Bots überholen Käufer 10:1: Wie der Krieg gegen Scalper DDR5 den legalen Preisüberwachungsmarkt beeinflusst

```html

21. August 2026 veröffentlichte Jérôme Segura, Vizepräsident für Bedrohungsforschung bei der Anti-Bot-Firma DataDome, eine Zahl, die innerhalb eines Tages in den Fachzeitschriften verbreitet wurde: Auf den DDR5-Speicherkarten eines großen Einzelhändlers machen Bots 91% des gesamten Traffics aus – etwa zehn automatisierte Anfragen pro einem echten Besuch. Im Frühjahr lag das Verhältnis bei derselben Firma bei 6:1. Innerhalb weniger Monate ist der Druck der Automatisierung auf die Produktseiten fast doppelt so hoch geworden.

Für diejenigen, die Preise und Verfügbarkeit legal sammeln – Repricing, MAP-Kontrolle, Sortimentsanalyse – ist dies eine schlechte Nachricht, nicht weil „Skalper-Konkurrenten überholen“. Sondern weil der Einzelhandel jetzt den Schutz auf das Verhaltensprofil abstimmt, das bei der normalen Preisüberwachung und beim Skalper-Bot identisch aussieht.

Was genau gefunden wurde und wie sehr man dem glauben kann

Die öffentliche Faktur setzt sich aus zwei Berichten von DataDome zusammen. Die Analyse im März lieferte eine detaillierte Übersicht über eine Kampagne: über 50.000 Anfragen pro Stunde, 91 Produktpositionen unter Beobachtung, im Durchschnitt 551 Anfragen pro Karte – das heißt, eine Verfügbarkeitsprüfung alle 6,5 Sekunden. Eine Operation konnte über 10 Millionen Anfragen stellen, bevor sie blockiert wurde. Das August-Update fügte diesem Anteil hinzu: 91% des Traffics und ein Verhältnis von 10:1.

Jetzt die ehrlichen Vorbehalte, ohne die die Zahl zu Marketingrauschen wird:

• Es handelt sich um einen nicht genannten Einzelhändler, nicht um einen Marktüberblick.
• DataDome hat kein Zeitfenster und keine Methodologie veröffentlicht – was genau als „schlechter Bot“ galt, bleibt ihrem Ermessen überlassen.
• Das Unternehmen verkauft ein Produkt, das genau diesen Traffic blockiert. Der Interessenkonflikt hebt die Daten nicht auf, erfordert jedoch eine Korrektur.
• Das Wichtigste: Anfragen an die Seite sind keine Käufe. Die Metrik zeigt den Druck der Überwachung auf das Listing, nicht den Anteil des Produkts, der tatsächlich von Bots gekauft wurde.

Der letzte Punkt ist wichtiger als alle anderen. 91% des „Bot-Traffics“ sind nicht 91% Skalper. In diesen Anteil fallen alle automatisierten Systeme: Preisaggregatoren, fremde Repricer, Rabattverfolgungsdienste, analytische Crawler und Ihre eigene Überwachung. Der Einzelhändler sieht einen gemeinsamen Strom und reagiert darauf mit einer gemeinsamen Regel.

Warum das überhaupt passiert: Speicher ist zu einem knappen Gut geworden

Der Kontext ist einfach. Ein 32 GB DDR5-6000 Kit, das vor einem Jahr etwa 72 $ kostete, wird im August im Durchschnitt für 392 $ verkauft. 64 GB Kits sind um etwa 485% teurer geworden, auf 1118 $. Der Spotpreis für einen DDR4-Chip stellte Anfang August einen Rekord auf – 42,45 $. Die besten 128-GB-Sets sind fast zehnmal teurer geworden. Der Grund liegt nicht bei den Gaming-Riegeln: Die Produktionskapazitäten werden von KI-Beschleunigern, HBM und Serverspeicher beansprucht – laut Branchenprognosen werden Rechenzentren etwa 70% der weltweiten Produktion von Speicherchips im Jahr 2026 beanspruchen, und der Mangel wird mindestens bis zum vierten Quartal 2027 andauern.

Wenn die Ware fünfmal teurer wird und aus den Regalen verschwindet, rechtfertigt der Unterschied zwischen Einzelhandelspreis und Wiederverkaufspreis jede Infrastruktur für den Wiederverkauf. Daher die Intensität. Zudem zielen die Angriffe über den Verbraucher-Einzelhandel hinaus: Die Automatisierung greift die Seiten von Anbietern wie Micron und Apacer sowie von Herstellern von DIMM-Sockeln und CAMM2-Anschlüssen – Amphenol, TE Connectivity – an. Die Wiederverkäufer haben sich in der Lieferkette nach oben bewegt.

