Bing-Suchergebnisse scrapen 2026 (API & Python)

Der schnellste Weg, Bing-Suchergebnisse 2026 zu scrapen, ist der Aufruf einer strukturierten Such-API, die normalisiertes JSON zurückgibt — organische Ergebnisse mit Titeln, URLs und Snippets, dazu Bild-, News-, Video- und Autosuggest-Module — statt selbst einen Headless-Browser durch Bings Anti-Bot-Abwehr zu steuern. Du kannst weiterhin einen DIY-Scraper in Python bauen, aber Bings eigene Entwickler-API steht dir dafür nicht mehr als Rückfalloption zur Verfügung: Microsoft hat sie 2025 abgeschaltet.

Microsoft hat die Bing Search API abgeschaltet — was das konkret bedeutet

Wenn du über eine Suche hierhergekommen bist, besteht eine gute Chance, dass du (oder ein System, auf das du dich verlässt) früher Bings offizielle Web Search-, News-, Image- oder Autosuggest-API genutzt hast und diese nun nicht mehr funktioniert. Das ist kein Bug. Microsoft hat alle Bing Search APIs am 11. August 2025 abgeschaltet, nachdem die Entscheidung am 15. Mai 2025 angekündigt worden war. Jede Instanz wurde stillgelegt — bestehende Keys funktionierten nicht mehr, und neue Anmeldungen wurden geschlossen. Manche Entwickler berichteten, dass die Erstellung neuer APIs bereits im März 2025 still deaktiviert wurde, Wochen vor der offiziellen Ankündigung, was zwischen der öffentlichen Mitteilung und dem endgültigen Cutoff nur rund drei Monate ließ.

Die gesamte Suite ging damit weg: Web Search, Image Search, News Search, Video Search, Autosuggest, Spell Check, Entity Search, Visual Search, Custom Search und Local Business Search. Microsofts empfohlener Weg nach vorn ist Grounding with Bing Search innerhalb von Azure AI Foundry — aber das ist ein Wechsel der Art, kein Umbenennen. Es erfordert das Anlegen eines Azure AI Agents-Projekts, Ressourcengruppen und ein Modell-Deployment; es ist dafür gebaut, dass ein LLM-Agent seine eigenen Antworten mit Live-Webdaten untermauert — nicht dafür, deiner Anwendung ein JSON-Array mit gerankten Ergebnissen zu liefern. Für ein Team, das einfach nur Suchergebnisse in einer Datenbank oder einem Monitoring-Dashboard haben möchte, ist ein Azure AI Agents-Projekt eine Menge Plattform für etwas, das früher ein einziger REST-Call war.

Deshalb sind „Bing API alternative" und, speziell in Japan, bing api 廃止 („Bing API eingestellt") auch mehr als ein Jahr nach der Abschaltung noch aktive Suchbegriffe — der Onboarding-Aufwand von Azure AI Foundry ist hoch genug, dass Teams weiter nach einem einfacheren Drop-in-Ersatz suchen, und neue Teams entdecken die Abschaltung immer noch zum ersten Mal, wenn ihr erster API-Call ein 404 zurückgibt. Eine strukturierte Drittanbieter-API — eine, die weiterhin das schlichte „gib mir gerankte Ergebnisse als JSON"-Format der alten Bing API liefert — ist für die meisten dieser Anwendungsfälle die praktische Antwort, und darum geht es im Rest dieses Guides.

Warum Bing-Suchergebnisse scrapen

• SEO und SERP-Monitoring. Verfolge, wie deine Seiten (oder die eines Konkurrenten) über die Zeit bei Bing ranken — Bing betreibt weiterhin Yahoo, DuckDuckGo (teilweise) und weitere sekundäre Engines, sodass sich ein Ranking-Gewinn dort mehrfach auszahlt.
• Engine-übergreifendes Rank-Tracking. Bings Index und Ranking-Algorithmus unterscheiden sich von denen von Google; lass dasselbe Keyword-Set durch beide laufen und du erkennst, ob eine Ranking-Bewegung seitenweit oder engine-spezifisch ist.
• AI-Grounding und RAG. Speise eine LLM-Pipeline mit Live-Webergebnissen, ohne die Plattform-Steuer von Azure AI Foundry zu zahlen oder einen eigenen Crawler zu bauen.
• News- und Content-Monitoring. Bings News-Modul zeigt aktuelle Berichterstattung nach Keyword — nützlich für Brand- und Wettbewerbsmonitoring.
• Markt- und Produktrecherche. Autosuggest und verwandte Suchanfragen zeigen echte Query-Nachfrage für Keyword-Recherche, ohne dass du ein Google-Ads-Konto brauchst.

Ist es legal, Bing zu scrapen?

Das Scrapen öffentlicher Suchergebnisse wird in der Regel anders behandelt als der Zugriff auf private oder Paywall-geschützte Daten, aber „öffentlich" ist kein Freibrief. Die praktischen Faustregeln:

• Sammle nur öffentliche Ergebnisseiten — keine Logins, keine persönlichen Konten.
• Respektiere Rate-Limits und beeinträchtige den Dienst für andere Nutzer nicht.
• Prüfe Bings Nutzungsbedingungen und dein lokales Recht vor kommerzieller Nutzung; du bist dafür verantwortlich, wie du die Daten verwendest.
• Speichere und verarbeite Ergebnisse rechtskonform, besonders alles, was personenbezogene Daten sein könnte.

Nichts davon ist eine Rechtsberatung — siehe Ist Web Scraping 2026 legal? für die ausführliche Fassung, inklusive des Kontexts zu hiQ v. LinkedIn und dem CFAA.

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

Ein naiver Ansatz ruft die Ergebnisseite ab und parst das HTML:

import requests
from bs4 import BeautifulSoup

resp = requests.get(
    "https://www.bing.com/search",
    params={"q": "ai agents"},
    headers={
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36",
        "Accept-Language": "en-US,en;q=0.9",
    },
)
soup = BeautifulSoup(resp.text, "html.parser")
# Bings organische Ergebnisse sitzen in <li class="b_algo">-Blöcken — aber die
# Klassennamen und die Verschachtelung ändern sich oft, daher müssen Selektoren auf
# stabile Attribute setzen und regelmäßig neu überprüft werden. Jeder Block muss vor
# der weiteren Verwendung zu {position, title, url, description} normalisiert werden.

Das funktioniert einmal und geht dann kaputt. Die wiederkehrenden Kosten:

• Anti-Bot-Abwehr. Bing liefert Requests, die es als automatisiert markiert, eine Challenge-Seite statt deiner Ergebnisse — Rechenzentrums-IPs, fehlende Browser-Fingerprints und ungewöhnliche Request-Kadenz lösen das alle aus.
• Markup-Drift. Ergebnis-Container und Klassennamen ändern sich ohne Vorwarnung, und deine Selektoren liefern stillschweigend eine leere Liste statt eines lauten Fehlers.
• Kein offizieller Fallback mehr. Vor August 2025 hatte ein kaputter Scraper eine offizielle API als Rückfalloption. Diese Rückfalloption gibt es nicht mehr — du pflegst den DIY-Weg jetzt ohne jede Absicherung.
• Keine Struktur. Du musst organische Ergebnisse, News-Cards, Video-Cards und verwandte Suchanfragen weiterhin selbst zu einem stabilen Schema normalisieren, und jedes Modul hat sein eigenes Markup.

Der größte Teil der Kosten ist nicht der erste Scrape — es ist, ihn über Bings Anti-Bot- und Layout-Änderungen hinweg am Leben zu halten, ohne offiziellen Fallback, falls er kaputtgeht.

Option 2: No-Code- und fertige Tools

Browser-Erweiterungen und Point-and-Click-Scraper sind für einen einmaligen Export in Ordnung, aber in einer Daten-Pipeline sind sie unpraktisch: schwer zu planen, schwer zu versionieren, und sie gehen weiterhin kaputt, wenn sich Bings Seite ändert. Für wiederkehrende Sammlung, die ein Produkt oder Dashboard speist, passt eine API besser — gerade jetzt, wo es keine offizielle Microsoft-API mehr als Rückfalloption gibt.

Option 3: Eine strukturierte Bing Search API

Crawloras Bing API kapselt Request-Handling, Anti-Bot-Umgehung und Normalisierung hinter fünf dokumentierten Endpoints — Web, Image, News, Video und Autosuggest — alle unter einem Key, der mit jeder anderen Engine und Plattform im Account geteilt wird.

curl -G "https://api.crawlora.net/api/v1/bing/search" \
  -H "x-api-key: $CRAWLORA_API_KEY" \
  --data-urlencode "q=ai agents" \
  --data-urlencode "country=us" \
  --data-urlencode "lang=en-us" \
  --data-urlencode "count=10"

import requests

resp = requests.get(
    "https://api.crawlora.net/api/v1/bing/search",
    headers={"x-api-key": "YOUR_API_KEY"},
    params={"q": "ai agents", "country": "us", "lang": "en-us", "count": 10},
)
for row in resp.json()["data"]["results"]:
    print(row["position"], row["title"], row["url"])

Eine Response ist normalisiertes JSON, das du direkt speichern kannst (die gezeigten Felder sind exemplarisch — prüfe die Docs für das aktuelle Schema):

{
  "code": 200,
  "msg": "OK",
  "data": {
    "results": [
      {
        "position": 1,
        "title": "Example result title",
        "url": "https://example.com/",
        "hostname": "example.com",
        "display_url": "https://example.com › page",
        "description": "Snippet text shown under the result.",
        "favicon": "https://th.bing.com/th/id/..."
      }
    ],
    "pagination": { "page": 1, "count": 10, "next_page": 2 }
  }
}

