PitchBook scrapen 2026 (API & Python)

Am schnellsten scrapst du PitchBook 2026, indem du eine strukturierte API aufrufst, die normalisiertes JSON zurückgibt — Company-, Fund-, Investor-, Advisor- und Limited-Partner-Profilzusammenfassungen — statt PitchBooks gerenderte Seiten selbst zu parsen. PitchBook ist das Standard-Datenterminal für Private-Market-Research in VC, PE und M&A, hat aber keine offene Self-Service-API, und seine eigenen Bedingungen gehören zu den strengsten dieser Serie. Dieser Guide zeigt dir, was wirklich öffentlich ist, was nicht, und die drei Wege, es zu sammeln.

Warum PitchBook-Profildaten scrapen?

PitchBooks öffentliche Profilseiten liefern einen Ausschnitt an Private-Market-Kontext, der in mehreren Workflows auftaucht:

• Startup- und Unternehmensrecherche — Gründungsjahr, Status, Mitarbeiterzahl, Branche und Investorenzahl eines Unternehmens in ein Recherche-Dokument oder einen CRM-Eintrag übernehmen.
• Investoren-Discovery — Typ, Status und Investment-/Portfolio-/Exit-Zahlen einer VC-Firma oder eines Investors nachschlagen, um ein Fundraising- oder Partnerschaftsziel zu qualifizieren.
• Fund- und LP-Tracking — Strategie, Status, Größe, Vintage und Manager eines Fonds prüfen, oder Institutionstyp und Standort eines Limited Partners.
• M&A- und Advisory-Recherche — die Spezialisierung eines Dienstleisters und die Deals, auf denen er gelistet ist, bestätigen.
• Market-Intelligence- und Deal-Sourcing-Tools — eine interne Firmen- oder Investoren-Datenbank mit PitchBooks öffentlichen Kennungen und Beschreibungen anreichern, als eines von mehreren Signalen.

Ist es legal, PitchBook zu scrapen?

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

Ein DIY-Scraper ruft eine PitchBook-Profil-URL auf und parst die gerenderte Seite:

import requests
from bs4 import BeautifulSoup

resp = requests.get(
    "https://pitchbook.com/profiles/company/752821-12",
    headers={"User-Agent": "Mozilla/5.0 (compatible; research-bot/1.0)"},
)
soup = BeautifulSoup(resp.text, "html.parser")
# Overview, description, and contact fields render as labeled key/value
# blocks; funding history, cap table, and full investor list render as
# gated "Request a free trial" / "request access" panels with no data

Es funktioniert in der Demo und geht dann kaputt:

• Die ToS sind explizit und beziffern die Strafe. Abschnitt 4.3 nennt Scraper, Robots, Bots, Spider und Data-Mining-Tools direkt beim Namen, und die genannte Abhilfe — die Daten löschen und 150 % des Direct-Data-Preises zahlen — macht das zu echten Kosten, nicht nur zu einem theoretischen Risiko.
• Der Großteil der Seite ist gesperrt, nicht wegscrapt. Funding-/Bewertungshistorie, die vollständige Cap Table, die komplette Investorenliste und die Deal-Historie rendern alle nur als „Request a free trial"- oder „request access"-Aufforderungen ohne zugrunde liegende Werte — da gibt es nichts zu parsen, schon bevor überhaupt die ToS-Frage ins Spiel kommt.
• Fünf verschiedene Profilarten, fünf URL-Formen. Companies, Funds, Investors, Advisors und Limited Partners liegen jeweils unter ihrem eigenen /profiles/{kind}/{id}-Pfad mit leicht unterschiedlichem Tabellenlayout (eine Investor-Seite hat „Co-Investors", eine Company-Seite hat „Investors", eine Fund-Seite hat „Limited Partners").
• Kein Discovery-Pfad. Es gibt keine öffentliche Autocomplete- oder Suchfunktion, die du crawlen sollst — du musst die Profil-id oder -URL bereits kennen, und PitchBooks eigene Suchseiten sind in robots.txt ausgeschlossen.

Option 2: No-Code-Tools

Marktplatz-Scraper-Actors gibt es für einmalige PitchBook-Profil-Abzüge, und sie können die Teaser-Felder einer Seite in eine Tabelle holen. Für irgendetwas Wiederkehrendes taugen sie nicht — kein Scheduling, kein einheitliches Schema über die fünf Profilarten hinweg, und dasselbe Terms-of-Use-Risiko wie DIY, denn Abschnitt 4.3 nennt „any other device, program, tool, algorithm, process or methodology", nicht nur eigenen Code.

