Echte Arbeit zu automatisieren erfordert heute kein Programmierwissen mehr. Früher bedeutete das Scrapen einer Website, das Verarbeiten der Daten und das Umwandeln in eine lesbare Zusammenfassung das Schreiben eines Skripts oder das Beauftragen von jemandem dafür. Mit den richtigen Werkzeugen können Sie das Ganze stattdessen selbst auf einer visuellen Arbeitsfläche zusammendraten.
Diese Anleitung zeigt, wie man einen Amazon-KI-Agenten mit n8n und Crawlbase aufbaut: einen Workflow, der ein Produkt-Keyword entgegennimmt, öffentliche Amazon-Suchergebnisse über Crawlbase abruft, sie einem KI-Modell zur Analyse übergibt und Ihnen die Erkenntnisse per E-Mail sendet. Ein Formular sammelt das Keyword, die Crawling API ruft die Listings hinter einem echten Browser und einer vertrauenswürdigen IP ab, die KI fasst Trends und Preise zusammen, und das Ergebnis landet in einem Posteingang. Das ist eine saubere automatisierte Schleife, die ohne Ihr Babysitting eines Scrapers oder Proxy-Pools läuft.
Was der Agent tut und für wen er gedacht ist
Jeder Node hat eine Aufgabe. Der Formular-Trigger sammelt ein Keyword und die Details des Empfängers, Crawlbase ruft die Amazon-Listings als saubere strukturierte Daten ab, ein Switch-Node wiederholt fehlgeschlagene Anfragen, das KI-Modell schreibt die Analyse, und ein E-Mail-Node liefert sie aus. Zusammenverkabelt verwandelt der Workflow "Was verkauft sich bei diesem Keyword" in eine Zusammenfassung in Ihrem Posteingang, Sekunden später.
Das ist nützlich für Produktforscher, die eine Nische ausleuchten, E-Commerce-Teams, die Wettbewerber beobachten, Agenturen, die eine Kategorie validieren, oder jeden, der lieber einen kurzen Brief liest als manuell durch Listings zu scrollen. Dasselbe Muster, das in E-Commerce-Produktrecherche automatisieren beschrieben wird, gilt hier; das ist der Amazon-spezifische Build davon.
Amazon verantwortungsvoll scrapen
Vor jedem Code die Grenze. Dieser Workflow ist auf öffentliche Amazon-Produktdaten begrenzt: Titel, Preise, Bewertungen, Rezensionszahlen und Prime-Status, die jeder auf einer Suchergebnisseite ohne Login sehen kann. Lesen Sie diesen Abschnitt, bevor Sie den Agenten auf Produktionsvolumen richten.
Amazons Nutzungsbedingungen schränken automatisierten Zugriff ein, sodass Scraping gegen diese Bedingungen verstoßen kann, unabhängig davon, wie sorgfältig Ihr Tooling ist. Nichts am hier beschriebenen Setup ändert das; es macht nur den technischen Teil funktionsfähig. Einige Grundsätze, die einzuhalten sind: Sammeln Sie nur öffentliche Listing-Daten, respektieren Sie Amazons robots.txt und die angegebenen Rate-Erwartungen, und halten Sie das Anfragevolumen so niedrig, dass Sie niemandes Server belasten. Wenn Sie die Daten kommerziell weiterverwenden möchten, holen Sie eine Genehmigung oder ein offizielles Datenabkommen ein, statt Schweigen als Zustimmung zu interpretieren.
Was diese Anleitung bewusst nicht abdeckt: alles hinter einem Login, Konto- oder Bestelldaten, personenbezogene Daten, die mit identifizierbaren Käufern oder Rezensenten verbunden sind, jeden Authentifizierungs-Bypass und jede Kauf- oder Kontoaktion. Wenn Ihr Projekt mehr als öffentliche Listings benötigt, ist der richtige Weg eine offizielle Amazon-API oder ein Datenabkommen, kein cleverer Scraper.
Die Grenze, die diese Arbeit vertretbar hält, ist die Login-Mauer. Alles, was dieser Agent liest, ist für jeden anonymen Besucher auf einer Suchergebnisseite sichtbar. Sobald eine Aufgabe ein Konto, eine Bestellhistorie oder persönliche Daten eines Käufers erfordert, ist sie hier außerhalb des Geltungsbereichs und gehört hinter eine offizielle API oder ein Datenabkommen.
Was Sie vor dem Start benötigen
Richten Sie diese Dinge zuerst ein, dann geht der Rest des Builds schnell:
- Ein Crawlbase-Konto und Token. Damit werden die Amazon-Ergebnisse abgerufen. Kopieren Sie nach der Registrierung Ihr normales Token aus dem Dashboard. Crawlbase berechnet fehlgeschlagene Anfragen nicht, worauf die Retry-Logik aufbaut.
