Applebot ist der Web-Crawler von Apple, der Inhalte für Suchfunktionen wie Spotlight, Siri und Safari sammelt. Applebot-Extended ist ein zusätzlicher User-Agent in der robots.txt. Mit ihm legen Websites fest, ob Apple die bereits gecrawlten Inhalte zum Training seiner generativen KI-Modelle verwenden darf.
Auf einen Blick
- Betreiber
- Apple
- Zweck
- Suche (Spotlight, Siri, Safari); Daten können laut Apple auch das Training der Foundation-Modelle speisen
- robots.txt-Token
Applebot,Applebot-Extended- Beachtet robots.txt
- ja; ohne eigene Regel folgt Applebot den Googlebot-Regeln; kein Crawl-delay
- IP-Liste
- ja (JSON mit CIDR-Bereichen)
Stand:
Was Apple dazu sagt
Laut Apple dienen die von Applebot gesammelten Daten den Suchdiensten und dem Training der Foundation-Modelle hinter Funktionen wie Apple Intelligence. Applebot-Extended crawlt selbst keine Seiten. Der Token bestimmt allein, wie die Daten von Applebot verwendet werden dürfen. Wer ihn sperrt, schließt das KI-Training aus. Die Aufnahme in Suchdienste bleibt davon unberührt.
| Bot | Betreiber | Zweck | robots.txt-Token | robots.txt laut Betreiber | IP-Liste veröffentlicht? |
|---|---|---|---|---|---|
| Google-Extended | Steuerung von Gemini-Training und Grounding (kein eigener Crawler) | Google-Extended | reines robots.txt-Token; abgerufen wird mit den bestehenden Google-Crawlern | entfällt (kein eigener User-Agent) | |
| GPTBot | OpenAI | Training | GPTBot | Sperre heißt laut OpenAI: Inhalte nicht für das Training von Basismodellen nutzen | ja (openai.) |
| OAI-SearchBot | OpenAI | Suche (ChatGPT) | OAI-SearchBot | gesperrte Websites erscheinen laut OpenAI nicht in ChatGPT-Suchantworten | ja (openai.) |
| ChatGPT-User | OpenAI | Nutzerabruf | ChatGPT-User | robots.txt-Regeln gelten laut OpenAI möglicherweise nicht (Abruf durch Nutzer ausgelöst) | ja (openai.) |
| ClaudeBot | Anthropic | Training | ClaudeBot | ja, laut Anthropic beachten seine Bots die robots.txt | ja (claude.) |
| Claude-SearchBot | Anthropic | Suche (Claude) | Claude-SearchBot | ja, laut Anthropic beachten seine Bots die robots.txt | ja (claude.) |
| PerplexityBot | Perplexity | Suche (Perplexity), laut Perplexity kein Training | PerplexityBot | über robots.txt steuerbar; eine ausdrückliche Befolgungszusage fehlt in der Doku | ja (perplexity.) |
| Applebot-Extended (dieser Begriff) | Apple | Steuerung des KI-Trainings (crawlt laut Apple nicht) | Applebot-Extended | reines robots.txt-Token für bereits gecrawlte Inhalte | entfällt (kein eigener Crawler) |
| CCBot | Common Crawl | offenes Web-Archiv | CCBot | per robots.txt sperrbar laut Common Crawl | ja (index.) |
| Meta-ExternalAgent | Meta | Training von KI-Basismodellen, Produktverbesserung | meta-externalagent | per robots.txt sperrbar laut Meta | keine Angabe des Betreibers |
Auswahl von zehn KI-Bots großer Anbieter, keine vollständige Liste. Alle Werte stammen aus der Dokumentation des jeweiligen Betreibers (Stand 8. Oktober 2026). Ob ein Bot sich tatsächlich an die robots.txt hält, sagt die Tabelle nicht; sie gibt nur die Angaben der Betreiber wieder. Ein User-Agent lässt sich fälschen, echte Zugriffe erkennt man über die veröffentlichten IP-Listen oder Reverse-DNS. Quellen: OpenAI: Overview of OpenAI Crawlers; Anthropic: Does Anthropic crawl data from the web, and how can site owners block the crawler? (updated 2026-04-07); Perplexity: Perplexity Crawlers; Google: Google's common crawlers (last updated 2026-07-14); Google: Overview of Google crawlers and fetchers (last updated 2026-06-12); Google: Verifying Google crawlers and fetchers (IP range files); Apple: About Applebot (2026-09-04); Meta: Meta Web Crawlers; Common Crawl: CCBot. Stand: .
robots.txt-Steuerung
- Applebot folgt den üblichen robots.txt-Regeln. Nennt die robots.txt Applebot nicht, aber Googlebot, hält sich Applebot laut Apple an die Googlebot-Regeln.
