5 beste Trustpilot-Review-Scraper, die 2026 noch funktionieren

361 Millionen aktive Bewertungen zu 1,27 Millionen Unternehmen liegen auf Trustpilot, und die Mehrzahl der Scraper, die jemals zum Auslesen dieser Daten gebaut wurden, ist längst auf der Strecke geblieben. Wer in den vergangenen Wochen versucht hat, Bewertungen zu ziehen, ist mit ziemlicher Sicherheit auf die berüchtigte Login-Sperre ab Seite 10 gestoßen – und hat zugesehen, wie das Tool nur noch eine Fehlermeldung ausgespuckt hat.

Ich habe die letzten Wochen damit zugebracht, Tools zu testen, zu durchleuchten und gegeneinander zu stellen, die Trustpilot-Bewertungen auch 2026 noch verlässlich extrahieren. Die Ausgangslage hat sich merklich verschoben: Trustpilots Anti-Bot-Schutz greift härter durch, sein Next.js-Frontend wirft bei jedem Deployment neue Klassennamen aus, und – das wiegt am schwersten – der unauthentifizierte Zugriff endet inzwischen schon nach 10 Bewertungsseiten. Ein Reddit-Thread von Ende 2025 bringt den Frust auf den Punkt: „none of the actors on the store work.“

Welche Tools funktionieren also wirklich? Ich habe fünf Kandidaten danach beurteilt, wie sie mit der Login-Sperre, mit Anti-Bot-Maßnahmen, mit dem Wartungsaufwand und mit den ganz praktischen Ansprüchen von Marketer:innen und Entwickler:innen umgehen.

Warum das Scrapen von Trustpilot-Bewertungen 2026 schwieriger ist, als es aussieht

Trustpilot ist keine schlichte statische Website, die man per simpler HTTP-Anfrage abholt und mit BeautifulSoup zerlegt. Dahinter steckt eine moderne, dynamisch gerenderte Plattform auf Next.js-Basis, und die Schutzmechanismen sind im Lauf des letzten Jahres spürbar enger geworden.

Womit du es konkret zu tun hast:

Die Login-Sperre ab Seite 10. Das ist die dickste Hürde. Web Scrapers eigener Trustpilot-Leitfaden vom März 2026 hält fest, dass Trustpilot nur die ersten 10 Bewertungsseiten freigibt, bevor eine Login-Aufforderung dazwischenfunkt. Bei einem Unternehmen mit 2.000 Bewertungen (rund 100 Seiten zu je 20 Bewertungen) kommst du ohne authentifizierte Sitzung an 90 % der Daten schlicht nicht heran.

Anti-Bot-Schutz. Trustpilot kombiniert reCAPTCHA, sitzungsbasiertes Blocking, Filterung auf CDN-Ebene und Browser-Fingerprinting. Auf der Über-uns-Seite steht es ausdrücklich: Die Seite sei „protected by reCAPTCHA“ und erfasse Geräte- sowie Interaktionssignale.

Dynamische CSS-Klassennamen. Weil Trustpilot Next.js mit CSS Modules einsetzt, entstehen Klassennamen wie styles_reviewCardInner__EwDq2 erst beim Build, und sie wechseln jedes Mal, wenn ein Update ausgerollt wird. Das hauseigene Tutorial von ScraperAPI hängt genau an solchen Selektoren; jeder Code, der diesem Tutorial folgt, geht beim nächsten Frontend-Update von Trustpilot kaputt.

Verschiebungen in der DOM-Struktur. Nicht nur die Klassennamen, auch die HTML-Hierarchie selbst kann sich verändern. Elemente werden anders verschachtelt, neue Wrapper schieben sich dazwischen, Pagination-Komponenten werden umgebaut.

Scraper, die auf CSS-Selektoren bauen – ob Apify Actors, Octoparse-Workflows oder selbstgeschriebene Python-Skripte – sind auf Trustpilot strukturell anfällig. Sie tun ihren Dienst, bis sie es nicht mehr tun. Und „bis sie es nicht mehr tun“ heißt hier oft Wochen, nicht Monate.

Worauf wir bei den besten Trustpilot-Review-Scrapern geachtet haben

Ich habe die Tools nicht an der allgemeinen Frage „kann das überhaupt eine Webseite auslesen?“ gemessen. Daten von einer simplen HTML-Seite zu ziehen, beherrscht jedes Tool auf dieser Liste.

Die entscheidende Frage lautet: Kommt es speziell mit Trustpilot und all seinen Eigenheiten im Jahr 2026 klar?

