Scraping Google Maps: rechtliche Risiken, gute Praktiken und Alternativen

Google Maps enthält über 5 Millionen Geschäftseinträge mit Adressen, Telefonnummern, Bewertungen und Öffnungszeiten. Es ist eine Goldmine für die Akquise, Marktanalyse oder Wettbewerbsbeobachtung. Doch das Extrahieren dieser Daten ohne Einhaltung der Regeln birgt Risiken wie IP-Blockierungen, rechtliche Schritte und korrupte Daten.

Dieser Artikel erklärt, wie man Google Maps ohne Risiko scrapen kann – und warum eine vorindexierte Lösung Ihnen Monate an Entwicklung ersparen kann.

---

Warum Leute Google Maps scrapen wollen

Bevor wir auf die Risiken eingehen, lassen Sie uns verstehen, warum das Scraping von Google Maps anziehend ist.

Legitimer Anwendungsfall: - Kommerzielle Akquise: Kontakte von Klempnern, Elektrikern, Restaurants in einer Region abrufen - Marktanalyse: Die Marktsättigung einer Kategorie untersuchen (wie viele Pizzerien gibt es in Lyon?) - E-Reputation: Schlecht bewertete Unternehmen identifizieren, um Reputationstipps anzubieten - Lead-Generierung: Eine Liste qualifizierter Interessenten mit Telefonnummer und E-Mail erstellen - Wettbewerbsbeobachtung: Neue Restaurants, Salons, Agenturen verfolgen, die eröffnen

Zahlen: - 99% der lokalen Suchen beginnen auf Google Maps (Google, 2023) - 76% der Maps-Nutzer kontaktieren das Unternehmen direkt über den Eintrag (Google) - Ein gut optimierter Eintrag generiert 5-10x mehr Leads als ein aufgegebener Eintrag

Die offizielle API von Google Maps kostet €0,007 pro Anfrage (Geocoding), also €7 für 1.000 Anfragen. Um 100.000 Unternehmen zu extrahieren, sind mindestens €700 erforderlich – ganz zu schweigen von den strengen Grenzen (25.000 Anfragen/Tag).

Deshalb ist das direkte Scraping von Interesse.

---

Die echten Risiken des Scrapings von Google Maps

1. IP-Blockierung und Erkennung durch Google

Google erkennt Scraper über mehrere Signale: - Anormale Anfragequote: 100 Anfragen in 10 Sekunden = sofortige Erkennung - Kein User-Agent: Ein Scraper ohne Browser-Identität ist offensichtlich - Wiederholende Muster: Gleiche Verzögerung zwischen Anfragen, gleiche Parameterreihenfolge - Fehlendes menschliches Verhalten: Keine Klicks, kein Scrollen, keine Wartezeiten

Ergebnis: Google gibt ein CAPTCHA zurück oder blockiert Ihre IP für 24-72 Stunden.

Wenn Sie eine Datacenter-IP (AWS, Azure, OVH) verwenden, kann die Blockierung dauerhaft für den gesamten IP-Bereich sein.

Echter Fall: Ein Entwickler hat 50.000 Restaurants mit einem naiven Python-Skript gescrapet. Nach 3.000 Anfragen blockierte Google seine IP. Er musste 48 Stunden warten, um fortzufahren, wurde dann erneut blockiert.

2. Rechtliche Risiken und Nutzungsbedingungen

Google Maps ToS (Nutzungsbedingungen): - Artikel 10.1: "Sie dürfen nicht auf Google Maps zugreifen, suchen oder Daten sammeln, es sei denn, Sie haben ausdrücklich unsere Erlaubnis dazu erhalten." - Verletzung = Kontoschließung, mögliche zivilrechtliche Klagen

Anwendbare Vorschriften: - DSGVO (Europa): Wenn Sie personenbezogene Daten (E-Mails, Telefonnummern) extrahieren, benötigen Sie eine rechtliche Grundlage (Einwilligung, berechtigtes Interesse usw.). E-Mails ohne Einwilligung scrapen = Geldstrafe bis zu €20M oder 4% des Umsatzes. - CCPA (Kalifornien): Recht auf Vergessen, Zugangsrecht. Ein nicht einwilligender Scraper = Geldstrafe von $7.500/Verstoß - LGPD (Brasilien): Ähnlich wie die DSGVO

Schlüsselpunkt: Öffentliche Daten auf Google Maps sind NICHT kostenlos zu nutzen. Sie gehören Google und den Eigentümern der Einträge.

