Google-Ergebnisse für mehrere Suchanfragen scrapen

Um Google-Ergebnisse für mehrere Suchanfragen zu scrapen, erstellst Du eine Liste mit spezifischen Suchanfragen, fügst sie in Datablist unter Start with Google Search Queries ein und wählst Land, Sprache sowie das Limit pro Suchanfrage aus. Anschließend prüfst Du die zurückgegebenen URLs. Suche zum Beispiel nach Zahnarzt Berlin, Zahnarzt Hamburg und Zahnarzt München, anstatt Dich auf eine allgemeine Suchanfrage wie Zahnarzt Deutschland zu verlassen.

Jede Suchanfrage kann andere Seiten liefern. Die Ergebnisse hängen davon ab, was Google für die jeweilige Suche bereitstellt. Da sich Varianten überschneiden können, entspricht die endgültige Anzahl nicht einfach der Zahl der Suchanfragen multipliziert mit dem Limit pro Anfrage. Im kostenlosen Tarif wird nur die erste Suchanfrage verarbeitet und auf 200 Ergebnisse begrenzt. Für mehrere Suchanfragen benötigst Du einen geeigneten kostenpflichtigen Run. Prüfe die Kostenschätzung, bevor Du Credits einsetzt.

📌 Beispiele für mögliche Anwendungsfälle

• Eine Lead-Liste mit LinkedIn-Profilen erstellen
• Instagram-Profile anhand von Keywords suchen
• Unternehmen nach bestimmten Webtechnologien auswählen
• Lokale Unternehmensdatenbanken für Hunderte Städte aufbauen

Direkt zu den einzelnen Abschnitten:

• Warum eine allgemeine Suchanfrage Ergebnisse verpasst
• Die Multi-Query-Lösung und Suchvarianten mit AI erstellen
• Google-Ergebnisse mit Datablist scrapen: Anleitung
• Daten bereinigen und Duplikate entfernen
• Suchergebnisse mit Daten anreichern
• Kostenanalyse: Google-Ergebnisse günstig scrapen

Warum allgemeine Suchanfragen Ergebnisse verpassen

Die bei einer allgemeinen Suche angezeigte geschätzte Trefferzahl ist keine Liste von Seiten, die Du tatsächlich vollständig abrufen kannst. Welche Seiten verfügbar sind, unterscheidet sich je nach Suchanfrage.

Wenn Du Dich bei einer allgemeinen Suche weit durch die Ergebnisseiten klickst, blendet Google möglicherweise ähnliche Treffer aus oder zeigt keine weiteren Seiten mehr an. Wie viele Ergebnisse verfügbar sind, hängt von der jeweiligen Suchanfrage ab.

Bei der Lead-Generierung kann eine allgemeine Suchanfrage relevante Nischen übersehen. Bei Anwalt Deutschland erscheinen womöglich vor allem große Verzeichnisse, während Anwalt Arbeitsrecht Leipzig andere lokale Kanzleien sichtbar macht.

Grenze Deine Suche nach Standort, Dienstleistung oder Branche ein. So erhältst Du eine größere Auswahl potenziell relevanter URLs zur Prüfung – aber keine vollständige Liste aller Unternehmen.

Die Multi-Query-Lösung

Beim Multi-Query-Scraping unterteilst Du eine große Suche in viele kleinere, sich teilweise überschneidende Suchanfragen. Statt nach „Anwälte in Deutschland“ zu suchen, verwendest Du beispielsweise „Anwälte in Berlin“, „Anwälte in Hamburg“, „Anwälte in München“, „Anwälte in Köln“ und „Anwälte in Frankfurt“.

Jede Städtesuche kann andere Seiten liefern, wobei Kanzleien auch in mehreren benachbarten Städten ranken können. Behalte die Ausgabefelder Search Query und Result Link, damit Du nachvollziehen kannst, warum eine Seite angezeigt wurde, und Überschneidungen vergleichen kannst.

Durch die Varianten änderst Du, wonach Google suchen soll. Eine bestimmte Platzierung oder Anzahl eindeutiger Unternehmen ist dadurch nicht garantiert.

Suchvarianten mit AI erstellen

100 Varianten einer Suchanfrage manuell zu erstellen, kostet Zeit. Ein LLM kann Dir passende Varianten vorschlagen. Prüfe jedoch Standorte und Suchbegriffe, bevor Du sie in einen kostenpflichtigen Run übernimmst. Entferne nahezu identische Suchen und Anfragen mit einer falschen Suchintention.