Das stand für uns im Vordergrund:

Kriterium	Warum es für Trustpilot wichtig ist
Umgang mit der Login-Sperre (ab Seite 10)	Die meisten Unternehmen haben weit mehr als 200 Bewertungen. Ein Limit von 10 Seiten bedeutet, dass dir der Großteil der historischen Daten fehlt.
Umgehung von Anti-Bot-Schutz	reCAPTCHA, Sitzungs-Blocking und CDN-Filter stoppen naive Scraper sofort.
Robustheit der Selektoren / Wartung	Generierte CSS-Klassen bringen selektorbasierte Tools regelmäßig zum Scheitern. Heilt sich das Tool selbst?
Pagination-Unterstützung	Bewertungen verteilen sich über Hunderte Seiten. Manuelles Extrahieren Seite für Seite ist nicht praktikabel.
No-Code vs. Code-Anforderung	Marketer:innen brauchen Point-and-Click; Entwickler:innen wollen volle Kontrolle.
Preisgestaltung / Free Tier	Budgetbewusste Teams brauchen Klarheit, bevor sie sich festlegen.
Exportoptionen	Business-Nutzer brauchen Google Sheets, Airtable, Notion — nicht nur rohes JSON.

Die Login-Sperre ist das K.-o.-Kriterium.

Schafft es ein Tool nicht über Seite 10 hinaus – oder bietet es zumindest keinen sauberen Pfad für authentifizierten Zugriff – taugt es 2026 schlicht nicht als Trustpilot-Scraper.

Die besten Trustpilot-Review-Scraper im Überblick

Der komplette Vergleich:

Tool	Kenntnisstand	Umgang mit der Login-Sperre	Anti-Bot-Ansatz	Pagination	Free Tier	Exportoptionen
Thunderbit	No-Code	Browser-Modus (nutzt deine eingeloggte Chrome-Sitzung)	KI-gestützte semantische Extraktion passt sich Layoutänderungen an	Automatische Erkennung, mehrere Seiten	6 Seiten gratis/Monat	Excel, Sheets, Airtable, Notion, CSV, JSON
Apify	Low-Code	Hängt vom Actor ab; einige erfordern Cookie-Konfiguration für Seiten >10	Integrierte Proxy-Rotation, actorspezifisch	Pro Actor konfigurierbar	5 $/Monat Gratis-Credits für die Plattform	JSON, CSV, Excel, XML, RSS
Octoparse	No-Code (visuell)	Manuelle Cookie-/Sitzungskonfiguration	IP-Rotation, Residential Proxies, CAPTCHA-Lösung (kostenpflichtig)	Klick-/Scroll-Workflow	Free Plan + 14-tägige Premium-Testphase	CSV, Excel, JSON, HTML, XML, Datenbanken
Web Scraper	No-Code (Sitemap)	Eingeschränkt — der eigene Leitfaden dokumentiert ein 10-Seiten-Limit für Bewertungen	Cloud + Proxy in kostenpflichtigen Plänen	Konfigurierbar; JS-Klicks empfohlen	Kostenlose Chrome-Erweiterung	CSV, XLSX
ScraperAPI	Entwickler (Python)	Session-/Cookie-Management auf Code-Ebene	Über 40 Mio. Residential Proxies, JS-Rendering, CAPTCHA-Behandlung	Code-basiert	7-Tage-Test, 5.000 API-Guthaben	Vom Entwickler definiert (CSV, JSON usw.)

1. Thunderbit

Thunderbit ist eine KI-gestützte Chrome-Erweiterung für Business-Teams, die strukturierte Daten von Websites ziehen wollen, ohne dafür zu programmieren. Eigens für Trustpilot gibt es eine dedizierte Vorlage zum Auslesen von Bewertungen, die mit zwei Klicks Name des Rezensenten, Bewertung, Bewertungstitel, Bewertungstext, Datum und Unternehmensantwort herausholt.

Ich bin voreingenommen – ich arbeite hier – aber dass wir Thunderbit genau so gebaut haben, hat unmittelbar damit zu tun, warum Trustpilot-Scraping so zäh ist. Unsere KI liest Seiten nach Bedeutung, nicht über CSS-Selektoren. Wenn Trustpilot seine Klassennamen tauscht oder die DOM-Struktur umkrempelt, zieht Thunderbit einfach mit, weil es nach dem Sinn der Seitenelemente sucht und nicht nach ihrer konkreten HTML-Adresse.

Thunderbit für Trustpilot-Scraping ausprobieren

Wie Thunderbit die Login-Sperre ab Seite 10 handhabt

Hier ist der Browser-Modus der Schlüssel. Thunderbit läuft direkt in deinem Chrome – also in genau dem Browser, in dem du ohnehin schon bei Trustpilot eingeloggt bist. Wechselst du in den Browser-Scraping-Modus, liest die Erweiterung die Seiten aus, die in deiner authentifizierten Sitzung sichtbar sind. Kein Proxy-Gebastel. Keine Cookie-Injektion. Kein Playwright-Session-Pool.

