API oder Browser-Scraping: woher die Daten kommen

Jedes Werkzeug für KI-Sichtbarkeit muss seine Antworten irgendwoher bekommen. Bevor ein Dashboard Ihnen mitteilen kann, dass Gemini Sie in einer Antwort über Lohnbuchhaltungssoftware auf Deutsch genannt hat, muss irgendetwas Gemini diese Frage tatsächlich gestellt und gelesen haben, was zurückkommt. Dafür gibt es genau zwei Wege, und kaum ein Käufer fragt, welchen er bezahlt.

Das ist keine Detailfrage für Techniker. Die Erhebungsmethode entscheidet, was Ihre Daten bedeuten, wie stabil sie über die Zeit sind und ob der Wert, auf den Sie starren, das System beschreibt, mit dem Ihre Kundschaft spricht, oder einen nahen Verwandten davon.

Zwei Türen zum selben Modell

Die offizielle API

Jeder große Modellanbieter stellt eine programmatische Schnittstelle bereit. Sie senden eine Anfrage mit einem Prompt, Sie benennen ein Modell, Sie bekommen Text zurück. Es ist dieselbe Leitung, über die Entwickler ihre Anwendungen auf ChatGPT, Claude, Gemini oder Perplexity aufsetzen. Ein Werkzeug, das so erhebt, schickt Ihr Prompt-Set nach Zeitplan durch diese Leitung und speichert die Antworten.

Der Browser

Der andere Weg ist, das Verbraucherprodukt so zu bedienen, wie ein Mensch es tut. Browser öffnen, in ein Konto einloggen, den Prompt in das Chatfeld tippen, warten, bis die Antwort fertig geströmt ist, den Text von der Seite kratzen. In der Praxis heißt das Automatisierung eines Browsers ohne Oberfläche, oft über private Wohnadressen im Netz geleitet, damit der Verkehr nicht automatisiert aussieht, teils mit künstlichen Pausen zwischen den Tastenanschlägen, um die Bot-Erkennung zu überstehen.

Beide Methoden enden mit einem Textblock, in dem Ihre Marke vorkommt oder eben nicht. Damit hört die Ähnlichkeit auf.

Warum beide nicht dieselbe Antwort liefern

Die Chatoberfläche für Verbraucher ist keine dünne Haut über der API. Sie ist ein Produkt, und Produkte haben Meinungen. Zwischen dem Feld, in das Sie tippen, und dem Modell, das antwortet, liegen mehrere Schichten:

• Ein Systemprompt, den Sie nie sehen. Das Chatprodukt bringt eigene Anweisungen zu Ton, Sicherheit, Formatierung und dazu mit, wann im Netz gesucht werden soll. Die API führt diese Anweisungen von Haus aus nicht mit. Dieselben Modellgewichte, eine andere Einweisung.
• Ein Abruf, der auslösen kann oder nicht. Die Verbraucher-App kann von sich aus entscheiden, vor dem Antworten im lebenden Netz zu suchen. Ein API-Aufruf antwortet aus dem im Training Aufgenommenen, solange Sie kein Suchwerkzeug ausdrücklich einschalten. Dieser eine Unterschied kann eine Marke von abwesend auf anwesend kippen, denn ein junges Unternehmen, das die Trainingsdaten kaum kennen, findet eine Livesuche trotzdem.
• Gedächtnis und Personalisierung. Ein eingeloggtes Konto sammelt Kontext an: frühere Gespräche, angegebene Vorlieben, eigene Anweisungen. Der API-Aufruf ist jedes Mal ein Fremder.
• Weiterleitung. Verbraucherprodukte entscheiden zunehmend selbst, welches Modell eine Anfrage bearbeitet, und ändern diese Logik, ohne es jemandem zu sagen. Die API zwingt Sie, ein Modell zu benennen.

Unterm Strich kann dieselbe Frage, an einem Nachmittag durch beide Türen gestellt, zwei verschiedene Listen empfohlener Anbieter zurückgeben. Keine davon ist falsch. Es sind Antworten auf leicht verschiedene Fragen.

