Bild des LinkedIn Ad Library ScrapersB2B-Anzeigen und EU-Transparenz

LinkedIn Ad Library Scraper.

Sieh, wie andere Firmen professionelle Zielgruppen ansprechen. Vergleiche Angebote und Motive und untersuche verfügbare EU-Angaben zu Zielgruppen und Märkten.

Auf Apify starten

So kannst du diesen Scraper nutzen.

Probiere diese Beispiele für Marketing, Wachstum und Wettbewerbsrecherche.

01

Vergleiche B2B-Angebote vor einer Kampagne

Verfolge für eine SaaS-Kampagne drei Wettbewerber. Markiere Anzeigen als Demos, Webinare, Berichte oder Produktangebote. Vergleiche Versprechen und Handlungsaufforderungen vor dem nächsten Akquisitionstest.

Erstelle einen Angebotsvergleich mit Anzeigentexten, Kreativlinks und Testideen.

02

Untersuche Zielgruppen und Märkte eines Werbetreibenden

Prüfe bei EU-Angaben Targeting-Felder und Impressionsanteile nach Land. Halte LinkedIns Angaben getrennt von deinen Zielgruppenannahmen.

Erstelle ein Briefing mit Quellenlinks und behalte Impressionsbereiche als Bereiche.

03

Mache ein Agentur-Audit konkreter

Prüfe öffentliche Anzeigen, Formate und Landingpages eines Interessenten. Nutze seine Beispiele für Fragen zur Botschaftskonsistenz und zu Kampagnenzielen.

Erstelle ein kurzes Kreativ-Audit mit den Anzeigen des Interessenten.

VOM ERSTEN LAUF ZUM REGELMÄSSIGEN ABLAUF

Ihr erster Lauf, Schritt für Schritt.

  1. Öffnen Sie den Actor auf Apify, wählen Sie Input und wechseln Sie zum JSON-Editor, um eine Konfiguration einzufügen.
  2. Ersetze HubSpot durch den Namen, den LinkedIn anzeigt. Starte mit exactAdvertiserMatch true. Gibt es keine Ergebnisse, versuche false und prüfe die Namen, bevor du breitere Treffer übernimmst.
  3. Wähle DE für eine kleine EU-Stichprobe, maxAds 30 und scrapeAdDetails false. Nach der Prüfung des Werbetreibenden kannst du Details für verfügbare Angaben zu Zahler, Datum, Targeting und Impressionen aktivieren.
  4. Starten Sie den Lauf und prüfen Sie das Protokoll. Kontrollieren Sie die erkannten Ziele und Filter, bevor Sie aus leeren Ergebnissen auf fehlende Daten schließen.
  5. Öffnen Sie Storage → Dataset, prüfen Sie mehrere Datensätze und exportieren Sie verschachtelte Daten als JSON oder einfache Tabellen als CSV.
Konfiguration für den ersten Lauf
{
  "advertisers": ["HubSpot"],
  "countries": ["DE"],
  "maxAds": 30,
  "exactAdvertiserMatch": true,
  "scrapeAdDetails": false
}

Fügen Sie dies in den JSON-Eingabeeditor des Actors ein. Ersetzen Sie die Beispielziele vor dem Start.

Das aktuelle Eingabeformular auf Apify ansehen

Wählen Sie die passende Suche.

Werbetreibendennamen und Keywords lassen sich zur Eingrenzung kombinieren. Du kannst auch eine gefilterte LinkedIn-Ad-Library-URL verwenden. Exakte Namensübereinstimmung ist optional; EU-Anzeigen bieten mehr Detailfelder als viele andere Märkte.

SuchmethodeWann es sinnvoll istWas sich ändert
Werbetreibender oder MarkennameWann es sinnvoll istDu hast eine Liste von Wettbewerbern.Was sich ändertLinkedIn-Unternehmensnamen oder Seitenlinks. Unscharfe Suche kann Partner oder Agenturen einschließen. Aktivieren Sie exactAdvertiserMatch für nur den genannten Werbetreibenden.
Suche nach KeywordsWann es sinnvoll istDu möchtest passende Ergebnisse finden, bevor du konkrete Ziele auswählst.Was sich ändertWörter im Anzeigeninhalt. Mit advertisers wird jeder Begriff für jeden Werbetreibenden gesucht. Ohne diese finden Stichwörter Anzeigen verschiedener Unternehmen.
URLs der WerbebibliothekWann es sinnvoll istDu hast die Suche bereits auf der Quellwebsite eingerichtet.Was sich ändertSuch- oder Detail-URLs der LinkedIn Ad Library. Suchlinks behalten Filter; Detail-Links liefern eine Anzeige. Keine Unternehmensseiten- oder Jobsuche-URL.