In der Praxis: Bei Trustpilot in Chrome einloggen, zur gewünschten Bewertungsseite navigieren, auf „AI Suggest Fields“ klicken und dann auf „Scrape“. Die Pagination läuft anschließend von allein. Thunderbit hangelt sich durch jede Seite, an die deine Browser-Sitzung herankommt.

Warum Thunderbit nicht kaputtgeht, wenn Trustpilot Änderungen ausrollt

Unsere Trustpilot-Vorlagenseite bringt den Unterschied direkt auf den Punkt: Klassische Scraper brechen, sobald sich Layouts ändern und CSS-Selektoren nachgezogen werden müssen. Thunderbit setzt auf semantische KI, die Inhalte ohne spezifisches CSS erfasst, mit dynamischen Inhalten umgeht und die Pagination automatisch übernimmt.

Vergleich das mit dem Tutorial-Code von ScraperAPI, der über Klassennamen wie styles_reviewCardInner__EwDq2 parst. Dieser Selektor zerbricht beim nächsten Trustpilot-Deployment. Thunderbits KI fragt dagegen: „Wo steht der Bewertungstext auf dieser Seite?“ statt „Was steckt in genau dieser div-Klasse?“

Zentrale Funktionen für Trustpilot-Scraping

• AI Suggest Fields: erkennt Bewertungsfelder automatisch (Name, Bewertung, Datum, Titel, Text, Unternehmensantwort) ohne manuelle Konfiguration
• Workflow mit zwei Klicks: AI Suggest Fields → Scrape. Mehr braucht es nicht.
• Browser-Modus für Seiten mit Login-Zwang: funktioniert innerhalb deiner authentifizierten Chrome-Sitzung für Zugriff ab Seite 10
• Automatische Pagination: verarbeitet mehrseitige Bewertungssets ohne manuelles Eingreifen
• Subpage-Scraping: kann einzelne Rezensentenprofile für zusätzliche Daten besuchen
• Geplantes Scraping: wöchentliche oder monatliche Bewertungsüberwachung für Reputations-Tracking einrichten
• Exporte: Google Sheets, Airtable, Notion, CSV, JSON — alles kostenlos enthalten

Preisgestaltung

• Kostenloser Plan: 6 Seiten/Monat, keine Kreditkarte erforderlich
• Credit-basiertes System: 1 Credit = 1 Ausgabereihe
• Kostenpflichtige Pläne: ab ca. 9 $/Monat auf der Preis-Seite

Am besten geeignet für: Marketing-Teams, Operations-Teams und Business-Nutzer, die Trustpilot-Bewertungen ohne Code brauchen und keinen Scraper pflegen wollen, der alle paar Wochen kaputtgeht.

2. Apify

Apify ist eine cloudbasierte Scraping-Plattform mit einem Marktplatz für fertige „Actors“ — Scraping-Vorlagen, die andere Nutzer:innen und das Apify-Team beigesteuert haben. Für Trustpilot finden sich im Store mehrere von der Community gepflegte Actors, deren Zuverlässigkeit allerdings stark schwankt.

Der Haken bei Apify: Die Plattform kann mächtig sein, ist aber zersplittert. Manche Actors laufen. Manche sind veraltet. Manche verlangen Cookies für Seiten >10. Und die Reddit-Klagen über „none of the actors on the store work“ sind keine Übertreibung, sie zeigen, wie rasch eine Trustpilot-Änderung die Logik eines bestimmten Actors zertrümmert.

Trustpilot-Actors und bekannte Einschränkungen

Im Apify Store tummeln sich mehrere Trustpilot-Actors. Mindestens einer (vom Entwickler „burbn“) hält ausdrücklich fest, dass für Seiten jenseits von 10 eine Cookie-Eingabe nötig ist. Andere haben Bewertungen von 0,0, kaum Nutzer:innen oder sehr frische Änderungsdaten — Indizien dafür, dass zwar gepflegt wird, die Verlässlichkeit aber stark variiert.

Auch die ausrangierten Actors verdienen Erwähnung. Ein älteres Exemplar las Trustpilots eingebettetes __NEXT_DATA__-JSON direkt aus, ein cleverer Kniff, schneller als DOM-Parsing, der aber genauso zerbrach, als Trustpilot seine Datenstruktur umstellte.

Umgang mit Login-Sperre und Anti-Bot-Schutz

• Login-Sperre: hängt komplett vom gewählten Actor ab. Manche unterstützen Cookie-Injektion ab Seite 10, andere nicht.
• Anti-Bot: Die Apify-Plattform bringt Proxy-Rotation und eine auf Compute Units basierende Infrastruktur mit. Residential Proxies gibt es ab 8 $/GB in Free-/Starter-Plänen.
• Wartung: Geht ein Actor kaputt, wartest du entweder auf den Maintainer, springst auf einen anderen Actor um oder gibst einen eigenen privaten Actor in Auftrag.