- Applebot-Extended wird mit einem eigenen Eintrag gesteuert.
User-agent: Applebot-Extended
Disallow: /
Apple weist außerdem darauf hin, dass Seiten womöglich nicht richtig gerendert werden, wenn JavaScript, CSS oder andere Ressourcen per robots.txt gesperrt sind. Seiten hinter einem Login oder einer Paywall crawlt Applebot laut Apple nicht.
Echte Zugriffe erkennen
Weil sich User-Agent-Namen fälschen lassen, bietet Apple zwei Prüfwege an. Der Reverse-DNS-Name echter Zugriffe liegt in der Domain applebot.apple.com. Außerdem veröffentlicht Apple eine Liste der IP-Bereiche als JSON-Datei.
Einordnung
- Die IETF veröffentlicht das Robots Exclusion Protocol als RFC 9309 im Standards Track. Es legt fest, wie Crawler die Regeln einer robots.txt auslegen.Quelle: rfc-editor.org
- OpenAI führt Crawler-Berechtigungen für KI ein. Website-Betreiber können damit angeben, ob ihre Inhalte für KI-Training genutzt werden dürfen.Quelle: openai.com
- Google führt Google-Extended ein. Mit diesem Token in der robots.txt lässt sich steuern, ob Inhalte Bard und die generativen APIs von Vertex AI verbessern.Quelle: blog.google
- Nach der Umbenennung von Bard nennt die Google-Doku Gemini Apps als betroffenes Produkt von Google-Extended.Quelle: developers.google.com
- Apple stellt die Foundation Models für Apple Intelligence vor. Website-Betreiber können der Nutzung ihrer Inhalte für das Training widersprechen, laut Apple-Doku über Applebot-Extended.Quelle: machinelearning.apple.com
- Cloudflare bietet an, KI-Bots, Scraper und Crawler mit einem Klick zu blockieren.Quelle: blog.cloudflare.com
- Mit dem SearchGPT-Prototyp trennt OpenAI Suche und Training. Websites können in der Suche erscheinen, auch wenn sie das KI-Training ausschließen.Quelle: openai.com
- Google ergänzt Google-CloudVertexBot in der Crawler-Liste. Er crawlt Websites auf Wunsch der Betreiber für Vertex-AI-Agenten.Quelle: developers.google.com
- Google präzisiert nach Rückmeldungen von Publishern die Beschreibung von Google-Extended.Quelle: developers.google.com
- Cloudflare schlägt vor, dass Bots und Agenten ihre Anfragen kryptografisch signieren, auf Basis von HTTP Message Signatures (RFC 9421).Quelle: blog.cloudflare.com
- Cloudflare ändert die Voreinstellung und blockiert KI-Crawler standardmäßig, sofern Betreiber nichts anderes festlegen.Quelle: blog.cloudflare.com
- Cloudflare startet Pay per Crawl als geschlossene Beta. Crawler zahlen pro Abruf oder erhalten den Statuscode 402 mit Preisangabe.Quelle: blog.cloudflare.com
OpenAI nennt für die Crawler-Berechtigungen nur „letzten Sommer“ (Beitrag vom 7. Mai 2024); das oft genannte Datum August 2023 für GPTBot stammt aus Presseberichten. Für ClaudeBot, Claude-SearchBot, Claude-User, PerplexityBot, Perplexity-User, OAI-SearchBot, ChatGPT-User, Meta-ExternalAgent und CCBot gibt es Doku der Betreiber, aber kein belegtes Einführungsdatum. Stand: .
Häufige Fehler
- JavaScript, CSS oder XHR per robots.txt sperren. Laut Apple werden Seiten dann womöglich nicht richtig gerendert.
- Crawl-delay setzen. Applebot folgt dieser Anweisung laut Apple nicht.
- Applebot-Extended sperren, um aus Siri oder Spotlight zu verschwinden. Der Token regelt laut Apple nur die Nutzung für das Training. Applebot-Extended crawlt selbst keine Seiten.
Quellen
- About Applebot – Apple Support (deutsche Fassung)support.apple.com
- Applebot-Modelltraining und individuelle Datenschutzrechte – Apple Supportsupport.apple.com
- Google-Extended – Häufige Crawler von Google, Google Search Centraldevelopers.google.com
- About Applebot – Apple Support (englisch, aktualisiert 04.09.2026)support.apple.com
Stand: