anderen allgemein genutzten E-Mail-Anbieter verrät dagegen nicht, für welches Unternehmen die Person arbeitet. Ermittle bei solchen Zeilen zuerst einen Firmennamen und passenden Kontext, bevor Du diesen Workflow ausführst.

Stammt der Firmenname aus einem Nachrichtenartikel, isoliere das Unternehmen, um das es tatsächlich geht – nicht den Verlag, Investor oder Mutterkonzern. Speichere die Artikel-URL als Kontext und vergleiche Tätigkeit und Adresse der möglichen Website mit diesen Informationen. Werden auf derselben Seite mehrere Unternehmen erwähnt, sollten daraus separate Input-Zeilen werden.

Das richtige Unternehmen über einen Mitarbeiter finden

Manchmal kennst Du den Namen einer Person, hast aber kaum brauchbaren Unternehmenskontext. Der Mitarbeiter kann dann als zweites Identitätssignal dienen.

Lade das AI-Agent-Template Find Company Domain from Company and Employee Names. Ordne Folgendes zu:

• /Name dem Firmennamen;
• /FirstName dem Vornamen des Mitarbeiters;
• /LastName dem Nachnamen des Mitarbeiters.

Wähle jede Eigenschaft über das Menü für Slash-Variablen aus. Vergewissere Dich, dass Name, FirstName und LastName im Prompt als hervorgehobene Chips erscheinen. Wenn Du den Platzhalter nur als normalen Text eingibst, wird der Eigenschaftswert nicht verknüpft.

Der Agent prüft die Website anhand des gewünschten Unternehmens und kontrolliert, ob das öffentliche LinkedIn-Profil sowohl zum Mitarbeiternamen als auch zum Unternehmen passt. Er gibt Folgendes zurück:

• Company Website: die offizielle Root-Website;
• Company Summary: eine kurze sachliche Beschreibung;
• Employee LinkedIn Url: das passende öffentliche Profil, sofern gefunden;
• Confidence: High, Medium, Low oder Very Low.

Der AI Agent ergänzt außerdem automatisch einen numerischen Confidence Score von 0 bis 100.

Ich habe das Template mit zehn Nischenunternehmen und jeweils einem verifizierten Gründer oder einer Führungskraft getestet. Es lieferte neun korrekte offizielle Websites und alle zehn passenden öffentlichen LinkedIn-Profile. Regionale LinkedIn-Hosts, URL-Kodierungen und Sprachpfade wurden vor dem Vergleich der Profilidentitäten normalisiert.

Der einzige Fehlschlag war Hadrian. Der Agent fand das korrekte Profil von Chris Power und erstellte eine Zusammenfassung des Luft- und Raumfahrtherstellers, gab aber hadrian.io – ein unabhängiges Cybersecurity-Unternehmen – statt hadrian.co zurück. Trotzdem kennzeichnete er die Zeile mit High und einem numerischen Score von 100. Im gesamten Durchlauf waren alle kategorischen Werte High, neun numerische Scores lagen bei 100 und einer bei 95.

Nutze dieses Template, wenn ein Name zu mehreren Unternehmen führt, das Unternehmen einen allgemeinen Markennamen verwendet oder der öffentliche berufliche Werdegang einer Person Dein stärkster Anhaltspunkt ist. Ein korrektes Mitarbeiterprofil beweist nicht, dass die zurückgegebene Website zum selben Unternehmen gehört. Prüfe daher jeden Output separat.

Gemessene Ergebnisse eines Beispiellaufs

Ich habe den herunterladbaren Benchmark am 3. August 2026 ausgeführt. Er enthält 50 echte Nischenunternehmen aus acht Ländern, darunter Marken mit Zahlen, Namen mit Akzenten, kurze Namen und Domains, die vom Markennamen abweichen.

• Verarbeitete Input-Zeilen: 50
• Gefundene Domains: 50, also 100 % Abdeckung
• Exakte kanonische Domains: 48 von 50
• Nach Weiterleitungen akzeptierte offizielle Websites: 49 von 50
• Eindeutige False Positives: 1
• Vom Datensatz- und Google-Waterfall verbrauchte Credits: 59
• Angezeigte Domain Confidence: High für alle 50 Zeilen

Der False Positive war aufschlussreich: Für 9T Labs wurde eine Verzeichnisseite von Venturelab gefunden, obwohl das Ergebnis als High Confidence eingestuft war. sewts.de war ein gültiges, unternehmenseigenes Ergebnis, das auf die kanonische Domain sewts.com weiterleitete. Daher habe ich es als akzeptiert, aber nicht als exakt gewertet.

Anschließend habe ich nur die drei strittigen Zeilen an den AI Agent übergeben. Er lieferte für alle drei die aktuellen offiziellen Root-Websites, darunter 9tlabs.com, und korrigierte damit den False Positive des Standard-Enrichments. Die automatischen Confidence Scores lagen bei 75, 95 und 95.

Dies ist ein gemessenes Beispiel, keine Genauigkeitsgarantie. Prüfe mehrdeutige Marken und URLs, die wie Verzeichnisse aussehen, bevor Du die Domains in nachgelagerten Prozessen verwendest.