Preisgestaltung

• Free Plan: 5 $/Monat vorab bezahlte Nutzung, keine Kreditkarte erforderlich
• Starter: 9 $/Monat + nutzungsabhängig
• Scale: 99 $/Monat + nutzungsabhängig
• Exporte: JSON, CSV, Excel, XML, RSS (abhängig vom Actor)

Am besten geeignet für: Technisch versierte Nutzer:innen, die mehrere Actors bewerten, Cookies konfigurieren und Probleme selbst beheben können. Nicht ideal für Teams, die eine Lösung zum Einrichten und Vergessen suchen.

3. Octoparse

Octoparse ist ein desktopbasierter No-Code-Scraper mit visuellem Point-and-Click-Builder. Er rangiert zwischen Thunderbits Zwei-Klick-Einfachheit und der vollen Entwicklerkontrolle von ScraperAPI — du konfigurierst visuell und ohne Code, musst aber dennoch einen Workflow aufbauen und am Leben halten.

Einen Trustpilot-Scrape in Octoparse einrichten

Der Ablauf ist geradlinig, aber Handarbeit:

1. Trustpilot-Bewertungs-URL eines Unternehmens einfügen
2. Bewertungselemente visuell auswählen (Titel, Text, Bewertung, Datum, Name des Rezensenten)
3. Eine Pagination-Schleife über den „Nächste Seite“-Button definieren
4. Wartezeiten konfigurieren (2–5 Sekunden empfohlen, um reCAPTCHA zu vermeiden)
5. Lokal für kleine Stichproben oder in der Cloud für größere Jobs ausführen

Wer das Tool kennt, hat das Setup in 10–15 Minuten stehen. Der Haken: Weil Octoparse mit visuellen Selektoren arbeitet, die an DOM-Elemente gekoppelt sind, musst du deinen Workflow jedes Mal nachziehen, wenn Trustpilot seine Seitenstruktur ändert.

Umgang mit Login-Sperre und Anti-Bot-Schutz

• Login-Sperre: verlangt manuelle Login-/Cookie-/Sitzungskonfiguration. Nicht automatisch abgedeckt.
• Anti-Bot: kostenpflichtige Pläne enthalten IP-Rotation, Residential Proxies (3 $/GB) und automatische CAPTCHA-Lösung (1–1,5 $ pro Tausend).
• Wartung: mittel. Rechne damit, deinen Workflow neu aufzusetzen oder anzupassen, sobald Trustpilot sein Frontend aktualisiert.

Preisgestaltung

• Kostenloser Plan: für immer kostenlos, 10 Tasks, 1 Gerät, lokale Extraktion, bis zu 50.000 Zeilen/Monat
• Standard: 69 $/Monat (jährliche Abrechnung)
• Professional: 149 $/Monat
• 14-tägige Premium-Testphase: inklusive Cloud-Extraktion, Planung, API und Vorlagen
• Exporte: Excel, CSV, JSON, HTML, XML; Datenbanken und Google Sheets in höheren Tarifen

Am besten geeignet für: Nutzer:innen, die visuelle Workflow-Kontrolle wollen, die anfängliche Einrichtungszeit nicht scheuen und es akzeptieren, Workflows bei Seitenänderungen zu pflegen. Gut für Teams, die mehr Anpassung als ein Zwei-Klick-Tool brauchen, aber weniger Komplexität als Python-Code.

4. Web Scraper

Web Scraper ist eine Chrome-Erweiterung samt Cloud-Plattform mit einem Sitemap-basierten Ansatz fürs Scraping. Sein stärkstes Trustpilot-Angebot ist eine fertige Vorlage für Unternehmensseiten, die Daten auf Unternehmensebene zieht: Firmenname, Kategorie, Adresse, Bewertung, Anzahl der Bewertungen, TrustScore und Website-URL.

Für das Auslesen der Bewertungen selbst gibt es bei Web Scraper allerdings eine dokumentierte Einschränkung, die man kennen sollte.

Vorgefertigte Vorlage vs. individuelle Einrichtung

Die Marktplatzvorlage leistet gute Dienste bei der Unternehmenssuche — also beim Auslesen von Unternehmensprofilen quer über Trustpilot-Kategorien. Für eine maßgeschneiderte Bewertungsextraktion baust du dir über den Sitemap-Wizard in der Chrome-Erweiterung visuell einen eigenen Scraper.

Web Scrapers eigener Leitfaden vom März 2026 rät zu JavaScript-Klick-Pagination statt URL-basierter Pagination, weil Trustpilot Inhalte zwischen den Seiten dynamisch umsortieren kann, was sonst zu verrutschten Ergebnissen führt.