- Eine n8n-Instanz. Self-hosted oder n8n Cloud funktionieren beide; dort verdrahten Sie die Nodes.
- Einen KI-Anbieter-Schlüssel. Der Analyseschritt benötigt ein Modell. Jeder Anbieter mit einem Chat- oder Message-Endpunkt funktioniert; diese Anleitung verwendet OpenAI.
- Ein E-Mail-Versand-Konto. Um die Zusammenfassung zuzustellen. Ein Dienst wie SendGrid im kostenlosen Tarif ist völlig ausreichend.
- Grundlegende n8n-Kenntnisse. Wenn Sie Nodes auf die Arbeitsfläche ziehen und Felder ausfüllen können, sind Sie bereit.
Wie die Daten durch den Workflow fließen
Statt eine HTTP-Integration mit Headern, Parsing und Retry-Logik von Hand zu schreiben, übernimmt jeder Node einen Teil:
- Der Form Trigger sammelt das Produkt-Keyword sowie Name und E-Mail des Empfängers.
- Der HTTP Request-Node sendet das Keyword an die Crawling API und erhält die geparsten Amazon-Listings zurück.
- Der Switch-Node prüft den Response-Status und schleift bei Fehler zurück zur Wiederholung.
- Der KI-Modell-Node liest die Listings und schreibt die Analyse.
- Der E-Mail-Node sendet die Zusammenfassung an die Adresse aus dem Formular.
Da Crawlbase Amazon-Suchergebnisse bereits als sauberes JSON geparst zurückgibt, liest der KI-Schritt strukturierte Felder statt rohes HTML zu verarbeiten. Das ist dieselbe Engine, die hinter der Crawling API steckt, hier als Scraper-Parameter beim Crawling-API-Aufruf exponiert.
Schritt 1: Mit einem Formular-Trigger starten
Erstellen Sie einen neuen Workflow in n8n, klicken Sie auf Add first step und wählen Sie On form submission aus der Trigger-Liste. Das gibt Ihnen ein gehostetes Formular, das den Workflow auslöst, wenn jemand es einsendet. Konfigurieren Sie den Trigger mit diesen Werten:
- Authentication: None
- Form Title: Amazon SERP AI Agent with n8n and Crawlbase
- Form Description: Enter a product keyword to analyze on Amazon. n8n uses Crawlbase to extract titles, prices, and ratings, then an AI agent summarizes the results.
- Respond When: Workflow Finishes
Fügen Sie drei Formularelemente hinzu, damit der Workflow ein zu suchendes Keyword und eine Lieferadresse für das Ergebnis hat:
Product Keyword | Text | placeholder: wireless earbuds | required Your Name | Text | placeholder: John Doe | required Email | Email | placeholder: [email protected] | required
Scrollen Sie zu Options und setzen Sie unter Form Response die Option Respond With auf "Form Submitted Text" und Text to Show auf etwas wie "Please check your email." Das ist das, was der Besucher nach dem Absenden sieht, während der Workflow im Hintergrund läuft.
Schritt 2: Amazon-Ergebnisse mit der Crawling API abrufen
Klicken Sie nach dem Formular-Trigger auf die Plus-(+)-Schaltfläche, suchen Sie nach HTTP und fügen Sie einen HTTP Request-Node hinzu. Er sendet das Keyword an Crawlbase und erhält die Amazon-Suchergebnisse als gepartes JSON zurück. Stellen Sie ihn so ein, dass er eine GET-Anfrage an den Crawling-API-Endpunkt mit den folgenden Query-Parametern sendet:
Method: GET URL: https://api.crawlbase.com Send Query Parameters: Yes Specify Query Parameters: Using Fields Below
Scrollen Sie dann zum Tab Query Parameters und fügen Sie drei hinzu. Der Parameter scraper weist Crawlbase an, geparste Amazon-SERP-Daten statt rohem HTML zurückzugeben, sodass der KI-Schritt saubere Felder erhält:
token | YOUR_CRAWLBASE_NORMAL_TOKEN url | https://www.amazon.com/s?k={{ $json['Product Keyword'] }} scraper | amazon-serp
Beim Wert für url tippen Sie den Ausdruck manuell ein oder ziehen das Feld Product Keyword aus dem linken Panel in das Feld, und n8n fügt es automatisch ein. Das baut eine Amazon-Such-URL aus dem vom Besucher eingegebenen Keyword auf.
