Die 7 besten Job-Scraping-Tools für jedes Niveau

Job-Scraping-Tools verwandeln Stellenanzeigen in Zeilen, die Du filtern, vergleichen und exportieren kannst. Nutze eine fertige Jobdatenquelle, wenn Du regelmäßig mehrere Jobbörsen durchsuchen möchtest, einen visuellen Scraper für bestimmte Felder einer Website oder eine API, wenn Du eine eigene Datenpipeline aufbaust.

Für die Leadgenerierung zählt vor allem ein relevantes Einstellungssignal, das dem richtigen Unternehmen zugeordnet ist. Eine Stellenanzeige ist weder ein Kandidatenprofil noch ein verifizierter Kontaktdatensatz. Dieser Guide vergleicht sieben Tools nach Workflow und zeigt Dir, worauf Du bei der Auswahl achten solltest.

Die günstigsten kostenpflichtigen Monatstarife reichen von 19 $ für die API von ScrapingBee bis 189 $ für den visuellen Scraping-Tarif von ParseHub. Datablist startet bei 25 $ pro Monat. Beim aktuellen Preis von zehn Credits reicht das für 500 importierte Ergebnisse aus Job Postings Search. Die folgende Tabelle unterscheidet zwischen Kontingenten für Stellenanzeigen, Seiten und Requests und enthält Kaufbeispiele für größere Listen.

Das erwartet Dich in diesem Guide

• Wichtige Kriterien bei der Auswahl eines Job-Scraping-Tools
• Die besten No-Code Job Scraper für nicht technische Nutzer
• Top Job-Scraping-Tools für Nutzer mit technischen Grundkenntnissen
• Leistungsstarke Job-Scraping-Lösungen für technische Experten

Wähle den Job Scraper nach dem gewünschten Ergebnis

USD-Preise geprüft am 28. Oktober 2026. Die Abopreise basieren auf monatlicher Abrechnung; bei Bright Data ist ein nutzungsabhängiger Preis angegeben. *Im offiziellen Guide von Octoparse werden für Standard monatliche Optionen zu 83 bzw. 119 $ genannt. Prüfe die ausgewählte Konfiguration. Seiten, API-Credits und importierte Stellenanzeigen sind unterschiedliche Einheiten. Die Kontingente entsprechen daher nicht derselben Anzahl nutzbarer Jobs.

Wichtige Kriterien bei der Auswahl eines Job-Scraping-Tools

Starte mit einer kleinen Suchanfrage und prüfe die zurückgegebenen Zeilen. Ein Tool kann gültige Jobdatensätze liefern, die für Deine Zielunternehmen trotzdem irrelevant sind.

1. Quellenabdeckung und Aktualität

Eine Suche in indexierten Jobdaten beantwortet andere Fragen als das Scraping einer aktuellen Karriereseite. Prüfe, welche Jobbörsen oder Websites abgedeckt werden, wann eine Stellenanzeige erfasst wurde und ob sie noch offen ist. Die Anzahl der Ergebnisse beweist bei keinem Tool, dass wirklich jede freie Stelle gefunden wurde.

2. Jobfilter und Unternehmensfilter

Der Arbeitsort zeigt Dir, wo die Stelle angesiedelt ist. Der Unternehmenssitz sagt dagegen aus, wo der Arbeitgeber seinen Hauptsitz hat. Behandle diese Filter getrennt. Entscheide außerdem, ob Du direkte Arbeitgeber, Personalvermittlungen oder beide berücksichtigen möchtest, und prüfe Datensätze mit fehlenden Unternehmensinformationen.

Ein konkretes Beispiel für LinkedIn findest Du in unserem Guide zum Scraping von LinkedIn Jobs. Dort erklären wir auch den Unterschied zwischen dem Limit einer einzelnen Suche und der Zahl unterschiedlicher zurückgegebener Stellenanzeigen.

Die Anleitung für Tech-Jobs in Boston wendet diese Prüfungen auf Stellen im lokalen Büro und Remote-Jobs an. Dabei bleiben Posting-IDs und Quell-URLs zur Kontrolle erhalten.

3. Posting-IDs und Quell-URLs

Bewahre für jede Stellenanzeige eine Posting-ID und die Quell-URL auf. Derselbe Arbeitgeber kann mehrere Positionen ausschreiben, während dieselbe Stelle auf verschiedenen Jobbörsen erscheinen kann. Wenn Du ausschließlich anhand des Company Name deduplizierst, löschst Du möglicherweise relevante Anzeigen.