Umgang mit Login-Sperre und Anti-Bot-Schutz

Hier zählt Offenheit: Web Scrapers offizieller Leitfaden sagt unmissverständlich, dass Trustpilot nur die ersten 10 Bewertungsseiten freigibt, bevor eine Login-Aufforderung kommt. Der Leitfaden führt das als bekannte Grenze auf und bietet keinen Workaround dafür an.

• Login-Sperre: eingeschränkter Umgang. Das 10-Seiten-Limit für Bewertungen steht in der eigenen Dokumentation.
• Anti-Bot: Cloud-Pläne enthalten Proxy-Support; der Leitfaden empfiehlt Verzögerungen von 2–5 Sekunden und weniger Parallelität.
• Pagination: konfigurierbar, bei nicht authentifiziertem Zugriff aber praktisch auf die ersten 10 Bewertungsseiten gedeckelt.

Preisgestaltung

• Kostenlose Chrome-Erweiterung: lokale Extraktion, eingeschränkter Funktionsumfang
• Project: 50 $/Monat (5.000 URL-Credits)
• Professional: 100 $/Monat (20.000 URL-Credits)
• Scale: ab 200 $/Monat (unbegrenzte URL-Credits unter Bedingungen)
• 7-tägige kostenlose Testphase auf kostenpflichtigen Cloud-Plänen
• Exporte: CSV, XLSX

Am besten geeignet für: Nutzer:innen, die eine fertige Vorlage für das Scrapen von Trustpilot-Unternehmensprofilen wollen oder nur Bewertungen von den ersten 10 Seiten brauchen. Nicht die richtige Wahl, wenn du die vollständige Bewertungshistorie von Unternehmen mit vielen Bewertungen brauchst.

5. ScraperAPI

ScraperAPI ist Scraping-Infrastruktur für Entwickler:innen — kein Point-and-Click-Tool, sondern eine Proxy- und Rendering-Schicht, die Anti-Bot-Maßnahmen abfängt, während du die Parsing-Logik selbst schreibst. Die Trustpilot-Lösungsseite wirbt mit JS-Rendering, CAPTCHA-Behandlung und über 40 Mio. Proxies.

Wenn du Python-Entwickler bist und volle Kontrolle über die Extraktionslogik willst, liefert dir ScraperAPI die Infrastruktur dazu.

Die Wartung liegt dann allerdings bei dir.

Einen eigenen Trustpilot-Scraper mit ScraperAPI bauen

Das Tutorial von ScraperAPI aus Januar 2026 führt einen Workflow mit Python + BeautifulSoup vor:

import requests
from bs4 import BeautifulSoup

payload = {
    "api_key": "YOUR_API_KEY",
    "url": "https://www.trustpilot.com/review/example.com",
    "render": "true",
    "keep_headers": "true",
}

html = requests.get("https://api.scraperapi.com", params=payload).text
soup = BeautifulSoup(html, "html.parser")

Im fertigen Code des Tutorials steht pages_to_scrape = 10 — ein stilles Eingeständnis des öffentlichen Seitenlimits. Für Seite 10 und aufwärts müssen Entwickler:innen authentifizierte Sitzungen, Cookies und Tokens selbst in die Hand nehmen.

Umgang mit Login-Sperre und Anti-Bot-Schutz

• Login-Sperre: Session-/Cookie-Management auf Code-Ebene nötig. ScraperAPI übernimmt Proxies und Rendering; die Authentifizierungslogik bleibt bei dir.
• Anti-Bot: Residential-Proxy-Pool mit automatischer IP-Rotation, JS-Rendering über render=true, CAPTCHA-Behandlung per intelligenter Proxy-Rotation. Verfügbar in allen Plänen.
• Wartung: Sobald Trustpilot Klassennamen ändert (was regelmäßig vorkommt), musst du deinen Parsing-Code anpassen. Der Selektor styles_reviewCardInner__EwDq2 aus dem Tutorial tickt schon jetzt wie eine Zeitbombe.

Preisgestaltung

• 7-Tage-Test: 5.000 kostenlose API-Credits, keine Kreditkarte erforderlich
• Hobby: 49 $/Monat (100.000 API-Credits)
• Startup: 149 $/Monat (1.000.000 Credits)
• Business: 299 $/Monat (3.000.000 Credits)
• Exporte: was auch immer dein Code erzeugt (typischerweise CSV-, JSON- oder Datenbank-Schreibvorgänge)

Am besten geeignet für: Entwickler:innen, die volle Anpassbarkeit wollen, ihre eigenen Parsing-Skripte pflegen können und programmierbare Kontrolle über Sitzungsmanagement, Pagination-Logik und Datenstruktur brauchen. Nichts für nicht-technische Nutzer:innen.

