--- title: "Immobiliendaten-Scraping: Inserate, Preise und Trends" description: "Immobiliendaten-Scraping macht aus öffentlichen Inseraten Quadratmeterpreise, Vermarktungsdauer und Preissenkungen. Quellen, Rechtslage und API-Einsatz." url: https://proxynet.io/de/blog/real-estate-data-scraping date: 2026-11-09 author: "Acar Diveroli" category: "Anwendungsfälle, Web Scraping" lang: de --- # Immobiliendaten-Scraping: Inserate, Preise und Trends Eine Analystin möchte wissen, ob die Angebotspreise in den zentralen Bezirken einer Stadt zu fallen begonnen haben, bevor der amtliche Index es zeigt. Der Index erscheint monatlich, mit Verzögerung und für die ganze Stadt; die Immobilienportale ändern sich jeden Tag, wenn Wohnungen im Preis gesenkt werden, verschwinden und unter neuen Inseraten zurückkehren. Diese Lücke zwischen langsamen amtlichen Zahlen und schnellen öffentlichen Inseraten ist der Grund, warum Unternehmen Immobiliendaten aus dem Web erheben. Dieser Beitrag erklärt, was diese Daten sind, welche Felder und Signale zählen, wer sie nutzt und woher sie kommen sollten; danach die Pipeline, die Qualitätsfallen, die rechtlichen Grenzen und die Stelle, an der Proxys und verwaltete Scraping-APIs ins Spiel kommen. Kein Code und keine Anleitungen für einzelne Portale. > **Hinweis: Kurzantwort** > > Immobiliendaten-Scraping ist die planmäßige Erhebung öffentlicher Immobilieninserate (Angebotspreis, Fläche, Zimmer, Etage, Gebäudealter, Bezirk, Inseratsdatum, Anbietertyp) und die Berechnung von Signalen daraus: Quadratmeterpreis, Vermarktungsdauer, Preissenkungen, verschwundene und neu eingestellte Inserate. Nutzen Sie für Trends die amtliche Statistik und lizenzierte Feeds, wo es sie gibt; erheben Sie Inseratsseiten erst, nachdem Sie die Nutzungsbedingungen und die robots.txt des Portals gelesen haben, und speichern Sie nie die personenbezogenen Daten der Inserenten. ## Was ist Immobiliendaten-Scraping? Immobiliendaten-Scraping ist die automatisierte, wiederholte Erhebung öffentlich sichtbarer Immobilieninserate und ihre Umwandlung in eine einzige saubere Tabelle von Datensätzen. Eine Inseratsseite ist für Käufer geschrieben; ein Datensatz braucht dieselben Informationen als typisierte Felder mit Einheiten. Die Arbeit besteht deshalb weniger darin, Seiten herunterzuladen, als darin, Text in vergleichbare Zahlen zu verwandeln und dieselbe Immobilie über die Zeit zu verfolgen. ## Welche Inseratsfelder und abgeleiteten Signale zählen? Nützlich sind die Felder, die eine Wohnung mit einer anderen vergleichbar machen und sie über die Zeit verfolgen lassen: - **Angebotspreis** und Währung, Miete oder Kauf. - **Fläche** als Netto- oder Bruttowohnfläche, in Quadratmetern oder Quadratfuß. - **Zimmer** in der lokalen Schreibweise: „2+1“ in Türkiye, „3 Zimmer“ in Deutschland, Schlafzimmer (bedrooms) in den USA. - **Etage**, Geschosszahl des Gebäudes und **Gebäudealter**. - **Lage** auf der Ebene, die das Portal zeigt: Stadt, Bezirk, Viertel. - **Inseratsdatum**, **Anbietertyp** (privat, Makler, Bauträger) und **Anzahl der Fotos**. Daraus leitet ein Modell ab, was die Seite nie ausspricht: den Quadratmeterpreis; die Vermarktungsdauer, vom ersten bis zum letzten Tag, an dem Sie das Inserat gesehen haben; Preissenkungen aus der Angebotspreishistorie, die Sie aufgezeichnet haben; das Verschwinden des Inserats, das verkauft, vermietet oder zurückgezogen bedeuten kann, ohne dass die Seite verrät, was davon; und die Neueinstellung, dieselbe Immobilie unter neuer ID, oft um ihr Alter zurückzusetzen. Ein normalisierter Datensatz (fiktive Werte): ```json { "listing_id": "example.com:48213977", "first_seen": "2026-10-02", "last_seen": "2026-11-09", "asking_price": 4250000, "currency": "TRY", "area_net_m2": 95, "area_gross_m2": 