YC Startup-Verzeichnis ohne Code scrapen: Anleitung

Um das YC Startup-Verzeichnis ohne Code zu scrapen, erstellst Du zunächst anhand einer gefilterten Verzeichnisseite eine Liste mit URLs der Unternehmensprofile. Anschließend verarbeitest Du diese URLs in einem separaten Workflow, um Unternehmens- und Gründerdaten zu extrahieren. Nutze in Datablist für die Verzeichnisansicht AI Agent - Site Scraper und für die Profile AI Agent - Run on Collection Items.

Ich empfehle, beide Schritte voneinander zu trennen, weil eine Karte im Verzeichnis andere Felder enthält als ein vollständiges Unternehmensprofil. Behalte die YC Company URL in beiden Phasen bei, damit Gründer und Website immer dem richtigen Unternehmen zugeordnet bleiben.

In diesem Guide findest Du zwei Prompts, die zu konfigurierenden Ausgabefelder und Prüfungen für fehlende oder doppelte Datensätze. Ein Template kann Dir eine erste Konfiguration liefern, garantiert aber weder eine vollständige Abdeckung des Verzeichnisses noch korrekte Gründerdaten.

Beginne mit dem gefilterten Verzeichnis, erstelle dann die Liste der Profil-URLs und extrahiere und prüfe anschließend die Details.

YC Startup-Verzeichnis scrapen: der 2-Phasen-Prozess

Lege zunächst fest, wofür ein Datensatz steht, bevor Du die Quelle konfigurierst. In Phase 1 entspricht eine Zeile einem Startup-Listing. In Phase 2 steht eine Zeile für dieses Unternehmen und die in seinem Profil verfügbaren Gründerinformationen.

Relevante YC Startups finden

Öffne das Unternehmensverzeichnis von Y Combinator, wende die für Dein Projekt relevanten Filter an und kopiere die daraus entstandene URL. Öffne diese URL erneut, um zu prüfen, ob die gewünschte Suche und alle Filter erhalten bleiben.

Lege zum Beispiel einen für Dein Produkt relevanten Batch und eine passende Branche fest, bevor Du URLs sammelst. Eine Kategorie im Verzeichnis ist ein erstes Qualifizierungssignal, aber kein Beleg dafür, dass jedes Unternehmen aktiv ist, wächst oder kaufbereit ist.

Speichere die ausgewählten Filter und den Erfassungszeitpunkt zusammen mit dem Batch. Teste, ob die gewünschten Datensätze für den Scraper sichtbar sind. Ein dynamisch geladenes Verzeichnis kann im Browser andere Inhalte anzeigen als auf einer abgerufenen Seite. Erfinde daher keine URL für die nächste Seite und gehe nicht davon aus, dass durch Scrollen automatisch alle Datensätze geladen wurden.

Unterteile große Datenbestände in eindeutig bezeichnete, gefilterte Batches und vergleiche Überschneidungen anhand der YC Company URL. Ein Zeilenlimit oder eine erfolgreiche Anfrage beweist nicht, dass das gesamte Verzeichnis erfasst wurde. Dieser Guide geht weder von einer festen Verzeichnisgröße noch von einer allgemeingültigen Obergrenze für Ergebnisse aus.

Phase 1: Startup-Listings aus dem YC-Verzeichnis scrapen

In der ersten Phase extrahierst Du die grundlegenden Informationen aus den Suchergebnissen des YC-Verzeichnisses. So erhältst Du eine solide Ausgangsliste mit Unternehmen.

Phase 1 – Schritt 1: Registrieren und Collection erstellen

Registriere Dich zunächst bei Datablist.com.

Erstelle anschließend eine New Collection.