Warum Trustpilot-Scraper ständig kaputtgehen (und wie man einen auswählt, der es nicht tut)

Das ist der am gründlichsten unterschätzte Faktor bei der Wahl eines Trustpilot-Scrapers. Die Frage ist nicht: „Funktioniert dieses Tool heute?“ Sondern: „Funktioniert es in drei Wochen noch?“

Auf Trustpilot zerlegt es Scraper aus vier wiederkehrenden Gründen:

1. Wechselnde generierte CSS-Klassen. Next.js-CSS-Module produzieren Klassennamen wie styles_reviewCardInner__EwDq2. Die ändern sich bei jedem Frontend-Deployment. Jeder Scraper, der auf solche Klassen zielt, bricht.

2. Verschiebungen in der DOM-Struktur. Trustpilot kann seine HTML-Hierarchie umbauen — Review-Karten anders verschachteln, Wrapper-Elemente austauschen, Metadaten an andere Stellen verschieben.

3. Veränderte Anti-Bot-Auslöser. reCAPTCHA-Schwellen verschieben sich. Die Rotation der Session-Tokens wird aggressiver. CDN-Filterregeln werden nachjustiert.

4. Änderungen bei Authentifizierung und Sitzung. Die Login-Sperre ab Seite 10 kam Ende 2025 dazu (oder wurde härter durchgesetzt). Künftige Zugriffsbeschränkungen können jederzeit auftauchen.

Der grundlegende architektonische Unterschied verläuft zwischen selektorbasiertem und semantischem Extrahieren:

• Selektorbasierte Tools (Apify Actors, Octoparse-Workflows, ScraperAPI-Skripte, Web-Scraper-Sitemaps) sagen: „Finde das Element an genau diesem CSS-Pfad.“ Ändert sich der Pfad, scheitern sie stillschweigend oder liefern leere Daten.

• Semantische/KI-Tools (Thunderbit) sagen: „Finde auf dieser Seite den Bewertungstext, die Bewertung und das Datum.“ Die KI deutet die Seiteninhalte nach Bedeutung, nicht nach Adresse. Layoutänderungen werfen sie nicht aus der Bahn, weil sich die Bedeutung nicht geändert hat.

Meine Empfehlung:

• Null Toleranz für Wartung? → KI-basiert (Thunderbit)
• Etwas Wartung okay, du willst Cloud-Automatisierung? → Apify (mit Actor-Auswahl und Monitoring)
• Visuelle Steuerung, moderate Wartung? → Octoparse
• Vorlagenbasiert, begrenzter Anwendungsbereich? → Web Scraper
• Volle Kontrolle, alles selbst verwalten? → ScraperAPI

Was du mit gescrapten Trustpilot-Bewertungen machen solltest

Bewertungen zu extrahieren ist nur Schritt eins. Die Frage, die mir in Foren ständig begegnet: „Ich habe die Daten — und jetzt?“

Sentiment-Analyse

Der schlankste Weg: Bewertungen nach Google Sheets exportieren und dann ein KI-Tool (ChatGPT, Claude oder eine KI-Funktion in Sheets) jede Bewertung als positiv, neutral oder negativ einsortieren lassen. Ergänze Spalten für Beschwerdekategorie, Dringlichkeit und empfohlene Priorität für die nächste Maßnahme.

Bei größeren Datensätzen lädst du die CSV in ChatGPT hoch und bittest um eine Auswertung: „Klassifiziere diese Bewertungen nach Sentiment und identifiziere die 5 häufigsten Beschwerdethemen mit repräsentativen Zitaten.“

Wettbewerbsbeobachtung

Lass Thunderbits geplantes Scraping wöchentlich oder monatlich die Bewertungen deiner Wettbewerber einsammeln. Behalte dabei im Auge:

• Entwicklung der durchschnittlichen Bewertung über die Zeit
• Anteil an 1- und 2-Sterne-Bewertungen
• Veränderungen beim Bewertungsvolumen (bekommen sie mehr oder weniger Bewertungen?)
• Häufigste Beschwerdethemen
• Quote und Geschwindigkeit der Unternehmensantworten

Ein simples Google-Sheets-Dashboard mit Pivot-Tabellen nach Bewertung und Datum liefert dir einen automatisch aktualisierten Feed für Competitive Intelligence.

Themenextraktion

Sortiere die Bewertungen in gängige Kategorien: Versand/Lieferung, Kundensupport, Rückerstattungen, Produktqualität, Abrechnung, App-Bedienbarkeit, Preis/Leistung und Betrugsverdacht. Am Ende sollte eine Tabelle stehen mit: Thema, Anzahl, durchschnittliche Bewertung, repräsentative Zitate und empfohlene Unternehmensmaßnahme.

Das bringt mehr als eine Word-Cloud. Es zeigt dir, was Zufriedenheit oder Unmut tatsächlich antreibt.

