KI-Extraktion vs. Web-Clipper: warum Mustersuche im HTML nicht mehr reicht

Wer schon einmal eine Clipper-Erweiterung im Browser benutzt hat, kennt das Ärgernis: Auf dem einen Foodblog holt sie das Rezept tadellos heraus, auf dem nächsten kommt gar nichts. Ein Link von Instagram, Facebook oder TikTok? Fehlanzeige. Ein Rezept aus einem Zeitungsartikel oder einem Forenbeitrag? Der Clipper steigt aus.

Das liegt nicht an schlampiger Programmierung. Klassisches Web-Clipping und die Extraktion per KI sind zwei grundverschiedene Techniken, die dasselbe Problem auf völlig verschiedenen Wegen angehen.

So arbeitet ein klassischer Web-Clipper

Browser-Erweiterungen wie „Clip Recipe” und die Importfunktionen klassischer Apps wie Paprika 3 zerlegen HTML. Sie durchsuchen den Quelltext einer Seite nach festen Mustern:

Rezept-Markup (JSON-LD): der Goldstandard. Foodblogs auf WordPress mit einem Rezept-Plugin (etwa WP Recipe Maker) hinterlegen strukturierte Daten, in denen Titel, Zutaten, Zubereitung und Garzeit ausdrücklich als solche ausgezeichnet sind.
Microdata und RDFa: ältere Formate für denselben Zweck.
Mustersuche im HTML: Wo nichts ausgezeichnet ist, rät der Clipper. Er sucht <ul>-Listen, die Zutaten sein könnten, und nummerierte Listen, die nach Arbeitsschritten aussehen.

Wenn alles zusammenpasst – eine große Rezeptseite oder ein Foodblog mit Plugin und sauberem HTML –, funktioniert das hervorragend. Auf Chefkoch oder Essen & Trinken clippt es schnell und genau.

Nur ist das Internet nicht so ordentlich.

Woran Web-Clipper scheitern

Beiträge in sozialen Netzwerken

Instagram, TikTok, Facebook und YouTube verwenden kein Rezept-Markup. Das Rezept steckt in einer Bildunterschrift, in einer Videobeschreibung oder in dem, was jemand im Video sagt. Da ist keine Struktur, an der sich ein Clipper festhalten könnte – und Videos ansehen oder anhören kann er ohnehin nicht.

Wenn du ein Rezept von Instagram speichern willst, sieht die Vorlage oft so aus:

„Omas Kartoffelsalat!! 🥔 also ihr braucht so 1 kg festkochende Kartoffeln, eine große Zwiebel, ordentlich heiße Brühe, Weißweinessig, Öl, mittelscharfen Senf, Salz, Pfeffer. Kartoffeln in der Schale kochen, warm pellen und hobeln, Brühe drüber, 20 Minuten ziehen lassen, dann erst Essig, Öl und Senf dazu. Vertraut mir bei dem einen 🙏”

Für einen Web-Clipper ist das kein Rezept. Keine <li>-Elemente für Zutaten, kein <ol> für die Schritte. Nur ein Absatz Text mit Emojis.

Seiten ohne Struktur

Auch im normalen Web stehen reichlich Rezepte ohne strukturierte Daten:

Beiträge in Kochforen, vom Chefkoch-Forum abwärts
Rezepte, die in Facebook-Gruppen weitergereicht werden
Rezeptstrecken in Zeitungen und Magazinen, vom SZ-Magazin bis zur Brigitte
Newsletter
Rezept-PDFs

Bei alldem liefert ein klassischer Clipper entweder nichts oder Buchstabensalat.

Das Problem mit dem Vorspann

Selbst auf Foodblogs, wo Clipper am besten funktionieren, gibt es eine Krux: Vor dem eigentlichen Rezept stehen häufig zweitausend Wörter Urlaubserinnerung. Clipper greifen dann zu viel oder zu wenig ab, und du suchst das Rezept anschließend im Geclippten von Hand.

So arbeitet die Extraktion per KI

Die KI geht das grundsätzlich anders an. Statt nach HTML-Mustern zu suchen, liest und versteht sie den Inhalt.

Was passiert, wenn du bei Pluck einen Link einfügst:

Schritt 1: Inhalt holen und vorbereiten

Pluck lädt die Seite und zieht alles Brauchbare heraus: Haupttext, Metadaten, vorhandene strukturierte Daten und die plattformeigenen Felder – Instagram-Bildunterschrift, Facebook-Beitrag, YouTube-Beschreibung. Bei Video-Adressen lädt Pluck zusätzlich das Video herunter und wertet Bild und Ton aus.

Gibt es Rezept-Markup (JSON-LD), nimmt Pluck es mit. Das ergibt den höchsten Konfidenzwert. Anders als ein Clipper hört Pluck an dieser Stelle aber nicht auf.

Schritt 2: Die KI versteht den Inhalt

Der Inhalt geht in unsere KI-Pipeline, wo multimodale Modelle Text, Bild und Ton so verarbeiten, wie ein Mensch es täte. Bestimmt wird:

Titel: Wie heißt das Gericht?
Zutaten: Was brauchst du, und wie viel davon?
Zubereitung: Welche Schritte, in welcher Reihenfolge?
Rahmendaten: Gar- und Vorbereitungszeit, Portionen, Küche, Schwierigkeit

Umgangssprache, Abkürzungen, Emojis und krude Formatierung sind kein Hindernis, geschrieben wie gesprochen. Die KI weiß, dass „ein paar Zehen Knoblauch” in die Zutatenliste gehört, und dass „dann bei 180 Grad ungefähr eine halbe Stunde rein damit” 180 °C für 30 Minuten heißt. Bei Videos sieht sie sich die Bilder an und hört zu, damit auch Rezepte ankommen, die nirgends geschrieben stehen.

Schritt 3: Konfidenzwert

Nicht jede Extraktion ist gleich verlässlich. Pluck vergibt einen Wert und stützt ihn auf mehrere Faktoren:

Strukturierte Daten vorhanden? Höherer Wert.
Zutaten und Schritte klar getrennt? Höherer Wert.
Vager, mehrdeutiger Inhalt? Niedrigerer Wert.
Video mit deutlicher Sprache und eingeblendeter Schrift? Höherer Wert.
Hektisch geschnittenes Video mit lauter Musik und wenig Zusammenhang? Niedrigerer Wert.

Du siehst den Wert, bevor du speicherst. So weißt du, wann du genauer hinschauen solltest und wann nicht.

Schritt 4: Prüfen und speichern

Heraus kommt ein sauber strukturiertes Rezept: Titel, Zutaten nach Abschnitten gruppiert, nummerierte Schritte, Zeiten und mehr. Du korrigierst, was zu korrigieren ist, und legst es in deine Rezeptbox.

Der Unterschied in der Praxis

Dasselbe Rezept, zwei Verfahren.

Ein klassischer Clipper auf einem Instagram-Beitrag:

❌ „Auf dieser Seite wurde kein Rezept gefunden”

Pluck auf demselben Instagram-Beitrag:

✅ Titel: Omas Kartoffelsalat

Zutaten: 1 kg festkochende Kartoffeln, 1 große Zwiebel, heiße Brühe, Weißweinessig, Öl, mittelscharfer Senf, Salz, Pfeffer

Zubereitung: 1. Kartoffeln in der Schale kochen. 2. Warm pellen und hobeln. 3. Heiße Brühe angießen und 20 Minuten ziehen lassen. 4. Essig, Öl und Senf unterheben. 5. Abschmecken und servieren.

Gleicher Inhalt, grundverschiedenes Ergebnis.

Und was ist mit Fotos?

Bilder kann ein Web-Clipper nicht verarbeiten. Manche Apps stellen ihrem Clipper deshalb eine schlichte Texterkennung (OCR) zur Seite – Mela und Recipe Keeper etwa scannen gedruckte Rezepte. Die liest zwar den Text, überlässt dir aber das Sortieren, was Zutat und was Arbeitsschritt ist, und bei Handschrift tut sie sich schwer.