4. Bestehende Accounts ausschließen

Prüfe beim Sales Prospecting, ob Du Bestandskunden anhand ihrer Unternehmensdomain ausschließen kannst. Ein Vergleich ausschließlich nach Namen kann ähnlich benannte Unternehmen verwechseln. Bei einem allgemeinen Scraper musst Du diese Filterung möglicherweise erst nach dem Export vornehmen, statt direkt innerhalb der Suche.

5. Wiederholte Durchläufe und Abrechnungseinheiten

Vergleiche die Kosten für dasselbe Ergebnis: Requests, Seiten, importierte Jobzeilen oder Ausführungszeit. Prüfe die Zeitplanung wiederkehrender Durchläufe getrennt von einem einmaligen Scrape. Für einen regelmäßigen Workflow brauchst Du außerdem eine Regel, nach der wiederholt gefundene Stellenanzeigen aufbewahrt, aktualisiert oder zusammengeführt werden.

Die besten No-Code Job Scraper für nicht technische Nutzer

Mit diesen Optionen kannst Du Deinen Workflow konfigurieren, ohne selbst einen Scraper zu programmieren. Die Einrichtung unterscheidet sich jedoch: Eine fertige Suchquelle nutzt Filter, während Du bei einem visuellen Task die gewünschten Felder und die Seitennavigation selbst festlegst.

1. Datablist

Datablist auf einen Blick

Datablists Job Postings Search durchsucht Jobdaten aus mehreren Jobbörsen und legt die Ergebnisse als Zeilen in einer Collection an. Das eignet sich, wenn Du Einstellungssignale prüfen, Arbeitgeber filtern und anschließend in derselben Tabelle mit der Datenbereinigung oder Datenanreicherung fortfahren möchtest.

Eine kleine Jobsuche zum Überprüfen

So könntest Du beispielsweise nach Data-Engineering-Stellen suchen:

1. Wähle Job Postings Search unter Import From Data Sources aus. Trage bei Job Title Keywords data engineer ein. Bei Wortgruppen im Titel werden die einzelnen Wörter unabhängig von ihrer Reihenfolge abgeglichen. Prüfe deshalb die Ergebnisse, statt eine exakte Übereinstimmung des Jobtitels zu erwarten.
2. Lege unter Countries den Arbeitsort fest. Suchst Du Arbeitgeber mit Hauptsitz in diesem Land, konfiguriere Company HQ Countries separat.
3. Wähle unter Company Type die Option Direct Employer, wenn Stellen von Personalvermittlungen nicht zu Deiner Zielgruppe gehören. Lege unter Max Age einen kurzen, zu Deiner Recherche passenden Zeitraum fest.
4. Ordne Job Posting Id, Job Title, Job Posting URL, Job Posting Source URL, Company Name, Company Website und Date Posted den Ausgabespalten zu.
5. Öffne mehrere Quell-URLs. Prüfe Arbeitgeber, Position, Standort und ob die Stelle noch offen ist. Lass fehlende Werte sichtbar, statt sie mit Vermutungen zu ergänzen.

Wenn Du Keywords für die Stellenbeschreibung verwendest, werden standardmäßig vollständige Wörter abgeglichen. sales liefert daher andere Treffer als Salesforce; der Regex-Modus ist eine separate Einstellung. Eine vollständige Anleitung findest Du unter mehrere Jobbörsen durchsuchen.

Für eine stadtspezifische Liste technischer Positionen trennt der Workflow für Tech-Jobs in San Francisco Stellen in der Stadt, im Umland und mit Remote-Option voneinander.

Welche Daten Du im Datensatz behalten solltest

Wenn ein Unternehmen zwei Data Engineers sucht, sollten zwei Jobzeilen erhalten bleiben, sofern es sich um unterschiedliche Stellenanzeigen handelt. Bewahre die Job Posting Id auf, um wiederholt gefundene Anzeigen aus demselben Quellen-Workflow zu prüfen. Nutze beim Vergleich verschiedener Anbieter außerdem die Quell-URLs und Positionsdetails. Erstelle eine separate Unternehmensliste, wenn Du im nächsten Schritt genau einen Account pro Arbeitgeber benötigst.