3. Korrupte und obsolet Daten

Ein hausgemachter Scraper ruft die Daten so ab, wie sie zu diesem Zeitpunkt erscheinen. Probleme: - Keine Validierung: Eine falsch formatierte Telefonnummer bleibt falsch formatiert - Keine Aktualisierung: Wenn Sie im Januar gescrapet haben und im März erneut anfragen, haben Sie veraltete Daten - Doppelte Einträge: Dasselbe Unternehmen mit 2-3 Varianten des Namens (Pizza Luigi, Luigi Pizza, Luigi's) - Unvollständige Daten: Einige Einträge haben keine E-Mail, andere keine Telefonnummer

Echter Fall: Eine Agentur hat 10.000 Restaurants für eine E-Mail-Kampagne gescrapet. 15% der Nummern waren ungültig, 8% der E-Mails existierten nicht mehr. Der ROI wurde um 40% reduziert.

4. Wartung und versteckte Kosten

Ein Scraper muss ständig gewartet werden: - Google ändert das HTML: 2-3 Mal im Jahr bricht Ihr Scraper - Teure Proxys: Wenn Sie Wohnproxies verwenden, um Blockierungen zu vermeiden, rechnen Sie mit €50-500/Monat - CAPTCHA-Löser: €0,50-2 pro CAPTCHA, das summiert sich schnell - Infrastruktur: Server, Datenbank, Monitoring = €200-1.000/Monat

Reelle Gesamtkosten: Ein "kostenloser" Scraper kostet oft €500-2.000/Monat für Infrastruktur und Wartung.

---

Wie Google Scraper erkennt und blockiert

Erkennungssignale

Google verwendet mehrere Techniken, um Scraper zu identifizieren:

1. Analyse des User-Agent

Mau schlecht: "Python-requests/2.28.0" oder kein User-Agent
Gut: "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"

Ein User-Agent muss einem echten Browser ähneln. Python/Node.js-Skripte ohne benutzerdefinierten User-Agent werden in 5 Sekunden erkannt.

2. Fingerprinting des Browsers Google betrachtet: - Die HTTP-Header (Accept-Language, Accept-Encoding) - Die Cookies (Fehlende = Erkennung) - Die Zeit zwischen Anfragen - Die Parameterreihenfolge (ein echter Browser mischt die Reihenfolge, ein Scraper wiederholt dieselbe)

3. Progressives CAPTCHA Google zeigt ein visuelles CAPTCHA an, wenn: - Zu viele Anfragen von einer IP in kurzer Zeit - Keine Cookies/Sitzung - Unmenschliches Verhalten

4. IP-Drosselung Nach mehreren ignorierten CAPTCHAs blockiert Google die IP vollständig. Sie erhalten eine Fehlerseite 429 (Too Many Requests) oder 403 (Forbidden).

Blockierungszeit

Situation	Blockierungszeit
1. CAPTCHA	Sofort, wenn gelöst
3-5 CAPTCHAs	1-2 Stunden
IP-Blockierung	24-72 Stunden
Blockierung des Datacenter-Bereichs	Dauerhaft (benötigt Wohn-IP)

---

Gute Praktiken für das Scraping von Google Maps (rechtlich)

Wenn Sie sich entscheiden, trotz der Risiken zu scrapen, hier sind einige Tipps, um die Schäden zu minimieren.

1. Einhaltung der Verzögerung zwischen Anfragen

Goldene Regel: 2-5 Sekunden Mindestverzögerung zwischen zwei Anfragen.

import time
import requests

for business in businesses_to_scrape:
    response = requests.get(f"https://maps.google.com/...", headers=headers)
    time.sleep(random.uniform(2, 5))  # Zufällige Verzögerung

Warum zufällig? Weil eine feste Verzögerung (immer 3 Sekunden) ein Muster ist, das Google erkennt.

Praktisches Beispiel: 1.000 Unternehmen mit einer Verzögerung von 3 Sekunden scrapen = 50 Minuten. Akzeptabel für ein kleines Projekt. 100.000 Unternehmen scrapen? 1.388 Stunden = 58 Tage. An diesem Punkt müssen Sie Proxys verwenden und parallelisieren.

2. Wohnproxies verwenden

Datacenter-Proxys (AWS, OVH) werden schnell blockiert. Wohnproxies (echte Wohn-IP-Adressen) sind langsamer zu erkennen.