Suchanfragen nach Standort variieren

Über Standorte lassen sich Ergebnisse besonders einfach vervielfachen. Für jedes Land gibt es Listen mit Städten, Bundesländern oder Regionen.

Suchanfragen mit Keywords variieren

Standorte passen nicht zu jeder Suche. Wenn Du beispielsweise nach „Remote-Marketingagenturen“ suchst, kannst Du stattdessen die Keywords variieren.

Die „Fingerprint“-Strategie

Viele Websites verwenden bestimmte Software. Diese hinterlässt häufig Spuren im HTML-Code oder im Footer, deren Text von Google indexiert wird.

Google-Ergebnisse mit Datablist scrapen: Anleitung

Nachdem Du Deine Suchanfragen geprüft hast, führt die Datablist-Quelle sie aus, ohne dass Du selbst einen Browser-Scraper bauen musst. Beginne mit einem kleinen Batch, damit Du die Ausgabe und den Credit-Verbrauch kontrollieren kannst.

1. Datenquelle öffnen

Öffne Datablist und klicke in der Seitenleiste auf Start from a data source.

Wähle im Quellenkatalog Start with Google Search Queries aus.

2. Suchanfragen einfügen und Parameter festlegen

Füge die geprüfte Liste unter Google Search Queries ein – eine Suchanfrage pro Zeile. Im kostenlosen Tarif wird nur die erste Anfrage verarbeitet. Prüfe deshalb Deinen Tarif und den ausgewählten Run-Modus, bevor Du mit einem Multi-Query-Batch rechnest.

Lege mit Search Country und Search Language den Markt fest, den Du untersuchen möchtest. Verwende Time Period, wenn die Aktualität wichtig ist, und begrenze den Run über Limit Per Query. Die Zeiteinstellung filtert den Suchzeitraum, bestätigt aber nicht, dass jedes gefundene Unternehmen noch aktiv ist.

4. Run starten und warten

Prüfe den geschätzten Credit-Verbrauch und starte anschließend einen kleinen Batch. Datablist verarbeitet die Suchanfragen und fügt die gefundenen Seiten einer Collection hinzu.

Du kannst in Echtzeit verfolgen, wie die Einträge in Deiner Collection erscheinen.

Daten bereinigen und Duplikate entfernen

Duplikate entfernen

Ein wesentlicher Nebeneffekt von 50 ähnlichen Suchanfragen sind doppelte Daten. Eine bekannte Kanzlei kann für „Anwalt Berlin“, „Anwalt Deutschland“ und „Anwalt Wirtschaftsrecht“ ranken. Führst Du diese Ergebnisse in einer Datablist-Collection zusammen, erhältst Du drei Zeilen für dieselbe Kanzlei.

Bevor Du mit dem Outreach beginnst, musst Du Deine Daten deduplizieren. Datablist bietet dafür den leistungsstarken Duplicates Finder.

1. Öffne das Menü "Clean".
2. Wähle "Duplicates Finder" aus.

3. Wähle das zu vergleichende Feld aus. Nutze Result Link, wenn Du identische Seiten entfernen möchtest, die über mehrere Suchanfragen gefunden wurden.

4. Wähle den Prozessor URL aus. Behalte die Pfade bei, wenn mehrere Seiten derselben Domain relevant sind. Aktiviere Ignore Path nur, wenn Du genau einen Datensatz pro Domain möchtest, und prüfe die Gruppen vor dem Zusammenführen.

5. Lass das Tool übereinstimmende Zeilen erkennen und führe sie zusammen oder lösche die überzähligen Einträge.

Störende Ergebnisse entfernen

Zur Datenbereinigung gehört auch, irrelevante Treffer zu entfernen. Unter den Google-Ergebnissen können Aggregatoren wie Yelp, Gelbe Seiten oder Tripadvisor auftauchen. Wahrscheinlich möchtest Du diese ausschließen, um Dich auf die Websites der Unternehmen zu konzentrieren.

Nutze die Filterfunktionen, um häufig vorkommende Verzeichnis-Domains auszuschließen. Eine ausführliche Anleitung dazu findest Du in unserem Guide zur Datenbereinigung.