Phase 1 – Schritt 2: Doppelte Einträge verhindern

Einige Startups erscheinen in den Suchergebnissen des Y-Combinator-Verzeichnisses mehrfach. Wenn Du dasselbe Unternehmen nicht mehrmals in Deiner Collection haben möchtest, gehe folgendermaßen vor:

1. Erstelle eine New Property und nenne sie „YC Company URL“.

2. Klicke auf den Column Header und wähle Rename - Settings - Delete aus.

3. Aktiviere Do not allow duplicate values und klicke anschließend auf Save Property.

Phase 1 – Schritt 3: Zum AI Scraping Agent navigieren

1. Klicke oben im App-Menü auf Import und wähle Import From Data Sources aus.

2. Scrolle nach unten und wähle AI Agent - Site Scraper aus.

Prüfe die Einstellungen der Quelle, bevor Du die URL des Verzeichnisses eingibst. Der Screenshot veranschaulicht den Workflow; die Bedienelemente können sich ändern.

Phase 1 – Schritt 4: Template auswählen

Beginne nach Möglichkeit mit einem geeigneten Verzeichnis-Template. Alternativ kannst Du Url to scrape und Prompt anhand des folgenden Beispiels manuell konfigurieren. Prüfe die ausgewählten Einstellungen, statt davon auszugehen, dass ein gespeichertes Template zur aktuellen Seite passt.

Füge die URL des gefilterten Verzeichnisses in Url to scrape ein. Lass Enable Pagination für den ersten Testlauf deaktiviert.

Konfiguriere Expected Item Outputs passend zu den Feldern im Prompt. Wenn der Test brauchbare Ergebnisse liefert, prüfe das tatsächliche Paginierungsmuster, bevor Du die Funktion aktivierst und Max Pages festlegst. Fehlt ein Next-Link, musst Du die Ursache untersuchen – es ist kein Beweis dafür, dass das Verzeichnis zu Ende ist. Wähle danach Continue.

Verwende diesen Prompt für die aktuelle Verzeichnisseite. Er sammelt zunächst Profil-Links, bevor Details abgefragt werden, die möglicherweise nur auf den jeweiligen Profilseiten verfügbar sind:

Die Verzeichnis-URL wird separat eingestellt. Ordne Startup Name und YC Company URL als Text- beziehungsweise URL-Ausgaben zu. Ergänze bei Bedarf Listing Description. Behalte Page Scraped bei, damit nachvollziehbar bleibt, wo ein Listing gefunden wurde.

Phase 1 – Schritt 5: Inputs auswählen und Scrape starten

Prüfe, ob YC Company URL der vorgesehenen URL-Property zugeordnet ist. Ein ähnlich klingender Ausgabename allein beweist noch nicht, dass das Mapping stimmt.

Klicke bei den übrigen Properties auf das ⊕ Icon, um sie zu Deiner Collection hinzuzufügen.

Klicke anschließend auf Run Import Now, um den Scrape zu starten.

Vergleiche die erzeugten Zeilen mit dem Verzeichnis, bevor Du den Lauf erweiterst. Der folgende Screenshot zeigt das Layout der Ausgabe und ist weder ein Versprechen für eine bestimmte Anzahl noch für eine bestimmte Bearbeitungszeit.

Jetzt solltest Du folgende Felder haben:

• Startup Name
• YC Company URL
• Listing Description, sofern angefordert und verfügbar
• Page Scraped zur Herkunftsdokumentation

Du kannst hier aufhören oder mit Phase 2 fortfahren, um Informationen über die Gründer zu erhalten.

Phase 2: Unternehmens- und Gründerdaten scrapen

In dieser Phase verarbeitest Du die geprüften YC Company URLs aus Phase 1. Wähle Felder aus, die das Profil tatsächlich anzeigt, etwa Startup Name, Website URL, Batch, Location, Team Size und Founder Details. Fehlende Daten sollten leer bleiben, statt aus Suchausschnitten oder einer Unternehmensbeschreibung abgeleitet zu werden.

Für einen Datensatz auf Unternehmensebene kann Founder Details den Namen jedes angezeigten Gründers und die dazugehörigen Profil-Links gemeinsam in einem Textfeld enthalten. Wenn Du für Deinen nachgelagerten Prozess einen Kontakt pro Zeile benötigst, konfiguriere dafür eine separate Datensatzstruktur und behalte YC Company URL als Join Key bei. Ein Template mit drei Gründer-Slots ist lediglich ein gewähltes Ausgabeformat und keine Obergrenze für die Anzahl der Gründer eines Unternehmens.