Anbieter: - Bright Data (ehemals Luminati): €500+/Monat - Oxylabs: €300+/Monat - Smartproxy: €100+/Monat für kleines Volumen

Proxy-Rotation:

proxies = ["proxy1:port", "proxy2:port", "proxy3:port"]
for i, business in enumerate(businesses):
    proxy = proxies[i % len(proxies)]
    response = requests.get(url, proxies={"http": proxy})
    time.sleep(random.uniform(2, 5))

Reelle Kosten: 10.000 Anfragen mit Wohnproxies = €50-100.

3. Einhaltung der HTTP-Header

Simulieren Sie einen echten Browser:

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36",
    "Accept-Language": "de-DE,de;q=0.9",
    "Accept-Encoding": "gzip, deflate, br",
    "Referer": "https://www.google.com/",
    "Cookie": "session_id=xyz..."  # Cookies beibehalten
}

Fehlende oder ungültige Header sind ein Signal für einen Scraper.

4. Fehlerbehandlung implementieren

import time
from requests.adapters import HTTPAdapter
from requests.packages.urllib3.util.retry import Retry

session = requests.Session()
retry_strategy = Retry(
    total=3,
    backoff_factor=1,  # 1s, 2s, 4s
    status_forcelist=[429, 500, 502, 503, 504]
)
adapter = HTTPAdapter(max_retries=retry_strategy)
session.mount("http://", adapter)
session.mount("https://", adapter)

Wenn Sie einen 429 (Too Many Requests) erhalten, warten Sie 1-2 Stunden, bevor Sie erneut anfragen.

5. CAPTCHA-Löser verwenden (wenn notwendig)

Wenn Sie sich entscheiden, in großem Maßstab zu scrapen, werden Sie auf CAPTCHAs stoßen. Dienste: - 2Captcha: €0,50-2 pro CAPTCHA - Anti-Captcha: €0,30-1 pro CAPTCHA - CapSolver: €0,30-1,50 pro CAPTCHA

from anticaptchaofficial.recaptchav3proxyless import *

solver = recaptchaV3Proxyless()
solver.set_verbose(1)
solver.set_website_key("6LcR_bU...")
solver.set_website_url("https://maps.google.com")
g_response = solver.solve_and_return_solution()

Kosten für 10.000 Anfragen: Wenn 5% ein CAPTCHA generieren = 500 CAPTCHAs × €1 = €500.

6. Recherchen fragmentieren

Statt "alle Restaurants in Frankreich" in einer einzigen Anfrage zu scrapen, fragmentieren Sie: - Nach Stadt (Paris, Lyon, Marseille...) - Nach Kategorie (Pizza, Burger, Sushi...) - Nach Bewertung (4+ Sterne, 3-4 Sterne...)

Dies reduziert das Risiko der Erkennung und ermöglicht das Parallelisieren.

7. Rechtliche Bedingungen einhalten

Bevor Sie scrapen, fragen Sie sich: - Habe ich das rechtliche Recht, diese Daten zu verwenden? - Werde ich die DSGVO einhalten (Einwilligung für E-Mails/Telefonnummern)? - Werde ich die ToS von Google verletzen?

Fälle, in denen das Scraping gerechtfertigt ist: - Interne Analyse (kein Weiterverkauf) - B2B-Akquise (öffentliche Daten, keine sensiblen personenbezogenen Daten) - Akademische Forschung (nicht kommerziell)

Fälle, in denen das Scraping riskant ist: - Weiterverkauf von Daten - Erstellung eines Konkurrenten zu Google Maps - Scraping von Bewertungen oder Fotos ohne Genehmigung

---

Legale und effektive Methoden zur Extraktion von Google Maps-Daten

Option 1: Die offizielle API von Google Maps

Vorteile: - Legal und unterstützt - Zuverlässige und aktualisierte Daten - Keine Blockierung

Nachteile: - Teuer: €0,007 pro Anfrage (Geocoding), €0,005 (Places Details) - Strenge Grenzen: 25.000 Anfragen/Tag - Für 100.000 Unternehmen = mindestens €500-1.000

Wann verwenden: Kleine Volumen (< 10.000 Unternehmen), kritische Daten.

Option 2: Scraping mit Wohnproxies und Fehlerbehandlung

Vorteile: - Schneller als die API - Günstiger als die API für große Volumen

Nachteile: - Rechtliches und technisches Risiko - Permanente Wartung - Potenziell korrupte Daten

Wann verwenden: Wenn Sie technische Fähigkeiten haben und die Risiken akzeptieren.