118, "price_per_m2_net": 44737, "rooms": "2+1", "floor": 3, "building_age_years": 12, "district": "Bornova", "seller_type": "agency", "photo_count": 14, "price_history": [ { "date": "2026-10-02", "price": 4450000 }, { "date": "2026-10-24", "price": 4250000 } ], "days_on_market": 38, "duplicate_group": "dg_7f3a" } ``` Er enthält bewusst weder Name, Telefonnummer noch E-Mail-Adresse des Inserenten; der Rechtsabschnitt erklärt, warum. ## Wer nutzt Immobiliendaten, und wofür? Investoren und Fonds lesen Inseratsdaten als Frühindikator: Angebot, Preissenkungen und Vermarktungsdauer bewegen sich Wochen vor einem Transaktionsindex. Für sie sind sie eine weitere Art [alternativer Daten](/de/blog/what-is-alternative-data), mit demselben Anspruch an saubere Historie und dokumentierte Herkunft. Proptech-Unternehmen speisen die Datensätze in automatisierte Bewertungsmodelle ein, Banken prüfen Hypothekensicherheiten dagegen, Makler und Bauträger bepreisen neue Objekte anhand des Bezirks, und Forschende und Kommunen untersuchen Mieten, Angebot und den Wandel von Vierteln. ## Woher sollten Immobiliendaten kommen? Zuerst amtliche Statistik, dann lizenzierte Feeds, zuletzt öffentliche Inseratsseiten. Die Reihenfolge folgt Verlässlichkeit und rechtlicher Klarheit, und ernsthafte Datensätze kombinieren alle drei. **Amtliche Statistik.** Für Türkiye veröffentlicht die Zentralbank der Republik Türkiye den [Konut Fiyat Endeksi](https://www.tcmb.gov.tr/wps/wcm/connect/TR/TCMB+TR/Main+Menu/Istatistikler/Reel+Sektor+Istatistikleri/Konut+Fiyat+Endeksi/) (Wohnimmobilienpreisindex) als monatliche Zeitreihe, und das Statistikamt des Landes (TurkStat) veröffentlicht ein monatliches Bulletin zu Verkäufen von Wohnungen und Gewerbeeinheiten mit Zahlen zu Erst- und Zweitverkäufen je Provinz. An diesen Zahlen wird ein Modell gemessen. Für die EU verfolgt der [Häuserpreisindex](https://ec.europa.eu/eurostat/web/housing-price-statistics) von Eurostat vierteljährlich die Transaktionspreise von Wohnungen und Häusern, die Haushalte kaufen, neu wie bestehend, neben einem Indikator für Hausverkäufe. Weil er aus tatsächlichen Transaktionen gebildet wird, zeigt er, wofür Wohnungen verkauft wurden, nicht, was Verkäufer verlangten. Für die USA ist der [FHFA House Price Index](https://www.fhfa.gov/data/hpi) ein Repeat-Sales-Index aus Hypothekentransaktionen für Einfamilienhäuser, die Fannie Mae oder Freddie Mac gekauft oder verbrieft haben; er erscheint monatlich und vierteljährlich bis hinunter auf die Ebene der ZIP-Codes. **Lizenzierte Feeds und APIs.** In den USA liegen Inserate in Multiple Listing Services (MLS) und erreichen lizenzierte Nutzer über die RESO Web API, einen Standard der Real Estate Standards Organization; jedes lokale MLS gewährt Zugang unter seiner eigenen Datenlizenz. Manche Portale betreiben Datenprogramme oder veröffentlichen aggregierte Reihen. Der lizenzierte Weg liefert strukturierte Datensätze mit Statusänderungen. **Öffentliche Inseratsseiten.** Die Scraping-Stufe hat zwei Tore: die Nutzungsbedingungen des Portals und seine robots.txt. Die meisten großen Portale untersagen automatisierten Zugriff in ihren Bedingungen, diese Stufe ist also für Fälle gedacht, in denen eine Erlaubnis vorliegt oder die Bedingungen es zulassen. Sie ist zugleich die einzige Stufe mit Angebotspreisen und Details auf Inseratsebene über alle Portale zugleich. | Quelle | Was Sie bekommen | Aktualität | Einschränkung | |---|---|---|---| | Amtliche Statistik | Preisindizes, Verkaufszahlen nach Region | Monatlich oder vierteljährlich, mit Verzögerung | Nur Aggregate, keine einzelnen Inserate | | Lizenzierte Feeds (MLS, Portalprogramme) | Strukturierte Inserate mit Statusänderungen | Nahezu Echtzeit | Lizenz, Gebühren, Nutzungsbeschränkungen | | Öffentliche Inseratsseiten | Angebotspreise, Merkmale, Daten, Fotoanzahl | So oft, wie Sie erheben | Nutzungsbedingungen, robots.txt, personenbezogene Daten, Layoutänderungen | | Verwaltete Scraping-API | Normalisierte Datensätze, an Sie geliefert | Nach Ihrem Zeitplan | Anbieterbedingungen; Compliance bleibt bei Ihnen | ## Wie funktioniert eine Immobiliendaten-Pipeline? Sieben Schritte, und den ersten überspringen die meisten Teams: 1. **Schema definieren.