5 $ gratis Nur für kurze Zeit. Registrieren Sie sich zur Aktivierung. Jetzt 5 $ sichern →
KI-SDRs und Agent-Builder · LLM-Anwendungen mit Bedarf an Personendaten

Personen-Datenfeed für LLM-Apps

Schluss mit Scraping.

Was LLM-Apps vom Personen-Datenfeed brauchen, was Forager liefert und wie Teams wie Ihres ihn testen.

3 Praxisbeispiele nutzen den Personen-Datenfeed für LLM-Anwendungen mit Personendaten.

  • 5 $ gratis Credits
  • 800M+ Personen
  • 65M+ Unternehmen

Eine Auswahl von LLM-Apps, die Forager für den Personen-Datenfeed nutzen · dazu weitere Teams, die Forager einsetzen

  • SeekOut
  • Vieu
  • MarketMapr
  • Adzact
  • Evident
  • SBR2TH
  • Chamaeleon
  • DealSource
Für LLM-Anwendungen, die Personendaten benötigen
Die Aufgabe
Halten Sie die Unternehmens- und Kontaktdatensätze eines KI-CRM aktuell, damit seine Agenten Inbound-Leads bewerten, das Onboarding vorbefüllen und Abwanderungsrisiken treffsicher melden.
Wann
Eine neue Anmeldung, ein Inbound-Lead oder ein geplanter Refresh des Unternehmensbestands im CRM.
Ergebnis
Nutzer von KI-CRMs erhalten ein präzises Inbound-Scoring, schnelleres Onboarding und Signale zum Abwanderungsrisiko.
Lead-Praxisbeispiel 1

KI-CRM-Agenten mit aktuellen Unternehmens- und Personendatensätzen fundieren

Wann sinnvoll: Bei einer Neuanmeldung, einem Inbound-Lead oder einer geplanten Aktualisierung des Unternehmensbestands im CRM.

  1. Laden Sie company_feed- und people_feed-Deltas in den Datensatzspeicher des CRM
  2. Befüllen Sie das Onboarding anhand der geschäftlichen E-Mail-Adresse einer Anmeldung vor, über POST /person_detail_reverse_lookup/by_email/ und POST /organization_search/
  3. Datensätze Agenten als Retrieval-Kontext mit Zeitstempeln auf Feldebene bereitstellen
  4. job_postings_feed und Personenänderungen als Scoring- und Abwanderungsrisiko-Signale nutzen
EingabenErgebnisse
Feedsfresh company record
Registrierungs-E-Mailprefilled onboarding fields
CRM-Datensätzeagent context
risk signals
Lead-Praxisbeispiel 2

Einen Personen-Datenfeed für Retrieval über Personen- und Unternehmensdatensätze lizenzieren

Wann sinnvoll: Ein Produkt beantwortet täglich Tausende Fragen zu Personen und Unternehmen und braucht die Datensätze im eigenen Index, mit Aktualisierungsbedingungen, die es seinen Kunden zeigen kann.

Schritte anzeigen
  1. Lizenzieren Sie die Personen- und Unternehmens-Datenfeeds und vereinbaren Sie Aktualisierungsintervall und zulässige Nutzung
  2. Laden Sie jede Lieferung in Ihr Data Warehouse oder Ihren Vektor-Index, geschlüsselt auf person_id und company_id
  3. Rufen Sie zu jeder Frage die passenden Datensätze ab und übergeben Sie sie dem Modell als Kontext
  4. Rufen Sie die API nur für Kontaktfelder auf, die nicht im Feed enthalten sind und pro Ergebnis bezahlt werden
EingabenErgebnisse
Datenfeed-Lieferung (S3 oder Snowflake)person records
Aktualisierungsrhythmuscompany records
person_id
company_id
Praxisbeispiel öffnen: Einen Personen-Datenfeed für Retrieval über Personen- und Unternehmensdatensätze lizenzieren
Lead-Praxisbeispiel 3

Modelle für Titelnormalisierung und Unternehmens-Matching mit strukturierten Profilen trainieren

Wann Sie es einsetzen: Ein Team entwickelt oder trainiert einen Jobtitel-Klassifikator oder ein Entity-Resolution-Modell neu.

Schritte anzeigen
  1. Laden Sie people_feed-Positionen (role_title, organization_name, forager_organization_id) und company_feed (Name, Domain, linkedin_slug, Branche)
  2. Erstellen Sie Titelbeispiele, die mit dem vom Team definierten Mapping von Funktion und Seniorität gelabelt sind
  3. Erstellen Sie Paare von Unternehmensnamen, die auf dieselbe forager_id aufgelöst werden, für das Training zur Entity Resolution
  4. Halten Sie ein Testset aus einer späteren Lieferung zurück und verfolgen Sie die Genauigkeit bei jeder Aktualisierung
EingabenErgebnisse
Personen-Datenfeedlabelled title examples
Unternehmensfeedcompany name match pairs
Label-Taxonomieevaluation set
Praxisbeispiel öffnen: Modelle für Jobtitel-Normalisierung und Unternehmensabgleich auf strukturierten Profilen trainieren
Felder

Felder in der Antwort

  • fresh company record
  • prefilled onboarding fields
  • agent context
  • risk signals
  • person records
  • company records
  • person_id
  • company_id
  • labelled title examples
  • company name match pairs
  • evaluation set

Aus den Workflows oben. Vollständige Feldreferenz: Personen-Datenfeed und die Dokumentation zum Personen-Datenfeed.