Option 3: Vorindexierte Lösung (IBLead)

Vorteile: - Bereits indexierte und bereinigte Datenbank (über 5 Millionen Einträge) - Monatliche Aktualisierung - Legal (öffentliche Daten, Einhaltung der ToS) - Kein Scraping = keine Blockierung - Angereicherte Daten (Google-Bewertungen, erkannte Technologien, SIRET in Frankreich) - Günstiger als selbst zu scrapen

Nachteile: - Wiederkehrendes Abonnement (€44-250/Monat je nach Volumen) - Daten im Snapshot (nicht in Echtzeit)

Wann verwenden: Regelmäßige Akquise, Lead-Generierung, ABM, Marktanalyse.

---

IBLead: Die Alternative zum Scraping

Wenn Sie bis hierher gelesen haben, verstehen Sie, dass das Scraping von Google Maps kostspielig, riskant und zeitaufwendig ist. Hier wird eine vorindexierte Datenbank relevant.

IBLead ist eine Datenbank mit über 5 Millionen Google Maps-Einträgen in mehr als 15 Ländern (Frankreich, Belgien, Schweiz, Deutschland, Spanien usw.). Die Daten sind: - Legal: Konforme Extraktion gemäß den ToS, Einhaltung der DSGVO - Angereichert: Google-Bewertungen (Text, Note, Datum), erkannte Technologien (über 160), SIRET/SIREN (Frankreich), angereicherte E-Mails - Aktualisiert: Monatliche Indizierung - Günstig: €44/Monat für 10.000 Credits (1 Credit = 1 exportiertes Unternehmen)

Konkretes Beispiel: Sie suchen alle Klempner in Île-de-France mit weniger als 3 Sternen (Interessenten für Reputationstipps).

Mit einem Scraper: 1. Entwicklung: 2-3 Tage 2. Scraping: 5-10 Tage (mit Proxys) 3. Datenbereinigung: 2-3 Tage 4. Gesamt: 1-2 Wochen, €500-1.500 an Kosten

Mit IBLead: 1. Suche "Klempner" + "Île-de-France" + nach Note < 3 ⭐ filtern 2. Export in CSV 3. Gesamt: 2 Minuten, €44/Monat

Schlüsseldaten: - Über 160 erkannte Technologien (WordPress, Shopify, WooCommerce, HubSpot usw.) - Gescrapete Google-Bewertungen (voller Text, Autor, Datum) – exklusiv - Automatische SIRET-Zuordnung (nur Frankreich) - Angereicherte E-Mails von der Website - REST-API für Integration

---

Praktische Anwendungsfälle

1. Kommerzielle Akquise (Webagentur)

Ziel: Finden von Restaurants mit veralteter WordPress-Website, um ein Redesign anzubieten.

Scraping-Ansatz: - 10.000 Restaurants scrapen - WordPress erkennen (erfordert Parsing des HTML-Quellcodes) - Nach Note > 3 filtern (solvente Kunden) - E-Mails extrahieren - Kosten: €800-1.200, 10-15 Tage

IBLead-Ansatz: - Suche "Restaurants" + nach Technologie "WordPress" + Note > 3 filtern - Export in CSV - Kosten: €44, 5 Minuten

2. Marktanalyse (Food-Startup)

Ziel: Verstehen der Marktsättigung von Pizzerien in Paris, Bewertung der durchschnittlichen Noten nach Arrondissement.

Scraping-Ansatz: - Alle Pizzerien in Paris scrapen (über 1.500 Einträge) - Noten, Anzahl der Bewertungen, Adressen extrahieren - Nach Arrondissement gruppieren - Kosten: €300-500, 5-7 Tage

IBLead-Ansatz: - Suche "Pizzerien" + "Paris" - Filtern/Grupieren nach Arrondissement - Export in JSON/CSV - Pivot in Excel/Sheets erstellen - Kosten: €44, 30 Minuten

3. E-Reputation (Berater)

Ziel: Identifizieren von schlecht bewerteten Restaurants (< 3 Sterne), um Reputationstipps anzubieten.

Scraping-Ansatz: - Restaurants scrapen - Nach Note < 3 filtern - Bewertungen zur Sentimentanalyse extrahieren - Kosten: €1.000+ (Scraping von Bewertungen ist komplex), 15-20 Tage

**Ansatz