Die schnellste Suchmethode hängt davon ab, was du bereits weißt. Mit Name und Domain prüfst du das Adressmuster. Mit einem Firmennamen suchst du zuerst offizielle Website und zuständige Person. Mit einer Verzeichnis- oder Messequelle extrahierst du gleich eine ganze Liste. Und bei einem besonders wichtigen Kontakt arbeitest du manuell über mehrere Primärquellen.
Dieser Leitfaden ordnet 10 Methoden nach genau diesen Ausgangslagen – von Suchoperatoren und Firmenwebsites bis zu E-Mail-Findern und Thunderbit. Ziel ist nicht nur eine Adresse, sondern ein CRM-fähiger Datensatz mit Person, Funktion, Unternehmen, Quelle und Prüfstatus.
Vier Ausgangslagen, vier sinnvolle Suchwege
Die besten E-Mail-Extraktoren 2025 Get Started Free
Sales-Teams verbringen 30–40 % ihrer Zeit mit Kontaktsuche; zugleich gehen 35–50 % der B2B-Deals an die schnellste Antwort. Eine feste Recherchelogik ist deshalb wertvoller als improvisiertes Tab-Hopping.
Schnell sein allein reicht aber nicht. Der Unterschied zwischen einer allgemeinen info@-Adresse und einem verifizierten Direktkontakt entscheidet oft über Antwort oder Funkstille. Personalisierte, korrekte E-Mails können die Rücklaufquote um bis zu 30 % steigern, und personalisierte Ansprache wird häufiger geöffnet (44,3 % vs. 39,1 %). Die richtige Adresse zu finden ist also mehr als Fleißarbeit – es bringt echte Chancen in deine Pipeline.
Einzelrecherche: Suchmaschine, Unternehmensseite und Adressmuster
Für einzelne hochwertige Kontakte bleiben klassische Quellen oft am schnellsten. Die Tabelle zeigt, wann welche Methode sinnvoll ist.
| Methode | Vorteile | Nachteile | Ideal für |
|---|---|---|---|
| Google-Suche | Kostenlos, flexibel, gut für kleine Mengen | Treffer unsicher, langsam bei großen Listen | Gelegentliche Recherchen |
| LinkedIn & Social Media | Direkte Infos aus Profilen | Viele verbergen E-Mails, viel Handarbeit | Hochwertige Zielkontakte |
| Unternehmenswebsites | Seriös, teils detailliert | Nicht immer veröffentlicht, oft nur Kontaktformulare | Kleinere Unternehmen |
| E-Mail-Format raten | Schnell, wenn Muster bekannt | Muss geprüft werden, kann falsch sein | Unternehmen mit Standardformat |
Die folgenden drei Wege unterscheiden sich vor allem in Belegkraft und Zeitbedarf.
Google-Suche & erweiterte Operatoren
Google ist das Allzweckwerkzeug der E-Mail-Recherche – wenn man weiß, wie. Mit erweiterten Suchoperatoren suchst du gezielt nach möglichen Adressen. Zum Beispiel:
site:company.com "email"
<intext:"@company.com>"
Oder um LinkedIn-Profile mit öffentlichen Gmail-Adressen zu finden:
site:linkedin.com/in/ intitle:Marketing "@gmail.com"
Auch in PDFs oder Geschäftsberichten kannst du suchen:
filetype:pdf company sales contact
Die Suche ist kostenlos und flexibel, bleibt bei größeren Listen jedoch zeitaufwendig und unzuverlässig. Ist die E-Mail nicht öffentlich indexiert, liefert auch ein präziser Operator keinen Treffer.
Firmen- und Berufsprofile prüfen
LinkedIn, XING und Fachprofile helfen vor allem dabei, Person, Rolle und Arbeitgeber zu bestätigen. Kontaktdaten stehen manchmal unter „Kontaktinfo“, in Beiträgen oder Firmenankündigungen. Auf X werden Adressen teils als „john dot doe at company dot com“ geschrieben; suche nach email, @ und dot (Tipps dazu hier). Für DACH-Unternehmen liefern zusätzlich Impressum, Pressebereich, Handelsregister, Bundesanzeiger, Verbandsverzeichnisse und Messeausstellerlisten wertvolle Bestätigungssignale.
Diese Quellen bestätigen häufig Position und Unternehmen, veröffentlichen aber nicht immer eine E-Mail. Privatsphäre-Einstellungen und manuelle Prüfung begrenzen deshalb die Skalierung.