Option 3: Eine strukturierte PitchBook-API

Für einen wiederholbaren, permission-scoped Workflow liefert eine PitchBook scraping API normalisiertes JSON für alle fünf Profilarten — kein Seiten-Parsing, kein Rätselraten bei gesperrten Panels. Hol ein Company-Profil per id oder Quell-URL:

curl "https://api.crawlora.net/api/v1/pitchbook/company?id=752821-12" \
  -H "x-api-key: $CRAWLORA_API_KEY"

{
  "code": 200,
  "msg": "OK",
  "data": {
    "kind": "company",
    "id": "752821-12",
    "name": "Thinking Machines Lab",
    "description": "Developer of artificial intelligence systems designed to support the research and development of AI technologies.",
    "overview": {
      "Year Founded": "2024",
      "Status": "Private",
      "Employees": "130",
      "Latest Deal Type": "Early Stage VC",
      "Investors": "23"
    },
    "contact": {
      "Website": "http://www.thinkingmachines.ai",
      "Ownership Status": "Privately Held (backing)",
      "Financing Status": "Venture Capital-Backed",
      "Primary Industry": "Business/Productivity Software",
      "Corporate Office": "95 3rd Street, 2nd Floor, San Francisco, CA 94103, United States"
    },
    "tables": [
      {
        "name": "Investors",
        "total": 23,
        "columns": ["Investor Name", "Investor Type", "Holding", "Investor Since", "Participating Rounds"],
        "rows": [["Accel", "Venture Capital", "Minority", "", ""]]
      }
    ],
    "faqs": [
      { "question": "When was Thinking Machines Lab founded?", "answer": "Thinking Machines Lab was founded in 2024." }
    ],
    "source_url": "https://pitchbook.com/profiles/company/752821-12",
    "fetched_at": "2026-07-08T20:00:00Z"
  }
}

Die anderen vier Arten — Advisor, Fund, Investor und Limited Partner — teilen sich genau denselben Envelope, wobei sich kind und die overview/contact-Labels je nach Typ ändern:

import requests

h = {"x-api-key": "YOUR_API_KEY"}
base = "https://api.crawlora.net/api/v1/pitchbook"

company = requests.get(f"{base}/company", headers=h, params={"id": "752821-12"}).json()["data"]
investor = requests.get(f"{base}/investor", headers=h, params={"id": "294471-37"}).json()["data"]
fund = requests.get(f"{base}/fund", headers=h, params={"url": "https://pitchbook.com/profiles/fund/19719-91F"}).json()["data"]

{
  "code": 200,
  "msg": "OK",
  "data": {
    "kind": "investor",
    "id": "294471-37",
    "name": "Better Capital (California)",
    "description": "Founded in 2006, Better Capital is a venture capital firm based in Santa Clara, California.",
    "overview": {
      "Investor Type": "Venture Capital",
      "Status": "Active",
      "Investments": "339",
      "Portfolio": "218",
      "Exits": "49"
    },
    "contact": {
      "Website": "http://www.bettercapital.vc",
      "Investor Status": "Actively Seeking New Investments",
      "Corporate Office": "1600 Duane Avenue, Santa Clara, CA 95148, United States"
    },
    "tables": [
      {
        "name": "Co-Investors",
        "total": 843,
        "columns": ["Name", "With", "Exits", "Lead Partner", "Series", "Industry"],
        "rows": [["Astir Ventures", "33", "", "", "", ""]]
      }
    ],
    "source_url": "https://pitchbook.com/profiles/investor/294471-37",
    "fetched_at": "2026-07-08T20:00:00Z"
  }
}

Advisor-, Fund- und Limited-Partner-Profile funktionieren identisch — tausch den Pfad (/pitchbook/advisor, /pitchbook/fund, /pitchbook/limited-partner) und übergib entweder id oder url. Speichere eine Zeile pro Profil und lauf nach Zeitplan erneut, um Änderungen bei Mitarbeiterzahl, Investorenzahl oder Deal-Credits über die Zeit zu verfolgen.

