Strukturierte Firmendaten per API erhalten

Wer im B2B-Umfeld Applikationen baut, CRM-Systeme anreichert oder automatisiert Leads qualifiziert, stößt früh auf dasselbe Problem: Firmendaten sind verstreut, inkonsistent und schwer zu integrieren. Manuelles Recherchieren skaliert nicht. Tabellen-Exporte aus fragwürdigen Quellen führen zu schlechter Datenqualität. Und proprietäre Datenbank-Abonnements ohne API-Zugang sind für moderne Entwicklungsworkflows schlicht nicht geeignet.

APIs sind in diesem Kontext keine nette Ergänzung, sondern eine technische Grundvoraussetzung. Sie ermöglichen es, Firmendaten direkt in Produkte, Pipelines und Systeme zu integrieren, ohne manuelle Eingriffe, ohne Medienbrüche und in der Qualität, die produktive Anwendungen erfordern.

Dieser Artikel zeigt, welche Arten von Firmendaten-APIs es gibt, was eine gute API ausmacht und wie ProxDeal strukturierte Unternehmensdaten per API bereitstellt.

1. Was sind strukturierte Firmendaten?

Strukturierte Firmendaten sind maschinenlesbare, einheitlich formatierte Informationen über Unternehmen. Im Gegensatz zu unstrukturierten Quellen wie Webseiten, PDFs oder Presseartikeln lassen sich strukturierte Daten direkt in Datenbanken speichern, abfragen, filtern und verarbeiten.

Zu strukturierten Firmendaten gehören typischerweise:

• Stammdaten: z.B. Firmenname, Rechtsform, Handelsregisternummer, Gründungsdatum, Adresse

• Kontaktdaten: z.B. Telefonnummern, E-Mail-Adressen, LinkedIn-Profil, Website-URL

• Unternehmensstruktur: z.B. Muttergesellschaft, Tochterunternehmen, Beteiligungen

• Qualitative Analysen und Zusammenfassungen: z.B. Geschäftsmodell, USP, Kundengruppen

• Quantitative Analyse: z.B. Insolvenzwahrscheinlichkeit , Ohlson O-Score etc.

• Finanzdaten: z.B. Umsatz, Mitarbeiterzahl, Bilanzkennzahlen

• Signaldaten: z.B. Finanzierungsmeldungen, Leadership-Wechsel

Die Qualität strukturierter Daten entscheidet direkt über die Qualität jeder nachgelagerten Anwendung, sei es ein Lead-Scoring-Modell, ein CRM-Anreicherungsprozess oder ein Market-Intelligence-Dashboard.

2. Warum sind APIs entscheidend?

Automatisierung benötigt Daten

Ohne API bedeutet Datenbeschaffung manuelle Arbeit. Mit einer Firmendaten-API lässt sich jede Datenanfrage programmatisch auslösen: bei einem neuen Signup, beim Anlegen eines CRM-Eintrags, beim Starten eines Workflows. Das reduziert Human Error und Bearbeitungszeit.

Schnelle Skalierung

Tausend Firmen manuell zu recherchieren ist aufwendig. Eine Million ist unmöglich. APIs skalieren horizontal: Derselbe Code, der eine Firmenanfrage verarbeitet, verarbeitet auch zehntausend, sofern Rate Limits und Infrastruktur das erlauben.

Integrationen in Produkte und Workflows

Moderne Produkte bestehen aus mehreren Systemen: CRM, Datenbank, Analytics, Workflow-Automatisierung. Eine Firmendaten-API lässt sich direkt in diesen Stack einbinden. Die Daten fließen dorthin, wo sie gebraucht werden, ohne manuellen Transfer.

Echtzeit-Daten beziehen

Statische Exporte veralten. APIs erlauben es, Firmendaten zum Zeitpunkt des Bedarfs abzurufen und sicherzustellen, dass immer mit dem aktuellen Stand gearbeitet wird. Das ist besonders relevant für dynamische Felder.

3. Welche Arten von Firmendaten-APIs gibt es?

Unternehmensdaten APIs

Unternehmensdaten APIs liefern Stamm- und Profildaten zu Firmen: Name, Adresse, Rechtsform, Branche, Mitarbeiterzahl, Website, Gründungsjahr und Handelsregisterdaten.