Was jede Methode richtig macht

Die API ist reproduzierbar. Sie wissen, welches Modell Sie befragt haben, Sie können es mit denselben Parametern erneut befragen, und wenn die Antwort sich ändert, dürfen Sie vermuten, dass sich das Netz geändert hat und nicht Ihr Messgerät. Sie ist versioniert, ein Anbieter kann Ihnen also genau sagen, was wen gefragt wurde. Sie skaliert ohne Kampf, und sie ist der Weg, den der Anbieter für maschinellen Zugriff gebaut hat, was bedeutet, dass niemand sich als Mensch ausgeben muss, um sie zu benutzen.

Der Browser ist näher an der gelebten Erfahrung. Wenn Sie wissen wollen, was Ihre Kundschaft tatsächlich sieht, auf der Oberfläche, die sie tatsächlich benutzt, mit dem Suchschalter in dem Zustand, den er heute standardmäßig hat, dann zeigt Ihnen das nur der Browser. Das ist ein ernstzunehmendes Argument, und es verdient, ernst genommen zu werden.

Was jede Methode falsch macht

Die ehrliche Schwäche der API ist, dass sie ein Stellvertreter ist. Sie ist nicht buchstäblich der Bildschirm, auf den Ihre Kundin schaut. Wenn ein Werkzeug ein Modell ohne Abruf befragt und meldet, Sie seien unsichtbar, hat es Ihnen etwas Wahres darüber gesagt, was das Modell weiß, und etwas Unvollständiges darüber, was die Verbraucher-App geantwortet hätte. Ein Anbieter, der das nicht offenlegt, lässt Sie den falschen Schluss ziehen.

Die Schwächen des Browser-Scrapings sind zahlreicher und werden seltener besprochen:

• Es bricht. Eine Layoutänderung beim Anbieter kann die Auswertung still beschädigen. Der gefährliche Ausfall ist nicht der laute, bei dem das Werkzeug nichts zurückgibt. Es ist der leise, bei dem es weiterhin etwas zurückgibt, und das Etwas ist jetzt falsch.
• Es ist ein Katz-und-Maus-Spiel. Die Anbieter erkennen und blockieren Automatisierung aktiv, und ihre Nutzungsbedingungen untersagen sie in aller Regel. Ein Datenprodukt auf einer Erhebungsmethode zu bauen, die die Gegenseite abzustellen versucht, ist ein brüchiges Geschäftsmodell, und die Brüchigkeit wird an Sie weitergereicht.
• Es ist schwer zu reproduzieren. Welches Konto, in welchem Tarif, mit welchem Gedächtnis, aus welchem Netz, mit welchen Funktionsschaltern, die in dieser Woche für dieses Konto ausgerollt wurden. Ändern Sie eines davon, und Sie haben das Experiment geändert.
• Das Konto selbst driftet. Lassen Sie Ihre Prompts monatelang aus demselben eingeloggten Konto laufen, und es sammelt Geschichte an. Das Werkzeug misst dann, was einer sehr seltsamen Nutzerin erzählt wird, nämlich einer, die nichts außer Wettbewerbsrecherche fragt.

Die Abwägung, die niemand laut aussprechen will

Es gibt hier keine richtige Antwort, nur eine Wahl zwischen Treue zur Verbraucheroberfläche und Reproduzierbarkeit der Messung. Sie können nah an dem sein, was die Nutzerin sieht, oder Sie können sicher sein, dass eine Änderung Ihres Werts eine Änderung in der Welt bedeutet und nicht eine Änderung an Ihrem Scraper. Beides gleichzeitig zu behaupten ist Marketing, nicht Technik.

Worauf Sie Anspruch haben, ist keine perfekte Methode. Es ist eine genannte. Ein Anbieter, der Ihnen nicht sagt, wie er seine Daten erhebt, verlangt von Ihnen Vertrauen in eine Zahl, deren Herkunft er für ein Geschäftsgeheimnis hält, und das ist eine seltsame Bitte an jemanden, der ein Messprodukt kauft.