Der entscheidende Unterschied

Ergänzt Zahler, CTA, Links, Medien und verfügbare EU-Daten zu Laufzeit, Impressionen und Zielgruppen. Eine Anfrage je Anzeige. Außerhalb der EU-Offenlegung bleiben Felder leer.

Den verwandten Scraper vergleichen

Alle Eingaben erklärt.

Verwenden Sie in JSON die genauen Feldnamen unten. Geben Sie Listenwerte im Apify-Formular einzeln ein und verwenden Sie Zahlen und Wahrheitswerte im richtigen Datentyp.

Standardwert und Vorbelegung sind verschieden. Der Standardwert gilt, wenn du eine Einstellung auslässt; die Vorbelegung ist ein Beispiel im Apify-Formular. Prüfe Ziele und Limits vor jedem Lauf. Manche Einstellungen haben keinen Standardwert im Schema. Du musst trotzdem mindestens ein unterstütztes Ziel angeben.

Ziele und Suchbegriffe3
advertisers
ListeIm Formular vorausgefüllt: ["HubSpot"]

LinkedIn-Unternehmensnamen oder Seitenlinks. Unscharfe Suche kann Partner oder Agenturen einschließen. Aktivieren Sie exactAdvertiserMatch für nur den genannten Werbetreibenden.

keywords
Liste

Wörter im Anzeigeninhalt. Mit advertisers wird jeder Begriff für jeden Werbetreibenden gesucht. Ohne diese finden Stichwörter Anzeigen verschiedener Unternehmen.

startUrls
Liste

Such- oder Detail-URLs der LinkedIn Ad Library. Suchlinks behalten Filter; Detail-Links liefern eine Anzeige. Keine Unternehmensseiten- oder Jobsuche-URL.

Märkte, Zeiträume und Filter6
countries
Liste

Länder der Auslieferung. Codes, Namen und Gruppen wie EU oder DACH werden akzeptiert. Mehrere Länder bilden eine gemeinsame Suche, keine Zeile je Land; EU-Details variieren nach Anzeige.

dateRange
TextStandard: all-time

Wählen Sie einen vordefinierten Zeitraum oder custom-date-range mit startDate und endDate. Gemeint ist die Auslieferung, nicht das Erhebungsdatum.

Vorgeschlagene JSON-Werte
all-time last-30-days current-month current-year last-year custom-date-range
startDate
Text

Beginn eines eigenen Zeitraums, vorzugsweise YYYY-MM-DD. Ein Datum aktiviert die eigene Suche; setzen Sie dateRange ebenfalls passend für Übersichtlichkeit.

endDate
Text

Ende des eigenen Zeitraums. Nutzen Sie YYYY-MM-DD oder eine relative Angabe wie today. Vergleichen Sie Werbetreibende im selben Zeitraum.

sortBy
TextStandard: newest

newest beginnt mit neuen, oldest mit alten Anzeigen. Mit maxAds oder maxAdsPerSearch ändert sich der Ausschnitt, nicht die Archivgröße.

Vorgeschlagene JSON-Werte
newest oldest
exactAdvertiserMatch
Wahr oder falschStandard: false

Behält passende Namen ohne Beachtung von Großschreibung und Satzzeichen. Für eine einzelne Marke. Kann anders benannte Tochterfirmen ausschließen; prüfen Sie eine Stichprobe.

Grenzen, Details und Proxys6
maxAds
GanzzahlIm Formular vorausgefüllt: 100

Feste Grenze für eindeutige Anzeigen im gesamten Lauf, über alle Ziele und Märkte. Beginnen Sie mit 50. Ohne diese Grenze kann eine breite Suche sehr groß werden.

maxAdsPerSearch
Ganzzahl

Begrenzt jede Werbetreibenden-Stichwortsuche. Kombinieren Sie es mit maxAds, damit ein großes Ziel nicht den Lauf ausschöpft. Die globale Grenze bleibt vorrangig.