Die zurückgegebenen Zeilen beschreiben Jobs und Arbeitgeber. Einen Recruiter oder anderen Kontakt zu finden, ist ein separater Enrichment-Schritt. Eine Stellenbeschreibung liefert keine vollständige Kandidatendatenbank.

Preise und Workflow-Limits

Job Postings Search kostet derzeit zehn Credits pro importierter Stellenanzeige. Mit 5.000 Credits kannst Du 500 Anzeigen importieren, wenn Du das gesamte Guthaben für diese Quelle verwendest. Für AI Scraping, Contact Enrichment und andere Quellen gelten eigene Preise.

Der Starter-Tarif von Datablist beginnt bei 25 $ bzw. 25 EUR pro Monat und enthält 5.000 Credits. Growth bietet ein größeres Credit-Kontingent sowie API- und Automatisierungsfunktionen für unterstützte Workflows. Job Postings Search ist derzeit jedoch nicht im öffentlichen Quellenkatalog der API enthalten. Nutze diese Quelle direkt in der App und gehe nicht davon aus, dass ein API-Tarif automatisch jede Quelle bereitstellt. Die Filter und die Abdeckung des Anbieters garantieren außerdem nicht, dass jeder Job auf jeder Jobbörse gefunden wird.

Für Job Postings Search ergeben sich einschließlich Abo und Top-up folgende tatsächliche Budgets:

Das Beispiel mit 2.500 Stellenanzeigen kostet 25 $ + 20 $ = 45 $ und liefert genau 25.000 Credits. Für 10.000 Anzeigen erhältst Du mit den 5.000 Credits aus Starter und einem Paket mit 100.000 Credits für 88 $ insgesamt 105.000 Credits für 113 $. Davon bleiben 5.000 übrig. Growth kostet 50 $ pro Monat und enthält 20.000 Credits. Ein Top-up mit 80.000 Credits für 71 $ stellt die restliche Kapazität bereit, sodass Du insgesamt 121 $ zahlst. Diese Berechnungen setzen voraus, dass die Quelle die angegebene Zahl an Stellenanzeigen importiert. Zusätzliche Kosten für AI oder Contact Enrichment sind nicht enthalten. Eine in einem anderen Durchlauf erneut gefundene Anzeige muss weiterhin geprüft werden, bevor Du eindeutige Jobs oder einstellende Unternehmen zählst.

2. PhantomBuster

Der LinkedIn Job Scraper von PhantomBuster extrahiert Details aus bestimmten LinkedIn-Job-URLs. Für den dokumentierten Workflow benötigst Du eine aktive LinkedIn-Session und diese URLs als Input. Um Job-URLs aus einer Suche zu erfassen, beschreibt das Tutorial einen separaten Schritt zum Exportieren der Suchergebnisse.

Wähle das Tool für einen auf LinkedIn ausgerichteten Workflow. Prüfe die Launch-Limits und die in Deinem Tarif verfügbaren Exportformate, bevor Du eine große Liste verarbeitest. Die verbundene Session ist eine Abhängigkeit des Workflows; das Tool ist keine allgemeine Suche über sämtliche Jobbörsen. Wenn Du zusätzlich Unternehmens- oder Kontaktdaten benötigst, solltest Du die PhantomBuster-Alternativen nach Quellen, Output und Enrichment-Anforderungen vergleichen, bevor Du Dich für einen Ersatz entscheidest.

Preise: Der monatliche Start-Tarif kostet 69 $ und umfasst 20 Ausführungsstunden sowie fünf Automatisierungs-Slots. Grow kostet 159 $ und enthält 80 Stunden, Scale kostet 439 $ und enthält 300 Stunden. Der Export von Suchergebnissen und die anschließende Extraktion der Jobdetails teilen sich die Ressourcen des Tarifs. Betrachte das Zeitkontingent deshalb nicht als festen Preis pro extrahiertem Job.

3. Octoparse

Octoparse bietet fertige Vorlagen, einen visuellen Desktop Task Builder und verwaltete Cloud-Durchläufe. Das Tool eignet sich, wenn Du bestimmte Felder aus Stellenanzeigen auswählen oder ohne Programmierung durch die Seiten einer Website navigieren möchtest.