Über reine Stammdaten hinaus liefern moderne Firmendaten-APIs zunehmend auch strukturierte qualitative Beschreibungen: Geschäftsmodell, USP, Kundengruppen und Wertschöpfungsstruktur. Diese Informationen sind besonders wertvoll für Anwendungsfälle, bei denen nicht nur die Größe eines Unternehmens relevant ist, sondern dessen inhaltliche Positionierung, etwa für die Segmentierung von Zielkunden nach Branchenlogik, für das Matching im M&A-Kontext oder für KI-gestützte Relevanzbewertungen im Vertrieb.

Use Cases:

• Automatische Datenanreicherung beim CRM-Eintrag

• Qualifizierung eingehender Leads nach Firmenprofil

• Aufbau von Zielgruppenlisten nach Firmengröße und Branche

Typische Datenpunkte: Firmenname, Registernummer, Land, Postleitzahl, Mitarbeiterzahl, Unternehmenstyp (beispielsweise GmbH, AG, SE), Geschäftsmodellbeschreibung, USP, Kundengruppen und Wertschöpfungsstruktur.

Einschränkungen: Abdeckung variiert stark je nach Region. Für DACH-spezifische Daten sind spezialisierte Anbieter wie ProxDeal deutlich präziser als globale Anbieter mit geringer lokaler Tiefe.

Finanzdaten APIs

Finanzdaten APIs liefern wirtschaftliche Kennzahlen: Jahresumsatz, Bilanzsumme, EBIT, Eigenkapitalquote. Ein häufiges Missverständnis ist, dass diese Daten flächendeckend verfügbar sind. Das stimmt nicht. In Deutschland sind die meisten GmbHs nur eingeschränkt zur Offenlegung verpflichtet. In der Schweiz besteht generell keine Pflicht für Unternehmen, Finanzkennzahlen oder Mitarbeiterzahlen zu reporten.

Was das in der Praxis bedeutet: Anbieter, die für jedes Unternehmen einen Umsatzwert ausweisen, arbeiten mit Schätzungen. Die Frage ist, ob diese Schätzungen als solche gekennzeichnet sind oder ob sie als faktische Daten dargestellt werden.

Use Cases:

• Bonitätsprüfung vor Vertragsabschluss

• Priorisierung von Accounts nach wirtschaftlicher Substanz

• Deal Sourcing für M&A oder Venture-Investitionen

Einschränkungen: Nicht alle Unternehmen reporten Finanzdaten. Dort, wo keine Reportingpflicht besteht, kann kein Anbieter verlässliche Ist-Werte liefern. Schätzmodelle sind ein legitimer Ansatz, müssen aber transparent als solche ausgewiesen werden.

Signal APIs

Signal APIs liefern ereignisbasierte Daten: Was passiert gerade bei einem Unternehmen? Neue Stellenausschreibungen, Finanzierungsmeldungen, Führungswechsel, Presseberichte, Produktlaunches.

Use Cases:

• Trigger-basiertes Outreach ("Das Unternehmen sucht gerade 10 Sales-Mitarbeiter")

• Frühzeitige Erkennung von Kaufbereitschaft oder Wachstumsphasen

• Monitoring von Wettbewerbern und Zielkunden

Typische Datenpunkte: Pressemitteilungen, Finanzierungsankündigungen, Personalveränderungen auf C-Level, Gesellschafterwechsel

Einschränkungen: Signaldaten sind zeitkritisch. Ihr Wert sinkt mit zunehmender Verzögerung. Außerdem besteht bei automatischer Interpretationslogik das Risiko von False Positives.

4. Anforderungen an eine gute Firmendaten-API

Datenqualität ist die wichtigste Anforderung. Sie umfasst Vollständigkeit, Korrektheit und Konsistenz. Eine API, die 80 % der Felder mit Platzhaltern oder unkennzeichneten Schätzwerten füllt, ist für produktive Anwendungen unbrauchbar, besonders dann, wenn diese Werte nicht als Schätzungen ausgewiesen sind.

Transparenz über Datenherkunft ist ebenso entscheidend. Ist ein Umsatzwert aus dem Bundesanzeiger entnommen oder das Ergebnis eines Schätzmodells? Wurde ein Feld nicht ausgefüllt, weil die Information fehlt, oder weil das Unternehmen sie nicht reportet hat? Diese Unterscheidung ist für jede seriöse nachgelagerte Verarbeitung relevant.