Analyse vieler Unternehmen auf einmal

Für Research auf Kategorieebene kannst du Bewertungen über mehrere Unternehmen innerhalb derselben Trustpilot-Kategorie hinweg scrapen. Stell Bewertungsvolumen, Durchschnittsbewertungen, Sterneverteilungen und Themenhäufigkeiten über ein ganzes Marktsegment gegenüber. Web Scrapers Vorlage für Unternehmenslisten hilft beim Aufspüren der Firmen; Thunderbit oder ScraperAPI können für jede einzelne Stichproben auf Bewertungsebene verarbeiten.

Rechtliche und ethische Überlegungen beim Scrapen von Trustpilot

Ich bin kein Anwalt, und das hier ist keine Rechtsberatung. Aber die Compliance-Realität spielt an dieser Stelle eine echte Rolle.

Trustpilots Nutzungsbedingungen lassen keinen Spielraum. Sie untersagen es, Inhalte „by any means other than as provided or specifically approved by Trustpilot“ abzurufen oder zu sammeln, und nennen Text-Mining, Data-Mining und Web-Scraping ohne ausdrückliche Genehmigung ausdrücklich beim Namen.

So sieht das Risikospektrum aus:

• Geringeres Risiko: Die Bewertungen des eigenen Unternehmens für interne Analysen exportieren, am besten mit den offiziellen Business-Tools oder der API von Trustpilot.
• Mittleres Risiko: Öffentliche Wettbewerberseiten in kleinem Umfang für Marktforschung scrapen. Auch das unterliegt den AGB und den Datenschutzpflichten.
• Höheres Risiko: Inhalte hinter der Login-Sperre ab Seite 10 abgreifen, technische Schutzmaßnahmen umgehen, Rezensentendaten weiterverbreiten oder gescrapte Bewertungen zum Training von KI-Modellen verwenden.

DSGVO-Aspekte: Namen von Rezensenten, Profil-Links, Bewertungstexte und Standortdaten können nach EU-Datenschutzrecht personenbezogene Daten sein. Sinnvolle Schutzmaßnahmen: nur die wirklich benötigten Felder erfassen, Rezensentennamen für interne Auswertungen hashen, Aufbewahrungsfristen festlegen und Rohtexte nicht in großem Stil erneut veröffentlichen.

Öffentliche vs. authentifizierte Daten: Rechtlich wie ethisch macht es einen erheblichen Unterschied, ob du Seiten scrapst, die ohnehin jede:r sehen kann (die ersten 10 Bewertungsseiten), oder Daten hinter einer Authentifizierungssperre. Tools, die nur mit öffentlichen Daten arbeiten, tragen ein geringeres Compliance-Risiko als solche, die Login-Zugangsdaten verlangen.

Genau das sollte bei der Tool-Auswahl mitreden. Thunderbits Browser-Modus bewegt sich nur auf Seiten, die in deiner eigenen Sitzung sichtbar sind — er hebelt die Authentifizierung nicht eigenmächtig aus. ScraperAPI gibt Entwickler:innen volle Kontrolle, aber damit auch die volle Verantwortung für die Rechtmäßigkeit des Sitzungsmanagements.

Wie du den richtigen Trustpilot-Review-Scraper auswählst

Entscheidungsrahmen nach Persona:

• Nicht-technische:r Marketer:in und du brauchst Bewertungen ohne Code? → Thunderbit. Zwei Klicks, KI erledigt den Rest, Export nach Sheets/Notion/Airtable.
• Low-Code-Nutzer:in mit Komfort bei Konfiguration und Debugging? → Apify. Actor wählen, Cookies für Seite 10+ konfigurieren, auf Ausfälle achten.
• Visuelle:r Builder und du willst Workflow-Kontrolle? → Octoparse. Point-and-Click-Setup, aber mit Wartungsaufwand rechnen, wenn Trustpilot sich ändert.
• Du brauchst Daten auf Unternehmensebene oder nur Bewertungen der ersten 10 Seiten? → Web Scraper. Starke vorgefertigte Vorlagen für Unternehmensprofile.
• Entwickler:in und du willst volle Anpassung? → ScraperAPI. Deine Parsing-Logik, dein Sitzungsmanagement, deine Datenpipeline.

Steht möglichst wenig Wartung an erster Stelle, reicht die Spanne von Thunderbit (so gut wie keine Wartung) bis ScraperAPI (du wartest alles selbst). Beim Budget hat jedes Tool auf dieser Liste einen kostenlosen Einstieg. Fang dort an, bevor du dich bindest.

Fazit

Trustpilot-Bewertungsdaten sind für Competitive Intelligence, Reputationsmonitoring und Kundeneinblicke richtig wertvoll.