E-Mail-Formate raten
Kennst du Name und Unternehmen, lässt sich das Muster oft erraten (Beispiele aus der Fortune 500):
- vorname.nachname@company.com (john.doe@company.com)
- initialenachname@company.com (jdoe@company.com)
- vorname@company.com (john@company.com)
Es gibt sogar Tools, die alle denkbaren Varianten erzeugen und prüfen, welche davon gültig ist.
Bei einem stabilen Unternehmensmuster entstehen Kandidaten schnell. Ungewöhnliche Formate, Aliase und Namensgleichheit machen eine Verifizierung vor dem Versand unverzichtbar.
Der Umschaltpunkt: Wann Einzelrecherche zu teuer wird
Für einzelne Leads funktionieren diese Methoden. Bei wiederkehrenden Listen wird die Handarbeit teuer: Sales-Mitarbeitende verbringen laut einer Erhebung 4–6 Stunden täglich mit Recherche und Dateneingabe.
Rund 20 % der manuell gesammelten E-Mails sind falsch oder veraltet. Außerdem sehen 83 % der Unternehmen Datenschutz als Priorität. Ab etwa 30 bis 50 Kontakten pro Woche lohnt daher ein standardisierter Ablauf mit Quellenfeld, Deduplizierung und Verifizierung.
Manuelle Recherche bleibt der Qualitätsanker; Automatisierung übernimmt die Wiederholung.
Name plus Unternehmen: Finder und Verifier
Tools wie Hunter Pricing, Lusha Pricing, Snov.io Pricing und Voila Norbert Pricing nehmen Name und Unternehmen als Eingabe und liefern eine wahrscheinliche Adresse, häufig mit Vertrauenswert und Verifizierung.
Finder liefern Ergebnisse nahezu in Echtzeit, verifizieren häufig direkt und binden Browser oder CRM an. Dafür sind Gratis-Tarife begrenzt (Hunter: 25 Suchen/Monat; Lusha: 50 Credits); größere Mengen erfordern meist ein Abo.
Für Einzelpersonen oder kleine Teams sind diese Tools ein echter Sprung gegenüber der manuellen Recherche. Wer aber große Listen abarbeitet oder Prozesse automatisieren will, rennt schnell gegen Grenzen.
Listen als Eingabe: Bulk-Verarbeitung
Wer im Vertrieb, Recruiting oder anderswo regelmäßig viele Leads bearbeitet, weiß: Einzelne E-Mails von Hand zu suchen, ist keine Option. Hier kommen Bulk-Tools ins Spiel. Statt stundenlangem Suchen gibst du hunderte oder tausende Namen und Unternehmen ein und erhältst in Minuten eine Liste verifizierter Adressen.
TexAu etwa findet E-Mails für über 500 Kontakte auf einmal. Die Ergebnisse gibt es direkt als CSV, Google Sheets oder Airtable – fertig fürs CRM oder die Marketing-Automation.
Bulk-Verarbeitung kann Firmenwebsites, Google Sheets und HubSpot oder Salesforce verbinden. Für die Bewertung zählen jedoch nur verifizierte, korrekt zugeordnete Datensätze sowie die verbleibende manuelle Nacharbeit.
Websites und PDF-Dokumente als Quelle: Web-Scraping
Web-Scraping liest wiederkehrende Webseitenstrukturen aus und sammelt die Ergebnisse in einer Tabelle. Für den Vertrieb lautet die Aufgabe etwa: „Erfasse auf allen Team- und Kontaktseiten E-Mail, Name, Funktion und Quell-URL.“
Ein guter Web-Scraper kann:
- Links und paginierte Listen durchforsten
- Text in PDFs oder Bildern (per OCR) auslesen
- Alle Kontakte in einem Datensatz bündeln
So findest du Leads, die mit manuellen Methoden gern durchrutschen – besonders die, die auf Unterseiten wie „Unser Team“, „Über uns“ oder in Referenzen versteckt sind. Mit dem richtigen Tool arbeitest du eine Liste von Firmen-URLs ab und ziehst in Minuten alle Kontaktdaten heraus.
Ein Website-Workflow mit Thunderbit
Thunderbit wurde für Business-Anwender entwickelt, die vollständige Lead-Profile aus Webquellen gewinnen möchten. Als Mitgründer bin ich bei der Einordnung nicht neutral; ein Test mit eigenen Quellen ist daher der beste Maßstab.