Suchergebnisse mit Daten anreichern

Eine URL oder ein Seitentitel reicht für eine Sales-Kampagne selten aus. Sobald Du eine eindeutige Liste mit Websites hast, benötigst Du Kontaktdaten. Datablist dient als Enrichment Hub, über den Du Deine gescrapten Daten an weitere Services übergeben kannst.

E-Mail-Adressen finden

• E-Mail-Adressen über Unternehmensdomains finden
  Wenn Dein Scrape Unternehmensdomains liefert, kannst Du das Datablist-Enrichment "Waterfall People Search" nutzen. Es findet Personen, die bei diesen Unternehmen arbeiten, und gibt ihre Profildaten samt verifizierter E-Mail-Adresse zurück. Das eignet sich ideal für den Aufbau gezielter B2B-Kontaktlisten.

• E-Mail-Adressen über LinkedIn-Profil-URLs finden
  Wenn Dein Scrape Links zu LinkedIn-Profilen liefert, verwende den Datablist Waterfall Email Finder. Er ermittelt die geschäftliche E-Mail-Adresse allein anhand der URL des LinkedIn-Profils. Eine Schritt-für-Schritt-Anleitung findest Du hier: E-Mail-Adressen über eine LinkedIn-Profil-URL finden.

LinkedIn-Unternehmensseiten über Domains finden

Ausgehend von Unternehmenswebsites kannst Du diese mit einem Klick in LinkedIn-Assets umwandeln. Nutze das Enrichment "LinkedIn Company Page Matcher". Es findet für jedes Unternehmen in Deiner Liste die offizielle LinkedIn-Unternehmensseite.

Das eröffnet viele Möglichkeiten: Aus einem einfachen Google-Ergebnis wird ein umfangreiches Unternehmensprofil mit Angaben zu Branche, Größe und Aktivität.

Nach dem Matching kannst Du detaillierte Unternehmensinformationen über folgende Enrichments abrufen:

• Website To LinkedIn Company Page
• Company Enrichment

So verwandelst Du rohe URLs schnell in strukturierte B2B-Daten.

Websites mit dem AI Agent besuchen

Manchmal sind die wirklich interessanten Informationen auf einer Website gut versteckt. Hier kommt der AI Agent ins Spiel.

Der AI Agent besucht jede Website für Dich und liest die Seiten wie ein Mensch.

Er kann:

• Unternehmen anhand ihrer Website-Inhalte kategorisieren
• Leads als „Hohe Priorität“ oder „Niedrige Priorität“ kennzeichnen
• Kontaktdaten aus Kontakt- oder Über-uns-Seiten extrahieren

Statt 500 Tabs zu öffnen und jeden einzeln durchzugehen, überlässt Du dem Agent die aufwendige Arbeit.

Beispiel: Standortanfragen in eine prüfbare Liste umwandeln

Angenommen, Du recherchierst Zahnarztpraxen in Deutschland. Beginne mit drei Suchanfragen: Zahnarzt Berlin, Zahnarzt Hamburg und Zahnarzt München. Führe eine kleine Stichprobe aus und prüfe Result Link, Result Title und Search Query. Schließe Verzeichnisse aus, wenn Du nur Praxis-Websites benötigst. Vergleiche anschließend die exakten URLs, bevor Du entscheidest, ob mehrere Seiten derselben Domain zum selben Unternehmen gehören.

Füge erst weitere Städte hinzu, wenn der erste Batch relevante Websites geliefert hat. Dieses Beispiel veranschaulicht den Ablauf, sagt aber weder die Anzahl der Ergebnisse noch die Zahl der eindeutigen Praxen voraus.

Kostenanalyse: Google-Ergebnisse günstig scrapen

Vergleiche die Kosten des Runs mit dem Wert der Seiten, die Du tatsächlich benötigst. Suchergebnisse sind potenziell relevante URLs und noch keine qualifizierten Leads. Ein großer Batch kann Verzeichnisse enthalten oder dieselben Domains mehrfach liefern.

Wenn eine API JSON ausgibt und Du eine Tabelle benötigst, kannst Du die Antwort mit dem JSON to CSV Converter in ein flaches Format bringen, bevor Du die Daten bereinigst oder anreicherst.