Erfasse für Deinen eigenen Durchlauf vier Kennzahlen:

1. Abdeckung: Zeilen mit nicht leerer Website geteilt durch die verarbeiteten Zeilen
2. Abdeckung mit hoher Confidence: Als High markierte Zeilen geteilt durch die verarbeiteten Zeilen
3. Stichprobengenauigkeit: Korrekte Websites geteilt durch die manuell geprüften Websites
4. Kosten pro akzeptierter Website: Verbrauchte Credits geteilt durch die Websites, die die Prüfung bestanden haben

Mit diesen Kennzahlen kannst Du Änderungen am Workflow vergleichen, ohne eine zurückgegebene URL mit einem korrekten Ergebnis zu verwechseln.

Fehlerfälle und Einschränkungen

Keine Suche anhand von Firmennamen ist perfekt. Achte besonders auf diese Fälle:

• Mehrere Unternehmen haben denselben Namen. Ergänze Land, Stadt, Branche oder eine Beschreibung und nutze den AI Agent.
• Das Unternehmen hat keine Website. Google kann trotzdem ein Verzeichnis oder ein ähnlich benanntes Unternehmen liefern. Akzeptiere lieber ein leeres Ergebnis, als eine Übereinstimmung zu erzwingen.
• Die Website verwendet einen anderen Markennamen. Die Domain kann auf den ersten Blick nichts mit dem rechtlichen Firmennamen zu tun haben. Prüfe den Footer, die Über-uns-Seite, die Adresse oder das Impressum.
• Eine regionale Seite steht über der Hauptwebsite. Lege das Zielland fest und entscheide, ob Du die lokale oder globale Domain brauchst.
• Das Unternehmen nutzt eine gemeinsam verwendete Plattform. Aktiviere Non-Root-Websites nur, wenn Du URLs mit einem Pfad erwartest.
• Verzeichnisse dominieren die Ergebnisse. Füge wiederkehrende Verzeichnisdomains zur Ausschlussliste hinzu und führe die unsicheren Zeilen erneut aus.
• Der Quellname ist unsauber. Bereinige Namen, die mit Orten, Notizen oder Registertext vermischt sind, vor der Suche.
• Confidence ist keine Verifizierung. Das Standard-Enrichment bewertet Namens- und Suchsignale. Es beweist nicht, wem die Website gehört.

Google-Ergebnisse werden 48 Stunden lang zwischengespeichert. Wenn Du die Einstellungen zur Google-Bewertung innerhalb dieses Zeitraums änderst, kann Datablist die gespeicherten Ergebnisse wiederverwenden. Das ist beim Testen von Ausschlüssen praktisch, allerdings bildet ein erneuter Durchlauf dann möglicherweise keine neue Live-Suche ab.

Checkliste zur Validierung

Prüfe vor dem Export oder einem weiteren Enrichment Folgendes:

• Die Unternehmensdomain öffnet eine erreichbare Website.
• Name, Produkte oder Dienstleistungen auf der Website passen zum Unternehmen in der Zeile.
• Land, Stadt, Adresse oder rechtliche Angaben stimmen überein, sofern vorhanden.
• Das Ergebnis ist eine offizielle Website und kein Verzeichnis, Marktplatz, Social-Media-Profil oder Nachrichtenartikel.
• Zeilen mit hoher Confidence haben eine manuelle Stichprobenprüfung bestanden.
• Zeilen mit Medium, Low und Very Low wurden geprüft oder an den AI Agent übergeben.
• Leere Ergebnisse blieben leer, wenn keine verlässliche offizielle Website gefunden wurde.
• Doppelte Domains wurden auf Muttergesellschaften, Tochterunternehmen oder falsche Treffer geprüft.
• Abdeckung, Stichprobengenauigkeit, Laufzeit und Credits wurden erfasst.

Sobald die Website-Spalte die Prüfung bestanden hat, kannst Du sie für einen Email Finder, Company Enrichment oder einen sauberen CRM-Import verwenden. Wenn Dein Ausgangspunkt statt eines Namens eine LinkedIn-Unternehmens-URL ist, nutze den Workflow von der LinkedIn-Unternehmensseite zur Website.

Häufig gestellte Fragen

Welche Mindestangaben brauche ich, um eine Firmenwebsite zu finden?

Ein Firmenname reicht aus, um den Domain Finder zu starten. Ergänze nach Möglichkeit immer das Land. Bei mehrdeutigen Namen verbessern Stadt, Branche, Adresse oder eine kurze Beschreibung die KI-Recherche.

Was liefert der Domain Finder zurück?

Er gibt die Unternehmensdomain, die vollständige Website-URL und einen Domain-Confidence-Wert zurück. Datablist erstellt außerdem automatisch eine Statusspalte, sodass Du siehst, ob eine Zeile in der Warteschlange steht, verarbeitet wird oder abgeschlossen ist.

Was kostet die Suche nach einem Firmennamen?

Der Unternehmensdatensatz kostet 1 Credit pro erfolgreicher Suche. Google kostet 2,5 Credits pro Suche – auch dann, wenn keine Website zurückgegeben wird. Die Nutzungskosten des AI Agents hängen von der durchgeführten Recherche ab. Reserviere ihn deshalb für Zeilen, die zusätzlichen Kontext benötigen.

Sollte ich jedes Ergebnis mit hoher Confidence akzeptieren?

Nein. High Confidence bedeutet, dass die verfügbaren Matching-Signale stark sind. Prüfe eine Stichprobe sowie mehrdeutige Namen, bevor Du die Websites für Outbound, Dein CRM oder weitere Enrichment-Workflows nutzt.