Interviews
Jan Čurn, Mitgründer und CEO von Apify – Interviewreihe

Wichtige PunkteAgenten werden vorhandene Werkzeuge mieten, wenn der Aufbau von Grund auf mehr kostet…
Mehr anzeigen
- Agenten werden vorhandene Werkzeuge mieten, wenn der Aufbau von Grund auf mehr kostet als der Kauf.
- Stille Fehler lassen Agenten leere Seiten selbstsicher zusammenfassen, ohne das Problem zu bemerken.
- Apify zahlte letzten Monat einigen hundert Kreatoren insgesamt etwa 2 Mio. US-Dollar an Nettoeinnahmen.
Jan Čurn ist Mitgründer und CEO von Apify, das er 2015 gemeinsam mit Jakub Balada im Rahmen des Y Combinator Fellowship ins Leben rief. Der praktische Bedarf, Wohnungsangebote in Prag zu sammeln, inspirierte das ursprüngliche Produkt: ein Tool, mit dem sich Websites in APIs umwandeln lassen. Seitdem hat er die Weiterentwicklung von einer Infrastruktur zum Crawlen von Websites hin zu einer Plattform für Webdaten, Browserautomatisierung und einen Marktplatz mit Tools begleitet, die zunehmend von KI-Agenten genutzt werden.
Apify bietet eine Plattform für Web Scraping, Browserautomatisierung und sofort einsatzbereite Tools, sogenannte Actors. Entwickler können Actors über den Marktplatz veröffentlichen und damit Geld verdienen. Unternehmen und KI-Entwickler nutzen sie, um strukturierte Webdaten abzurufen und Aufgaben zu automatisieren. In diesem Interview spricht Čurn darüber, wie Agenten spezialisierte Tools finden und nutzen, warum aktuelle Daten wichtig sind und welche Anforderungen an Zuverlässigkeit, Berechtigungen und Wirtschaftlichkeit erfüllt sein müssen, damit Agenten in großem Maßstab im Web arbeiten können.
Sie haben Apify 2015 gemeinsam mit Jakub Balada im Rahmen des Y Combinator Fellowship mitgegründet. Anfangs lag der Schwerpunkt darauf, Entwicklern den Bau flexibler und skalierbarer Webcrawler zu erleichtern. Was hat Sie zu dieser Idee inspiriert, und wie hat sich Ihre ursprüngliche Vision im Laufe des vergangenen Jahrzehnts weiterentwickelt?
Die Idee zu Apify entstand aus einem Problem, auf das Jakub und ich selbst gestoßen waren. Wir arbeiteten an einem Kundenprojekt, für das Angebote neuer Wohnungen in Prag benötigt wurden. Die vorhandenen Tools hatten jedoch Schwierigkeiten mit dynamischem JavaScript und uneinheitlichen Website-Strukturen. Also entwickelten wir unser eigenes Tool, um jede beliebige Website in eine API umzuwandeln.
Im Laufe der Zeit entwickelte sich das Angebot über das Crawlen hinaus zu einer Plattform für Web Scraping, Browserautomatisierung und Webdaten. Anschließend eröffneten wir einen Marktplatz, auf dem Entwickler ihre Tools, sogenannte Actors, veröffentlichen und Geld verdienen können, wenn andere sie nutzen. Mittlerweile wird ein wachsender Anteil dieser Actors von KI-Agenten genutzt.
Apify entstand als Plattform zum Crawlen von Websites, lange bevor KI-Agenten zu einem wichtigen Branchenthema wurden. Wann wurde Ihnen klar, dass die von Ihnen aufgebaute Infrastruktur für KI-Agenten besonders wertvoll sein könnte, wenn sie auf das Web zugreifen und mit ihm interagieren müssen?
Der erste Aha-Moment kam Anfang 2023, kurz nach dem Start von ChatGPT. Plötzlich konnte man aktuelle Webdaten in einen Prompt einfließen lassen, statt ein neues Modell zu trainieren. Apify gehörte zu den ersten Scraping-Plattformen, die Crawler für die aufkommenden RAG-Pipelines bereitstellten und sich in neue Bibliotheken wie LangChain oder LlamaIndex integrierten.
Dann kam der KI-Agenten-Boom. Angenommen, Sie bitten einen Agenten, den Preis eines Produkts auf 20 E-Commerce-Websites zu vergleichen. Woher bekommt er die Daten? Genau dieses Problem lösen wir seit Jahren für Entwickler. Als Anthropic Ende 2024 das Model Context Protocol (MCP) veröffentlichte, übernahmen wir es daher sofort. Wir verfügten bereits über Tausende von Tools mit klar definierten Ein- und Ausgaben – genau das, was ein Agent braucht.
Der eigentliche Wendepunkt kam Ende 2025, als die Modelle gut genug wurden, um Agenten sinnvolle Arbeit erledigen zu lassen. Agenten brauchen geeignete Tools und zuverlässige Daten. Seitdem ist die Nutzung von Apify stark gestiegen und nähert sich rasch einem Brutto-ARR von 100 Mio. $.
Apify hat sich zu einer Plattform mit mehr als 90.000 Tools für Webdaten, Scraping, Automatisierung und KI entwickelt. Welche Rolle spielt dieses Ökosystem Ihrer Ansicht nach, wenn Agenten zunehmend spezialisierte Tools benötigen, statt sich ausschließlich auf die Fähigkeiten eines großen Sprachmodells zu verlassen?
Ja, Modelle werden immer komplexere Software von Grund auf erstellen können. Ab einem bestimmten Schwellenwert ist es für einen Agenten jedoch effizienter, ein vorhandenes Tool zu kaufen, statt es selbst zu entwickeln. Mit besseren Modellen wird dieser Schwellenwert steigen, aber einige solche Tools wird es immer geben. Das schafft Raum für den Verkauf vorgefertigter Tools, insbesondere wenn sie auf privaten Daten und schwer zugänglichem Kontext beruhen.
Wenn die Kosten für das Schreiben von Software sinken und die Zahl der Softwaresysteme und Tools wächst, wird die Suche zur entscheidenden Herausforderung: Wo findet man vertrauenswürdige und wertvolle Tools, die dabei helfen, eine Aufgabe zu erledigen? Statt 500 $ dafür zu zahlen, etwas richtig zu erstellen, kann man jemandem 5 $ zahlen, um einen bestehenden Dienst zu nutzen.
Welche besonders interessanten praktischen Anwendungen von KI-Agenten beobachten Sie derzeit in der Entwickler-Community von Apify, und welche Anwendungsfälle werden tatsächlich produktiv eingesetzt?
Einige der interessantesten Beispiele sind überraschend speziell. Wir haben erlebt, wie KI YouTube, eBay und japanische Shops durchsuchte, um bei der Entscheidung zu helfen, welche Pokémon-Karten sich zu kaufen lohnen. Ein Versicherer nutzte Apify, um 55 italienische Traueranzeigen-Websites zu überprüfen und den Tod von Versicherungsnehmern zu bestätigen. Am anderen Ende des Spektrums nutzt Canary Apify für Spotlight, ein Tool, das Ermittlern dabei hilft, Opfer von Kinderhandel aufzuspüren.
Diesen Anwendungen gemeinsam sind ein klar umrissenes Problem und der Zugang zu den richtigen Daten – nicht ein Agent, der alles Mögliche erledigen soll.
Eine der größten Herausforderungen für KI-Agenten besteht darin, auf aktuelle, strukturierte Informationen von Websites zuzugreifen, statt sich vollständig auf statische Trainingsdaten zu verlassen. Wie wichtig wird der Echtzeitzugriff auf das Web, wenn Agenten immer komplexere Aufgaben übernehmen?
Ein LLM ist eine verlustbehaftete Komprimierung der Daten, mit denen es trainiert wurde. Es kann sehr schlaue Vermutungen anstellen, aber es bleiben Vermutungen. Sobald ein Agent in der realen Welt Entscheidungen treffen oder Aufgaben erledigen soll, kann er sich nicht vollständig auf Trainingsdaten verlassen. Preise ändern sich, Produkte verschwinden, Wettbewerber bringen neue Angebote auf den Markt und Websites werden ständig aktualisiert.
Das Modell liefert die Schlussfolgerungen, doch viele Agenten benötigen eine zuverlässige Möglichkeit, aktuelle Informationen aus dem Web abzurufen und in strukturierte Daten umzuwandeln, die sie in großem Umfang nutzen können.
Webumgebungen können unvorhersehbar sein: Benutzeroberflächen ändern sich, Inhalte werden dynamisch geladen, es gelten Authentifizierungsanforderungen und es kommen Systeme zum Schutz vor Automatisierung zum Einsatz. Vor welchen größten technischen Herausforderungen stehen Entwickler, wenn sie Agenten erstellen wollen, die zuverlässig im offenen Web arbeiten können?
Moderne Websites können dynamisches JavaScript, Herausforderungsseiten oder unvollständige Inhalte zurückgeben, und Anti-Bot-Systeme berücksichtigen alles von der Reputation einer IP-Adresse bis hin zu Browser-Fingerprints. Fehler bleiben oft unbemerkt, sodass ein Agent selbstbewusst eine leere Seite zusammenfassen kann, ohne es zu merken.
Etwas zu entwickeln, das einmal funktioniert, ist vergleichsweise einfach. Etwas zu entwickeln, das auf sich wandelnden Websites und im Produktivbetrieb zuverlässig funktioniert, ist deutlich schwieriger.
Da Agenten zunehmend nicht nur Informationen abrufen, sondern auch online handeln können: Was muss sich in Bereichen wie Zuverlässigkeit, Berechtigungen, Überprüfung und menschlicher Aufsicht verbessern, bevor Unternehmen ihnen stärker autonome Arbeitsabläufe anvertrauen können?
Berechtigungen werden deutlich wichtiger, sobald ein Agent handeln und nicht nur lesen kann. Der Agent darf niemals Zugangsdaten zu sehen bekommen, und sämtliche Geheimnisse müssen außerhalb einer sicheren Sandbox gespeichert werden und dürfen dem Modell niemals zugänglich sein. An diesem Problem der Proxy-Abschirmung arbeiten wir bei den Actors auf der Apify-Plattform sowie in mcpc, unserem Open-Source-CLI-Client für MCP.
Entwickler experimentieren mit verschiedensten Ansätzen, von Browserautomatisierung über spezialisierte APIs bis hin zu neuen Agentenprotokollen. Wie wird sich Ihrer Ansicht nach die Architektur von KI-Agenten entwickeln, und wie sieht das ideale Zusammenspiel von Modellen, Tools, Datenquellen und Browsern aus?
Ich denke, die großen Agentenplattformen wie ChatGPT und Claude entwickeln sich zum neuen Betriebssystem, zu einer zentralen Schnittstelle, über die Menschen Computer steuern, während sich Tools in sie einbinden lassen wie Apps auf dem Smartphone. Für Tools, die an anderer Stelle laufen, hat sich MCP als Standardprotokoll für die Interaktion etabliert.
Benötigt ein Agent beispielsweise Restaurantbewertungen und Kontaktdaten, kann er Google Maps in einem Browser öffnen und sich wie ein Mensch durch die Seiten klicken – eine ungenaue und kostspielige Vorgehensweise. Alternativ kann er ein Tool finden und aufrufen, das strukturierte Kartendaten zurückgibt; das ist schneller und zuverlässiger. Der Hauptagent wird außerdem Aufgaben wie das Buchen von Tischen oder die Suche nach Flügen an spezialisierte Unteragenten weitergeben, die mit kostengünstigeren Modellen arbeiten.
Apify entwickelt seit Jahren Infrastruktur für Entwickler und betreibt zugleich einen Marktplatz, auf dem externe Entwickler ihre eigenen Tools veröffentlichen können. Könnte agentische KI eine viel größere Wirtschaft rund um spezialisierte Tools und Dienste hervorbringen, die Agenten selbstständig entdecken und nutzen?
Ja, und unser Marktplatz ist bereits ein kleines Beispiel dafür. Entwickler veröffentlichen Actors, andere nutzen sie, die Entwickler werden dafür bezahlt, und dadurch kommen weitere Entwickler und Tools hinzu. Dieser Kreislauf läuft auf Käuferseite schon seit Jahren.
Wenn KI-Agenten mehr Verantwortung übernehmen, werden sie für manche Aufgaben Geld benötigen. Man kann sich vorstellen, einem Agenten eine Aufgabe und ein kleines Guthaben zu geben und ihn unterwegs für die benötigten Tools bezahlen zu lassen – mithilfe eines agentischen Zahlungsprotokolls wie x402 oder MPP. Das Volumen ist noch gering, aber ich glaube, dass künftig der Großteil der wirtschaftlichen Aktivitäten autonom zwischen Agenten stattfinden wird und die menschliche Aufsicht dabei immer weiter abnimmt.
Apify startet in sein zweites Jahrzehnt, und KI-Agenten werden zu einem immer größeren Teil der Softwarelandschaft. Wie wird sich das Unternehmen Ihrer Meinung nach in den kommenden Jahren entwickeln, und was fehlt dem heutigen Ökosystem der Agenten noch?
Immer mehr Menschen binden Apify inzwischen in ihre Agenten wie Claude oder ChatGPT ein und erkennen, dass diese Tools ihnen helfen, komplexere Aufgaben im Web schneller zu erledigen. Die Apify-Plattform und ihre Actors werden für ein überzeugendes agentisches Nutzungserlebnis optimiert, was zu einer stärkeren Nutzung und höheren Ausgaben führt.
Auf der anderen Seite des Marktplatzes erzielen immer mehr Softwareentwickler mit ihren Actors regelmäßige Einnahmen: Mehr als 300 Actors aus der Community bringen über 1.000 US-Dollar pro Monat ein. Allein im vergangenen Monat zahlten wir einigen Hundert Entwicklern insgesamt etwa 2 Millionen US-Dollar an Nettoverdiensten aus.
Das Wachstum des Apify-Marktplatzes beschleunigt sich, ebenso unser Ehrgeiz, Apify zum größten und vertrauenswürdigsten Marktplatz für KI-Tools weltweit zu machen, damit Menschen und ihre Milliarden künftigen Agenten Aufgaben im Web erledigen können.
Vielen Dank für das großartige Interview. Leserinnen und Leser, die mehr über Webdaten, Browserautomatisierung und Tools für KI-Agenten erfahren möchten, sollten Apify besuchen.