scrapeAdDetails
Wahr oder falschStandard: true

Ergänzt Zahler, CTA, Links, Medien und verfügbare EU-Daten zu Laufzeit, Impressionen und Zielgruppen. Eine Anfrage je Anzeige. Außerhalb der EU-Offenlegung bleiben Felder leer.

maxConcurrency
GanzzahlStandard: 3

1 bis 10 parallele Werbetreibenden- oder Stichwortsuchen mit eigenen Proxy-Sitzungen. Ohne nutzbaren Proxy werden Anfragen einzeln getaktet.

detailConcurrency
GanzzahlStandard: 4

1 bis 10 parallele Detailanfragen je Suche, getrennt von maxConcurrency. Beide zu erhöhen multipliziert Arbeit und Proxy-Bedarf; beginnen Sie mit den Standards.

proxyConfiguration
ObjektStandard: {"useApifyProxy":true}Im Formular vorausgefüllt: {"useApifyProxy":true}

Ein Proxy verteilt LinkedIns IP-Limit über Sitzungen. Residential-Ausgänge sind meist zuverlässiger als Datacenter. Bei Sperren Parallelität senken und Proxy prüfen, statt schneller zu wiederholen.

Erweiterte Einstellungen und Wiederaufnahme3
proxyRotations
GanzzahlStandard: 4

Wiederholt verweigerte Aufgaben mit einer neuen Proxy-Sitzung. Weitere Versuche können vorübergehende Sperren überwinden, erhöhen aber Dauer und Datenverkehr. Ändern Sie den Standard nur bei Hinweisen im Protokoll.

resume
Wahr oder falschStandard: true

Speichert den Fortschritt etwa alle 30 Sekunden für Neustarts oder Migrationen durch Apify. Lassen Sie es normalerweise aktiviert.

continueFromLastRun
Wahr oder falschStandard: false

Setzt unerledigte Arbeit des vorherigen Laufs mit passender Eingabe fort. Bisherige Daten bleiben in dessen Dataset. Nutzen Sie false für neue oder regelmäßige Erhebungen.

Diese Referenz folgt den Eingabefeldern des Actors. Prüfen Sie das aktuelle Formular, bevor Sie einen produktiven Ablauf ändern. Das aktuelle Eingabeformular auf Apify ansehen.

Konfigurationen zum Kopieren.

Jedes Beispiel ist ein eigener Lauf. Beginnen Sie klein, prüfen Sie die Ergebnisse und erweitern Sie dann. Passen Sie Ziele, Länder und Zeiträume an Ihre Frage an.

Gezielte EU-Werbetreibendenanalyse

Sammle die letzten 30 Tage eines exakt passenden Werbetreibenden in Deutschland inklusive Details. Speichere Zahler und verfügbare Impressionen mit Quelllinks. Ersetze fehlende Werte nicht durch Annahmen.

Gezielte EU-Werbetreibendenanalyse
{
  "advertisers": ["HubSpot"],
  "countries": ["DE"],
  "dateRange": "last-30-days",
  "exactAdvertiserMatch": true,
  "maxAds": 50,
  "scrapeAdDetails": true
}

Botschaften verschiedener Werbetreibender entdecken

Suche drei Themen in der EU ohne Werbetreibendenfilter. Jede Suche erhält höchstens 25 Anzeigen; damit sind bis zu 75 eindeutige Anzeigen möglich, obwohl das globale Limit 100 beträgt. Überschneidungen reduzieren die Zahl weiter.

Botschaften verschiedener Werbetreibender entdecken
{
  "keywords": ["marketing automation", "sales CRM", "lead generation"],
  "countries": ["EU"],
  "maxAds": 100,
  "maxAdsPerSearch": 25,
  "scrapeAdDetails": false
}

Einen festen Kampagnenzeitraum vergleichen

Vergleiche zwei Werbetreibende in Deutschland und Frankreich im September 2026. Die Länder bilden einen gemeinsamen Suchfilter. Passe die Daten an, prüfe breite Namensmatches und begrenze jede Suche für eine ausgewogenere Stichprobe.

Einen festen Kampagnenzeitraum vergleichen
{
  "advertisers": ["HubSpot", "Salesforce"],
  "countries": ["DE", "FR"],
  "dateRange": "custom-date-range",
  "startDate": "2026-09-01",
  "endDate": "2026-09-30",
  "maxAds": 100,
  "maxAdsPerSearch": 50,
  "exactAdvertiserMatch": false,
  "scrapeAdDetails": true
}

Ausführen, prüfen, exportieren, wiederholen.

