Skip to main content
Ein Scraper, der in einem echten, sichtbaren Browser mit verwaltetem Fingerprint läuft, hat die Anti-Bot-Ebene „Wie sieht diese Sitzung aus?“ bewältigt. Damit kommt er jedoch nur durch die Eingangstür. Moderne Anti-Bot-Systeme beobachten auch, was Besucher auf der Seite tun: wie sich die Maus bewegt, wo geklickt wird, wie schnell jemand tippt, ob vor dem Lesen gescrollt wird, wie lange die Seite geöffnet bleibt und ob jemand direkt zu den Daten springt. Menschenähnliches Verhalten liegt eine Ebene über der Identität – und hier werden viele ansonsten unauffällige Scraper erkannt.

​
Was Maschinen tun, Menschen aber nicht

Die Verhaltensmerkmale sind in der Anti-Bot-Welt bekannt und gut erfasst:
  • Die Maus bewegt sich geradlinig. Der Cursor echter Benutzer beschreibt Kurven, zittert, schießt über das Ziel hinaus und korrigiert sich. Ein Bot interpoliert meist eine gerade Linie von A nach B.
  • Klicks treffen exakt die Mitte. Menschen zielen auf eine Schaltfläche, treffen aber nicht jedes Mal genau den Mittelpunkt. Pixelgenaue Klicks sind verdächtig.
  • Das Timing ist konstant. sleep(2) zwischen sämtlichen Aktionen sieht genau danach aus. Echte Benutzer variieren ihre Pausen teils erheblich.
  • Kein Scrollen, keine Verweildauer. Ein Bot holt die gewünschten Daten und verlässt die Seite. Menschen scrollen weiter, schauen sich um, zögern und scrollen manchmal zurück.
  • Die Navigation ist zu effizient. Ein Bot nimmt den kürzesten Weg zu den Daten. Menschen schweifen ab, klicken auf einen falschen Link, gehen zurück und sehen sich benachbarte Seiten an.
Zusammen bilden diese Merkmale einen Verhaltens-Fingerprint, den manche Anti-Bot-Anbieter ebenso intensiv auswerten wie den technischen Fingerprint.

​
Menschenähnliches Verhalten gestalten

Die üblichen Gegenmaßnahmen entsprechen den genannten Merkmalen:
  • Mausbewegungen. Ersetzen Sie lineare moveTo-Aufrufe durch Bézierkurven oder verrauschte Pfade, die Bögen, Zittern und gelegentliches Überschießen nachbilden.
  • Klickversatz. Klicken Sie innerhalb des Begrenzungsrahmens eines Zielelements leicht versetzt – mit einem kleinen zufälligen Abstand statt stets genau in die geometrische Mitte.
  • Zeitverteilungen. Ersetzen Sie konstante Pausen durch Stichproben aus einer Verteilung; eine Lognormalverteilung eignet sich gut. So wirken Aktionsintervalle organisch statt rhythmisch.
  • Scrollen und Verweilen. Fügen Sie Scrollereignisse mit Pausen ein und lassen Sie Zeit auf der Seite verstreichen, selbst wenn die gewünschten Daten bereits im DOM stehen.
  • Unvollkommene Navigation. Öffnen Sie gelegentlich einen anderen Link und navigieren Sie zurück; besuchen Sie einige verwandte Seiten vor der eigentlichen Zielseite.
Keine Maßnahme ist allein entscheidend. Zusammen verschieben sie die Verhaltenssignatur von „Bot“ zu „nicht eindeutig oder menschlich“.

​
Der Ansatz von Octoparse

Octoparse simuliert bei der Aufgabenausführung echte Browseraktionen: Die Maus folgt gekrümmten statt linearen Pfaden, Klicks landen mit zufälligem Versatz innerhalb des Zielelements statt exakt in der Mitte und die Abstände zwischen Aktionen variieren. So entfallen maschinentypische Signale, die Anti-Bot-Systeme erkennen, ohne dass Benutzer die Variationen selbst programmieren müssen. Die Verhaltenssimulation ergänzt Octoparse’ aktives Fingerprint-Management: Die Laufzeit sieht in jeder Sitzung wie ein anderer echter Benutzer aus und verhält sich auf der Seite auch so.

​
Wann es wichtig ist – und wann nicht

Verhaltensbasierte Tarnung kostet Entwicklungsarbeit, Konfiguration und manchmal Durchsatz. Setzen Sie sie gezielt ein:
  • Leichte Abwehr (statische oder schwach geschützte Websites). Verzichten Sie darauf. Ein sauberer sichtbarer Browser genügt; investieren Sie den Aufwand an anderer Stelle.
  • Mittlere Abwehr (Ratenbegrenzung und einfache Bot-Erkennung). Nutzen Sie die Verhaltenselemente: variable Zeitabstände, Scrollen und Mauskurven.
  • Starke Abwehr (Cloudflare, DataDome, HUMAN, Akamai Bot Manager). Erforderlich. Ohne realistisches Verhalten bezahlen Sie für vollständiges Browser-Rendering und werden dennoch blockiert.
Die Entscheidungsregel lautet: Stimmen Sie den Tarnungsaufwand auf die tatsächlichen Maßnahmen der Zielwebsite ab. Zu viel Aufwand ist Verschwendung, zu wenig macht die gesamte Arbeit zunichte. Mehr zur technischen Ergänzung der Verhaltenstarnung erfahren Sie unter Browser-Fingerprinting. Die entsprechenden Abwehrsysteme behandelt CAPTCHA und Cloudflare umgehen, die Ergänzung auf Netzwerkebene Rotierende Proxies.