Amazon-Produktdaten scrapen 2026 (API & Python)

Der schnellste Weg, 2026 Amazon-Produktdaten zu scrapen, ist der Aufruf einer strukturierten Amazon-API, die normalisiertes JSON zurückgibt — Titel, ASIN, Preis, Verfügbarkeit, Rating und Review-Anzahl — statt einen eigenen Scraper zu betreiben und zu betreuen. Du kannst in Python einen DIY-Scraper bauen, aber Amazons Anti-Bot-Abwehr, wechselnde Layouts und CAPTCHAs machen es teuer, ihn am Laufen zu halten. Dieser Guide behandelt alle drei Ansätze, was jeder liefert, wo jeder scheitert, und die rechtlichen Grundlagen.

Ist es legal, Amazon-Produktdaten zu scrapen?

Öffentliche Produktdaten — Titel, Preise, Ratings und Reviews — sind in der Regel risikoärmer zu sammeln: In den USA entschied hiQ Labs v. LinkedIn, dass der Zugriff auf öffentlich verfügbare Daten nicht gegen den Computer Fraud and Abuse Act verstößt, und Fakten wie Preise sind nicht urheberrechtlich geschützt. Allerdings untersagen Amazons Nutzungsbedingungen den automatisierten Zugriff, sodass du mit Blockaden oder Sperren rechnen musst, und personenbezogene Daten lösen Datenschutzgesetze aus. Faustregeln:

• Sammle nur öffentliche Produktdaten; meide personenbezogene Daten und alles hinter einem Login.
• Respektiere Rate Limits und beeinträchtige den Dienst nicht.
• Prüfe Amazons Bedingungen und deine eigenen Compliance-Anforderungen.

Dies ist keine Rechtsberatung — im Zweifel sprich mit einem Anwalt.

Option 1: DIY in Python (und warum es scheitert)

Für eine einzelne Seite greifst du vielleicht zu requests + BeautifulSoup, parst die Produktfelder und exportierst nach CSV — und steigst auf einen Headless-Browser um, wenn JavaScript oder Anti-Bot-Prüfungen im Weg stehen:

import csv
import requests
from bs4 import BeautifulSoup

headers = {
    "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) "
    "AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0 Safari/537.36",
    "Accept-Language": "en-US,en;q=0.9",
}
resp = requests.get("https://www.amazon.com/dp/B0DGJ736JM", headers=headers, timeout=30)
soup = BeautifulSoup(resp.text, "html.parser")

title = soup.select_one("#productTitle")
price = soup.select_one(".a-price .a-offscreen")
rating = soup.select_one("#acrPopover .a-icon-alt")

row = {
    "asin": "B0DGJ736JM",
    "title": title.get_text(strip=True) if title else None,
    "price": price.get_text(strip=True) if price else None,
    "rating": rating.get_text(strip=True) if rating else None,
}

with open("amazon.csv", "w", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=row.keys())
    writer.writeheader()
    writer.writerow(row)
# ...an einem guten Tag. An einem schlechten Tag: ein CAPTCHA, ein 503 oder ein Redirect zu einer Bot-Prüfung.

Es lässt sich gut demonstrieren und scheitert dann bei größerem Volumen:

• Anti-Bot — CAPTCHAs und IP-Sperren treiben dich in Proxy-Rotation und Fingerprinting.
• Layout-Wechsel — Amazon ändert das DOM und deine Selektoren brechen still.
• ASIN- und Varianten-Wildwuchs — Preise und Verfügbarkeit variieren je nach Variante, Verkäufer und Region.
• Skalierung — zuverlässiges Sammeln bedeutet Proxy-Pools, Retries und Monitoring, die du selbst betreiben musst.

Der größte Teil der Kosten ist nicht das erste Scrapen — es ist, es am Leben zu halten.

Option 2: No-Code-Tools

Visuelle Extraktoren und Browser-Erweiterungen erledigen die Seite für dich und exportieren CSV oder JSON. Sie sind für einmalige Exporte in Ordnung, aber weniger praktisch, wenn du Amazon-Daten innerhalb eines Produkts oder einer Pipeline brauchst, nach Zeitplan und mit vorhersehbaren Feldern.

Option 3: Eine strukturierte Amazon-API

Für wiederholbare Workflows im Produkt liefert dir eine Amazon-Scraping-API dokumentierte Endpoints, die normalisiertes JSON zurückgeben — kein Browser, keine Selektoren, kein Proxy-Pool zum Betreiben. Ein Produkt per ASIN abrufen:

curl https://api.crawlora.net/api/v1/amazon/product/B0DGJ736JM \
  -H "x-api-key: $CRAWLORA_API_KEY"

Derselbe Aufruf in Python:

import requests

resp = requests.get(
    "https://api.crawlora.net/api/v1/amazon/product/B0DGJ736JM",
    headers={"x-api-key": "YOUR_API_KEY"},
)
data = resp.json()["data"]
print(data["title"], data["price"], data["rating"])

Die Antwort ist normalisiertes JSON, das du direkt speichern kannst (die gezeigten Felder sind beispielhaft — prüfe die Docs für das aktuelle Schema):

{
  "code": 200,
  "msg": "OK",
  "data": {
    "asin": "B0DGJ736JM",
    "title": "Example product",
    "price": 189,
    "currency": "USD",
    "availability": "In Stock",
    "rating": 4.4,
    "review_count": 1055
  }
}

Willst du eine ganze Ergebnismenge sammeln? Nutze den Such-Endpoint:

curl "https://api.crawlora.net/api/v1/amazon/search?query=wireless+earbuds&page=1" \
  -H "x-api-key: $CRAWLORA_API_KEY"

Was du sammeln kannst

Sofern das öffentliche Listing sie preisgibt, lassen sich die Felder in wenige Gruppen einteilen:

• Produktidentität — Titel, ASIN, Marke oder Verkäufer, Bilder und die Produkt-URL.
• Preisgestaltung — aktueller Preis, Währung, durchgestrichener/Listenpreis und Verfügbarkeit.
• Social Proof — durchschnittliches Rating, Review-Anzahl und Review-Beispiele; für vollständiges Review-Mining paginierst du die Reviews des Produkts.
• Listing-Metadaten — Position im Suchergebnis und Badges (Prime, Bestseller, Amazon's Choice) sowie der von dir angeforderte ASIN- oder Query-Kontext.

Führe es nach Zeitplan erneut aus und speichere pro ASIN und Lauf eine Zeile, um eine Preis- und Rating-Historie aufzubauen.

Grenzen und typische Herausforderungen

Selbst mit einer guten API solltest du ein paar Amazon-Realitäten im Blick behalten:

• Personalisierte Ergebnisse. Amazon passt Ergebnisse an Standort und Verlauf an, sodass zwei Anfragen abweichen können; Locale-Parameter reduzieren das, beseitigen es aber nicht.
• Paginierungsgrenzen. Die Suche ist auf etwa 20 Seiten pro Query begrenzt — teile nach Kategorie oder Filtern auf, um tiefer zu gehen.
• Preisvolatilität. Preise ändern sich häufig, für genaues Tracking musst du also nach Zeitplan neu scrapen, nicht nur einmal.
• Anti-Bot bei DIY. Direktes Scrapen trifft auf CAPTCHAs, Verhaltensanalyse und Cookie-/Fingerprint-Prüfungen; eine strukturierte API fängt Proxy-Routing, Rendering und Retries hinter dem Endpoint ab.
• Marketplace und Währung. Der Endpoint verwendet standardmäßig amazon.com (USD); bestätige die Abdeckung, bevor du dich auf andere regionale Marketplaces verlässt.

Wo das eingesetzt wird

Strukturierte Amazon-Daten treiben einige gängige Workflows an:

• Preis- & MAP-Monitoring — verfolge Preise und Verfügbarkeit und markiere MAP-Verstöße. Siehe den Use Case Preis- & MAP-Monitoring.
• Produkt-Monitoring — beobachte Listings, Ratings und Buy-Box-Änderungen via Amazon-Produkt-Monitoring.
• E-Commerce-Intelligence — vergleiche Kataloge und Sortimente über Marketplaces hinweg mit E-Commerce-Produkt-Intelligence.

Quellen

Loslegen mit dem Sammeln

Probier es zuerst kostenlos aus: Lass eine beliebige öffentliche URL durch den Free Web Scraper laufen oder prüfe mit dem Anti-Bot-Checker, ob eine Seite Bots blockiert — ohne Anmeldung.

Teste den Produkt-Endpoint im Playground, prüfe das Response-Schema in den API-Docs und sieh dir die Credit-Kosten auf der Preisseite an. Fährst du dasselbe Playbook auf einem anderen Marketplace? Siehe eBay scrapen und Shopify-Stores scrapen. Für den größeren Zusammenhang siehe beste Amazon-Scraping-APIs, wie du eine Web-Scraping-API auswählst und ScraperAPI-Alternativen.