Doch 2026 braucht es für die zuverlässige Extraktion ein Tool, das die Login-Sperre ab Seite 10 meistert, sich an DOM-Änderungen anpasst und Anti-Bot-Schutz bewältigt, ohne dass du dauernd manuell eingreifen musst.

Für die meisten Business-Nutzer:innen ist Thunderbit der Weg mit dem geringsten Widerstand — zwei Klicks, KI-gestützte Felderkennung, Browser-Modus für authentifizierte Seiten und keine Wartung, wenn Trustpilot sein Frontend umbaut. Testen kannst du es mit 6 Seiten/Monat und ganz ohne Kreditkarte kostenlos.

Entwickler:innen, die volle Kontrolle wollen, bekommen mit ScraperAPI die passende Infrastruktur. Für alle dazwischen bedienen Apify, Octoparse und Web Scraper jeweils eine eigene Nische. Worauf es ankommt: dass das Tool zu deinem technischen Komfort, deiner Wartungstoleranz und deinen Compliance-Anforderungen passt.

Willst du mit eigenen Augen sehen, wie Thunderbit konkret mit Trustpilot umgeht, findest du einen Walkthrough auf unserem YouTube-Kanal. Und für mehr Hintergrund zu Web Scraping ohne Code oder was Web Scraping eigentlich ist decken diese Leitfäden die Grundlagen ab.

FAQs

1. Kann man Trustpilot-Bewertungen jenseits von Seite 10 scrapen?

Ja, aber nur über einen authentifizierten Weg. Trustpilot blockiert nicht authentifizierten Zugriff nach den ersten 10 Bewertungsseiten. Thunderbits Browser-Modus arbeitet innerhalb deiner eingeloggten Chrome-Sitzung und kommt damit an die Seiten, die du selbst sehen kannst. ScraperAPI verlangt Session-/Cookie-Management auf Code-Ebene. Apify-Actors brauchen Cookie-Konfiguration. Octoparse setzt manuelles Login-/Cookie-Setup voraus. Web Scrapers eigene Dokumentation erkennt die 10-Seiten-Grenze an, ohne einen eingebauten Workaround anzubieten.

2. Ist das Scrapen von Trustpilot-Bewertungen legal?

Trustpilots Nutzungsbedingungen untersagen automatisierte Datenerfassung ohne ausdrückliche Genehmigung. Das rechtliche Risiko hängt von Methode und Anwendungsfall ab: Die eigenen öffentlichen Bewertungen zu scrapen ist weniger heikel, als Authentifizierungssperren zu umgehen, um Wettbewerber abzugreifen. Die DSGVO greift bei EU-Rezensentendaten. Das ist keine Rechtsberatung — bei groß angelegten oder kommerziellen Scraping-Projekten hol dir juristischen Rat.

3. Welche Daten kann man von Trustpilot extrahieren?

Gängige Felder sind: Name des Rezensenten, Sternebewertung, Bewertungstitel, Bewertungstext, Veröffentlichungsdatum, Datum der Erfahrung, Verifizierungsstatus des Kaufs, Standort des Rezensenten, Text der Unternehmensantwort, Firmenname, TrustScore, Gesamtzahl der Bewertungen, Sterneverteilung und Bewertungs-URL.

4. Wie oft gehen Trustpilot-Scraper kaputt?

Selektorbasierte Tools (Apify Actors, Octoparse-Workflows, eigene Python-Skripte) können immer dann brechen, wenn Trustpilot seine CSS-Klassen oder die DOM-Struktur ändert, und das kann mehrmals im Monat passieren. KI-semantische Tools wie Thunderbit ziehen automatisch mit, weil sie die Bedeutung der Seite deuten statt auf bestimmte Selektoren zu zielen. Immun gegen größere Eingriffe bei den Zugriffskontrollen wie die Login-Sperre ab Seite 10 ist jedoch kein Tool.

5. Kann ich Trustpilot-Bewertungen kostenlos scrapen?

Jedes Tool auf dieser Liste hat einen kostenlosen Einstieg: Thunderbit bietet 6 Gratis-Seiten/Monat, ScraperAPI stellt 5.000 Test-Credits für 7 Tage bereit, Web Scraper hat eine kostenlose Chrome-Erweiterung für die lokale Nutzung, Octoparse einen dauerhaft kostenlosen Plan (10 Tasks, 50.000 Zeilen/Monat) und Apify legt 5 $/Monat an kostenlosen Plattform-Credits drauf. Für kleine Stichproben oder erste Tests reicht jedes davon ohne einen Cent.

Thunderbit fürs Scrapen von Trustpilot-Bewertungen ausprobieren Get Started Free

Mehr erfahren

• Was ist Web Scraping
• KI-Web-Scraping
• Web Scraping ohne Code
• Alternativen zu Instant Data Scraper
• KI für E-Commerce