Wie man effektiv Google Maps Kontaktdaten scrapen kann?

Google Maps enthält Millionen von Unternehmensprofilen: Adressen, Telefonnummern, E-Mails, Kundenbewertungen, Öffnungszeiten, Fotos. Es ist eine kostenlose und öffentliche Datenbank. Aber wie kann man die Daten effektiv extrahieren, ohne Monate in die Entwicklung zu investieren?

Dieser Artikel erklärt die drei Ansätze zum Scrapen von Google Maps – von Python-Code bis zu No-Code-Tools – mit ihren Vorteilen, Grenzen und tatsächlichen Kosten.

---

Warum Google Maps scrapen?

Google Maps ist nicht nur eine Navigationsanwendung. Es ist ein umfassendes Branchenverzeichnis. Jedes Profil enthält:

• Adresse und GPS-Koordinaten — genaue Standortangabe
• Telefon — direkter Kontakt
• E-Mail — angereichert von der Website
• Google-Bewertung — Echtzeit-Reputation
• Kundenbewertungen — vollständiger Text, Datum, Autor
• Öffnungszeiten — Tage und Stunden
• Fotos — visuelle Darstellung des Ortes
• Website — Link zur digitalen Präsenz
• Soziale Medien — Online-Präsenz

Die Anwendungsfälle sind konkret: Vertriebsprospektion, Marktanalyse, Wettbewerbsstudie, Erkennung von heißen Leads (schlecht bewertet, neu eröffnet), Datenanreicherung für CRM.

Eine Immobilienagentur kann in 2 Minuten 500 konkurrierende Agenturen in einer Region finden. Ein SEO-Berater kann kleine Geschäfte ohne Website identifizieren. Ein ABM-Manager kann Unternehmen mit schlechter Google-Reputation anvisieren.

Das Problem: Google Maps begrenzt die Ergebnisse auf 120 pro Suche. Und die Schnittstelle erlaubt keinen Export im CSV-Format. Daher das Scraping.

---

Die drei Ansätze zum Scrapen von Google Maps

Ansatz 1: Kostenlose Chrome-Erweiterungen (schnell, begrenzt)

Chrome-Erweiterungen wie "Maps Data Exporter" oder "Google Maps Extractor" ermöglichen das Scrapen direkt aus dem Browser.

So funktioniert es: 1. Installieren Sie die Erweiterung 2. Suchen Sie auf Google Maps (z.B. "Installateure Paris") 3. Die Erweiterung liest die sichtbaren Ergebnisse 4. Sie laden im CSV/Excel-Format herunter

Vorteile: - Kostenlos - Kein Code zu schreiben - Ergebnisse in 30 Sekunden - Keine technische Konfiguration erforderlich

Grenzen (kritisch): - Begrenzung auf 120 Ergebnisse — Google Maps zeigt nur 120 Profile pro Suche an - Begrenzte Daten — nur Name, Adresse, Telefon. Keine Bewertungen, keine angereicherten E-Mails, keine Technologieerkennung - Keine erweiterten Filter — keine Suche nach Google-Bewertung, Anzahl der Bewertungen oder ob das Profil beansprucht wurde - Instabil — die Erweiterungen brechen bei jedem Update von Google Maps - Keine API — keine Automatisierung oder Integration in einen Workflow möglich

Realer Anwendungsfall: Ein Installateur möchte 50 potenzielle Kunden in Paris. Die Erweiterung reicht aus. Aber eine Agentur, die 5.000 Interessenten will? Nein.

---

Ansatz 2: Python-Code mit Selenium + Beautiful Soup (mächtig, komplex)

Dies ist der "Entwickler"-Ansatz. Sie schreiben ein Python-Skript, das den Browser automatisiert, in Google Maps scrollt, den HTML-Code scrapt und die Daten exportiert.

