Browser-Automatisierung – Headless Chrome, Playwright, Puppeteer, Selenium – wird anders an einen Proxy angebunden als ein gewöhnlicher HTTP-Client: Die Adresse steht in den Startparametern des Treibers und nicht in den Systemeinstellungen des Betriebssystems. Ein Fehler in dieser Verbindung verrät den Bot früher, als jede Antidetect-Einstellung greifen kann, und die Automatisierung verbraucht um ein Vielfaches mehr Traffic, als es zu Beginn scheint. Wir erklären, wie der Kanal in die Kette Browser–Treiber–Netzwerk eingebunden wird, woher der überflüssige Verbrauch von Gigabytes stammt und was ihn tatsächlich senkt.

Wie ein Proxy an Headless-Browser und Treiber angebunden wird

Beim Headless-Browser ist die Adresse nicht „systemweit“, sondern in den Startparametern hinterlegt: bei Chromium über das Flag „--proxy-server=host:port“, bei Playwright und Puppeteer über das Feld proxy in den Kontextoptionen, bei Selenium über ein Proxy-Objekt in den Capabilities des Treibers. Eine Systemeinstellung leitet den gesamten Traffic des Rechners um, einschließlich der Hintergrundprozesse; eine Einstellung auf Treiberebene wirkt nur innerhalb der Browsersitzung – genau das ist nötig, wenn auf einer Maschine parallel Dutzende Profile mit unterschiedlichen Adressen laufen.

Die Authentifizierung erfolgt per Benutzername und Passwort in der URL (funktioniert in Playwright und Puppeteer über die Kontextparameter, aber nicht beim Start von Chromium mit einem einzigen Flag) oder per Bindung an die weiße IP des Automatisierungsservers. Die zweite Methode ist für einen CI-Runner mit fester ausgehender Adresse zuverlässiger: Das Proxy-Passwort muss nicht in Umgebungsvariablen gespeichert werden.

Warum Automatisierung mehr Traffic verbraucht, als es scheint

Wer eine Seite durchblättert, sieht nur den oberen Teil des Bildschirms. Der Treiber lädt die Seite standardmäßig vollständig: Schriftarten (Hunderte Kilobyte pro Schriftfamilie), Skripte von Analyse- und Werbenetzwerken, Retargeting-Pixel, WebSockets von Support-Chats. Keines dieser Elemente ist nötig, um einen Preis oder einen Text zu prüfen, doch alle werden zusammen mit dem Zielinhalt geladen.

Auf einer Produktseite wiegen die nützlichen Daten – HTML mit Preis und Merkmalen – nur einige Dutzend Kilobyte, die übrigen 2–5 MB der Seite bestehen aus Bildern, Schriftarten und Drittanbieter-Skripten, von denen die Aufgabe nichts weiß. Das ist die Mehrzahlung für Traffic, der nie im Ergebnis landet. Eine ausführliche Anleitung, was sich deaktivieren lässt und wie Sie die Einsparung Schritt für Schritt berechnen, finden Sie im Artikel GB-Verbrauch beim Proxy senken.

Medien deaktivieren – der wichtigste Sparhebel

Der wichtigste Hebel zum Sparen ist, alles, was nicht ins Parsing-Ergebnis einfließt, auf Treiberebene zu blockieren, statt einen günstigeren Kanal zu wählen. In Playwright und Puppeteer geschieht das über das Abfangen von Anfragen und das Abbrechen der Typen image, media, font, manchmal auch stylesheet. In Selenium mit Chrome erzielt eine Profileinstellung mit deaktiviertem Laden von Bildern denselben Effekt.

Der Effekt: Das Seitengewicht sinkt um das 3- bis 10-Fache, je nach ursprünglicher Anzahl von Bildern und Videos. Für Aufgaben, bei denen nur Text gebraucht wird – Preis, Verfügbarkeit, Bestellstatus –, beeinflusst das Blockieren von Medien das Ergebnis nicht: Die Daten stehen im HTML und nicht in den Bildern selbst. Wer statt Medien zu deaktivieren dem günstigsten Kanal hinterherjagt, erreicht oft das Gegenteil – der Unterschied ist im Artikel günstige gegen teure Proxys erläutert.