Wer zuständig ist

Wer bei LLM-Anwendungen, die Personendaten benötigen, den Personen-Datenfeed bewertet – und woran er gemessen wird

  • Data-Engineering-Lead, der den Feed einliest: bewertet nach Feldern und Aktualität
  • Leitung Datenbeschaffung oder Partnerschaften: bewertet nach Lizenzbedingungen und Kosten
  • Product Owner des Such- oder Intelligence-Produkts: bewertet danach, was Nutzer finden

Eine Auswahl von LLM-Apps, die Forager für den Personen-Datenfeed nutzen · dazu weitere Teams, die Forager einsetzen

  • SeekOut
    • Talent Intelligence

    Ausgewählter Anwendungsfall: Foragers Personen-Datenfeed, eingesetzt, um Kandidatenprofile aktuell zu halten.

    2–3 Jahre auf dem Forager Personen-Datenfeed, nach eigener Angabe von SeekOut1

  • Vieu
    • ABM & Intent

    Plattform zum Mapping von Geschäftsbeziehungen, die Sales-Teams und KI-Agenten hilft, Empfehlungen über gemeinsame Kontakte zu finden.

  • MarketMapr
    • Talent Intelligence

    Ausgewählter Anwendungsfall: lizenzierte Personen- und Unternehmensfeeds, mit denen Recruiter eine ganze Nische abbilden.

  • Adzact
    • ABM & Intent

    B2B-Werbeplattform, die ideale Käufer anhand von Geschäftssignalen modelliert.

  • Evident
    • Marktintelligenz

    Herausgeber des Evident AI Index, der Banken, Versicherer und Zahlungsanbieter nach KI-Reifegrad bewertet.

  • SBR2TH
    • Personaldienstleister

    Ausgewählter Anwendungsfall: Personen- und Stellenanzeigen-Feeds, in den eigenen Data Lake geladen für KI-Suche.

  • Chamaeleon
    • VC- & PE-Recherche

    Early-Stage-Venture-Firma, die Unternehmen mit eigener KI und quantitativer Engine analysiert.

  • DealSource
    • VC- & PE-Recherche

    Ausgewählter Anwendungsfall: Unternehmens- und Personendaten für Profile privater Unternehmen.

Quellen

1 SeekOut: SeekOut, Kundeninterview, Sep. 2026.

“Forager leads in accuracy across all regions, Forager's dual strength in accuracy and volume makes it a powerhouse for sales teams that are targeting businesses around the globe.”
ClayStefan K.Data Partnerships
800M+Personen
65M+Unternehmen
So testen Sie es

Personen-Datenfeed mit Ihrer eigenen Stichprobe testen

  1. Ziehen Sie eine Stichprobe. Nehmen Sie Profile, die Ihre Nutzer letzte Woche abgefragt haben.
  2. Probieren Sie es aus. Nutzen Sie einen Self-Service-Schlüssel oder buchen Sie eine Demo und senden Sie uns die Liste.
  3. Messen Sie, was Ihre Nutzer erleben. Erreichbarkeitsquote bei Mobilnummern, Bounces bei E-Mails und ob die richtige Person abhebt.
  • 5 $ gratis Credits
  • Keine Kreditkarte
  • Testlauf starten
FAQ

Häufig gestellte Fragen

Wie nutzen LLM-Apps den Personen-Datenfeed?

Halten Sie die Unternehmens- und Kontaktdatensätze eines KI-CRM aktuell, damit dessen Agenten eingehende Leads korrekt bewerten, das Onboarding vorausfüllen und Abwanderungsrisiken erkennen. Eine lizenzierte Datei mit 800M+ beruflichen Profilen, planmäßig aktualisiert und an Snowflake oder S3 geliefert. Diese Seite zeigt 3 Workflows mit den genauen Schritten.

Was kostet der Personen-Datenfeed für LLM-Apps?

Der Personen-Datenfeed ist eine pauschale Jahreslizenz, global oder regional, und wird nicht in Credits bepreist. Der Preis hängt von den Datensätzen, Feldern und dem Aktualisierungsrhythmus ab, die Sie lizenzieren. Sprechen Sie mit dem Vertrieb über Ihren Anwendungsfall, dann erstellen wir Ihnen ein Angebot.

