Vor ein paar Wochen fragte jemand im Team-Slack: "Moment, ist das dasselbe Ferret?" War es nicht. Es gibt ein Apple-Vision-Modell Ferret, ein NOAA-Datentool Ferret – und MontFerret, ein Open-Source-Framework für Browser-Automatisierung, mit dem Entwickler Scraping-Skripte in FQL schreiben. Die drei haben nichts miteinander zu tun.
Also erst Klarheit: Ich leite Thunderbit, hier geht es um unser Produkt im Vergleich zu MontFerret, dem deklarativen Web-Scraping-Projekt unter montferret.dev. Sobald das Namenschaos aus dem Weg ist, wird der Vergleich interessant, denn Thunderbit und MontFerret kämpfen gar nicht um dieselbe Zielgruppe, sondern lösen unterschiedliche Probleme für unterschiedliche Leute.
Kurz gesagt
Kurzversion vorab: Thunderbit ist ein verwalteter, agentischer Web-Scraper, der jede Seite schnell in strukturierte Daten verwandelt – über Browser-Erweiterung, Web-App, Open API, MCP-Server und CLI. MontFerret ist ein Open-Source-Framework, bei dem Abfragen in FQL (Ferret Query Language) geschrieben werden, um Seiten zu scrapen und mit ihnen zu interagieren.
Eine Klarstellung noch: Es geht ausschließlich um das MontFerret-Projekt — nicht um Apples Vision-Modell, nicht um NOAAs Visualisierungstool, nicht um sonst ein "Ferret". Nur montferret.dev.
Auf einen Blick
| Thunderbit | MontFerret | |
|---|---|---|
| Hauptzielgruppe | Business-User (Sales, Ops, GTM), auch Entwickler | Entwickler/Engineers |
| Einrichtung | Erweiterung installieren oder Web-App öffnen | Go/Ferret-Runtime, Chrome-Debugging-Port |
| Bedienung | One Click Extract, Agent übernimmt den Rest | FQL-Abfragen gegen DOM/CDP |
| Abfragesprache | Keine — natürliche Sprache | FQL (inspiriert von ArangoDB AQL) |
| Browser-Automatisierung | Verwaltet, kompatible autorisierte Seiten | Selbst verwaltet über CDP |
| Extraktionslogik | Agentische Seitenanalyse | Explizite Selektoren, Schleifen, Filter |
| Bereitstellung | Erweiterung / Web-App / Cloud | Self-hosted, eigene Infrastruktur |
| Zeitplanung | In passenden Plänen | Selbst aufgebaut |
| Wartung | Übernimmt das Produkt | Verantwortung des Teams |
| Lizenz | Kostenpflichtiges SaaS | Open Source, kostenlos |
| Gesamtkosten | Abo-Kosten | "Kostenlos", aber Infrastruktur + Zeit |
Was ist Thunderbit?
Kurzfassung: Man öffnet eine Seite, auf die man zugreifen darf, klickt einen Button, und Thunderbit findet selbst heraus, welche Daten relevant sind.
Konkret: Man klickt auf One Click Extract. Der Agent erkennt die Seite, liest sie aus und schlägt Felder vor — Produktnamen, Preise, Kontaktdaten, was die Seite hergibt. Danach erscheint Run Now; direkt loslegen geht, oder man lässt es liegen und der Job startet von selbst. Ein Klick, kein Schema, keine Selektoren, kein Code.
Das ist der Standardablauf der Thunderbit-Chrome-Erweiterung — aber nicht die einzige Oberfläche. Wer die Extraktion verfeinern will, etwa ein übersehenes Feld ergänzen, kann das per einfacher Anweisung tun. Thunderbit übernimmt auch Pagination und Unterseiten-Anreicherung automatisch und exportiert nach Excel, Google Sheets, Airtable oder Notion.