Aktualität: Veraltete Daten führen zu falschen Entscheidungen. Eine gute Firmendaten-API dokumentiert, wie häufig die Datenbasis aktualisiert wird, und gibt an, wann ein Datensatz zuletzt validiert wurde.

Abdeckung beschreibt, wie viele Unternehmen in einem definierten Universum enthalten sind. Für DACH-fokussierte Teams ist eine API mit tiefer DACH-Abdeckung wertvoller als eine globale API mit geringer regionaler Tiefe. Die relevante Frage ist: Wie viele Unternehmen aus Deutschland, Österreich und der Schweiz sind in der Datenbasis enthalten?

Tiefe der qualitativen Daten: Stammdaten und Finanzkennzahlen allein reichen für viele moderne Use Cases nicht mehr aus. Wer Unternehmen nach Geschäftsmodell, Zielkundensegment oder Wertschöpfungsprofil filtern möchte, braucht eine API, die auch diese qualitativen Dimensionen strukturiert bereitstellt, nicht als Freitext, sondern als auswertbare, konsistente Felder.

Performance: API-Latenz beeinflusst direkt die Nutzererfahrung in Echtzeit-Workflows. Anbieter sollten SLA-Angaben zu Verfügbarkeit und Reaktionszeit machen. Für Batch-Prozesse ist Latenz weniger kritisch, für Echtzeit-Enrichment jedoch entscheidend.

Dokumentation: Eine gute API-Dokumentation enthält vollständige Endpoint-Beschreibungen, Authentifizierungsbeispiele, Feldlevel-Erklärungen, Fehlercode-Verzeichnisse und funktionierende Code-Snippets. Sandbox-Umgebungen und Testaccounts sind ein weiteres Qualitätsmerkmal.

5. Typische Use Cases

Lead Generation

Entwicklungsteams und Growth Teams bauen Systeme, die automatisch Firmenlisten nach definierten Kriterien generieren: Branche, Mitarbeiterzahl, Region, Umsatzgröße. Eine Firmendaten-API liefert die Rohdaten, die anschließend gefiltert, gescort und in ein CRM oder Outreach-Tool übertragen werden. Dadurch wird die Lead-Generierung deutlich effizienter, da relevante potenzielle Kunden automatisiert identifiziert und priorisiert werden können, ohne zeitaufwendige manuelle Recherche.

CRM Enrichment / Anreicherung von Unternehmensdaten

Bestehende CRM-Einträge enthalten oft nur minimale Informationen. Eine Unternehmensdaten-API erlaubt es, bestehende Accounts automatisch mit Stammdaten, Firmenprofil und aktuellen Signalen anzureichern, sobald ein Datensatz angelegt oder aktualisiert wird. Besonders wertvoll ist dabei die Anreicherung mit qualitativen Feldern wie Geschäftsmodell, USP und Kundengruppen, diese ermöglichen eine inhaltliche Segmentierung direkt im CRM, ohne manuelle Nachqualifizierung durch das Vertriebsteam.

Market Mapping und Research

Investoren, Strategy Teams und Produktteams nutzen Firmendaten-APIs, um Marktsegmente systematisch zu kartieren: Welche Unternehmen existieren in einem bestimmten Segment? Wie ist die Verteilung nach Größe, Region und Wachstum? Ohne API wäre dieser Prozess manuell nicht skalierbar. Mit strukturierten Beschreibungen zu Geschäftsmodell und Wertschöpfung lässt sich ein Markt nicht nur quantitativ kartieren, sondern auch inhaltlich segmentieren, nach Positionierung, Kundengruppen und strategischer Ausrichtung.

Deal Sourcing und Origination

M&A-Teams, Private Equity-Investoren und Corporate-Development-Abteilungen nutzen B2B-Daten-APIs, um Targets nach definierten Kriterien zu identifizieren: Umsatzgröße, Eigentumsstruktur, Wachstumsrate, Mitarbeiterprofil. Die API ersetzt aufwendige manuelle Recherche durch automatisierte Screening-Prozesse. Qualitative Felder wie Geschäftsmodell und Wertschöpfungsstruktur helfen dabei, strategische Fit-Kriterien bereits im ersten Screening-Schritt maschinell anzuwenden.

Wettbewerbsanalyse und Benchmarking

Signaldaten ermöglichen kontinuierliches Monitoring von Wettbewerbern: neue Produktfeatures erkennbar aus Jobpostings, Expansion in neue Märkte, Personalveränderungen. Statt einmaliger Analysen entsteht ein dauerhafter Intelligence-Feed.

6. Beispiel Integration

Der Ablauf einer typischen Integration ist geradlinig. Ein System sendet eine Anfrage an die API, zum Beispiel mit der Domain eines Unternehmens. Die API gibt daraufhin einen standardisierten Datenpunkt zurück: Firmenname, Adresse, Mitarbeiterzahl, Umsatz, strukturierte Beschreibungen zu Geschäftsmodell und USP, aktuelle Signale wie offene Stellen oder eine kürzliche Finanzierungsrunde, und dazu Metadaten, die angeben, ob ein Wert aus einer primären Quelle stammt oder eine Schätzung ist. Das Ergebnis ist ein angereicherter CRM-Eintrag, der ohne manuelle Recherche bereitsteht und direkt für Vertrieb, Segmentierung oder Priorisierung genutzt werden kann, inklusive inhaltlicher Felder, die eine qualitative Einordnung des Unternehmens ermöglichen.

7. Herausforderungen

Datenlücken vs. fehlende Reportingpflicht

Ein leeres Feld in einer API-Antwort kann zwei sehr unterschiedliche Dinge bedeuten: entweder fehlt dem Anbieter die Information, oder das Unternehmen hat sie schlicht nicht reportet. Der Unterschied ist wesentlich. Wer nur im DACH-Raum arbeitet, trifft häufig auf Unternehmen ohne Offenlegungspflicht für Finanzkennzahlen. Das ist keine Schwäche eines Anbieters, sondern die Realität des Marktes. Eine robuste Integration muss mit partiellen Datensätzen umgehen können, ohne dass fehlende Felder Fehler auslösen.

Rate Limits

Die meisten Firmendaten-APIs begrenzen die Anzahl der Anfragen pro Minute oder pro Tag. Für Batch-Verarbeitungen bedeutet das: Anfragen müssen gedrosselt, Wartezeiten implementiert und Fehler bei Rate-Limit-Überschreitung korrekt behandelt werden. Exponential Backoff ist hier ein bewährtes Muster. Performante Anbieter wie ProxDeal haben hier Hochleistungs-Rate-Limits.

Kosten

API-Kosten skalieren mit dem Volumen. Für produktive Systeme lohnt sich eine Caching-Schicht: Einmal abgerufene Datensätze werden lokal zwischengespeichert und nur nach definierten Intervallen neu abgefragt.

Integration

Firmendaten-APIs geben Daten in unterschiedlichen Strukturen zurück. Ein internes Datenmodell muss mit Mapping-Logik zwischen API-Antwort und eigenem Schema übersetzen. Eine klare Abstraktionsschicht zwischen API-Client und Anwendungslogik ist daher empfehlenswert.

8. Wie stellt ProxDeal strukturierte Firmendaten bereit?

Vollständige Abdeckung: alle 7 Millionen DACH-Unternehmen

ProxDeal hat Daten zu allen rund 7 Millionen Unternehmen aus den Handelsregistern in Deutschland, Österreich und der Schweiz. Das bedeutet: Jedes im Register eingetragene Unternehmen ist in der Datenbasis vorhanden, unabhängig davon, ob es sich um einen globalen Konzern oder einen kleinen regionalen Dienstleister handelt. Für Teams, die den DACH-Markt vollständig abdecken müssen, ist das ein wesentlicher Unterschied zu Anbietern, die nur selektive Teilmengen des Marktes indexieren.

Realität abbilden statt Lücken erfinden

ProxDeal verfolgt einen Grundsatz, der sich von vielen Wettbewerbern unterscheidet: Es werden ausschließlich Daten angeboten, die tatsächlich vorliegen. Wenn ein Unternehmen einen Datenpunkt reportet hat oder rechtlich zur Offenlegung verpflichtet war, ist dieser Wert in der Datenbank enthalten. Wenn nicht, bleibt das Feld leer.

Das klingt selbstverständlich, ist es aber nicht. Einige Wettbewerber füllen fehlende Felder mit Schätzwerten, ohne diese als solche zu kennzeichnen. Umsatzangaben werden dann so dargestellt, als wären sie Fakten, obwohl sie das Ergebnis eines Berechnungsmodells sind. ProxDeal macht diesen Unterschied explizit sichtbar.