Plucks Bilderkennung liest ein Bild so, wie das Sprachmodell einen Text liest. Sie erkennt die Bestandteile eines Rezepts im Bild, ob gedruckte Karte, abfotografierte Buchseite oder Handschrift, und liefert dieselbe Struktur wie sonst auch.

Besonders stark ist das bei:

Familienrezepten: Omas Handschrift, digitalisiert und durchsuchbar
Kochbuchseiten: die Lieblingsrezepte aus dem gedruckten Rezeptbuch, auf dem Telefon
Screenshots: wenn die Adresse längst weg ist, das Bildschirmfoto aber noch da

Wo der Markt 2026 steht

Als wir diesen Beitrag im Januar 2026 geschrieben haben, waren die meisten Rezepte-Apps noch reine Clipper. Das hat sich schnell geändert. Stand Oktober 2026:

KI-Import, der auch zuhört: ReciMe, Honeydew und Deglaze schreiben die Tonspur eines Videos mit, und Deglaze gibt an, zusätzlich eingeblendeten Text Bild für Bild zu lesen.
Bildunterschriften, auf dem Gerät ausgewertet: Mela und Pestle lesen Bildunterschriften und Videobeschreibungen per maschinellem Lernen direkt auf dem Gerät. Das klappt, wenn die Köchin das Rezept ausgeschrieben hat.
Clipper, die Social Media und Fotos nachrüsten: Recipe Keeper importiert aus Instagram und TikTok und scannt per OCR, CopyMeThat speichert Beiträge aus Instagram und Facebook, und Paprika 4 (seit September 2026 in der offenen Beta) bringt Foto-Scan und Social-Media-Import mit.

„Clipper gegen KI“ ist also keine saubere Trennlinie zwischen Apps mehr. Die eigentliche Frage lautet: Was liest eine App – nur das Markup, die Bildunterschrift, die Tonspur oder auch die Bilder? Genau danach vergleicht unser Ratgeber zur Rezepte-App mit KI.

Wohin die Sache läuft

Web-Clipping war die richtige Antwort auf das Internet von 2015: überwiegend Blogs, überwiegend strukturierte Daten, überwiegend Desktop.

Rezepte findet man inzwischen woanders – in sozialen Netzwerken, im Video, auf dem Telefon. Die Technik muss mitziehen.

Fehlerfrei ist die KI nicht; Konfidenzwerte gibt es aus gutem Grund, und manches Ergebnis will nachbearbeitet werden. Aber sie kommt mit dem unordentlichen Alltag heutiger Rezeptinhalte zurecht, und das wird ein Parser, der HTML-Muster abgleicht, niemals tun. Pluck sieht sich ein TikTok an, liest ein Instagram-Karussell als ein einziges Rezept, holt ein Rezept aus einem Facebook-Reel, hört einer YouTube-Anleitung zu, liest eine handgeschriebene Karte und wertet einen Foodblog aus – alles über dieselbe Pipeline. Und ist ein Rezept erst einmal strukturiert, geht noch mehr: Es landet im Essensplan und auf einer nach Abteilungen sortierten Einkaufsliste, oder es taucht auf, wenn du nach den Zutaten suchst, die du gerade dahast.

Je besser die Modelle werden, desto genauer wird das Ergebnis. Was heute schwierig ist, mehrsprachige Beiträge und lärmende Videoumgebungen, wird zur Routine.

Das Ziel ist einfach: Egal, wo du ein Rezept findest, du solltest es strukturiert, durchsuchbar und kochbar ablegen können. Die Extraktion per KI ist der Weg dahin. Wer Rezepte-Apps nebeneinander sehen will, findet das im Beitrag Rezepte-Apps im Vergleich oder auf der Übersicht beste Rezepte-App.

Willst du die Extraktion per KI in Aktion sehen? Pluck gibt es für iOS und Android. Bei Google Play laden. Auch für iOS. Auf unserer Roadmap steht, was als Nächstes ansteht.