Die KI-Web-Scraper Chrome-Erweiterung von Thunderbit richtet sich an Business-Anwender – ganz ohne Programmierkenntnisse. Du sagst, was du brauchst (z. B. „Name, E-Mail, Position, Unternehmen, Quell-URL“), und Thunderbit erledigt den Rest. Du kannst komplexe Seiten scrapen, Paginierung verarbeiten und sogar PDFs oder Bilder hochladen.
„KI-Felder vorschlagen“ legt passende Spalten an, die Batch-Extraktion verarbeitet mehrere Seiten, und der Export geht direkt nach Excel, Google Sheets, Airtable oder Notion.
Thunderbit KI E-Mail-Extraktor kostenlos testen
Unterseiten- und Paginierungs-Scraping: Versteckte Leads aufspüren
Viele Websites verstecken die besten Kontakte auf Unterseiten – Teamverzeichnisse, Vorstandslisten oder Kundenreferenzen. Mit Thunderbits Subpage-Scraping gehst du gezielt in die Tiefe: Das Tool folgt automatisch Links, klickt sich durch paginierte Listen und sammelt alle Kontakte in einer Tabelle.
Beispiel: Alle E-Mails von den „Über uns“- und „Team“-Seiten eines Unternehmens herauszuziehen, ist mit Thunderbit ein Kinderspiel. So entgeht dir kein versteckter Lead mehr.
E-Mails aus unstrukturierten Inhalten extrahieren
Nicht jede E-Mail steht ordentlich in einer Tabelle. Oft stecken sie in Blogartikeln, Stellenanzeigen oder sogar in Bildern. Thunderbits KI kann unstrukturierte Inhalte analysieren, Texte durchforsten und sogar OCR auf Bildern und PDFs anwenden. So werden Newsletter, Whitepapers oder Social-Media-Posts zu aktiven Lead-Quellen.
Vertriebsleads strukturieren: Mehr als nur eine E-Mail-Adresse
Nicht vergessen: Eine einzelne E-Mail ist nur der Anfang. Der eigentliche Wert steckt im Kontext – Name, Position, Unternehmen und Quellseite. Leads in strukturierte Felder zu organisieren erleichtert Analyse, Segmentierung und persönliche Ansprache.
Mit Thunderbit kannst du individuelle Ausgabespalten definieren, sodass jede Zeile etwa so aussieht:
| Vollständiger Name | Position | Unternehmen | Quell-URL | |
|---|---|---|---|---|
| John Doe | john.doe@acme.com | Marketing Director | Acme Corp | www.acme.com/team |
Mit sauber strukturierten Daten importierst du direkt ins CRM, startest automatisierte Follow-ups und hältst deinen Vertriebsprozess effizient.
E-Mail-Suche in deinen Lead-Workflow integrieren
Was ist Data Scraping und wie funktioniert es 2025? Get Started Free
Die E-Mail-Suche ist nur der erste Schritt. Die eigentliche Magie entsteht, wenn die Kontakte in deinen Workflow einfließen – in Outreach-Sequenzen, CRM-Einträge oder Anreicherungstools. Thunderbit (und ähnliche Tools) machen das einfach: Exportiere direkt nach Google Sheets, Airtable oder Notion und lass Automatisierungsplattformen neue Leads anlegen, E-Mail-Kampagnen starten oder Aufgaben verteilen.
Tipp: Leg dir einen festen Rhythmus zu. Etwa: jede Woche neue Kontakte von Websites deiner Zielbranche scrapen, Daten anreichern und ins Marketing-Automation-Tool einspeisen. Kontinuität ist der Schlüssel – ein stetiger Strom frischer, qualifizierter Leads hält dein Team beim Verkaufen statt bei der Dateneingabe.
Pilotentscheidung nach Eingabe und Volumen
DACH-Quellen mit unterschiedlicher Belegkraft
Für die Unternehmensidentität stehen offizielle Website, Impressum und Registerangaben weiter oben als ein Aggregatorprofil. Pressebereiche, Messeverzeichnisse und Verbandsseiten können aktuelle Funktionen bestätigen, während berufliche Netzwerke Rollenwechsel und Beziehungskontext liefern. Speichere deshalb nicht nur die URL, sondern auch Quellentyp, Abrufdatum und den Textausschnitt, der Person und Funktion verbindet.
Bei Gruppenstrukturen wird zusätzlich zwischen Marke, rechtlicher Gesellschaft, Muttergesellschaft und operativer Einheit unterschieden. Eine Adresse kann technisch gültig sein und trotzdem zur falschen Tochter gehören. Vor der Format- oder Finder-Suche muss daher die Domain zur Gesellschaft passen. Bei Namensgleichheit helfen Sitz, Rechtsform und Unternehmenskennzeichen; bleiben Widersprüche offen, wird kein persönliches Adressmuster abgeleitet.