Prüfe, ob bereits eine Vorlage für Deine gewünschte Jobbörse und die benötigten Ausgabefelder vorhanden ist. Wenn Du einen eigenen Task erstellst, solltest Du Übersichtsseiten, Detailseiten und Paginierung separat testen. Cloud-Ausführung und visuelle Benutzeroberfläche ändern nichts daran, dass Du die extrahierten Zeilen nach Änderungen an der Website überprüfen musst.

Preise: Im offiziellen Upgrade-Guide wird Standard mit 83 bzw. 119 $ pro Monat und Professional mit 299 $ pro Monat angegeben. Zum Testen ist ein kostenloser lokaler Tarif verfügbar. Berücksichtige gegebenenfalls zusätzliche Kosten für Premium-Vorlagen, Proxys und CAPTCHAs. Der beworbene Jahrespreis von 69 $ ist nicht der hier verwendete monatliche Abopreis.

4. ParseHub

Mit ParseHub kannst Du ein visuelles Extraktionsprojekt erstellen. Das eignet sich für Workflows, bei denen Du selbst festlegst, welche Elemente extrahiert werden und wie das Tool durch die Zielwebsite navigiert.

In der Tarifdokumentation wird erklärt, dass Scrollen oder das Anklicken weiterer Inhalte auf das Seitenlimit pro Durchlauf angerechnet werden kann. Vergleiche diese Limits mit der Navigation der Website, statt anzunehmen, dass eine Such-URL genau einer abrechenbaren Seite entspricht. Teste das Projekt mit mehreren Stellenanzeigen, bevor Du wiederholte Durchläufe planst.

Preise: Standard kostet 189 $ pro Monat und umfasst 10.000 Seiten pro Durchlauf sowie 20 private Projekte. Professional kostet 599 $ pro Monat und bietet 120 private Projekte sowie unbegrenzt viele Seiten pro Durchlauf. Der kostenlose Tarif erlaubt 200 Seiten pro Durchlauf und fünf öffentliche Projekte. Dabei handelt es sich um Seiten- und Projektlimits, nicht um eine Garantie für 10.000 vollständige Jobdatensätze aus einer einzelnen Suche.

Top Job-Scraping-Tools für Nutzer mit technischen Grundkenntnissen

Eine Scraping-API kann Seiten abrufen oder geparste Felder zurückgeben. Du musst die Requests jedoch weiterhin selbst verbinden, Ergebnisse speichern und festlegen, was als vollständiger Datensatz gilt.

5. ScrapingBee

ScrapingBee bietet eine Scraping-API mit Browser-Rendering und verschiedenen Extraktionsoptionen. Das Tool passt zu Dir, wenn Du einen verwalteten Seitenzugriff möchtest, Deinen Anwendungs-Workflow aber selbst steuern willst.

Prüfe, ob der gewählte Endpoint HTML oder die von Dir benötigten strukturierten Felder zurückgibt. Eine erfolgreiche Seitenantwort ist nicht dasselbe wie eine fertig geparste Jobzeile. Teste Jobtitel, Arbeitgeberfelder, Quell-URLs und Paginierung und vergleiche anschließend den Credit-Verbrauch dieser Requests.

Preise: Hobby kostet 19 $ pro Monat und enthält 75.000 API-Credits, Freelance kostet 49 $ für 250.000 und Startup 99 $ für 1.000.000 Credits. Standard-Requests beginnen bei einem Credit, Requests mit JavaScript-Rendering kosten fünf und Premium-Proxy-Requests je nach Rendering zehn oder 25 Credits. Damit verbrauchen 10.000 erfolgreiche gerenderte Requests zu je fünf Credits 50.000 Credits und liegen innerhalb des Hobby-Kontingents. Die Ergebnisse müssen trotzdem geparst werden, und ein Request entspricht nicht zwangsläufig einer Stellenanzeige. Bei 25 Credits pro Request benötigst Du für dieselbe Anzahl 250.000 Credits und damit den Tarif für 49 $.

6. Bright Data

Bright Data bietet Managed Scraper APIs und Datensätze. Wähle zuerst die relevante Quelle und prüfe ihr Ausgabeschema, statt nur die Gesamtzahl aller Scraper auf der Plattform zu vergleichen.