Im Quellenkatalog sind 2,5 Credits pro 10 Google-Ergebnisse angegeben. Als grobe Orientierung entsprechen 1.000 Ergebnisse bei diesem Preis 250 Credits. Die tatsächliche Schätzung für den Run hängt von den ausgewählten Suchanfragen und dem Limit ab. Ein aktuelles Guthabenpaket für 20 $ umfasst 20.000 Credits. Ein Paket für 1 $ ist nicht erhältlich. Weder eine lange Liste von Suchanfragen noch ein hohes Ergebnislimit garantiert Dir eine entsprechende Anzahl brauchbarer Leads.

Starte zunächst einen kleinen Batch. Prüfe die zurückgegebenen URLs, Duplikate und den Credit-Verbrauch, bevor Du die Suche auf weitere Anfragen ausweitest.

Tipps: Google-Suchoperatoren verwenden

Mit den folgenden Google-Suchoperatoren kannst Du die Qualität Deiner gescrapten Daten verbessern und präzisere Suchanfragen erstellen.

Diese Symbole geben Google genau vor, wo nach Deinen Keywords gesucht werden soll.

• site: Beschränkt die Ergebnisse auf eine bestimmte Plattform. Verwende site:linkedin.com/in/, um LinkedIn-Profile zu finden.
• inurl: Sucht nach Begriffen innerhalb der URL. Mit inurl:kontakt findest Du Kontaktseiten.
• intitle: Sucht nach Begriffen im Seitentitel. intitle:"Index of" findet häufig offene Verzeichnisse.
• filetype: Hilft Dir bei der Suche nach Dokumenten. Mit filetype:pdf "Marketingplan" findest Du öffentlich zugängliche Strategiedokumente.
• - (Minuszeichen): Schließt Begriffe aus. Wenn Du Anwälte, aber keine Personalvermittlungen suchst, verwende Anwalt -Personalvermittlung.

In Kombination mit Multi-Query-Scraping werden diese Operatoren zu einem sehr präzisen Werkzeug. Zum Beispiel: site:instagram.com "concept store" -inurl:/p/

Diese Suche kann Instagram-Seiten anzeigen, auf denen Concept Stores erwähnt werden, während URLs einzelner Posts mit dem Pfad /p/ ausgeschlossen bleiben. Prüfe jeden Treffer: Eine passende Seite ist nicht automatisch ein Influencer, Wettbewerber oder qualifizierter Lead.

📘 Mehr über die Suche nach Instagram-Profilen mit Google erfährst Du in unserem Guide Instagram-Profile nach Kategorie und Keywords suchen und scrapen.

FAQ

Warum verpasst eine allgemeine Google-Suchanfrage Ergebnisse?

Suchergebnisse werden gerankt und auf mehrere Seiten verteilt. Die geschätzte Trefferzahl ist keine Zusage, dass jede passende Seite abrufbar ist. Spezifischere Suchanfragen können andere Seiten sichtbar machen, überschneiden sich jedoch ebenfalls und können weiterhin relevante Websites übersehen.

Ist das Scrapen von Google legal?

Bevor Du Suchergebnisse sammelst oder nutzt, solltest Du die geltenden Nutzungsbedingungen und Datenschutzanforderungen für Deinen Anwendungsfall prüfen – insbesondere, wenn die Ergebnisse personenbezogene Daten enthalten.

Kann ich mit diesem Tool Google Maps scrapen?

Die Quelle "Start with Google Search Queries" konzentriert sich auf die normale Google-Suche. Benötigst Du lokale Unternehmensdaten wie Bewertungen, Öffnungszeiten und genaue Kartenkoordinaten, solltest Du den speziellen Google Maps Scraper verwenden. Suchergebnisse eignen sich besser für Websites und digitale Profile, Maps-Ergebnisse dagegen für physische Standorte.

Wie gehe ich mit CAPTCHAs um?

Datablist führt die Quelle Google Search Queries aus, ohne dass Du selbst einen Browser-Scraper konfigurieren musst. Eine Suchanfrage kann trotzdem weniger Ergebnisse als erwartet liefern oder fehlschlagen. Prüfe deshalb den Status und die Ausgabe des Runs, bevor Du die Collection als vollständig betrachtest.

Kann ich diese Ergebnisse in meinem CRM verwenden?

Ja. Prüfe und dedupliziere die URLs, behalte die ursprüngliche Suchanfrage bei und exportiere die ausgewählten Felder anschließend als CSV- oder Excel-Datei für den Import in Dein CRM. Prüfe vor dem Import, welche Pflichtfelder Dein CRM verlangt, und ordne die Daten entsprechend zu.