Architektur des Skripts:

from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from bs4 import BeautifulSoup
import csv
import time

# 1. Browser öffnen
driver = webdriver.Chrome()
driver.get("https://www.google.com/maps")

# 2. Suchen
search_box = driver.find_element("name", "q")
search_box.send_keys("restaurants Paris")
search_box.send_keys(Keys.RETURN)

# 3. Warten auf das Laden
time.sleep(3)

# 4. Sichtbare Ergebnisse scrapen
html = driver.page_source
soup = BeautifulSoup(html, "html.parser")
results = soup.find_all("div", class_="Nv2PK")

# 5. Daten extrahieren
data = []
for result in results:
    name = result.find("span", class_="qBF1Pd").text
    address = result.find("span", class_="UaQhf").text
    phone = result.find("span", class_="UsdlK").text
    data.append({"name": name, "address": address, "phone": phone})

# 6. Exportieren
with open("results.csv", "w", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=["name", "address", "phone"])
    writer.writerows(data)

driver.quit()

Vorteile: - Kostenlos (Python ist Open Source) - Keine Volumenbeschränkungen (theoretisch) - Anpassbare Daten - Filter können hinzugefügt werden (Bewertung > 4 Sterne, usw.) - Automatisierbar (jeden Nacht ausführen)

Grenzen (sehr real): - Erkennung und Blockierung — Google erkennt Selenium-Scraper. Ihre IP wird nach 50-100 Anfragen blockiert - Ständige Wartung — Google ändert jeden Monat seinen HTML-Code. Ihr Skript bricht bei jedem Update - Keine Bewertungen oder E-Mails — Selenium kann den sichtbaren HTML-Code lesen, aber keine Bewertungen (die in JavaScript geladen werden) oder E-Mails von der Website (benötigt eine Anreicherungs-API) - Entwicklungszeit — 40-80 Stunden für ein robustes Skript - Infrastruktur — benötigt einen Server, Proxys, Fehlerverwaltung - Unklare Legalität — Google Maps ToS verbietet das Scraping. Sie riskieren eine permanente IP-Blockierung

Realer Anwendungsfall: Eine SEO-Agentur mit einem internen Entwickler, die 1.000 Leads pro Monat scrapen möchte und gelegentliche IP-Blockierungen akzeptieren kann. Nicht für KMUs.

---

Ansatz 3: Spezialisierte SaaS-Tools (optimaler Ausgleich)

Tools wie IBLead oder Apify bieten eine vorindexierte Datenbank von Google Maps. Sie scrapen nicht in Echtzeit — Sie abfragen eine bereits erstellte Datenbank.

So funktioniert es: 1. Melden Sie sich in der App an 2. Suchen Sie nach Stadt, Region, Kategorie 3. Wenden Sie Filter an (Bewertung, Anzahl der Bewertungen, erkannte Technologien) 4. Exportieren Sie mit 2 Klicks im CSV-Format

Konkretes Beispiel mit IBLead:

Sie möchten alle Restaurants in Lyon mit einer Bewertung < 3 Sterne finden (potenzielle Kunden für eine Reputationsagentur).

1. Gehen Sie zu app.iblead.com
2. Wählen Sie "Frankreich" → "Auvergne-Rhône-Alpes" → "Lyon"
3. Kategorie: "Restaurants"
4. Filter: Google-Bewertung < 3 Sterne
5. Export: 247 Restaurants im CSV-Format
6. Spalten: Name, Adresse, Telefon, E-Mail, Bewertung, vollständige Bewertungen

Gesamtzeit: 90 Sekunden. Kein Code, keine IP-Blockierung, keine Wartung.

Vorteile: - Keine IP-Blockierung — die Daten sind vorindexiert, kein Scraping in Echtzeit - Erweiterte Filter — Google-Bewertung, Anzahl der Bewertungen, erkannte Technologien (WordPress, Shopify usw.), beanspruchtes Profil, SIRET (Frankreich) - Angereicherte Daten — vollständige Google-Bewertungen (EXKLUSIV bei IBLead), E-Mails von der Website, Erkennung von über 160 Technologien - Null Wartung — die Datenbank aktualisiert sich automatisch jeden Monat - Legal — keine Verletzung der ToS, kein Risiko - API und Integrationen — verbinden Sie sich mit HubSpot, Salesforce, Zapier, Lemlist

Grenzen: - Nicht kostenlos (aber ab €44/Monat für 10.000 Exporte/Monat) - Daten werden monatlich aktualisiert (nicht in Echtzeit, aber ausreichend für 99% der Fälle)

Realer Anwendungsfall: Eine Akquise-Agentur, die 2.000 Leads/Monat in 2 Stunden möchte. IBLead kostet €89/Monat (20.000 Exporte). IBLead kostet €179/Monat für dasselbe. IBLead ist 44% günstiger.

---

Vergleich der drei Ansätze

Kriterium	Chrome-Erweiterung	Python + Selenium	SaaS (IBLead)
Kosten	€0	€0 (interne Entwicklung)	€44-250/Monat
Maximales Volumen/Monat	500	1.000	10.000-100.000
Einrichtungszeit	5 Min	40-80h	5 Min
Risiko der IP-Blockierung	Niedrig	Sehr hoch	Null
Erweiterte Filter	Nein	Ja (komplex)	Ja (einfach)
Google-Bewertungen	Nein	Nein	Ja (EXKLUSIV)
Angereicherte E-Mails	Nein	Nein	Ja
Technologieerkennung	Nein	Nein	Ja (über 160)
Wartung	Mittel	Sehr hoch	Null
Anwendungsfall	Kleines Volumen	Technikaffin	Professionell

---

Daten, die Sie extrahieren können

Hier ist, was jeder Ansatz ermöglicht zu erfassen:

Chrome-Erweiterung + Python Selenium

• Name des Unternehmens
• Adresse (Straße, Stadt, Postleitzahl)
• Telefon
• Website (URL)
• Kategorien (z.B. Restaurant, Pizzeria)
• GPS-Koordinaten (Breitengrad, Längengrad)
• Anzahl der Bewertungen
• Durchschnittliche Google-Bewertung
• Öffnungszeiten

SaaS (IBLead)

Alles, was oben steht +: - Vollständige Google-Bewertungen — Text, Bewertung (1-5), Datum, Autor - Angereicherte E-Mail — extrahiert von der Unternehmenswebsite - Erkannte Technologien — WordPress, Shopify, WooCommerce, React, Google Analytics, HubSpot, Mailchimp usw. (insgesamt über 160) - Soziale Medien — Links zu Facebook, Instagram, LinkedIn - Beanspruchtes Profil — ja/nein (Profil vom Eigentümer optimiert) - Anzahl der Fotos — Zählung der visuellen Darstellungen - SIRET/SIREN (nur Frankreich) — rechtliche Identifikationsnummer - Leiter (Frankreich) — Name des Verantwortlichen - APE-Code (Frankreich) — Tätigkeitsklassifizierung - Rechtsform (Frankreich) — SARL, SAS, EIRL usw.

---

Die rechtlichen Grenzen des Scrapens von Google Maps

Die Google Maps ToS (Nutzungsbedingungen) verbieten ausdrücklich automatisiertes Scraping.

Artikel 3.2.1: "Sie dürfen nicht... auf die Dienste zugreifen, sie durchsuchen oder Datenbanken aus den Diensten erstellen, ohne die schriftliche Genehmigung von Google."

Mögliche Konsequenzen: - Temporäre IP-Blockierung (24-48h) - Permanente IP-Blockierung - Rechtliche Anfrage (selten, aber möglich)

Praktische Realität: - Chrome-Erweiterungen werden toleriert (geringes Volumen, keine erkannten Scraper) - Selenium-Skripte werden schnell blockiert (Google erkennt den automatisierten User-Agent) - SaaS-Tools, die Proxys und zufällige Verzögerungen verwenden, überleben länger, riskieren jedoch immer noch eine Blockierung

Die legale Lösung: Verwenden Sie eine vorindexierte Datenbank (wie IBLead), die bereits das Scraping durchgeführt hat. Sie sind nicht mehr für das Scraping verantwortlich — Sie greifen einfach auf organisierte öffentliche Daten zu.

---

Praktischer Leitfaden: Effektiv scrapen in 5 Schritten

Schritt 1: Definieren Sie Ihren Bedarf

Stellen Sie sich diese Fragen: - Volumen: Wie viele Leads pro Monat? (100? 5.000? 50.000?) - Häufigkeit: Einmal oder regelmäßig? - Filter: Müssen Sie nach Google-Bewertung, Bewertungen, Technologien filtern? - Daten: Brauchen Sie vollständige Bewertungen? Angereicherte E-Mails? Technologieerkennung? - Fähigkeiten: Haben Sie einen internen Entwickler?

Beispiel: "Ich möchte jeden Monat 500 Installateure aus Paris, mit ihren Telefonnummern und E-Mails, ohne mir um IP-Blockierungen Sorgen zu machen."

→ Antwort: SaaS (IBLead).

Beispiel 2: "Ich möchte mit 50 Restaurants testen, nur um zu sehen."

→ Antwort: Chrome-Erweiterung.

Schritt 2: Wählen Sie das Tool

Für einen schnellen Test: Chrome-Erweiterung Für einen Entwickler: Python + Selenium (und Risiken akzeptieren) Für professionelle Nutzung: SaaS (IBLead)

Schritt 3: Die Filter einstellen

Wenn Sie ein SaaS verwenden: - Geografie: Land, Region, Stadt - Kategorie: Restaurants, Installateure, Hotels usw. - Google-Bewertung: > 4 Sterne? < 3 Sterne? - Anzahl der Bewertungen: Mindestens 10 Bewertungen (vermeidet gefälschte Profile) - Technologien: Wenn Sie ein CRM verkaufen, zielen Sie auf Unternehmen ohne CRM ab - Beanspruchtes Profil: Ja (engagierter Eigentümer) oder Nein (verlassen)

Schritt 4: Exportieren und reinigen

Die Rohdaten enthalten immer Rauschen: - Duplikate (das gleiche Unternehmen, zwei Adressen) - Fehlende Daten (leeres Telefon) - Ungültige Nummern (falsches Format) - Ungültige E-Mails

Einfache Reinigung in Excel: - Leere Zeilen entfernen - Duplikate nach Name + Adresse entfernen - Nummern validieren (muss mit +33 oder 0 beginnen) - E-Mails validieren (Regex: ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+ ".[a-zA-Z]{2,}$)

Ergebnis: 80-90% der Daten sind nutzbar.

Schritt 5: In Ihren Workflow integrieren

Optionen: - CRM: CSV in HubSpot, Salesforce, Pipedrive importieren - E-Mail: Liste an Lemlist, Instantly oder ein anderes Cold-Email-Tool senden - Analyse: In Excel/Google Sheets laden, um nach Region, Bewertung usw. zu analysieren - Automatisierung: Über Zapier oder n8n eine Aktion auslösen (einen Deal erstellen, ein Tag hinzufügen)

---

Konkrete Anwendungsfälle

Fall 1: Reputationsagentur (E-Reputation)

Ziel: Unternehmen mit schlechter Google-Bewertung finden.

Ansatz: 1. Suche nach Kategorie (Restaurants, Hotels, Dienstleistungen) 2. Filter Google-Bewertung < 3 Sterne 3. Vollständige Bewertungen abrufen (Text, Datum, Autor) 4. Wiederkehrende Probleme identifizieren (langsamer Service, Sauberkeit) 5. Kontaktieren Sie das Unternehmen: "Wir haben Ihre Bewertungen gesehen. Wir können Ihnen helfen."

Tool: IBLead (€89/Monat) — EXKLUSIVES Scraping der Bewertungen.

Ergebnis: 500 heiße Interessenten/Monat, Konversionsrate 15-20%.

---

Fall 2: Webagentur

Ziel: Kleine Unternehmen ohne Website (oder mit veralteter WordPress-Website) finden.

Ansatz: 1. Suche nach Region (z.B. Île-de-France) 2. Nach Kategorie filtern (Installateure, Elektriker, Friseure) 3. Technologieerkennung: Zielgerichtete Websites ohne modernes CMS 4. E-Mails exportieren 5. Akquise-E-Mail: "Wir haben gesehen, dass Ihre Website nicht mobilfreundlich ist. Hier ist, wie wir sie verbessern können."

Tool: IBLead (Erkennung von über 160 Technologien).

Ergebnis: 1.000 Interessenten/Monat, Akquisekosten €5,50/Interessent.

---

Fall 3: SEO-Berater

Ziel: Lokale Konkurrenz analysieren.

Ansatz: 1. Suche nach "SEO Paris" auf Google Maps 2. Exportieren Sie die 200 gefundenen SEO-Agenturen 3. Analysieren: Wer hat die meisten Bewertungen? Welche durchschnittliche Bewertung? Welche sozialen Medien? 4. Identifizieren Sie die Marktführer (Bewertung > 4,8, > 50 Bewertungen) 5. Ein Audit vorschlagen: "Wir haben gesehen, dass Ihre Konkurrenten X Bewertungen haben. Sie haben Y. Hier ist, wie Sie aufholen können."

Tool: IBLead.

Ergebnis: Personalisierte Verkaufsargumentation, Rücklaufquote +30%.

---

Häufig gestellte Fragen

Q1: Ist es legal, Google Maps zu scrapen?

Kurzantwort: Rechtlich grau. Google verbietet es in seinen ToS, verfolgt jedoch nur selten. SaaS-Tools verwenden Techniken (Proxys, zufällige Verzögerungen), um das Risiko zu minimieren. Vorindexierte Datenbanken (wie IBLead) beseitigen das Risiko.