Web-Automatisierung: Portale ohne API anbinden

Viele Portale, mit denen Fachabteilungen täglich arbeiten, Lieferantenportale, Behördenportale, Buchungssysteme einzelner Softwareanbieter, bieten schlicht keine offene Schnittstelle an. Ohne API bleibt normalerweise nur das manuelle Klicken, Ausfüllen und Abtippen zwischen zwei Systemen, oft mehrmals täglich und immer nach demselben Muster. Power Automate Desktop schließt genau diese Lücke mit der Web-Automatisierung: Ein digitaler Mitarbeiter bedient den Browser so, wie du es selbst tun würdest, liest Daten aus, füllt Formulare aus und klickt Buttons, ganz ohne dass das Zielsystem dafür eine API bereitstellen muss.

Dieser Beitrag zeigt, wie die Web-Automatisierung in Power Automate Desktop (PAD) technisch funktioniert, welche Aktionen für Formulare, Klicks und Datenextraktion zur Verfügung stehen, wie der Recorder dabei hilft, und wo die Grenzen dieses Ansatzes liegen. Du behältst dabei die Kontrolle darüber, welchen Browser der Flow nutzt und wie robust die Automatisierung gegenüber Änderungen am Portal reagiert.

Warum Web-Automatisierung die Lücke ohne API schließt

Browser-Automatisierung ist laut der offiziellen Dokumentation ein Sonderfall der Benutzeroberflächenautomatisierung, der speziell für die Interaktion mit Webelementen entwickelt wurde, wie es im Artikel Webseiten automatisieren heißt. Statt gegen eine REST- oder SOAP-Schnittstelle zu arbeiten, liest PAD direkt die HTML-Struktur der Seite und emuliert Klicks, Eingaben und Auswahllisten über das Document Object Model. Für dich bedeutet das: Jedes Portal, das im Browser bedienbar ist, lässt sich grundsätzlich automatisieren, unabhängig davon, ob der Anbieter jemals eine API dafür vorgesehen hat. Unterstützt werden dabei vier Standardbrowser, Microsoft Edge, Internet Explorer, Google Chrome und Mozilla Firefox, zusätzlich zum eingebauten Automatisierungsbrowser, der ohne Zusatzinstallation sofort einsatzbereit ist.

Browser starten: Erweiterung oder WebDriver

Bevor eine Web-Automatisierung läuft, brauchst du eine Browserinstanz. Dafür stehen die Aktionen Neuen Microsoft Edge starten, Neuen Chrome starten und Neuen Firefox starten zur Verfügung, jeweils mit der Option, eine neue Instanz zu öffnen oder sich an eine bereits laufende anzuhängen. Für Edge, Chrome und Firefox musst du vorher die passende Erweiterung installieren und im Browser aktivieren, sonst schlägt die Automatisierung mit einer Fehlermeldung fehl. Die nötigen Links und Schritte findest du in Power-Automate-Browsererweiterungen installieren.

Seit einiger Zeit steht als Alternative zur Browsererweiterung auch WebDriver als Interaktionsmethode zur Verfügung, wählbar über das Feld Browserinteraktionsmethode in der Launch-Aktion. WebDriver-Ausführungsdateien legst du dazu unter `%LocalAppData%\Microsoft\Power Automate Desktop\WebDrivers` ab, passend zur installierten Browserversion. Wichtig zu wissen: WebDriver kann sich nur an Browserinstanzen anhängen, die der Flow selbst gestartet hat, nicht an manuell geöffnete Fenster, und funktioniert nicht, wenn eine Organisationsrichtlinie den Browser zu einem erzwungenen Login zwingt. Für Internet Explorer steht WebDriver außerdem gar nicht zur Verfügung. In den meisten Projekten bleibt die klassische Browsererweiterung deshalb die robustere Standardwahl.

Formulare ausfüllen und Buttons klicken

Für die eigentliche Interaktion mit der Seite stellt PAD eine ganze Gruppe von Aktionen bereit. Die wichtigsten in der Praxis:

• Textfeld auf Webseite ausfüllen trägt Werte in Eingabefelder ein.
• Dropdown-Listenwert auf Webseite festlegen wählt einen Eintrag aus einer Auswahlliste.
• Button auf Webseite drücken und Link auf Webseite anklicken lösen Klicks aus, inklusive Optionen, ob nach dem Klick auf das Laden der neuen Seite gewartet werden soll und wie mit einem eventuell auftauchenden Popup-Dialog umzugehen ist.

Standardmäßig bewegen diese Aktionen den Mauszeiger nicht sichtbar über den Bildschirm, sondern lösen die Interaktion per JavaScript-Ereignis aus. Das hat einen praktischen Vorteil: Der Flow läuft auch dann zuverlässig, wenn der Browser minimiert ist oder gerade nicht der aktive Tab im Vordergrund liegt, du kannst also währenddessen an deinem Rechner weiterarbeiten. Reagiert ein Portal auf diese emulierten Ereignisse nicht wie erwartet, lässt sich bei einzelnen Aktionen wie Link auf Webseite anklicken oder Textfeld auf Webseite ausfüllen zusätzlich eine physische Interaktion aktivieren. Dann bewegt PAD den Mauszeiger tatsächlich, der Browser muss dafür aber im Vordergrund und die Zielregisterkarte fokussiert sein.