Die Signatur, wegen derer legaler Monitoring leidet

Hier ist die Beschreibung des Verhaltens von Bots aus dem Bericht von DataDome – lesen Sie es als Checkliste für Ihren eigenen Scraper:

• Cache-Umgehung. Zu jeder HTTP-Anfrage wird ein einzigartiger Parameter hinzugefügt, um die neueste Seite zu erhalten, anstatt eine Antwort aus dem CDN.
• Rhythmus wie ein Mensch. Ein Tag-Nacht-Profil der Last, das die normalen Aktivitätszeiten imitiert.
• Tempo etwas unter dem Schwellenwert. Die Frequenz ist so gewählt, dass volumetrische Alarme nicht ausgelöst werden.
• Flache Sitzung. Zugang zu einem Produkt und wieder raus. Weder Warenkorb noch Suche, keine Katalogübergänge.

Jetzt schauen Sie sich typisches Unternehmenspreis-Monitoring an. Es folgt direkten Links zu SKUs aus seiner Datenbank. Es fügt einen Parameter hinzu, um nicht den zwischengespeicherten Preis von gestern zu erfassen. Es arbeitet mit einem festen Intervall, das empirisch so gewählt wurde, „dass man nicht gebannt wird“. Und es legt niemals etwas in den Warenkorb. Das ist dieselbe Signatur. Der einzige Unterschied liegt in der Absicht, und die Absicht misst der Anti-Bot-Engine nicht.

Die praktische Schlussfolgerung ist unangenehm: Die Verschärfung des Schutzes gegen Skalper trifft automatisch die legale Datensammlung, und es gibt hier niemanden, mit dem man „erklären“ kann. Einen ähnlichen Effekt haben wir bereits auf einer anderen Plattform untersucht – als Amazon begann, normale Käufer als Bots zu kennzeichnen aufgrund von Verhaltensschwellen, nicht aufgrund von IP.

Was Sie jetzt an Ihrer Datensammlung ändern sollten

Die Änderung des IP-Pools hilft hier wenig: Das Signal kommt vom Verhalten, nicht von der Adresse. Der Arbeitsablauf, der tatsächlich die Blockierungsquote senkt:

1. Den gleichmäßigen Takt entfernen. Eine Anfrage alle 6,5 Sekunden mit der Präzision eines Metronoms ist nicht „menschlich“, es ist eine Signatur. Es braucht Jitter in einem breiten Bereich (zum Beispiel 20–180 Sekunden für eine Position) und unterschiedliche Verteilungen über die Wochentage.
2. Aufhören, den Cache bei jeder Anfrage zu brechen. Ein einzigartiger Cache-Buster in der URL ist das billigste Zeichen der Automatisierung. Die Frische sollte selektiv und nur bei volatilen SKUs überprüft werden, die anderen sollten so genommen werden, wie sie sind.
3. Der Sitzung Tiefe geben. Zugang über Kategorie oder Suche, ein oder zwei benachbarte Produkte, erst dann die Zielkarte. Teurer im Traffic, aber entfernt das „flache“ Profil.
4. SKUs nach Volatilität priorisieren. Ein Produkt, dessen Preis sich einmal pro Woche ändert, muss nicht alle halbe Minute abgefragt werden. Die Frequenz sollte der Veränderlichkeit folgen, nicht der Größe der Liste.
5. Pools nach Aufgabenarten trennen. Einzelhandelsüberwachung, Überprüfung der Ergebnisse und Sammlung von Bewertungen sollten nicht von denselben Adressen ausgeführt werden: Das Auslösen des Schutzes bei einem Szenario sollte die anderen nicht beeinträchtigen. Für die Produktkarten großer Ketten funktionieren residential Proxies am stabilsten, während der Datacenter-Pool sinnvoll für öffentliche APIs und eigene Überprüfungen bleibt.
6. Nicht Gigabytes zählen, sondern erfolgreiche Einträge. Bei verschärftem Schutz steigt der Anteil der Retries, und der Preis pro Gigabyte spiegelt nicht mehr die Realität wider – warum $/GB lügt und wie man die Kosten eines erfolgreichen Eintrags berechnet, haben wir separat behandelt. In Situationen, in denen 9 von 10 Anfragen an das Listing automatisiert sind, wird die Metrik „Kosten des gültigen Preises in der Datenbank“ zur einzigen ehrlichen.

Wie man erkennt, dass man bereits beschnitten wird

Blockierungen auf Produktseiten sehen selten wie ein ehrlicher Ablehnungsversuch aus. Häufig sind sie still, und das Monitoring schreibt weiterhin zuverlässig Müll in die Datenbank. Anzeichen, an denen man dies erkennen kann:

• Steigerung des Anteils von 429 und 403 bei unverändertem Aufgabenvolumen – der einfachste Indikator, wenn Sie überhaupt Antwortcodes im Log schreiben und nicht nur das Ergebnis des Parsens.