Österreichische und Schweizer Accounts sollten nicht einfach durch deutsche Quellenregeln laufen. Firmenbuch, kantonale Handelsregister, lokale Vergabe- und Verbandsseiten sowie unterschiedliche Sprachregionen verändern den Rechercheweg. Ein Pilot weist diese Segmente getrennt aus, damit starke Ergebnisse bei bekannten deutschen Marken eine schwache Abdeckung in anderen Teilmärkten nicht verdecken.
Vier Statuswerte für jede Adresse
„Gefunden“ ist als CRM-Status zu ungenau. Eine veröffentlichte Geschäftsadresse stammt direkt aus einer dokumentierten Quelle. Ein Datenbanktreffer benötigt zusätzlich Aktualitäts- und Rollenprüfung. Eine aus dem Unternehmensmuster abgeleitete Adresse bleibt Kandidat, bis ein Verifizierer sie technisch bestätigt. Sammelpostfächer werden als Funktionsadresse gespeichert und nicht einer Person zugeschrieben.
Technische Verifizierung beantwortet nur, ob Domain und Postfach wahrscheinlich E-Mails annehmen. Sie bestätigt weder den aktuellen Stelleninhaber noch die Zulässigkeit einer Ansprache. Deshalb stehen Rollenstatus, Adressstatus und interner Freigabestatus in getrennten Spalten. Ein grüner Wert darf nicht automatisch die anderen beiden überschreiben.
Bei Rückläufern oder Rollenwechseln wird der alte Datensatz nicht gelöscht, sondern mit Datum gesperrt und durch einen neuen Prüfauftrag ersetzt. So verhindert das Team, dass derselbe Fehler beim nächsten Import wieder auftaucht. Eine zentrale Ausschlussliste für Widersprüche und unzustellbare Adressen gilt über alle Quellen und Werkzeuge hinweg.
Übergabe ohne erneute Recherche
Der Vertrieb erhält neben der Adresse einen knappen, belegten Kontext: aktuelle Funktion, Unternehmen, Quelle, Prüfdatum und gegebenenfalls ein relevantes öffentliches Signal. Dadurch kann er die Relevanz beurteilen, ohne die gesamte Suche zu wiederholen. Unklare oder abgeleitete Angaben bleiben sichtbar als solche markiert.
Nach zwei bis vier Wochen werden Antworten, Rückläufer, Korrekturen und Zeit pro nutzbarem Kontakt zurückgespielt. Diese Betriebsdaten entscheiden, ob ein Finder, ein Web-Scraper oder zusätzliche manuelle Prüfung gebraucht wird. Die Zahl der exportierten Zeilen allein ist kein Qualitätsmaß.
Für einzelne Zielkontakte reichen Primärquelle, Berufsprofil und gegebenenfalls ein verifiziertes Domainmuster. Name-plus-Domain-Listen gehen an einen Finder; vorhandene Verzeichnisse und PDF-Sammlungen an einen Web-Scraper; sehr große strukturierte Listen an einen Bulk-Dienst. WHOIS-Abfragen und Permutationswerkzeuge bleiben Sonderwege, deren Ergebnisse ebenfalls als Kandidaten gekennzeichnet und geprüft werden.
Für einzelne, besonders wertvolle Leads reicht oft eine LinkedIn- oder Hunter-Suche. Bei wiederkehrenden Listen kann Thunderbit als Quellenwerkzeug im Pilot gegen die manuelle Methode getestet werden.
Wähle die einfachste Methode, die zur Ausgangslage passt, und teste bei größeren Vorhaben zunächst 50 bis 100 Datensätze. Miss verifizierte Treffer, Recherchezeit, Dubletten und Kosten pro nutzbarem Kontakt. Dokumentiere im DACH-Prozess außerdem Quelle, Zweck und Abrufdatum; prüfe DSGVO-Rechtsgrundlage und nationales Werberecht – in Deutschland insbesondere § 7 UWG – bevor Daten in eine Versandsequenz gelangen.
Die Thunderbit Chrome-Erweiterung lässt sich auf derselben Stichprobe prüfen. Hintergrundmaterial steht im Thunderbit Blog, darunter Data Scraping in der Praxis und der Vergleich E-Mail-Extraktoren.
KI E-Mail-Finder mit Thunderbit testen Get Started Free
Mehr erfahren