Qualitative Unternehmensprofile: mehr als nur Stammdaten

ProxDeal liefert nicht nur Stamm- und Finanzdaten, sondern strukturierte qualitative Beschreibungen für Unternehmen im gesamten DACH-Universum. Dazu gehören:

• Geschäftsmodell: Was macht das Unternehmen, wie verdient es Geld?

• USP: Wodurch unterscheidet sich das Unternehmen von Wettbewerbern?

• Kundengruppen: Wen adressiert das Unternehmen mit seinen Produkten oder Dienstleistungen?

• Wertschöpfungsstruktur: Wo in der Wertschöpfungskette ist das Unternehmen positioniert?

Diese Felder sind nicht als Freitext hinterlegt, sondern strukturiert und konsistent aufbereitet, sodass sie direkt in Filterlogiken, Matching-Algorithmen oder KI-Pipelines eingesetzt werden können. Damit lassen sich Zielkundensegmente nicht mehr nur nach harten Merkmalen wie Größe und Branche definieren, sondern nach inhaltlicher Positionierung, was in der Praxis deutlich präzisere Ergebnisse liefert.

Estimates mit statistischer Substanz

Für Felder wie Umsatz und Mitarbeiterzahl, die in DACH-Unternehmen häufig nicht reportet werden, bietet ProxDeal ML-basierte Schätzmodelle an. Diese Modelle werden inhouse trainiert, auf einer eigens generierten Datenlage mit über 100 Parametern, mit besonderem Fokus auf DACH-KMUs. Die Trainingsdaten sind breiter als bei den meisten Wettbewerbern.

Was diese Schätzungen von anderen unterscheidet: Sie werden nicht als einzelner Medianwert ausgegeben, sondern mit vollständigen Konfidenzintervallen und Probability Scores. Das erlaubt es, auf Basis dieser Daten statistisch korrekte Financial Models zu bauen, zum Beispiel für Unternehmensbewertungen, Marktgrößenschätzungen oder Deal-Screening. Jede Schätzung ist eindeutig als solche gekennzeichnet, immer.

API-Zugriff und Datenstruktur

ProxDeal stellt strukturierte Firmendaten über eine REST-API bereit. Der Zugriff erfolgt über API-Key-Authentifizierung. Endpunkte decken Firmensuche nach Name, Domain und Registernummer, vollständige Firmenprofile, Finanzkennzahlen mit Quellenangabe sowie Signaldaten ab.

Jeder Datensatz enthält Metadaten zur Datenherkunft: ob ein Wert aus einer primären Quelle wie einem Register stammt, aus einer eigenen Erhebung oder aus einem Schätzmodell. Für Schätzwerte sind Konfidenzintervalle und Probability Scores direkt im Objekt enthalten, damit nachgelagerte Systeme den Unterschied zwischen einem verifizierten Umsatzwert und einem geschätzten korrekt verarbeiten können.

DACH-Fokus als struktureller Vorteil

ProxDeal ist auf den DACH-Markt ausgerichtet. Das zeigt sich in der Tiefe der Daten zu deutschen, österreichischen und schweizerischen Unternehmen: vollständige Handelsregisterdaten zu allen 7 Millionen DACH-Unternehmen, verifizierte Anschriften, Jahresabschluss-Kennzahlen aus öffentlichen Quellen, strukturierte qualitative Profile, Websiteanalysen und aktuelle Signaldaten. Für Teams, die im DACH-Markt arbeiten, ist das ein struktureller Vorteil gegenüber US-zentrierten Datenanbietern, die den Markt nicht mit derselben Tiefe abdecken.

Umfassende Unternehmensanalysen in ProxDeal komplett abrufen

9. Fazit

Wer strukturierte Firmendaten programmatisch nutzen möchte, kommt um eine solide Firmendaten-API nicht herum. Die Wahl der richtigen API hängt von konkreten Anforderungen ab: Welche Felder werden benötigt? Welche Region ist relevant? Wie wichtig ist die Unterscheidung zwischen verifizierten Werten und Schätzungen?