Locale, Zeitzone und Anfragesprache passend zur Geo der Adresse

Ein Wechsel der IP ändert weder automatisch die Locale des Browsers noch die System-Zeitzone oder den Header Accept-Language. Wird eine Adresse als amerikanisch ausgegeben, der Kontext meldet aber die Zeitzone Europe/Moscow und die russische Sprache, erhält die Plattform widersprüchliche Signale. Manche Plattformen liefern Inhalte nach der Sprache des Headers und nicht nach der IP aus, sodass ein Abgleichfehler die Ausgabe selbst verändert und nicht nur die Sitzung verdächtiger macht.

In Playwright und Puppeteer werden locale, timezoneId und Header in den Kontextoptionen beim Erstellen der Seite festgelegt und müssen bei jedem Start anhand der Geo der Adresse synchronisiert werden, nicht einmalig für alle Profile zugleich. Die Checkliste für die Kombination „Profil plus Kanal“, einschließlich der Prüfung von WebRTC und DNS, finden Sie im Artikel Proxy für Antidetect-Browser Schritt für Schritt.

Parallele Profile und ein eigener Port pro Profil

Wenn die Automatisierung mehrere Profile gleichzeitig startet, verursacht ein einziger Port für alle zwei Probleme. Das erste betrifft das Netzwerk: Die Sitzungen teilen sich Bandbreite und Thread-Limit, daher Timeouts und Wiederholungen. Das zweite betrifft das Verhalten: Wechselt der Anbieter bei einer erneuten Verbindung die ausgehende IP auf einem Port, sieht die Plattform innerhalb der Sitzung einen Adresswechsel und kann ihn als Anomalie werten.

Die Regel ist einfach: ein eigener Port und eine für die Dauer der Sitzung stabile Adresse für jedes parallele Profil. Das erhöht die Zahl der benötigten Kanäle, beseitigt aber beide Ursachen für Wiederholungen. Den Adresswechsel auf jedem Port programmatisch zu steuern, ohne vor dem Start die Konfiguration manuell neu zusammenzustellen, ermöglicht die Rotation per API – sie wird im Artikel IP-Rotation per API einrichten beschrieben.

Häufig gestellte Fragen

Kann ich einen Proxy für mehrere Headless-Profile gleichzeitig verwenden?

Technisch ja, aber es ist nicht empfehlenswert: Parallele Sitzungen über einen Port teilen sich die Bandbreite und provozieren Timeouts, und die Plattform kann das abwechselnde Senden von Anfragen von einer Adresse als verdächtige Aktivität werten. Nehmen Sie für den parallelen Start einen eigenen Port pro Profil.

Zerstört das Deaktivieren von Bildern und Schriftarten nicht das Parsing der Daten?

Nein, solange die benötigten Daten im HTML stehen und nicht als Bild oder Canvas-Element gerendert werden. Vor einem Massenstart sollten Sie die Aufgabe mit aktivierten und deaktivierten Medien durchlaufen lassen und die Ergebnisse vergleichen – bei Preisen, Verfügbarkeit und Textfeldern gibt es in der Regel keinen Unterschied.

Wie prüfe ich, ob Locale und Zeitzone des Browsers zur Geo des Proxys passen?

Über einen beliebigen Dienst zur Prüfung des Browser-Fingerabdrucks – er zeigt IP, Land, Zeitzone und Sprache, die die Website sieht. Die Prüfung sollten Sie als ersten Schritt vor der eigentlichen Aufgabe in das Automatisierungsskript selbst einbauen, statt sie von Fall zu Fall manuell durchzuführen.

Einen eigenen Port für jedes Automatisierungsprofil, Authentifizierung per weißer IP für CI und die Wahl des Kanals passend zur Aufgabe – residentielle und mobile Adressen nach Traffic oder Rechenzentrums-Adressen monatlich – finden Sie im Bereich Proxys.