** Jedes Feld, jeden Typ und jede Einheit, bevor Sie irgendetwas erheben. Der Datensatz oben ist ein Schema; ein Ordner voller HTML-Dateien ist keines. 2. **Geografie wählen.** Eine Stadt, eine Gruppe von Bezirken oder ein Land; davon hängt ab, welche Ergebnisseiten Sie brauchen. 3. **Nach Zeitplan erheben.** Täglich in aktiven Kaufmärkten, wöchentlich in trägen. Jeder Lauf hält fest, was er wann gesehen hat; Vermarktungsdauer und Preishistorie entstehen aus diesen Zeitstempeln. 4. **Normalisieren.** Quadratfuß in Quadratmeter, Netto- und Bruttofläche in getrennten Feldern, Währung zusammen mit dem Preis gespeichert, Zimmerangabe in eine Zahl zerlegt. 5. **Deduplizieren.** Dieselbe Wohnung taucht über zwei Makler, auf drei Portalen oder unter neuer ID auf. Gleichen Sie Lage, Fläche, Etage, Alter und Fotoanzahl ab und gruppieren Sie die Treffer, damit eine Immobilie einmal zählt. 6. **Signale ableiten.** Preissenkungen aus der Historie, Vermarktungsdauer aus erstem und letztem Sichtdatum, Verschwinden nach einer festgelegten Zahl verpasster Läufe, Neueinstellung, wenn eine gruppierte Immobilie wieder auftaucht. 7. **Qualität prüfen.** Zeilen je Lauf, Anteil leerer Felder, Verteilung des Quadratmeterpreises. Ein plötzlicher Einbruch der Zeilenzahl bedeutet meist eine Layoutänderung, keinen Markteinbruch. ## Welche Datenqualitätsfallen verzerren Wohnungsdaten? Angebotspreise sind keine Transaktionspreise: Verkäufer setzen hoch an, Käufer verhandeln, und der Abstand schwankt je nach Markt und Saison. Die übrigen Fallen sind mechanischer Natur: - **Neueinstellung, um das Alter zurückzusetzen.** Ohne Dublettengruppierung fällt die Vermarktungsdauer zu kurz aus. - **Platzhalterpreise.** Ein Preis von 1, 0 oder eine runde Zahl weit weg vom Markt bedeutet „auf Anfrage“; filtern Sie über den Quadratmeterpreis. - **Dubletten über Portale und Makler hinweg**, die das Angebot aufblähen und Durchschnitte verzerren. - **Möblierte und unmöblierte Mieten vermischt**, was die Quadratmetermiete eines Bezirks verschiebt. - **Gemischte Einheiten**: Netto- gegen Bruttofläche, Quadratfuß gegen Quadratmeter, Preise mit oder ohne Gebühren und Mehrwertsteuer. - **Verschwinden als Verkauf gelesen**, obwohl es eine Vermietung, ein Rückzug oder ein Wechsel zu einem anderen Makler sein kann. ## Ist Immobiliendaten-Scraping legal? Öffentliche Inseratsdaten zu erheben ist an sich nicht illegal, doch drei Regeln gelten für jedes Projekt: personenbezogene Daten, die Nutzungsbedingungen des Portals und Datenbankrechte. **Personenbezogene Daten.** Name, Telefonnummer und E-Mail-Adresse des Inserenten sind personenbezogene Daten nach der DSGVO und dem KVKK in Türkiye; dass sie auf einem Portal veröffentlicht sind, macht eine Rechtsgrundlage nicht entbehrlich. Erheben Sie diese Felder nie; unser Leitfaden zu [personenbezogenen Daten in Scraping-Datensätzen](/de/blog/personal-data-in-scraped-datasets) zeigt, wie Sie sie schon bei der Erhebung herausfiltern. **Nutzungsbedingungen.** Die meisten großen Portale untersagen automatisierten Zugriff in ihren Bedingungen, oft neben einem Verbot, Inseratsinformationen anderswo wiederzugeben; wie weit solche Bedingungen einen Besucher binden, der sich nie registriert hat, ist von Land zu Land verschieden. **Datenbankrechte.