Das Angebot eignet sich für Teams, die gesammelte Daten in ein anderes System integrieren möchten. Kläre, wie die Ergebnisse bereitgestellt werden, welche Felder enthalten sind und wann die Erfassung erfolgt. Datensatz-Snapshots und On-Demand-Erfassung können unterschiedliche Anforderungen an die Aktualität erfüllen.

Preise: Die Web Scraper API bietet Pay-as-you-go für 1,50 $ pro 1.000 ausgelieferte Datensätze sowie ein kostenloses monatliches Kontingent von 5.000 Datensätzen. Scale kostet 499 $ pro Monat und enthält 384.000 Datensätze. Jeder weitere Block von 1.000 Datensätzen kostet 1,30 $. Proxys, Unblocking und Parsing sind laut Anbieter in diesem Produktpreis enthalten. Der Kauf eines bereits erfassten Datensatzes ist ein separates Produkt. Prüfe daher zuerst Jobquelle und Schema, bevor Du einen der beiden Preise auf Dein Projekt überträgst.

Leistungsstarke Job-Scraping-Lösungen für technische Experten

Technische Teams können eine verwaltete Web-API in ihre eigene Pipeline integrieren. Sie bleiben jedoch für IDs, Speicherung, Joins und die Interpretation fehlender Ergebnisse verantwortlich.

7. Oxylabs

Die Web API von Oxylabs bietet verwaltete Web-Scraping-Funktionen für Anwendungs-Workflows. Prüfe, welche Zielseiten und Parsing-Optionen für die von Dir benötigten Jobportale unterstützt werden.

Das Tool eignet sich, wenn Dein Team selbst steuern möchte, wie Requests und Ergebnisse in die übrige Datenpipeline eingebunden werden. Kalkuliere Dein Budget anhand der tatsächlichen Zielseite und Request-Konfiguration. Vergleiche Proxy-Tarife nicht mit Preisen für geparste Jobdaten, als wären sie dasselbe Produkt.

Preise: Auf der aktuellen Preisseite der Web API /scrape wird ein einheitliches Starter-Abo für 30 $ pro Monat angeboten. Basic kostet 100 $, Flexible 500 $. Die Ergebniskosten hängen von Zielseite und Rendering ab: Der beworbene Mindestpreis beginnt bei 0,50 $ pro 1.000 Ergebnisse, während LLM Scrapers im Starter-Tarif mit 1,50 $ pro 1.000 angegeben werden. Übertrage den günstigsten Tarif nicht pauschal auf jede Jobbörse.

Der frühere Preis von 49 $ für Micro Web Scraper API gehört zum älteren Produkttarif. Prüfe bei einem Neukauf das aktuelle /scrape-Angebot. Proxy-Bandbreite ist außerdem eine andere Abrechnungseinheit als zurückgegebene API-Ergebnisse und muss separat kalkuliert werden, falls Deine Implementierung sie verwendet.

Fazit

Wähle die Methode, die Dir tatsächlich nutzbare Felder liefert: eine Suchquelle für wiederkehrende Einstellungssignale, einen visuellen Task für das spezielle Layout einer Website oder eine API für Deine eigene Pipeline. Prüfe Relevanz und Quellenbelege, bevor Du skalierst.

Für umfassenderes Account Prospecting kannst Du verschiedene Lead-Scraping-Tools vergleichen. Halte Jobzeilen von Unternehmens- und Kontaktdatensätzen getrennt, damit beim Aufbau einer Outreach-Liste keine unterschiedlichen Positionen verloren gehen. Unser Überblick zum Lead Scraping erklärt, wie Du für den nächsten Sourcing-Schritt passende Unternehmens- oder Personendatensätze auswählst.

Häufig gestellte Fragen zu Job-Scraping-Tools

Wie kann ich mehrere Jobbörsen gleichzeitig scrapen?

Nutze eine Quelle, die Jobdaten aus mehreren Jobbörsen durchsucht, beispielsweise Datablists Job Postings Search. Prüfe die Quell-URLs und die Abdeckung. Eine aggregierte Suche ist keine vollständige Bestandsaufnahme aller aktuell veröffentlichten Stellenanzeigen.

Ist AI Scraping illegal?