Für Entwickler gibt es mehr: die Thunderbit-Web-App, eine Open API, einen MCP-Server für KI-Agenten wie Claude oder Cursor, und eine CLI. Die Erweiterung ist der No-Code-Einstieg, Thunderbit selbst eine vollständige Plattform mit mehreren Zugängen.
Ein ehrlicher Hinweis: "Ein Klick" gilt für kompatible Seiten mit Zugriffsberechtigung — keine Garantie gegen jedes Anti-Bot-System, jede Login-Sperre oder jeden Sonderfall.
Was ist MontFerret?
MontFerret ist ein völlig anderes Tier, und ich habe Respekt vor dem, was da gebaut wurde. Es ist ein Open-Source-System für deklaratives Web-Scraping, bei dem man statt zu klicken Abfragen in FQL schreibt — inspiriert von ArangoDBs AQL.
Laut Dokumentation besteht das System aus FQL-Parser, Compiler, Runtime, Standardbibliothek, Registry für eigene Funktionen, In-Memory-HTML-Treibern, einem CDP-Treiber und einer Kommandozeile. Viele bewegliche Teile — genau das ist der Punkt: MontFerret richtet sich an Entwickler, die code-nahe Kontrolle über den Scraping-Vorgang wollen.
Für JavaScript-gerenderte Inhalte müssen Chrome oder Chromium mit offenem Debugging-Port laufen, damit MontFerret über CDP kommuniziert. Danach kann eine FQL-Abfrage Schleifen, Filter, CSS-artige Selektoren, Navigation, Klick-/Eingabeinteraktionen und strukturierte Rückgabewerte ausdrücken.
Der Kompromiss ist real: MontFerret nimmt viel Low-Level-Arbeit ab, aber man muss FQL lernen, Abfragen schreiben, testen und die Runtime selbst betreiben. Den Moment "ein Klick, Tool findet die Felder" gibt es hier nicht.
Der Kernunterschied: verwaltetes agentisches Produkt vs. Framework mit Abfragesprache
Zeit bis zum ersten strukturierten Ergebnis
Hier ist der Unterschied am deutlichsten. Bei Thunderbit dauert es Sekunden: One Click Extract klicken, der Agent analysiert die Seite, der Job startet automatisch — Run Now ist optional. Bei MontFerret schreibt man zuerst eine Abfrage; selbst ein einfaches FQL-Skript setzt voraus, Selektoren, Syntax und CDP-Verhalten zu verstehen. Keine Abwertung — nur ein anderer Ausgangspunkt.
Individuelle Browser-Automatisierung und Kontrolle
Umgekehrt gewinnt MontFerret bei der Präzision. Wer einen Scraper für etwas Spezifisches braucht — mehrstufige Formulare, bedingte Logik, eigenes Retry-Verhalten —, bekommt mit FQL diese Kontrolle. Thunderbits agentischer Ansatz ist stark bei "extrahiere, was nützlich ist", aber keine allgemeine Skriptsprache. Bei Verzweigungslogik über mehrere Seiten ist das MontFerret-Terrain.
Verantwortung für Bereitstellung und Wartung
Oft unterschätzt: Ändert eine Website ihr Layout, passt sich Thunderbits Extraktion an, weil die Seite neu analysiert wird, statt auf feste Selektoren zu setzen — kein Versprechen für jedes Redesign, aber robuster. Bei MontFerret können Selektoren brechen, sobald sich die DOM-Struktur ändert, und jemand im Team muss das fixen.
Praxisnahe Szenarien
Einmalige Extraktion durch Business-Anwender
Angenommen, jemand aus Sales-Ops braucht bis zum Feierabend eine Firmenliste aus einem Verzeichnis, und kein Entwickler ist verfügbar. Genau dafür ist Thunderbit gemacht: Seite öffnen, One Click Extract klicken, nach Google Sheets exportieren, fertig. Für eine einmalige Aufgabe schreibt niemand FQL.