Was Sie vor dem Kauf fragen

• Fragen Sie offizielle APIs ab oder automatisieren Sie die Weboberfläche? Eine vage Antwort ist selbst eine Antwort.
• Wenn API: Ist die Websuche während der Anfrage eingeschaltet, und kann ich diese Einstellung sehen?
• Wenn API: Welche Modellversion, und sagen Sie mir, wenn sie sich unter mir ändert?
• Wenn Browser: Aus welcher Art Konto, und was passiert mit meinen historischen Daten, wenn sich die Oberfläche ändert?
• In jedem Fall: Wie oft führen Sie jeden Prompt aus, bevor Sie ein Ergebnis melden? Ein einzelner Durchlauf eines probabilistischen Systems ist eine Anekdote.
• Kann ich den Rohtext der Antwort hinter jeder behaupteten Nennung sehen, oder nur den aggregierten Wert?

Unsere Methode, offen genannt

PSentry erhebt über die offiziellen APIs der vier abgedeckten Plattformen: ChatGPT, Claude, Gemini und Perplexity. Das ist eine Erklärung der Methode, kein Anspruch auf Überlegenheit. Wir haben Reproduzierbarkeit über Treue zur Verbraucheroberfläche gestellt, weil eine gescrapte Antwort eine Streuung mitbringt, die wir vom Signal, das wir messen wollen, nicht trennen können, und weil ein Vergleich über Sprachen und Märkte hinweg nur dann lohnt, wenn das Messgerät in jedem einzelnen dasselbe ist.

Der Preis dieser Wahl ist real, und wir verstecken ihn nicht: Wir messen, was die Modelle durch die Tür sagen, die die Anbieter für Maschinen gebaut haben, nicht durch die Tür, durch die Ihre Kundin geht. Die Scans laufen nach Zeitplan, zweimal im Monat, und Sie können die zugrunde liegenden Antworten lesen, statt dem Wert glauben zu müssen. Zeigt ein Werkzeug den Text nicht, ist der Wert ein Gerücht.

Häufig gestellte Fragen

Ist Browser-Scraping illegal?

Rechtslage und Nutzungsbedingungen sind zwei verschiedene Fragen, und wir sind keine Juristen. Unstrittig ist, dass die großen Anbieter automatisierten Zugriff auf ihre Verbraucheroberflächen in ihren Bedingungen untersagen und in dessen Erkennung investieren. Das ist ein unternehmerisches Risiko mitten in Ihrer Datenversorgung, und Sie sollten wissen, ob es dort sitzt.

Wenn APIs aus Trainingsdaten antworten, taugen sie dann überhaupt zur Messung von Sichtbarkeit?

Doch, aber sie sind eine andere Linse. Was ein Modell ohne Suche sagt, verrät Ihnen, was es über Ihre Marke verinnerlicht hat, und das ist das trägere, dauerhaftere Signal. Ein Live-Suchergebnis kann sich morgen ändern. Beides ist wissenswert, und ein Werkzeug sollte Ihnen sagen, welches davon es Ihnen zeigt.

Kann ein Werkzeug beides tun?

Im Prinzip ja. In der Praxis hätten Sie dann zwei Datensätze, die einander widersprechen, und jemand muss entscheiden, welcher zum Wert im Dashboard wird. Fragen Sie, wie dieser Abgleich geschieht, denn dort verstecken sich die interessanten Annahmen.

Wie merke ich, dass ein Anbieter still seine Erhebungsmethode gewechselt hat?

Suchen Sie in Ihrer eigenen Historie nach einem Sprung: eine Stufe im Wert, die zu nichts passt, was Sie getan haben, und zu nichts, was in Ihrem Markt geschehen ist. Verlangen Sie dann die Rohantworten von beiden Seiten der Stufe. Können sie die nicht liefern, haben Sie etwas gelernt.

Spielt die Erhebungsmethode für manche Unternehmen eine größere Rolle?

Am meisten, wenn Sie über mehrere Sprachen hinweg verkaufen. Die Unterschiede zwischen Märkten sind oft fein, und eine rauschende oder driftende Erhebungsmethode übertönt sie. Wer immer nur eine Sprache betrachtet, verträgt mehr Rauschen, weil das gesuchte Signal gröber ist.