Daten aus Webseiten extrahieren

Neben dem Ausfüllen von Formularen ist das Auslesen von Daten der zweite große Anwendungsfall. Für einzelne Werte oder Elementeigenschaften nutzt du die Aktion Details eines Elements auf der Webseite abrufen, für größere strukturierte Datenmengen die Aktion Daten aus der Webseite extrahieren. Diese Aktion unterstützt fünf Extraktionsmodi, Einzelwert, handverlesene Werte, Liste, Tabelle und gesamte HTML-Tabelle, und lässt sich komplett über den Live-Web-Helfer bedienen: Du markierst die gewünschten Elemente per Klick, PAD erkennt automatisch, wenn es sich um eine Liste oder Tabelle handelt, sobald mindestens zwei vergleichbare Elemente ausgewählt wurden. Für Spezialfälle lassen sich CSS-Selektoren auch manuell schreiben oder anpassen, inklusive optionalem regulärem Ausdruck für die Feinauswahl. Verteilen sich die Daten über mehrere Seiten mit gleichem Aufbau, definierst du zusätzlich ein Pager-Element, damit die Extraktion automatisch weiterblättert, bis alle oder eine festgelegte Anzahl an Seiten verarbeitet ist.

Mit dem Recorder Web-Flows ohne Code aufzeichnen

Wer nicht jede Aktion einzeln zusammenklicken möchte, startet stattdessen den Recorder über die Schaltfläche in der Symbolleiste des Flow-Designers. Nach Klick auf Aufzeichnen verfolgt PAD Maus- und Tastaturaktivität und erzeugt daraus automatisch sowohl UI- als auch Browser-Automatisierungsaktionen, wie in Desktop-Flows aufzeichnen beschrieben. Einen Browser kannst du dabei auf drei Wegen starten: über das Menü mit den drei Punkten im Recorder-Fenster und die Option Neuen Webbrowser starten, durch Aufzeichnen in einem bereits geöffneten Browser, oder durch manuelles Öffnen über eine Desktop-Verknüpfung. Für Dropdown-Listen, Datums- und Farbwähler blendet der Recorder eigene Hilfsdialoge ein, in denen du die gewünschten Werte direkt einträgst, statt sie live im Portal auszuwählen. Wichtig für die Praxis: Der Recorder liefert ein Grundgerüst, kein fertiges Endprodukt. Bedingungen und Schleifen zeichnet er grundsätzlich nicht auf, die generierten Schritte solltest du danach im Flow-Designer prüfen, aufräumen und um Fehlerbehandlung ergänzen.

Grenzen und typische Stolperfallen

Web-Automatisierung ist mächtig, aber nicht grenzenlos. Ein paar Punkte, die dir in der Praxis begegnen:

• Betriebssystem-eigene Dialoge wie Speichern unter, Öffnen oder Datei-Upload gehören nicht zur HTML-Seite und lassen sich mit den Web-Automatisierungsaktionen nicht steuern, dafür brauchst du zusätzlich UI-Automatisierungsaktionen für den Windows-Dialog selbst.
• Läuft ein Flow parallel mit mehreren Browserinstanzen über WebDriver, kann das zu unzuverlässigem Verhalten führen, weil physische Browserinteraktionen ein fokussiertes Fenster voraussetzen.
• Ändert der Portalbetreiber die Seitenstruktur, muss die zugehörige UI-Elementdefinition im Flow angepasst werden, Web-Automatisierung ist deshalb wartungsintensiver als eine echte API-Anbindung und sollte regelmäßig überprüft werden.
• Der eingebaute Automatisierungsbrowser funktioniert zwar ohne Zusatzkonfiguration, unterstützt aber weder Tabs noch das Öffnen von Links in neuen Fenstern.

Wo genau sich Web-Automatisierung für dein Portal lohnt und wo eine stabilere Alternative wie eine versteckte API oder ein Datenexport sinnvoller ist, lässt sich am besten anhand des konkreten Falls einschätzen, etwa im Rahmen einer Power-Automate-Beratung.

Häufige Fragen

Brauche ich für jedes Portal eine eigene Browsererweiterung?

Nein, die Erweiterung installierst du einmal pro Browser und Rechner, nicht pro Portal. Danach kann PAD jede beliebige Webseite in diesem Browser automatisieren, solange die Erweiterung aktiviert bleibt und keine Unternehmensrichtlinie sie blockiert.

Was passiert, wenn sich das Layout des Portals ändert?

Die betroffene UI-Elementdefinition im Flow findet das erwartete Element dann nicht mehr und die Aktion schlägt mit einem Fehler wie „Element mit angegebenem CSS-Selektor nicht gefunden" fehl. In diesem Fall erfasst du das Element im Live-Web-Helfer einfach neu und ersetzt die alte Definition.

Ist WebDriver besser als die klassische Browsererweiterung?

Nicht grundsätzlich. WebDriver bringt zusätzliche Möglichkeiten, hat aber dokumentierte Einschränkungen bei parallelen Ausführungen, beim Anhängen an manuell geöffnete Fenster und bei erzwungenen Organisations-Logins. Für die meisten Standardszenarien bleibt die Browsererweiterung die einfachere und stabilere Wahl.

Kann ich mit Web-Automatisierung auch Dateien aus einem Portal herunterladen?

Ja, über die Aktion Klick auf Download-Link auf Webseite oder indem du einen Downloadlink anklickst und PAD den Speicherort über nachgelagerte Dateisystemaktionen weiterverarbeitet. Erscheint dabei ein Windows-eigener Speichern-unter-Dialog, benötigst du dafür zusätzlich UI-Automatisierungsaktionen, da dieser Dialog nicht Teil der Webseite ist.

Lohnt sich Web-Automatisierung, wenn später doch noch eine API verfügbar wird?

Ja, das ist sogar der übliche Weg. Web-Automatisierung überbrückt die Zeit ohne Schnittstelle, oft über Jahre. Sobald eine API verfügbar ist, lässt sich die betroffene Flow-Sektion austauschen, ohne dass die restliche Prozesslogik davon betroffen ist.