Der Einsatz von AI entscheidet nicht darüber, ob die Erfassung oder Wiederverwendung von Daten rechtmäßig ist. Das hängt vom Zugriff, von den Daten, den Nutzungsbedingungen der Website und dem geltenden Recht ab. Für personenbezogene Daten, die der DSGVO unterliegen, erklärt die CNIL in ihren Empfehlungen zur Datenwiederverwendung, warum die bloße öffentliche Verfügbarkeit nicht ausreicht.

Welcher Job Scraper ist am einfachsten zu bedienen?

Eine fertige Datenquelle ist ein sinnvoller Einstieg, wenn ihre Filter und Felder zu Deinem Bedarf passen. Ein visueller Task bietet Dir mehr Kontrolle über eine einzelne Website, während sich eine API für eine bestehende Anwendung eignet. Teste zunächst eine kleine Ergebnismenge, bevor Du Dich entscheidest.

Kann ChatGPT Stellenanzeigen scrapen?

Für einen reproduzierbaren Jobdatensatz musst Du Quellenfindung, Paginierung, Pflichtfelder sowie Export oder Speicherung berücksichtigen. Eine Antwort im Chat über verfügbare Jobs ist kein Beleg für einen vollständigen Bestand an Stellenanzeigen. Nutze einen spezialisierten Quellen-Workflow, wenn Du überprüfbare Zeilen benötigst und die Suche erneut ausführen möchtest.

Was ist ein Job Scraper?

Ein Job Scraper extrahiert Angaben aus Stellenanzeigen, etwa Titel, Arbeitgeber, Standort und Quell-URL, und wandelt sie in strukturierte Daten um. Er kann aktuelle Webseiten abrufen oder eine Suche in bereits erfassten Jobdaten anbieten. Prüfe deshalb, welches Modell das jeweilige Tool verwendet.

Welche Risiken haben Job-Scraping-Tools?

Fehlende Felder, doppelte Anzeigen, veraltete Stellenangebote und Zugriffsfehler können einen Datensatz verfälschen. Bewahre Quell-URLs auf und prüfe Stichproben, damit Du ein tatsächlich leeres Ergebnis von einer fehlgeschlagenen Datenerfassung unterscheiden kannst.

Was kosten Job-Scraping-Tools üblicherweise?

Die hier veröffentlichten monatlichen Einstiegspreise betragen 25 $ für Datablist, 69 $ für PhantomBuster, 83 bzw. 119 $ für Octoparse Standard, 189 $ für ParseHub, 19 $ für ScrapingBee und 30 $ für die Oxylabs Web API. Bright Data bietet außerdem Pay-as-you-go für 1,50 $ pro 1.000 ausgelieferte Datensätze. Vergleiche stets dieselbe Leistung: Für 2.500 importierte Stellenanzeigen benötigst Du bei Datablist Starter plus Top-up für insgesamt 45 $. Das Request-Kontingent einer API erfordert dagegen weiterhin die Extraktion und Validierung der Jobfelder.

Kann ich Job-Scraping-Tools fürs Recruiting nutzen?

Ja. Jobdaten können Dir dabei helfen, die Einstellungsaktivitäten von Arbeitgebern und die Anforderungen einzelner Positionen zu analysieren. Ein Stellendatensatz beschreibt jedoch nur einen Job. Er identifiziert keine Kandidaten und garantiert keine Kontaktdaten eines Recruiters.

Quellen

Preise geprüft am 28. Oktober 2026. Bei den Zahlen zu Stellenanzeigen und Requests in den Beispielen handelt es sich um angenommene Abrechnungsmengen, nicht um eine gemessene Quellenabdeckung.

• [1] Datablist. Starter-/Growth-Tarife und enthaltene Credits.
• [2] Datablist. Credit-Verbrauch und Top-up-Pakete.
• [3] PhantomBuster. Monatliche Tarifpreise und Ausführungsressourcen.
• [4] Octoparse. Monatliche Abo-Optionen für Standard und Professional.
• [5] ParseHub. Preise für Standard und Professional sowie Projekt- und Seitenlimits.
• [6] ParseHub. Seitenzählung, Projektgeschwindigkeit und Umfang kostenpflichtiger Tarife.
• [7] ScrapingBee. Monatliche Tarife, API-Credits und Multiplikatoren für Rendering und Proxys.
• [8] Bright Data. Pay-as-you-go- und Scale-Preise der Web Scraper API.
• [9] Oxylabs. Aktuelle Abos der Web API /scrape und zielabhängige Ergebniskosten.