Letzteres ist ein oft unterschätztes Kriterium. Wer auf Basis von Umsatzdaten Entscheidungen trifft, muss wissen, ob diese Daten aus einer Bilanz stammen oder aus einem Modell hochgerechnet wurden. Gleiches gilt für qualitative Felder: Geschäftsmodellbeschreibungen, Kundengruppen und USP sind nur dann für automatisierte Prozesse nutzbar, wenn sie konsistent strukturiert und nicht als inkonsistenter Freitext geliefert werden. Die technische Implementierung ist lösbar. Das Vertrauen in die Daten ist es, das über die Qualität jeder nachgelagerten Anwendung entscheidet.

Für DACH-fokussierte Use Cases bietet ProxDeal einen direkten Zugang zu strukturierten Unternehmensdaten für alle 7 Millionen im Register eingetragenen DACH-Unternehmen: mit klarer Kennzeichnung von Quellen und Schätzwerten, vollständigen Konfidenzintervallen, strukturierten qualitativen Profilen und einem API-Design, das sich ohne Umwege in bestehende Entwicklungsworkflows integrieren lässt.

Jetzt API-Zugang über ProxDeal bekommen →

Häufige Fragen

Was ist eine Firmendaten-API? Eine Firmendaten-API ist ein programmatischer Zugriffspunkt, über den strukturierte Informationen zu Unternehmen abgerufen werden können: Stammdaten, Finanzkennzahlen, Kontaktdaten und Signaldaten. Die Daten werden in maschinenlesbarem Format (in der Regel JSON) zurückgegeben und lassen sich direkt in Software-Produkte und Datenworkflows integrieren.

Warum sind nicht für alle Unternehmen Finanzdaten verfügbar? In Deutschland besteht für viele GmbHs nur eine eingeschränkte Offenlegungspflicht. In der Schweiz müssen Unternehmen grundsätzlich keine Finanzkennzahlen oder Mitarbeiterzahlen veröffentlichen. Fehlende Finanzdaten sind daher oft keine Lücke des Anbieters, sondern schlicht die Realität: das Unternehmen hat diese Daten nicht reportet. Anbieter, die trotzdem für jedes Unternehmen einen Umsatzwert ausweisen, arbeiten mit Schätzungen, die im Idealfall als solche gekennzeichnet sind.

Was ist der Unterschied zwischen verifizierten Daten und Schätzwerten bei ProxDeal? ProxDeal kennzeichnet jeden Datenpunkt eindeutig nach seiner Herkunft. Werte aus primären Quellen wie dem Bundesanzeiger oder Handelsregistern sind als solche markiert. Schätzwerte, zum Beispiel für Umsatz oder Mitarbeiterzahl bei Unternehmen ohne Reportingpflicht, werden separat ausgewiesen und mit Konfidenzintervallen und Probability Scores geliefert. Kein Schätzwert wird als Faktum dargestellt.

Was ist eine B2B Daten API? B2B Daten API ist ein übergeordneter Begriff für APIs, die Daten über Unternehmen im B2B-Kontext liefern: Firmenstammdaten, Kontaktinformationen, Finanzdaten und Signaldaten. Diese Daten werden von Vertriebs-, Marketing- und Produktteams genutzt, um Zielkunden zu identifizieren, zu qualifizieren und anzusprechen.

Was ist der Unterschied zwischen Company Data API und Contact Data API? Eine Company Data API liefert Informationen auf Unternehmensebene: Firmenprofil, Branche, Größe, Finanzkennzahlen. Eine Contact Data API liefert Informationen auf Personenebene: Namen, E-Mail-Adressen, Positionen von Ansprechpartnern. Beide können kombiniert werden, sind aber konzeptuell getrennt.

Wie gehe ich mit fehlenden Feldern in API-Antworten um? Fehlende Felder sollten als null behandelt und nicht als Fehler interpretiert werden. Im DACH-Kontext ist ein fehlendes Umsatzfeld häufig kein technisches Problem, sondern bedeutet, dass das Unternehmen diesen Wert nicht reportet hat. Robuste Integrationen prüfen die Existenz von Feldern vor der Verarbeitung und setzen sinnvolle Default-Werte für nicht-kritische Felder.

Brauche ich ein SDK oder reicht die REST-API? In den meisten Fällen reicht die REST-API aus. Sie ist sprachunabhängig und lässt sich mit Standard-HTTP-Libraries in jeder Programmiersprache ansprechen. Ein dediziertes SDK kann den Einstieg beschleunigen, ist aber kein Qualitätsmerkmal.