Wiederkehrende Browser-Automatisierung durch Entwickler
Umgekehrter Fall: Ein Engineering-Team baut eine Monitoring-Pipeline, die jede Nacht die Preisseite eines Wettbewerbers prüft, verschachtelte Daten parst und mit eigener Transformationslogik in ein internes System schreibt. Hier glänzt MontFerrets deklarativer Ansatz — die FQL-Abfrage wird einmal geschrieben, man versteht genau, was sie tut, und besitzt die Pipeline selbst.
Dynamischer Workflow über mehrere Seitenschritte hinweg
Für Seiten mit Login, mehrseitiger Navigation und Aktionen je nach Bildschirminhalt geben MontFerrets CDP-Treiber und explizite Logik die Kontrolle, das präzise zu skripten. Thunderbit übernimmt auf unterstützten, autorisierten Seiten kompatible Pagination und Unterseiten-Anreicherung, ist aber kein allgemeines Skript-Tool für beliebige Workflows.
Integration in APIs oder KI-Agenten
Wer einen KI-Agenten baut, der strukturierte Webdaten braucht, bindet Thunderbits MCP-Server direkt an Tools wie Claude Code oder Cursor an. MontFerret lässt sich ebenfalls einbauen, nur wird die Integrationsschicht dafür selbst gebaut statt eines fertigen Connectors.
Zuverlässigkeit, Flexibilität und Wartung
Ehrlich gesagt, hier werden viele Vergleichsartikel bequem. Thunderbits agentisches Seitenverständnis senkt die Wartungslast fester Selektoren — der Agent liest die Struktur neu, statt auf einen zerbrechlichen CSS-Pfad zu setzen, der bei jedem Redesign bricht. Aber "agentisch" heißt nicht "magisch": Es funktioniert auf kompatiblen, autorisierten Seiten, aber nicht überall exakt wie erwartet.
MontFerrets explizite Logik ist in gewissem Sinn berechenbarer — man weiß genau, was die Abfrage tut —, aber diese Berechenbarkeit kostet Robustheit, sobald sich die Seite ändert. Tauscht eine Website ein div gegen ein section-Element, kann ein Selektor still kaputtgehen, und man merkt es erst, wenn die Daten leer oder falsch zurückkommen.
Keines der beiden Tools verspricht, jeden Anti-Bot-Schutz zu überwinden — bei einem Tool, das das behauptet, wäre ich skeptisch. Beide laufen nur innerhalb der Grenzen dessen, wozu man berechtigt ist.
Preise, Lizenz und Gesamtkosten
An dieser Stelle wird das Label "kostenlos" bei Open-Source-Software leicht irreführend.
MontFerret ist Open Source — die Lizenz sollte man vorher im Repository prüfen, aber für das Kern-Framework fällt keine Abogebühr an. "Kostenlos" deckt nur die Softwarelizenz ab: Rechenleistung, Chrome-/Chromium-Instanzen, bei Volumen Proxys, Monitoring und Entwickler für die FQL-Skripte kommen dazu.
Thunderbit läuft über ein kostenpflichtiges Plan-Modell — genaue Zahlen auf der aktuellen Thunderbit-Preisseite —, aber darin sind verwaltete Browser-/Cloud-Ausführung, Extraktionslogik, Exporte und API/MCP/CLI-Zugang bereits enthalten. Eine separate Infrastrukturrechnung entfällt.
| Kostenfaktor | Thunderbit | MontFerret |
|---|---|---|
| Lizenzkosten | Kostenpflichtiges SaaS | Kostenlos, Open Source |
| Infrastrukturkosten | Im Plan enthalten | Server, Chrome, Proxys selbst hosten |
| Entwicklungsaufwand | Minimal — kein Code | Laufend — FQL schreiben, testen |
| Wartungsaufwand | Übernimmt das Produkt | Verantwortung des Teams |
Die eigentliche Frage ist nicht "was ist billiger", sondern "wo soll der Aufwand sichtbar werden". Bei Thunderbit auf der monatlichen Rechnung. Bei MontFerret im Kalender des Engineering-Teams.