Behalte Anzeigen-IDs und Werbetreibendennamen mit Text, Quelllinks und Details. EU-Details können Zahler, Länderimpressionen und Targeting enthalten; andere Märkte liefern oft weniger. Bewahre verschachteltes JSON als Quelle, löse Berichtsfelder auf und unterscheide fehlende Werte von null Impressionen.

  1. Prüfen Sie Dataset und SUMMARY. Vergleichen Sie die Anzahl mit Ihrer Grenze, kontrollieren Sie fehlgeschlagene oder übersprungene Eingaben und einige Quelllinks.
  2. Behalten Sie Original-IDs und ergänzen Sie collected_at und run_id beim Speichern. Nutzen Sie CSV für einfache Spalten und JSON für Listen oder verschachtelte Details.
  3. Speichern Sie die geprüfte Konfiguration als Apify Task und planen Sie sie ein. Lassen Sie continueFromLastRun für regelmäßige Momentaufnahmen auf false. Bereinigen Sie Duplikate anhand der Quell-ID und behalten Sie Beobachtungsdaten.
  4. Warten Sie in Make oder n8n auf einen abgeschlossenen Lauf, lesen Sie dessen Dataset und ordnen Sie Felder Sheets oder dem Warehouse zu. Versorgen Sie Looker Studio über eine Berichtstabelle; nutzen Sie dbt für Transformation und Tests.
  5. Dasselbe JSON funktioniert mit der Actor-API von Apify. Nennen Sie in Claude mit Apify MCP diesen Actor, lassen Sie das Schema prüfen und geben Sie vor dem Start Ziele, Märkte und Grenzen an.

Wiederaufnahme ist keine neue Momentaufnahme

resume schützt den aktuellen Lauf bei einem Neustart durch Apify. continueFromLastRun setzt einen früheren Lauf mit derselben Konfiguration fort; vorhandene Daten bleiben im alten Dataset. Führen Sie beide Datasets zusammen und erhöhen Sie erreichte Grenzen. Starten Sie neu, um heutige Änderungen zu erfassen.

Die Anleitungen für Sheets, Claude, Looker und BigQuery lesen
Diesen Actor über die API starten

Speichere eine Konfiguration oben als input.json. Setze APIFY_TOKEN im Terminal auf deinen Apify-API-Token und sende die Datei als Anfrageinhalt.

Lauf starten
curl --fail-with-body --request POST \
  --url "https://api.apify.com/v2/actors/jmlp~linkedin-ad-library-scraper/runs" \
  --header "Authorization: Bearer $APIFY_TOKEN" \
  --header "Content-Type: application/json" \
  --data-binary @input.json

Die Antwort enthält eine Run-ID und defaultDatasetId, keine fertigen Ergebnisse. Warte auf einen erfolgreichen Abschluss, setze DATASET_ID auf diese Dataset-ID und rufe die Einträge ab. Nutze bei großen Datensätzen limit und offset zur Paginierung.

Datensatz abrufen
curl --fail-with-body \
  --url "https://api.apify.com/v2/datasets/$DATASET_ID/items?format=json" \
  --header "Authorization: Bearer $APIFY_TOKEN"

Apifys API-Referenz für Start und Export
Optionen für den Datenexport

Wenn die Ergebnisse nicht stimmen.

Ändern Sie jeweils nur eine Einstellung, behalten Sie eine kleine Grenze und prüfen Sie die Zusammenfassung vor einer Erweiterung.

Die Ergebnisse gehören zum falschen Werbetreibenden.

Behält passende Namen ohne Beachtung von Großschreibung und Satzzeichen. Für eine einzelne Marke. Kann anders benannte Tochterfirmen ausschließen; prüfen Sie eine Stichprobe.

Der Eintrag ist vorhanden, aber Detailfelder fehlen.

Ergänzt Zahler, CTA, Links, Medien und verfügbare EU-Daten zu Laufzeit, Impressionen und Zielgruppen. Eine Anfrage je Anzeige. Außerhalb der EU-Offenlegung bleiben Felder leer.

Detailanfragen werden zunehmend blockiert.

Ein Proxy verteilt LinkedIns IP-Limit über Sitzungen. Residential-Ausgänge sind meist zuverlässiger als Datacenter. Bei Sperren Parallelität senken und Proxy prüfen, statt schneller zu wiederholen.