Blättere mit page durch die Ergebnisse und rufe die Schwester-Endpoints für andere Ergebnistypen auf:

BASE = "https://api.crawlora.net/api/v1/bing"
headers = {"x-api-key": "YOUR_API_KEY"}

images = requests.get(f"{BASE}/images", headers=headers, params={"q": "ai agents", "count": 20}).json()["data"]
news = requests.get(f"{BASE}/news", headers=headers, params={"q": "ai agents"}).json()["data"]
videos = requests.get(f"{BASE}/videos", headers=headers, params={"q": "ai agents"}).json()["data"]
suggest = requests.get(f"{BASE}/suggest", headers=headers, params={"q": "ai age", "count": 8}).json()["data"]

News-Ergebnisse enthalten neben den üblichen title/url/description auch age, age_timestamp, source und thumbnail; Autosuggest liefert ein gerangtes suggestions-Array mit `{position, query}`-Paaren — nützlich für dieselbe Keyword-Nachfrage-Recherche, die früher die Bing-Autosuggest-API abdeckte. Lokalisiere jeden Endpoint mit country (Zwei-Buchstaben-Code) und lang (Format ll-cc, z. B. ja-jp); jeder Endpoint verwendet standardmäßig country=us, lang=en-us.

Ein Crawlora-Key ruft alle fünf Bing-Endpoints auf, plus jede andere Engine und Plattform im selben Account — kein Azure-Projekt, keine Ressourcengruppe und keine Warteliste, um loszulegen.

Was du sammeln kannst

• Organische Web-Ergebnisse: Position, Titel, URL, Hostname, Display-URL, Description-Snippet und Favicon
• Bildergebnisse: Position, Bild-URL, Thumbnail, Quelle, Quell-URL und Abmessungen
• News-Ergebnisse: Position, Titel, Quelle, Beschreibung und Alter/Zeitstempel
• Videoergebnisse: Position, Titel, Ersteller, Plattform und Dauer
• Autosuggest-Vervollständigungen: gerangte Query-Vorschläge für ein Präfix
• Pagination über page und Locale-Steuerung über country und lang

Einschränkungen und typische Herausforderungen

• Keine offizielle kostenlose API mehr. Bings eigene Search APIs sind weg; Grounding with Bing Search ist ein Azure-AI-Agents-Feature, kein universeller Such-Endpoint, und erfordert ein vollständiges Azure-Projekt.
• Anti-Bot für DIY. Direktes Scrapen stößt auf Challenge-Seiten bei Rechenzentrums-IPs und ungewöhnlichen Fingerprints; eine strukturierte API übernimmt Impersonation, Retries und Normalisierung hinter einem Key.
• Markup- und Modul-Drift. Organische, Bild-, News-, Video- und Suggestion-Blöcke haben jeweils ihre eigene Form und ändern sich unabhängig voneinander — nutze dedizierte Endpoints statt eines einzigen riesigen Parsers.
• site:-Suchen werden nicht unterstützt. Bing liefert speziell für Queries mit dem site:-Operator eine Bot-Verifizierungs-Challenge; nutze für domainbeschränkte Suchen stattdessen die Google Search API.
• Bias einer einzelnen Engine. Bings Ranking unterscheidet sich von dem von Google und Brave — behandle die Ergebnisse jeder Engine als eigene Reihe, statt anzunehmen, dass sie übereinstimmen.

Quellen

Wo das hineinpasst

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

Bing ist am nützlichsten als zweite Engine neben Google und Brave für engine-übergreifendes Rank-Tracking — siehe wie SERP-Monitoring-APIs funktionieren und den Use Case SERP-Monitoring. Kombiniere es mit der Brave Search API und der Google Search API; die Response-Formate sind einheitlich genug, dass derselbe Speichercode alle drei gleichzeitig erfasst. Um zu beurteilen, ob sich eine Ranking-Bewegung lohnt, stelle die Engine-Ergebnisse neben die Suchnachfrage — siehe wie man Google Trends scrapt. Ist die Query lokal statt web-weit, wechsle zu Ortsergebnissen mit wie man Google Maps scrapt; geht es eher um akademische statt kommerzielle Inhalte, deckt wie man Google Scholar scrapt stattdessen den Index aus Papers und Zitationen ab. Für einen breiteren Tool-Vergleich siehe die besten SERP APIs 2026.

Leg los, indem du die Endpoints im Playground testest, das Request- und Response-Schema in den API-Docs liest und die Credit-Kosten auf der Preisseite prüfst.

Teil unserer How-to-Scrape-Guide-Serie — jede Plattform, die wir abdecken, an einem Ort.