Extraktion
- Öffentliche Websites unter Beachtung ihrer Nutzungsbedingungen und ohne sie zu überlasten
- PDFs, Rechnungen und gescannte Dokumente mit OCR
- Excel, CSV und Exporte aus anderer Software
- Offizielle APIs und Open-Data-Portale, wo es sie gibt
Service von Nexura Digital
Datenextraktion und -bereinigung, damit Sie mit verlässlichen Informationen arbeiten
Wir sammeln Daten aus öffentlichen Websites, Dokumenten und Tabellen, bereinigen sie und liefern sie in einem stabilen Format mit einem wiederholbaren Prozess.
Wir extrahieren Daten aus öffentlichen Websites, PDFs, Excel-Dateien und anderen Quellen, normalisieren sie, entfernen Duplikate und liefern sie fertig für Ihr CRM, Ihren Shop oder Ihre Analyse. Es richtet sich an Unternehmen mit unübersichtlichen Listen, Katalogen oder Datensätzen, die die Arbeit rechtskonform und dokumentiert erledigt haben möchten. Sie können mit einem 7-Tage-Test zu einem bestimmten Datensatz starten.
Was wir mit Ihren Daten tun
Bereinigung und Normalisierung
- Datumsangaben, Telefonnummern und Länder in Standardformaten wie ISO 8601 oder E.164
- Duplikate erkannt, auch wenn sie unterschiedlich geschrieben sind
- Aufgeteilte Felder und vereinheitlichte Einheiten
- Zweifelhafte Datensätze zur Prüfung markiert, nicht gelöscht
Laden und Wiederholen
Wir liefern in einer Tabelle, als CSV-Datei oder direkt in Ihre Datenbank oder Ihr CRM. Aktualisiert sich die Quelle weiter, hinterlassen wir einen n8n-Workflow oder ein geplantes Skript.
Rechtskonform und geordnet: die Grenzen, die wir einhalten
Dies ist technische Unterstützung, keine Rechtsberatung: Wirft ein Projekt rechtliche Fragen auf, sollte Ihr Anwalt es prüfen, bevor wir beginnen.
Nutzungsbedingungen und robots.txt
Wir lesen die Nutzungsbedingungen jeder Website und ihre robots.txt, den Standard (RFC 9309), mit dem eine Website angibt, was nicht gecrawlt werden soll. Wir umgehen keine Logins, Paywalls oder CAPTCHAs und begrenzen die Anfragerate.
Personenbezogene Daten und DSGVO
Öffentlich bedeutet nicht für jeden Zweck nutzbar: Die DSGVO schützt auch veröffentlichte personenbezogene Daten. Wir erheben nur die nötigen Felder und erstellen niemals Listen für unerwünschte Werbenachrichten.
So läuft die Arbeit ab
Fünf Schritte
- Wir legen fest, wofür Sie die Daten verwenden und welche Felder Sie benötigen
- Wir prüfen Quellen, Nutzungsbedingungen und, falls personenbezogene Daten enthalten sind, die Vereinbarkeit mit der DSGVO
- Wir testen die Extraktion an einer Stichprobe und messen ihre Qualität
- Wir vereinbaren mit Ihnen die Regeln für Bereinigung und Deduplizierung
- Wir verarbeiten den vollständigen Datensatz und liefern ihn mit einem Qualitätsbericht
Projekte, die passen, und solche, die nicht passen
Gut geeignet
Lieferantenkataloge als PDF, die in Ihren Shop müssen, Kundendatenbanken voller Duplikate vor einer CRM-Migration, öffentliche Preise in einem Markt, den Sie beobachten möchten, oder offene Daten für eine Studie.
Nicht geeignet
E-Mail-Adressen oder Telefonnummern für Kaltakquise sammeln, geschützte Inhalte kopieren, um sie erneut zu veröffentlichen, oder Daten von Websites extrahieren, die dies ausdrücklich untersagen. Auch nicht, wenn Sie ein Rechtsgutachten brauchen: Das ist Aufgabe eines Anwalts.
Was jede Lieferung umfasst
Daten und Dokumentation
- Ein bereinigter Datensatz im vereinbarten Format
- Ein Datenwörterbuch mit jedem Feld, seiner Herkunft und seinem Format
- Ein Qualitätsbericht: verarbeitete Datensätze, zusammengeführte Duplikate und Zweifelsfälle
- Ein dokumentiertes Skript oder n8n-Workflow zur Wiederholung des Prozesses
- Ein Protokoll der Quellen und des Datums jeder Extraktion
Wenn sich der Prozess wiederholt
Der Workflow läuft auf einem Server, den Sie bezahlen, n8n Cloud oder Ihrem eigenen VPS, mit den Kosten im Angebot enthalten, und bleibt auf Ihren Namen.
7-Tage-Test mit einem echten Datensatz
Von der Stichprobe zum Ergebnis
Realistisch ist, Ihre Kundendatenbank oder einen Katalog zu bereinigen und zu deduplizieren oder die Extraktion aus einer bestimmten öffentlichen Quelle zu automatisieren. Wir beginnen mit einer Stichprobe, vereinbaren die Regeln und liefern das Ergebnis mit seinem Qualitätsbericht. Bevor wir auch nur einen Datensatz anfassen, vereinbaren wir schriftlich Umfang, Termine und Bedingungen.
FAQ
Häufige Fragen
Ist es legal, Daten von einer öffentlichen Website zu extrahieren?
Das hängt von den Daten, der Website und dem Zweck ab. Die Nutzungsbedingungen der Website, die Rechte an ihren Inhalten und, wenn personenbezogene Daten betroffen sind, die DSGVO spielen eine Rolle. Wir wenden vorsichtige technische Kriterien an und weisen auf Risiken hin, die wir sehen, bieten aber keine Rechtsberatung: Bei Zweifeln entscheiden Sie mit Ihrem Anwalt.
Was passiert, wenn die Website ihr Design ändert?
Extraktionen von Websites brechen, wenn sich die Seitenstruktur ändert. Deshalb bevorzugen wir offizielle APIs oder Downloads, wenn es sie gibt, richten Prüfungen ein, die Sie alarmieren, wenn Daten leer oder in ungewohnten Formaten ankommen, und dokumentieren, wie der Prozess anzupassen ist. Falls Sie es brauchen, wird die Wartung separat vereinbart.
Können Sie Daten aus gescannten PDFs extrahieren?
Ja, mit OCR, und bei komplexen Dokumenten kombinieren wir es mit KI-Modellen, die bestimmte Felder wie Beträge, Daten oder Referenzen herausziehen. Die Qualität hängt vom Scan ab, deshalb validieren wir an einer Stichprobe, markieren Felder mit geringer Sicherheit und prüfen Summen, wenn das Dokument sie enthält.
Wie erkennen Sie Duplikate?
Wir kombinieren exakte Regeln, etwa dieselbe Steuernummer oder dieselbe E-Mail-Adresse, mit unscharfem Abgleich bei Namen und Adressen, der Abkürzungen, Akzente oder Tippfehler berücksichtigt. Eindeutige Fälle werden automatisch zusammengeführt, zweifelhafte landen auf einer Liste, über die Ihr Team entscheidet. Unsere Demo zur Automatisierung von Anfragen zeigt die Idee: Es ist eine Simulation im Browser, kein echter Workflow.
Kontakt
Welche Daten kosten Sie heute am meisten Zeit?
Schicken Sie uns eine Stichprobe oder beschreiben Sie die Quelle und ihre Verwendung. Wir sagen Ihnen, ob es machbar ist, mit welchen Grenzen, und wie der 7-Tage-Test aussähe.