Was du sammeln kannst

Pro Profil (Company, Fund, Investor, Advisor oder Limited Partner): der Profil-kind und die id, name, eine Text-description, ein overview-Block mit typspezifischen Summary-Feldern (Gründungsjahr, Status, Mitarbeiterzahl, Investoren-/Investment-/Portfolio-/Exit-Zahlen, Fund-Größe und Vintage oder Professional-Zahl, je nach Art), ein contact-Block (Website, Ownership-/Financing-Status, Primärbranche, Corporate Office), ein tables-Array mit welcher Beispiel-Beziehungstabelle die jeweilige Profilart öffentlich zeigt (Investors, Co-Investors oder Limited Partners — mit einer total-Zahl, aber nur einer Handvoll sichtbarer rows), ein kurzes faqs-Array, plus source_url und fetched_at. Nur öffentliche Teaser-Daten.

Grenzen und typische Herausforderungen

• Teaser-Tiefe, nicht Terminal-Tiefe. Das spiegelt exakt das, was ein ausgeloggter Besucher auf einer öffentlichen PitchBook-Profilseite sieht — ein paar Overview- und Contact-Felder, eine Beschreibung und eine Handvoll Beispiel-Tabellenzeilen. Vollständige Funding- und Bewertungshistorie, komplette Cap Tables, die gesamte Investoren- oder LP-Liste und Deal-für-Deal-Details sind hinter PitchBooks eigenem Login gesperrt und brauchen die kostenpflichtige Plattform oder einen lizenzierten Direct-Data-/API-Vertrag, um sie vollständig zu sehen.
• Kein Such- oder Discovery-Endpoint. Es gibt hier keinen PitchBook-Autocomplete- oder Such-Endpoint, und PitchBooks eigene /search- und /profiles/search-Pfade sind in seiner robots.txt ohnehin vom Crawling ausgeschlossen — Profil-ids und -URLs kommen typischerweise aus einer Websuche, einer Pressemitteilung oder einem anderen Datensatz, den du schon hast, nicht aus dem Crawlen von PitchBook selbst.
• Fünf Profilarten, fünf id-Namespaces. Eine Company-id wie 752821-12 und eine Investor-id wie 294471-37 sind über Endpoints hinweg nicht austauschbar — frag die passende Art für die id oder URL an, die du hast.
• ToS-gesperrt mit echter Durchsetzungsklausel. PitchBooks Abschnitt 4.3 verbietet Scraper und Bots ausdrücklich und nennt für einen Verstoß eine Strafe von 150 % des Preises plus Pflicht zur Datenlöschung — begrenz jedes Projekt auf echte öffentliche Referenznutzung, und geh für alles im kommerziellen Maßstab über PitchBooks eigenes Direct-Data-Team.
• Nur öffentliche Daten. Das sammelt, was PitchBook einem ausgeloggten Besucher ohnehin zeigt — nie ein Weg, um PitchBooks zugrunde liegende Deal-, Bewertungs- oder Cap-Table-Datenbank zu rekonstruieren, die das Produkt ist, das PitchBook selbst als Enterprise-Plattform-Abo verkauft.

Wo das eingesetzt wird

• Deal-Sourcing- und Prospecting-Tools — eine Zielliste von Unternehmen oder Investoren mit PitchBooks öffentlichen Kennungen anreichern, als ein Signal neben anderen Quellen.
• Wettbewerbs- und Marktforschung — den öffentlichen Status, die Branchenklassifizierung und die Investorenzahl eines Unternehmens über die Zeit verfolgen.
• LP/GP-Beziehungsmapping — Limited Partners, Fund-Manager und Co-Investment-Muster aus öffentlichen Profildaten querverweisen.
• CRM- und Recherche-Dokument-Anreicherung — einen verifizierten PitchBook-Profillink und Summary-Felder an einen internen Firmen- oder Investoren-Datensatz anhängen.

Sources

Leg los mit dem Sammeln

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

Teste die Company-, Fund-, Investor-, Advisor- und Limited-Partner-Endpoints im Playground, sieh dir das Schema in den API docs an und wirf einen Blick aufs pricing. Funding-Daten sagen dir, wer hinter einem Unternehmen steht; Product Hunt-Launch- und Traction-Daten sagen dir, ob der Markt es wirklich bemerkt hat — kombinier beides für eine Startup-Research-Pipeline, die Kapital und Nachfrage abdeckt. Auf der People-Seite deckt how to scrape GitHub das Developer-Activity-Signal ab, das einer Funding-Runde oft überhaupt erst vorausgeht.