** In der EU gibt die [Richtlinie 96/9/EG](https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:31996L0009) dem Hersteller einer Datenbank, die eine wesentliche Investition in Beschaffung, Überprüfung oder Darstellung ihres Inhalts zeigt, für fünfzehn Jahre das Recht, die Entnahme oder Weiterverwendung der Gesamtheit oder eines wesentlichen Teils zu untersagen, und sie verbietet die wiederholte und systematische Entnahme unwesentlicher Teile, die der normalen Nutzung der Datenbank zuwiderläuft. Die tägliche Erhebung eines großen Teils der Inserate eines Portals ist genau die Handlung, für die dieses Recht geschrieben wurde. Außerhalb der EU gelten andere Regeln. > **Achtung: Keine Rechtsberatung** > > Diese Absätze beschreiben die Regeln, nicht, ob Ihr Projekt zulässig ist. Nutzungsbedingungen, Datenbankrechte und Datenschutzrecht unterscheiden sich je nach Land und Zweck; lassen Sie Quellen, Felder und Verwendung von einer Anwältin oder einem Anwalt prüfen, bevor Sie bauen. ## Wo passt ein Proxy in die Erhebung von Immobiliendaten? Manche Portale passen die Seite an den Standort des Besuchers an: Standardregion, Währung, Sprache, manchmal auch, welche Inserate zuerst erscheinen. Ein Collector in einer Cloud-Region im Ausland kann deshalb eine andere Seite aufzeichnen als die, die ein lokaler Käufer sieht. Mit einem [Residential-Proxy](https://proxynet.io/de/residential-proxy) wählen Sie Land und Stadt, aus denen die Anfrage austritt, sodass die aufgezeichnete Seite zu dem Markt passt, den Sie messen. Das Durchblättern einer Ergebnisliste ist eine Folge von Anfragen, deren Sortierung, Filter und Seitenzahl ein Portal an den Besucher binden kann. Eine [Sticky-Proxy](https://proxynet.io/de/sticky-proxy)-Sitzung behält dieselbe Ausgangsadresse für eine festgelegte Zahl von Minuten, sodass ein Durchlauf durch einen Bezirk aus einer konsistenten Identität erfolgt. Ein Proxy ändert, woher eine Anfrage kommt, und sonst nichts: Nutzungsbedingungen, robots.txt und Rate Limits gelten für jede Adresse, und eine Verifizierungsseite ist eine Antwort, die zu respektieren ist, kein Hindernis, das man umgeht. ## Wann ist eine verwaltete Scraping-API sinnvoller? Wenn die Aufgabe des Teams das Modell ist, nicht der Parser. Eine verwaltete Scraping-API liefert normalisierte Datensätze statt Seiten; Schema, Einheitenumrechnung und Layoutänderungen werden auf Seiten des Anbieters erledigt, und Ihre Analysten beginnen bei Schritt fünf. Sie passt auch zu Teams, die mehrere Länder und Portale zugleich brauchen. Die Compliance-Fragen bleiben bei Ihnen: Nutzungsbedingungen, Regeln für personenbezogene Daten und Datenbankrechte gelten für die Datensätze, die Sie erhalten. Proxynet bietet eine [Web-Scraping-API](/de/data-scraping) für verwaltete Seitenextraktion über sein Vertriebsteam an; fragen Sie jeden Anbieter nach Feldschema, Aktualisierungsrhythmus und Quellen. ## Häufige Fehler in Immobiliendaten-Projekten - **Erheben, bevor das Schema steht.** Gespeicherte Seiten können im nächsten Quartal keine Frage zum Quadratmeterpreis beantworten. - **Telefonnummern von Inserenten „für alle Fälle“ behalten.** Sie bringen Risiko und kein Signal. - **In einem Tempo erheben, das dem Portal auffällt.** Tägliche Momentaufnahmen in maßvollem Tempo genügen. - **Nur den aktuellen Preis speichern.