Skip to main content
LinkedIn ist eines der sensibelsten Scraping-Ziele, da die Plattform berufliche Identitäten, Unternehmensdaten, Stellenanzeigen und Plattformregeln vereint. Technisch gesehen können öffentliche LinkedIn-Seiten wertvolle strukturierte Signale enthalten. In der Praxis geht LinkedIn jedoch konsequent gegen automatisierten Zugriff vor, unter anderem mit Anmeldeschranken, Ratenbegrenzungen und Kontoeinschränkungen. Behandeln Sie LinkedIn Scraping als einen Workflow mit strengen Kontrollanforderungen. Erfassen Sie nur öffentliche Daten, die Sie verwenden dürfen, vermeiden Sie Daten aus privaten Konten und ziehen Sie offizielle oder lizenzierte Alternativen in Betracht, wenn die Daten produktiv eingesetzt werden sollen.

​
Seitentypen

Die LinkedIn Scraper API von Bright Data ist nach Profilen, Unternehmen, Stellenanzeigen und Beiträgen gegliedert. Das LinkedIn-Actor-Ökosystem von Apify ist ähnlich nach Profilen, Unternehmensdaten und Stellenanzeigen aufgeteilt. Dies ist das richtige Denkmodell: Erstellen Sie unterschiedliche Workflows für die verschiedenen LinkedIn-Seitentypen.

​
Öffentlicher und angemeldeter Zugriff

LinkedIn-Seiten können in einem Browser zugänglich erscheinen, sich bei der Automatisierung jedoch anders verhalten.
  • Öffentliche Profilseiten stellen ohne Anmeldung möglicherweise nur begrenzte Informationen bereit.
  • Stellenanzeigen enthalten häufig öffentlich zugängliche, nützliche Felder.
  • Unternehmensseiten unterscheiden sich je nach Region und Layout.
  • Die Suche und Personenermittlung sind wesentlich stärker eingeschränkt und drängen Benutzer häufig zur Anmeldung.
  • Scraping im angemeldeten Zustand kann Konten gefährden und gegen Plattformregeln verstoßen.
Vermeiden Sie Workflows, die darauf angewiesen sind, dass ein persönliches Konto dauerhaft angemeldet bleibt und unbegrenzt scrollt. Wenn der Anwendungsfall einen authentifizierten Zugriff erfordert, prüfen Sie die Nutzungsbedingungen, das Kontorisiko und ob ein offizielles Produkt oder ein Datenanbieter besser geeignet ist.

​
Workflow für Stellenanzeigen

LinkedIn-Stellenanzeigen sind häufig das praktischste LinkedIn-Ziel, da sie für die öffentliche Auffindbarkeit bestimmt sind. Erfassen Sie:
  • Stellentitel
  • Unternehmensname
  • Unternehmens-URL
  • Standort
  • Stellen-URL
  • Veröffentlichungsdatum
  • Beschäftigungsart
  • Karrierestufe
  • Funktion oder Branche
  • Beschreibung
  • Anzahl der Bewerber, sofern sichtbar
Nutzen Sie Stellenanzeigen als Signale und nicht nur als Datensätze. Wenn ein Unternehmen viele Vertriebspositionen besetzt, kann dies auf eine Expansion seiner Marktbearbeitung hindeuten. Die Suche nach Sicherheitsingenieuren kann auf Investitionen in die Sicherheit schließen lassen. Eine offene Position mit Bezug zu einem bestimmten Tool kann auf dessen Einführung hindeuten.

​
Workflows für Profile und Unternehmen

Erfassen Sie bei öffentlichen Profilen nur Felder, die ohne besondere Berechtigung sichtbar sind, und minimieren Sie personenbezogene Daten. Konzentrieren Sie sich bei Unternehmensseiten auf Informationen auf Organisationsebene:
  • Unternehmensname
  • Website
  • Branche
  • Hauptsitz
  • Unternehmensgrößenbereich
  • Beschreibung
  • Öffentliche Seiten-URL
  • Aktuelle öffentliche Beiträge, sofern relevant
Wenn Sie Workflows zur Lead-Generierung erstellen, dürfen Sie gescrapte Profildaten nicht als Erlaubnis zum Versand unerwünschter Nachrichten betrachten. Verknüpfen Sie die Datenerfassung mit einem rechtskonformen Kontaktprozess, der Sperrlisten, Widerspruchsmöglichkeiten und Regeln zur Datenaufbewahrung umfasst.

​
Technische Herausforderungen

LinkedIn Scraping wird durch folgende Faktoren eingeschränkt:
  • Anmeldeaufforderungen
  • Ratenbegrenzungen
  • Dynamisches Rendering
  • Begrenzungen der Suchergebnisse
  • Sitzungs- und Fingerprint-Prüfungen
  • Layoutunterschiede je Seitentyp
  • Rechtliche und kontobezogene Risiken
Vorgefertigte Tools können Paginierung, erneute Versuche und Feldzuordnungen übernehmen, entbinden Sie jedoch nicht davon, einen verantwortbaren Anwendungsfall zu definieren. Verwaltete APIs wie die von Bright Data oder Actors auf Apify können einfacher sein als die Pflege eines fragilen benutzerdefinierten Browser-Workflows.

​
Rechtlicher Kontext

Das Verfahren hiQ gegen LinkedIn prägte die Diskussion der Branche über das Scraping öffentlicher LinkedIn-Daten, insbesondere im Zusammenhang mit dem Computer Fraud and Abuse Act in den USA. Es machte jedoch nicht automatisch jeden Anwendungsfall für LinkedIn Scraping rechtssicher. Vertragsansprüche, Datenschutzrecht, Plattformbedingungen, Datenschutzpflichten und Regeln für den Kontozugriff können weiterhin relevant sein. Diese Seite stellt keine Rechtsberatung dar. Lassen Sie produktive Workflows rechtlich prüfen, insbesondere wenn sie personenbezogene Daten betreffen.

​
Praktische Regel

Nutzen Sie LinkedIn Scraping nur, wenn Seitentyp, Zugriffsebene und nachgelagerte Verwendung vertretbar sind. Stellenanzeigen und öffentliche Informationen auf Unternehmensebene sind in der Regel leichter zu rechtfertigen als umfangreiche Datensätze mit persönlichen Profilen. Begrenzen Sie die Feldliste, bewahren Sie Quell-URLs und Zeitstempel auf und bevorzugen Sie offizielle oder lizenzierte Wege, sofern diese den geschäftlichen Anforderungen entsprechen.