Warum ergänzen LLM-Apps den Personen-Datenfeed?

Beantworten Sie Fragen zu Personen mit lizenzierten Daten statt mit gescrapten Seiten. Produkte wie Ihres werden daran gemessen, ob der Agent die richtige Person erreicht hat – deshalb zählen die Kosten pro Ergebnis, das die richtige Person erreicht. Testen Sie mit einer eigenen Stichprobe, was der Personen-Datenfeed für Ihre Nutzer liefert, bevor Sie darauf aufbauen.

Wie halten KI-CRMs Unternehmensdaten für ihre Agenten aktuell?

Laden Sie company_feed- und people_feed-Deltas in den Datensatzspeicher des CRM. Stellen Sie Agenten die Datensätze als Retrieval-Kontext mit Zeitstempeln auf Feldebene bereit.

Können unsere Nutzer Forager-Daten in unserem Produkt sehen?

Ja, gemäß den Plattformbedingungen. Self-Service-Tarife decken die interne Nutzung durch Ihr eigenes Team ab. Das Anzeigen von Forager-Daten für Ihre Nutzer oder die Weitergabe von Datensätzen wird separat lizenziert: Sprechen Sie mit dem Vertrieb über das Volumen und darüber, welche Felder Ihre Nutzer sehen müssen.

Können LLM-Apps vor der Lizenzierung eine Stichprobe des Personen-Datenfeeds sehen?

Ja. Fordern Sie in einem 30-minütigen Gespräch einen Beispielauszug des Personen-Datenfeeds an und prüfen Sie die Felder an Ihren eigenen Datensätzen, bevor Sie lizenzieren.

Wo kann ein KI-Produkt Personen- und Unternehmensdatensätze für Retrieval lizenzieren?

Der Workflow nutzt den Forager Personen-Datenfeed und den Unternehmens-Datenfeed. Personen-Datenfeed: Eine lizenzierte Datei mit 800M+ Berufsprofilen, planmäßig aktualisiert und an Snowflake oder S3 geliefert. Geben Sie einem Produkt, das Fragen zu Personen und Unternehmen beantwortet, einen lizenzierten Datensatz zum Indexieren und Abrufen, statt pro Frage eine API aufzurufen oder Profile zu scrapen.

Wie prüfen Sie die Datenqualität?

Der Test, der zählt, ist Ihr eigener: Senden Sie uns eine Liste von Profilen, die für Sie relevant sind. Wir führen ihn aus und zeigen Ihnen Zahl für Zahl, was wir finden, damit Sie Trefferquote und Erreichbarkeitsquote selbst messen können.

Sollte ich den Personen-Datenfeed oder die API nutzen?

Nutzen Sie die API, wenn Ihr Produkt eine Person nach der anderen braucht, genau dann, wenn ein Nutzer danach fragt. Lizenzieren Sie den Personen-Datenfeed, wenn Sie die gesamte Ebene in Ihrem eigenen Warehouse oder Suchindex brauchen, für Analytics, Matching oder Retrieval, ohne einen Aufruf pro Datensatz.

Wohin kann der Personen-Datenfeed geliefert werden?

Die Lieferung erfolgt als Data Share an Snowflake, Databricks und Amazon S3. Alles andere läuft über die REST-API mit einem API-Schlüssel.

Gibt es einen Vertrag oder eine Mindestabnahme?

Datenfeeds werden über einen Jahresvertrag lizenziert, in dem Laufzeit, Volumen und Aktualisierungsintervall festgehalten sind. Für Datenfeeds gibt es keine Self-Serve-Tarife.

Woher stammen die Daten, und wie steht es um den Datenschutz?

LLM-Apps müssen ihre Datenquelle oft gegenüber den eigenen Kunden erklären. Bringen Sie Ihre rechtlichen und sicherheitsbezogenen Fragen in ein Gespräch mit unserem Team mit. Wir erläutern Ihnen, wie die Daten von Forager beschafft werden und welche Bedingungen für den Personen-Datenfeed für LLM-Apps gelten. Die Datenschutzerklärung von Forager ist öffentlich, und jede Person kann über das Formular für Verbraucherrechte auf forager.ai eine Anfrage zu ihren eigenen personenbezogenen Daten senden.

Jetzt loslegen

Bringen Sie Personen-, Unternehmens- und Jobdaten, mit denen Ihre Nutzer arbeiten können, in Ihr Produkt

Schicken Sie uns eine Liste. Wir verarbeiten sie, zeigen Ihnen, was wir finden, und sprechen dann über Volumen und Konditionen.

  • 5 $ gratis Credits
  • Keine Kreditkarte
  • Testlauf starten
Plattformen und Teams, die auf Forager aufbauen
  • Clay
  • Juicebox
  • Nooks
  • Andela
  • HubSpot
  • SeekOut