** Ohne Historie sind Preissenkungen unsichtbar. ## Entscheidungshilfe | Bedarf | Weg | |---|---| | Monatlicher Preistrend für ein Land oder eine Region | Amtliche Statistik: TCMB, Eurostat, FHFA oder das nationale Pendant | | Transaktionspreise für die Bewertung | Lizenzierte Feeds oder die öffentlichen Transaktionsregister eines Landes | | Angebotspreise einer Stadt in dieser Woche | Portalseiten, nach Prüfung von Nutzungsbedingungen und robots.txt, in niedrigem Tempo | | Inserate aus vielen Ländern und Portalen | Verwaltete Scraping-API, die normalisierte Datensätze liefert | | Eigener Scraper, Seiten je nach Besucherstandort verschieden | Residential-Ausgänge in der Zielstadt, eine Sticky-Sitzung je Durchlauf | | Jeder Datensatz mit Namen oder Telefonnummern von Inserenten | Felder bei der Erhebung verwerfen; es sind personenbezogene Daten | ## Häufige Fragen ### Ist es legal, Immobilienportale zu scrapen? Das hängt von den Bedingungen des Portals, den Feldern, die Sie entnehmen, und dem Land ab. Die meisten großen Portale untersagen automatisierten Zugriff in ihren Bedingungen; Daten über eine Immobilie sind keine personenbezogenen Daten, die Kontaktdaten des Inserenten dagegen schon; und in der EU kann sich ein Portal gegen die Entnahme eines wesentlichen Teils seiner Inserate auf Datenbankrechte berufen. Amtliche Statistik deckt Preistrends ganz ohne Scraping ab. ### Ist Scraping von Zillow legal? Die [Nutzungsbedingungen](https://www.zillow.com/corporate/terms-of-use/) von Zillow, aktualisiert am 28. Oktober 2025, zählen automatisierte Abfragen jeder Art, einschließlich Screen- und Datenbank-Scraping, Spider, Robots und Crawler sowie das Umgehen von CAPTCHA-ähnlichen Schutzmaßnahmen, zu den Dingen, die Nutzer zu unterlassen zusagen; getrennt davon untersagen sie die Wiedergabe von Inseratsinformationen auf anderen Websites, soweit sie nicht ausdrücklich erlaubt ist. Für US-Preistrends werfen der FHFA-Index und lizenzierte MLS-Feeds keine dieser Fragen auf. ### Was ist der Unterschied zwischen Angebotspreis und Verkaufspreis? Der Angebotspreis ist, was der Verkäufer veröffentlicht; der Verkaufspreis ist, was der Käufer zahlt, nach Verhandlung meist weniger. Portaldaten enthalten immer nur Angebotspreise und messen deshalb Verkäufererwartungen und deren Veränderung. Transaktionsindizes der Statistikämter messen, wofür Wohnungen tatsächlich verkauft wurden. ### Wie oft sollten Immobiliendaten aktualisiert werden? Täglich für Kauf- und Mietinserate in aktiven Märkten, wöchentlich dort, wo Inserate monatelang online bleiben. Vermarktungsdauer und das Erkennen von Preissenkungen hängen vom Abstand zwischen den Läufen ab: Ein wöchentlicher Zeitplan sieht keine Senkung, die nach drei Tagen zurückgenommen wurde. ### Wie erkennt man doppelte Immobilieninserate? Gleichen Sie Inserate ab, die denselben Bezirk, eine Fläche innerhalb einer kleinen Toleranz, dieselbe Etage, dasselbe Gebäudealter und dieselbe Zimmerzahl teilen, und vergleichen Sie dann Fotoanzahl und die ersten Wörter der Beschreibung. Treffer werden als eine Immobilie gruppiert. Eine neue Inserats-ID, die zu einer älteren Gruppe passt, ist eine Neueinstellung, und ihre Vermarktungsdauer läuft ab dem ersten Auftauchen weiter. ### Welche Inseratsfelder sind am wichtigsten? Angebotspreis mit Währung, Fläche mit Einheit und Netto- oder Bruttobasis, Zimmerzahl, Etage, Gebäudealter, Bezirk sowie die Daten, an denen Sie das Inserat zuerst und zuletzt gesehen haben. Diese acht Felder ergeben Quadratmeterpreis, Vermarktungsdauer und Preishistorie. Fotoanzahl und Anbietertyp helfen beim Deduplizieren. ## Fazit Immobiliendaten-Scraping macht aus öffentlichen Inseraten eine normalisierte Tabelle mit Zeitstempeln, aus der Quadratmeterpreis, Vermarktungsdauer, Preissenkungen und Neueinstellungen abgeleitet werden. Amtliche Statistik kommt zuerst und bleibt die Referenz, lizenzierte Feeds folgen, Inseratsseiten kommen zuletzt, hinter den Nutzungsbedingungen des Portals, seiner robots.txt und der Regel, dass Kontaktdaten von Inserenten nie erhoben werden. Wenn Ihr Team einen Markt auf diese Weise vermisst, zeigt unsere Seite zur [Marktforschung](/de/market-research), wie die Erhebungsseite aufgesetzt wird.