Amazon rendert Ergebnisse clientseitig und blockiert automatisierten Traffic hart, sodass eine einfache Anfrage eine leere Hülle zurückgibt. Die Crawling API rendert die Seite hinter einem echten Browser und einer vertrauenswürdigen IP, und der amazon-serp-Scraper gibt die Listings bereits als products-Array mit Namen, Preisen, Bewertungen und Prime-Status geparst zurück. Das bedeutet, die KI muss nie HTML parsen, und Ihre Selektoren driften nie ab.
Schritt 3: Fehlgeschlagene Anfragen mit einem Switch-Node wiederholen
Fügen Sie nach dem HTTP-Request-Node die Plus-(+)-Schaltfläche hinzu und suchen Sie nach Switch. Die Idee ist einfach: Wenn Crawlbase etwas anderes als einen sauberen Erfolg zurückgibt, schleife zurück und versuche es erneut. Da Crawlbase fehlgeschlagene Anfragen nicht berechnet, geht es erst weiter, wenn ein gültiges Ergebnis vorliegt.
Setzen Sie den Mode des Nodes auf Rules, dann fügen Sie zwei Routing-Regeln hinzu, die auf dem Response-Status verzweigen:
{{ $json.original_status }} | is equal to | 200 | output: success {{ $json.original_status }} | is not equal to | 200 | output: failed
Setzen Sie den Vergleichs-Typ auf Number. Das ist wichtig: Lassen Sie es als String, kann die Gleichheitsprüfung sich falsch verhalten und die Retry-Logik brechen. Verbinden Sie dann den failed-Ausgang zurück zum Anfang des HTTP-Request-Nodes, damit eine schlechte Antwort automatisch einen weiteren Versuch auslöst. Der success-Ausgang geht weiter zum KI-Schritt.
Amazon benötigt eine gerenderte Seite hinter einer vertrauenswürdigen IP, und idealerweise die Listings bereits geparst. Die Crawling API erledigt beides in einem Aufruf: Übergeben Sie Ihr Token plus scraper=amazon-serp, und sie rendert die Suchergebnisseite in einem echten Browser, rotiert serverseitig durch Residential-IPs und gibt sauberes JSON zurück, sodass Ihr n8n-Agent strukturierte Produkte liest ohne eigene Headless-Flotte oder Proxy-Pool. Fehlgeschlagene Anfragen werden nicht berechnet, was die Retry-Schleife kostenlos macht. Starten Sie im kostenlosen Tarif und testen Sie auf einer öffentlichen Suche.
Schritt 4: Die Daten mit einem KI-Modell analysieren
Mit der Retry-Schleife an Ort und Stelle klicken Sie die Plus-(+)-Schaltfläche am success-Ausgang des Switch-Nodes. Suchen Sie nach Ihrem KI-Anbieter, beispielsweise OpenAI, und wählen Sie Message a model. Dieser Node nimmt die geparsten Produktdaten von Crawlbase und bittet das Modell, Trends, Preisspannen, gängige Marken und Bewertungsdurchschnitte zusammenzufassen, oder welche Erkenntnisse Sie wünschen.
Falls Sie Ihre Anbieter-Zugangsdaten noch nicht zu n8n hinzugefügt haben, fordert der Node Sie dazu auf. Konfigurieren Sie ihn, um eine einzelne Nutzernachricht an ein aktuelles Chat-Modell zu senden:
Credential: your configured AI provider key Resource: Text Operation: Message a Model Model: a current chat model (for example gpt-4o) Role: User
Fügen Sie im Nachrichtenfeld einen Prompt ein, der das Crawlbase-products-Array in eine lesbare Liste umwandelt und eine fokussierte Analyse anfordert. Der Ausdruck zieht das Keyword aus dem Formular und die Produktfelder aus der HTTP-Request-Ausgabe:
You are a product research analyst. Here is the data from an Amazon search for "{{ $('On form submission').item.json['Product Keyword'] }}": {{ $('HTTP Request').item.json.body.products.map((item, index) => "\n" + (index + 1) + ". " + item.name + " | " + item.price + " | " + (item.isPrime ? "Amazon Prime" : "Not Amazon Prime") + " | " + item.customerReview + " | " + item.boughtInfo) }} Analyze this data and summarize the key insights: - Top 3 popular brands - Average price range - Notable deals or trends - Short market summary (3 to 4 sentences)
Der Prompt erfüllt mehrere Zwecke. Er setzt die Rolle, damit das Modell prägnant bleibt, benennt die gewünschten Erkenntnisse für konsistente Ausgaben über Läufe hinweg, und füttert das Modell mit einer sauberen Liste geparster Felder statt rohem HTML.
Schritt 5: Die Zusammenfassung per E-Mail senden
Die Analyse ist abgeschlossen; der letzte Schritt ist die Zustellung. Klicken Sie nach dem KI-Node auf die Plus-(+)-Schaltfläche, suchen Sie nach Ihrem E-Mail-Dienst, beispielsweise SendGrid, und wählen Sie unter Mail Actions die Option Send an email. Es sendet die Zusammenfassung an die Adresse aus dem Formular, also stellen Sie sicher, dass Ihre E-Mail-Zugangsdaten konfiguriert sind.
Füllen Sie den Node aus, indem Sie Werte aus früheren Schritten ziehen. Empfänger und Absendername kommen aus dem Formular, der Betreff wiederverwendet das Keyword, und der Body ist die Ausgabe des Modells:
Credential: your configured email-service key Resource: Mail Operation: Send Sender Email: the verified sender you set up with the service Sender Name: {{ $('On form submission').item.json['Your Name'] }} Recipient Email: {{ $('On form submission').item.json.Email }} Subject: Amazon analysis for '{{ $('On form submission').item.json['Product Keyword'] }}' Mime Type: Plain Text Message Body: {{ $json.output[0].content[0].text }}
Sobald alles verdrahtet ist, fügt sich der Workflow sauber zusammen: Das Formular sammelt das Keyword, Crawlbase ruft die Listings ab und parst sie, der Switch behandelt Wiederholungen, die KI fasst zusammen, und der E-Mail-Node sendet es aus.
Den Workflow von Ende zu Ende testen
Aktivieren Sie den Workflow, öffnen Sie die Produktions-URL aus dem On form submission-Node, und Sie erhalten ein gehostetes Formular mit den drei definierten Feldern. Geben Sie ein Keyword wie "wireless earbuds" ein, fügen Sie Name und E-Mail hinzu und senden Sie ab.
Warten Sie einige Sekunden. Das Keyword geht an Crawlbase, die geparsten Produkte kommen zurück, der Switch bestätigt eine saubere Antwort, das Modell schreibt die Analyse, und der E-Mail-Node sendet sie ab. Sie sollten einen kurzen Brief erhalten: Top-Marken für dieses Keyword, eine durchschnittliche Preisspanne, etwaige bemerkenswerte Angebote und einige Sätze Marktzusammenfassung. Wenn nichts ankommt, öffnen Sie das Ausführungsprotokoll, um zu sehen, welcher Node gestoppt hat und was er zurückgegeben hat.
Wie es von hier weitergeht
Sie haben einen Produktrecherche-Assistenten gebaut, der auf Autopilot läuft. Von hier aus liegt es bei Ihnen. Führen Sie ihn planmäßig aus, um Wettbewerberpreise über die Zeit zu verfolgen. Senden Sie die Ausgabe an einen Slack-Kanal oder eine Datenbank statt per E-Mail. Tauschen Sie den Formular-Trigger gegen eine Liste von Keywords aus und analysieren Sie eine ganze Kategorie in einem Durchlauf.
Und Crawlbase ist nicht nur für Amazon. Derselbe scraper-Parameter unterstützt andere große Sites, und für alles ohne eigenen Parser gibt die Crawling API gerendertes HTML oder LLM-bereites Markdown zurück, das ein KI-Schritt direkt lesen kann. Wenn der Agent lieber selbst nach Crawl-Tools greifen soll, zeigt n8n mit dem Crawlbase Web MCP verbinden die agentengesteuerte Version mit dem Web MCP-Server, und KI-Agenten-Workflows mit dem Crawlbase Web MCP aufbauen geht tiefer auf mehrstufige Agenten ein. Für eigene Builds außerhalb von n8n geben Ihnen die Crawling API und der Smart AI Proxy dieselbe Engine zum direkten Aufrufen.
Das Attraktive ist, dass es ohne Code funktioniert: n8n steuert die Automatisierung, Crawlbase erledigt das Crawlen und Parsen, und die KI übernimmt das Lesen. Crawlbase wird von über 70.000 Entwicklern genutzt, sodass die Crawling-Schicht unter Ihrem Workflow dieselbe ist, die Produktions-Scraper im großen Maßstab antreibt.
Wichtigste Erkenntnisse
- Fünf Nodes, eine Schleife. Formular-Trigger, HTTP-Request an Crawlbase, Switch für Wiederholungen, KI-Modell, E-Mail. Jeder erledigt eine Aufgabe und die Daten fließen direkt durch.
-
Crawlbase Amazon parsen lassen.
scraper=amazon-serpübergeben, damit die Listings als sauberes JSON zurückkommen; die KI liest strukturierte Felder statt rohem HTML, und Selektoren driften nie ab. - Wiederholungen sind kostenlos. Crawlbase berechnet fehlgeschlagene Anfragen nicht, sodass der Switch-Node bei einem Nicht-200-Status zurückschleifern kann, bis er ein gültiges Ergebnis erhält.
- Die KI übernimmt die Analyse. Ein fokussierter Prompt, der die gewünschten Erkenntnisse konkret benennt, produziert bei jedem Lauf einen konsistenten Brief.
- Auf öffentliche Daten beschränkt bleiben. Amazons Nutzungsbedingungen und robots.txt respektieren; keine Konten, keine Bestell- oder Personendaten, kein Auth-Bypass, keine Kaufaktionen.
Häufig gestellte Fragen
Muss ich Code schreiben, um diesen Amazon-KI-Agenten zu bauen?
Nein. Der gesamte Workflow wird visuell in n8n aufgebaut, indem Nodes auf die Arbeitsfläche gezogen und Felder ausgefüllt werden. Der einzige "Code" ist ein kurzer Ausdruck im KI-Prompt, der das Crawlbase-Produkt-Array in eine lesbare Liste umwandelt, und den können Sie so einfügen. Crawlbase übernimmt das Scraping und Parsen, das KI-Modell die Analyse, und n8n verbindet beides.
Warum Crawlbase statt einer einfachen HTTP-Anfrage an Amazon verwenden?
Amazon rendert seine Ergebnisse clientseitig und blockiert automatisierten Traffic aggressiv, sodass eine einfache Anfrage meist eine 200 mit keinen Produktdaten zurückgibt. Die Crawling API rendert die Seite in einem echten Browser hinter einer vertrauenswürdigen Residential-IP, und der amazon-serp-Scraper gibt die Listings bereits als JSON geparst zurück. Sie erhalten saubere Felder, ohne selbst einen Headless-Browser oder einen Proxy-Pool zu betreiben.
Welche Amazon-Daten kann der Agent sammeln?
Nur öffentliche Suchergebnisdaten: Produkttitel, Preise, Bewertungen, Rezensionszahlen, Prime-Status und ähnliche Felder, die jeder ohne Login sehen kann. Es werden keine Kontodaten, keine Bestellhistorie, keine personenbezogenen Daten von Käufern oder Rezensenten und nichts hinter einem Login gesammelt. Halten Sie den Agenten auf öffentliche Listings beschränkt und respektieren Sie Amazons Nutzungsbedingungen und robots.txt.
Warum wiederholt der Switch-Node fehlgeschlagene Anfragen?
Gelegentlich gibt eine Anfrage einen Nicht-200-Status zurück. Der Switch-Node prüft original_status und leitet alles außer 200 zurück zum HTTP-Request-Node für einen neuen Versuch, sodass der Workflow erst weitergeht, wenn er ein gültiges Ergebnis hat. Da Crawlbase fehlgeschlagene Anfragen nicht berechnet, kostet diese Retry-Schleife nichts. Stellen Sie sicher, dass der Vergleichstyp auf Number gesetzt ist, sonst kann die Gleichheitsprüfung sich falsch verhalten.
Kann ich einen anderen KI-Anbieter als OpenAI verwenden?
Ja. Der Analyseschritt funktioniert mit jedem Modell, das n8n über einen Chat- oder Message-Node unterstützt. Tauschen Sie den OpenAI-Node gegen den Node Ihres Anbieters aus, fügen Sie dessen Zugangsdaten hinzu und behalten Sie denselben Prompt bei. Der Rest des Workflows, einschließlich des Crawlbase-Fetches und der E-Mail-Zustellung, bleibt genau gleich.
Wie sende ich die Ergebnisse woanders hin als per E-Mail?
Ersetzen Sie den E-Mail-Node durch das gewünschte Ziel. n8n hat Nodes für Slack, Google Sheets, Datenbanken, Webhooks und vieles mehr. Leiten Sie die Ausgabe des KI-Modells an diesen Node statt, und Sie können die Zusammenfassung in einem Kanal posten, an eine Tabelle anhängen oder für später speichern. Das Formular, der Crawlbase-Fetch, der Switch und die KI-Schritte ändern sich nicht.
Crawlen Sie jede Website im großen Maßstab, ohne gegen die Infrastruktur zu kämpfen.
Crawlbase übernimmt Proxys, Fingerprints und CAPTCHAs, damit Ihr Team Datenpipelines ausliefert, statt Crawl-Infrastruktur zu pflegen. 1.000 Anfragen kostenlos, keine Karte erforderlich.