• Immer „nicht verfügbar“. Klassische sanfte Antwort: Die Seite wird angezeigt, der Preis ist vorhanden, aber der Lagerblock wurde ersetzt. Das Monitoring sieht gültiges HTML und schlägt Alarm nicht aus.
• Preis ist „festgeklebt“. Es wird eine zwischengespeicherte Version von vor einer Woche ausgegeben – derselbe Effekt, wegen dem Bots begannen, den Cache mit Parametern zu brechen.
• Die Antwortverzögerung wächst genau bei den Karten, während Kategorien und Suche normal geöffnet werden: Ein verdächtiger Segment hat Throttling aktiviert.
• Plötzliche Streuung in der Stichprobe. Wenn bei einigen SKUs die Daten aktualisiert werden, während sie bei anderen feststecken – Sie sind bereits teilweise im Filter, nur nicht vollständig.

Die praktische Vorgehensweise besteht darin, mehrere „Kontroll“-Produkte zu halten, deren Preis man manuell oder aus einer zweiten unabhängigen Quelle überprüfen kann, und diese einmal täglich abzugleichen. Eine Abweichung der Kontrollgruppe von dem, was im Browser sichtbar ist, bedeutet, dass nicht der Parser, sondern das Profil der Anfragen repariert werden muss.

Warum allein die Rotation von IPs das Problem nicht mehr löst

Der Grund, warum der Wechsel der Adressen immer weniger Effekt hat, liegt darin, dass die Entscheidung zur Blockierung auf mehreren Ebenen gleichzeitig getroffen wird, und IP ist nur die erste davon.

• Netzwerkschicht. Der Ruf der Adresse und des autonomen Systems, der Anteil von Datacenter-Bereichen, die Dichte der Anfragen aus einem Subnetz. Hier hilft die Rotation wirklich.
• Transport- und Clientschicht. TLS-Fingerabdruck, Reihenfolge der Header, Version des Clients. Eine Bibliothek aus dem Jahr 2021 mit einer seltenen Kombination von Chiffren gibt sich früher zu erkennen, als sie zur Geschäftslogik gelangt.
• Verhaltensebene. Genau die, die DataDome beschrieben hat: Intervalle, Tiefe der Sitzung, keine Warenkorb- und Suchanfragen, Cache-Buster. Diese Ebene ist überhaupt nicht an die IP gebunden – man kann die Adresse bei jeder Anfrage wechseln und bleibt dennoch derselbe Bot.

Hieraus ergibt sich die wichtigste praktische These der August-Geschichte: Die Investition in die Qualität des Pools bringt nur in Verbindung mit der Korrektur des Verhaltens Ertrag. Separat ist das erste die Bezahlung für Traffic, der ohnehin in der dritten Schicht gefiltert wird.

Wohin geht es weiter

Der Mangel an Speicher wird Jahre andauern, was bedeutet, dass der Druck auf die Karten nicht nachlassen wird. Der Einzelhandel wird offensichtlich reagieren: Kauflimits, Warteschlangen, verpflichtende Authentifizierung zur Überprüfung der Verfügbarkeit, Verhaltensbewertung anstelle einfacher IP-Limits. Ein Teil dieser Maßnahmen ist bereits Standard in Ticket- und Sneaker-Vertriebskanälen – jetzt kommen sie in die Computerhardware und weiter zu industriellen Komponenten.

Für Teams, die von externen Daten leben, bedeutet dies einen Wechsel des Ansatzes: Die Ära „IP-Rotation aufstellen und sammeln“ ist dort zu Ende, wo die Ware knapp ist. Es funktioniert etwas anderes – ein realistisches Tempo, eine durchdachte Sitzungstiefe, die Trennung der Pools und eine nüchterne Kostenrechnung des Ergebnisses. Wenn Sie gerade erst anfangen, Preise zu sammeln, beginnen Sie mit dem grundlegenden Schema aus unserer Analyse Proxys für E-Commerce: Preisparsing und Wettbewerbsmonitoring, und fügen Sie dann die Verhaltensanpassungen aus diesem Material hinzu.

Und zuletzt. Die Zahl 91% ist an sich ein Signal nicht dafür, dass es zu viele Bots gibt, sondern dafür, dass Produktseiten von knappen Waren zu einem Feld geworden sind, in dem Automatisierung gegen Automatisierung konkurriert. In einem solchen Umfeld gewinnt nicht derjenige, der häufiger abfragt, sondern derjenige, der seltener unter den Filter gerät.