Füge am Ende des Prompts die Property YC Company URL aus der Quell-Collection ein. Konfiguriere unter Expected Item Outputs dieselben Namen und Typen: URLs für Links, Text für Namen und Bezeichnungen sowie Long Text für Founder Details. Verwende für Team Size den Typ Text, wenn die Seite eine Spanne oder einen näher bestimmten Wert angibt.

Phase 2 – Schritt 1: Neue Collection erstellen

Erstelle eine New Collection.

Verwende eine separate Collection für die Ergebnisse, damit die generierten Detaildatensätze nicht die ursprüngliche URL-Liste ersetzen.

Phase 2 – Schritt 2: Template auswählen

Wähle AI Agent - Run on Collection Items als Quelle für die neue Ergebnis-Collection aus.

Prüfe die Konfiguration der Quelle, bevor Du den Profil-Prompt eingibst.

Nutze eine passende gespeicherte Konfiguration, sofern eine verfügbar ist. Alternativ kannst Du den oben stehenden Profil-Prompt einfügen und seine Ausgaben konfigurieren. Prüfe vor dem Start alle Feldnamen des Templates.

Phase 2 – Schritt 3: Collection und Input Property zuordnen

Wähle unter For every item in die geprüfte Listing-Collection aus Phase 1 aus.

Füge am Ende des Prompts die Property YC Company URL aus dieser Collection ein. Behalte die wörtliche Trennzeile # YC Company URL darüber bei.

Gib / ein und wähle YC Company URL aus, um die Property einzufügen.

Sobald der Input zugeordnet ist, klickst Du auf Continue.

Phase 2 – Schritt 4: Outputs auswählen

Ordne jede angeforderte Ausgabe der vorgesehenen Property in der Ergebnis-Collection zu. Nimm YC Company URL auf, damit sich die Details weiterhin zum Quelldatensatz zurückverfolgen lassen.

Klicke bei Datenpunkten, die Du nicht benötigst, auf die ✕ Icons, um sie aus Deiner Collection zu entfernen.

Scrolle anschließend nach unten und klicke auf Run Import Now, um den Scrape zu starten.

Prüfe zuerst eine begrenzte Quell-Collection, die Beispiele für die in Deinem Projekt vorkommenden Profilformate enthält. Der Screenshot zeigt ein mögliches Ergebnislayout, belegt aber weder die Genauigkeit noch die Bearbeitungszeit.

Vergleiche die zurückgegebenen Felder mit dem tatsächlichen Unternehmensprofil. Prüfe Anfragefehler und fehlende Felder getrennt voneinander. Stelle sicher, dass jeder Gründer-Link zu der daneben genannten Person gehört, bevor Du den Datensatz übernimmst.

Ergebnisse in Datablist verwenden

Verbrauch anhand eines Tests planen

Die Verzeichnis- und Profilphase verursachen unterschiedlich viel Aufwand. Prüfe die aktuellen Einstellungen der Quelle, die verfügbaren Credits und den für den Test ausgewiesenen Verbrauch jeder Phase, bevor Du den Lauf erweiterst. Gehe nicht davon aus, dass eine feste Anzahl von Startups immer gleich viel kostet – insbesondere dann nicht, wenn Profile zusätzliche Seitenaufrufe erfordern oder Anfragen fehlschlagen.

Konfiguration und Prüfung zusammenhalten

Der Prompt beschreibt, was extrahiert werden soll, während die Output-Einstellungen bestimmen, welche Felder Du verwenden kannst. Vergleiche beides, nachdem Du ein Template bearbeitet hast. Wenn Du im Prompt Website URL anforderst, das Feld aber nicht zuordnest, fehlt es später in der Liste.

Ich würde gezielt Unternehmen mit fehlender Website, mehreren Gründern und unterschiedlichen Profilformaten testen. Prüfe sowohl die Profil-Links aus der ersten Phase als auch die Details aus der zweiten Phase, bevor Du den Batch als Lead-Liste nutzt.