Der Lauf war erfolgreich, hat aber keine Ergebnisse

Erfolg bedeutet, dass der Actor die Anfrage bearbeitet hat, nicht dass die Quelle Daten geliefert hat. Prüfen Sie SUMMARY.inputProblem, SUMMARY.problem und das Protokoll auf fehlende Ziele, ungültige Filter oder verweigerte Anfragen. Testen Sie ein bekanntes Ziel mit weniger Filtern.

Weniger Datensätze als erwartet

Prüfen Sie globale Grenzen, Such- und Seitengrenzen, Abdeckung und Duplikate. Mehrere Suchen können denselben Datensatz finden. Die angezeigte Gesamtzahl der Quelle kann öffentlich nicht verfügbare Datensätze enthalten. Prüfen Sie offene Aufgaben, bevor Sie den Bestand als vollständig ansehen.

Nutze die Ergebnisse in deinen Tools.

Google Sheets

Ergänze ad_id, advertiser_name, format, headline, CTA und Landinglink. Füge Angebotskategorien und Notizen hinzu. Speichere Bereiche als Text und Länderanteile separat.

Anleitung lesen
Claude + MCP

Lass Claude Angebote gruppieren und veröffentlichte Targeting-Angaben mit ad_library_url zusammenfassen. Zielgruppenvermutungen müssen getrennt von Quellfeldern bleiben.

Anleitung lesen
Looker Studio

Vergleiche Formate und Angebote nach Werbetreibendem. Zeige Impressionsunter- und Obergrenzen als Bereiche und füge einen EU-Datenfilter hinzu.

Anleitung lesen
BigQuery + dbt

Speichere datierte Beobachtungen mit ad_id. Lege Länderanteile und Karussellkarten in Untertabellen und trenne Zahler von Werbetreibenden.

Anleitung lesen
Prompt für Claude kopieren
Prompt für Claude + Apify MCP
Prüfe jmlp/linkedin-ad-library-scraper und sammle bis zu 50 HubSpot-Anzeigen in DE mit Details und exaktem Werbetreibendenabgleich. Gruppiere Angebote und CTAs, zitiere ad_library_url und fasse nur vorhandene Targeting- und Impressionsangaben zusammen. Leite keine Ausgaben oder Conversions ab.

Diese Felder erhältst du.

Behalte Erfassungszeit und Original-IDs, um die Herkunft eines Ergebnisses zu prüfen oder spätere Läufe zu vergleichen.

Bevor du Schlüsse ziehst

LinkedIn veröffentlicht Daten, Impressionsbereiche und Targeting für EU-Anzeigen; anderswo können sie fehlen. Ein Targeting-Flag nennt nicht jeden Zielgruppenwert. Ohne exactAdvertiserMatch können Namen Agenturen oder Partner umfassen. Impressionen verraten keine Conversions oder Ausgaben.

ad_id / ad_library_url
Stabile ID und öffentlicher Originaldatensatz.
advertiser_name / paid_by
Werbetreibender und zahlende Organisation.
body / headline / cta_text
Veröffentlichter Anzeigentext und Handlung.
image_urls / video_urls / carousel_cards
Verfügbare Kreativdateien und Karussellinhalte.
impressions / impressions_by_country
Veröffentlichte EU-Impressionsbereiche und Länderanteile.
targeting / shown_in_eu
Verfügbare Targeting-Angaben und Vorhandensein von EU-Transparenzdaten.

Häufige Fragen.

Brauche ich ein LinkedIn-Konto oder Cookies?

Nein. Dieser Actor liest die öffentliche LinkedIn Ad Library. Du brauchst ein Apify-Konto, aber keinen LinkedIn-Login oder Sitzungscookie.

Warum fehlen Impressions- oder Targeting-Felder?

LinkedIn veröffentlicht diese Angaben für in der EU gezeigte Anzeigen. Prüfe shown_in_eu und die Detailerfassung, bevor du fehlende Werte deutest.

Quelle und aktuelle Produktdetails: JMLPs LinkedIn Ad Library Actor auf Apify.

Weitere Scraper,
die du nutzen könntest.

Sprechen wir über
dein Projekt.

Sag mir, was du sammeln oder verstehen möchtest. Ich helfe mit einem individuellen Scraper, einer Pipeline oder der Analyse.

Projekt besprechen