Wer sollte Thunderbit wählen?
Wer als nicht-technisches Teammitglied jetzt Daten braucht und keine Engineering-Ressourcen hat, greift zu Thunderbit. Genauso, wer einmalige oder wiederkehrende Business-Datenabfragen macht, bei denen "null Einrichtung" wichtiger ist als feingranulare Kontrolle. Und wer KI-Agenten-Workflows baut und Scraping über MCP oder CLI anbinden will, ist klar in Thunderbits Revier.
Wer sollte MontFerret wählen?
Wer als Entwickler eine wiederholbare Pipeline für CI/CD baut, oder aus Gründen der Datenresidenz oder Compliance selbst gehostete Infrastruktur braucht, für den ergeben MontFerrets deklarativer Ansatz und die volle Infrastrukturkontrolle Sinn. Passt auch, wenn das Team die Kapazität hat, FQL-Skripte langfristig zu pflegen, und diese Kontrolle wirklich will.
Können Teams beides nutzen?
Ehrlich: ja, keine Ausweichantwort. Ich habe Setups gesehen, in denen ein technisches Team spezialisierte, wiederholbare FQL-Jobs für Kern-Pipelines mit exakter, versionierter Logik betreibt, während Business-User im selben Team Thunderbit für Ad-hoc-Recherchen und explorative Abfragen nutzen, für die sich ein eigenes Skript nicht lohnt. Die Tools konkurrieren nicht — sie liegen auf unterschiedlichen Ebenen desselben Datenbetriebs. Eine offizielle Integration gibt es nicht, aber architektonisch ist diese Aufteilung vernünftig.
Fazit
Auf einen Satz gebracht: Die Wahl richtet sich danach, wer die Arbeit macht und wie viel Zeit bleibt. Braucht eine nicht-technische Person in zehn Minuten eine Datentabelle, gewinnt Thunderbit jedes Mal, ohne Wettbewerb. Will ein Entwickler eine deklarative, selbst gehostete, versionierbare Pipeline und übernimmt die Wartung gern langfristig, ist MontFerret eine ernsthaft gute Open-Source-Option.
Kein Tool schlägt hier das andere — es geht darum, welches Problem tatsächlich gelöst werden soll.
FAQ
Um welches Ferret-Projekt geht es hier? Um MontFerret, das Open-Source-Framework für deklaratives Web-Scraping unter montferret.dev — ohne Bezug zu Apples Vision-Modell Ferret, NOAAs Visualisierungstool oder anderen Projekten mit dem Namen "Ferret".
Ist MontFerret Open Source? Ja. Für das Kern-Framework fällt keine Lizenzgebühr an, aber die aktuellen Lizenzbedingungen sollte man vor kommerziellem Einsatz im Repository prüfen — Infrastruktur- und Entwicklungskosten fallen trotzdem an.
Unterstützt Thunderbit API- und MCP-Integrationen? Ja. Eine Open API für programmatischen Zugriff, ein MCP-Server für KI-Agenten-Hosts wie Claude Code und Cursor, dazu eine CLI für Terminal-Workflows.
Was ist für Nicht-Entwickler einfacher? Thunderbit, ohne Frage. Die Erweiterung liefert strukturierte Daten allein durch den Klick auf One Click Extract — keine Abfragesprache, keine Selektoren, kein Code. MontFerret erfordert, FQL zu lernen und eine Runtime aufzusetzen.
Was bietet die stärkere direkte Kontrolle über Browser-Automatisierung? MontFerret. FQL-Abfragen laufen direkt über das Chrome DevTools Protocol gegen das DOM — präzise, code-nahe Kontrolle über Navigation, Interaktionen und bedingte Logik. Thunderbit ist auf schnelle strukturierte Extraktion optimiert, nicht auf feingranular skriptete Automatisierung.