Geprüfte Kontakte separat anreichern

Der Verzeichnis-Scrape liefert keinen Beleg für die geschäftliche E-Mail-Adresse eines Gründers oder dessen aktuelle Kaufabsicht. Nachdem Du Identität und Arbeitgeber einer Person geprüft hast, kannst Du den Waterfall Email Finder verwenden, um nach einer geschäftlichen E-Mail-Adresse zu suchen. Behalte die ursprüngliche Unternehmens-URL und die bestätigten Gründerinformationen beim Ergebnis.

Nutze Waterfall Enrichment, um zwischen Suchergebnissen, Verifizierungsinformationen und fehlenden Inputs zu unterscheiden. Entferne doppelte Unternehmens-URLs aus verschiedenen Batches, bevor Du erneut nach denselben Kontaktdaten suchst.

Nachvollziehbare Startup-Liste exportieren

Behalte beim Export die YC Company URL, die Quellfilter, den Erfassungszeitpunkt, die geprüften Unternehmensfelder und alle ungeklärten Ergebnisse bei. Ein Unternehmen, das in zwei Batches vorkommt, sollte nicht unbemerkt zu zwei eigenständigen Unternehmen werden.

Diese Beispiele beschreiben den vorgesehenen Prüfprozess und keine gemessenen Scraping-Ergebnisse. Nutze den CSV- und Excel-Export, um geprüfte Datensätze weiterzugeben. Wenn Du die Liste für Outreach verwenden möchtest, qualifiziere Unternehmen und Kontakt getrennt voneinander.

Häufige Fragen zum Scrapen des YC Startup-Verzeichnisses

Was kostet das Scrapen des YC-Verzeichnisses?

Prüfe die ausgewählte Quelle und den für Deinen Test ausgewiesenen Verbrauch. Die Extraktion der Listings, die Verarbeitung der Profile, die Modellwahl und zusätzliche Enrichments verursachen jeweils einen unterschiedlichen Verbrauch. Dieser Guide verspricht keine feste Credit-Spanne für 500 Startups.

Wie scrape ich Startups aus dem YC-Verzeichnis?

Sammle mit AI Agent - Site Scraper Profil-URLs von einer gefilterten Verzeichnisseite und verarbeite die geprüften URLs anschließend mit AI Agent - Run on Collection Items. Stimme in jeder Phase Prompts und Outputs aufeinander ab, prüfe eine Stichprobe und exportiere die brauchbaren Datensätze zusammen mit ihren Quell-URLs.

Garantiert ein öffentliches Listing Zugriff und Vollständigkeit?

Nein. Ein im Browser sichtbares Verzeichnis bedeutet weder, dass ein Scraper auf jeden Datensatz zugreifen kann, noch dass alle aufgeführten Felder aktuell sind. Prüfe die Zugriffsanforderungen und Nutzungsbedingungen der Website für Deinen geplanten Anwendungsfall, kontrolliere eine Stichprobe und dokumentiere klar, welche Daten erfasst wurden.

Welche Daten liefert das YC-Verzeichnis?

Konfiguriere Felder, die tatsächlich im Listing oder Unternehmensprofil angezeigt werden, etwa Unternehmensname, Website, Batch, Standort, Teamgröße sowie korrekt zugeordnete Gründernamen und Links. Ausgabenamen garantieren nicht, dass diese Werte vorhanden sind. Lass fehlende Informationen leer.

Warum sollte ich YC Startups scrapen?

Das Verzeichnis kann potenzielle Unternehmen für Marktforschung, Recruiting oder ein relevantes Sales-Projekt liefern. Qualifiziere sie anhand Deiner tatsächlichen Kriterien. Die Aufnahme in ein Startup-Verzeichnis beweist weder eine aktuelle Finanzierung oder Wachstum noch Kaufbereitschaft.

Kann ich die zu scrapenden Daten anpassen?

Ja. Bearbeite den Prompt und die Expected-Output-Einstellungen gemeinsam und teste anschließend die geänderte Konfiguration. Ein Feld, das auf der Seite fehlt, erfordert einen anderen Rechercheprozess – allein durch die Abfrage wird es nicht verfügbar.