Entwickler nutzt lokales Sprachmodell zur Umgehung von Bot-Schutzmaßnahmen auf Anzeigenplattformen
10. November 2026 · 2 Min. Lesezeit
Ein Entwickler hat ein lokales Sprachmodell der Klasse 7B/8B namens Qwen trainiert, um aggressive Sicherheitssysteme auf großen Anzeigenplattformen zu umgehen und Angebote für seltene Ausrüstung auf dem Sekundärmarkt zu finden. Der Ansatz basiert auf einer visuell-textbasierten DOM-Agent-Methode, die menschliches Browsing-Verhalten auf Pixel- und Logikebene nachahmt, anstatt traditionelle Web-Scraping-Techniken zu verwenden.
Die anfänglichen Versuche, Anzeigen durch direkte HTTP-Anfragen oder Standard-Parsing-Bibliotheken zu sammeln, scheiterten sofort an Web-Application-Firewalls und HTTP-Fehlercodes wie 403 Forbidden oder 429 Too Many Requests. Auch der Versuch, Suchmaschinen als Zwischenschicht zu nutzen, führte zu Sackgassen: Einige Suchmaschinen zeigten CAPTCHA-Herausforderungen an, andere gaben leere JavaScript-Platzhalter zurück, und wieder andere waren durch Netzwerk-Beschränkungen in isolierten Umgebungen blockiert.
Der entwickelte Lösungsansatz nutzt zunächst einen systemweiten Microsoft-Edge-Browser im sichtbaren Modus statt eines Headless-Browsers, da Antifraud-Systeme Headless-Browser leicht durch spezifische Flags wie navigator.webdriver erkennen. Das Skript wird mit Parametern wie --start-maximized und --focus ausgeführt und nutzt die Methode page.bring_to_front(), um das Browserfenster in den Vordergrund zu bringen. Eine achtsekündige Pause ermöglicht es, dass alle Schutzskripte vollständig ausgeführt werden.
Statt sich auf CSS-Selektoren zu verlassen, die durch dynamisch generierte gehashte Klassennamen obfuskiert sind, scannt der Agent das DOM-Baum in einem Durchgang und sucht nach semantischen Textmarkern. Das Modell findet Textknoten mit Währungssymbolen als Preisanker, navigiert zu übergeordneten Containern, um Überschriften zu extrahieren, und validiert Links mit regulären Ausdrücken auf Anzeigen-ID-Muster.
Der Agent löst auch das Problem der verteilten Daten auf modernen Marktplätzen, wo Verkäuferinformationen und Städte außerhalb kompakter Kartenbehälter liegen können. Das Modell erkannte eigenständig, dass Verkäuferprofil-Links einen festen Parameter zur Anzeigen-ID enthalten, und optimierte das Skript, um einen durchgehenden Textdump der Seite zu erstellen, Übereinstimmungen nach Anzeigen-ID zu finden und Produkt-, Preis-, Stadt- und Verkäuferlink-Paare mit hundertprozentiger Genauigkeit zusammenzufügen.
Der Entwickler betont in einer Disclaimer-Erklärung, dass er die böswillige Nutzung solcher Methoden für massiven und destruktiven automatisierten Datenabruf von Anzeigenwebsites kategorisch verurteilt. Das Ziel des Ansatzes sei stattdessen, legitime Suchanfragen durchzuführen, ohne Plattformregeln zu verletzen.