Bundesanzeiger API: Finanzdaten strukturiert abrufen

Wer nach einer „Bundesanzeiger API“ sucht, möchte meist veröffentlichte Unternehmens- und Finanzinformationen wiederholt abrufen und strukturiert verarbeiten. Dafür müssen drei Dinge getrennt werden: der offizielle Ursprung der Unterlagen, ein Zugang zur Recherche oder Einreichung und die Aufbereitung der Inhalte für eine eigene Anwendung.

handelsregister.ai bietet eine eigenständige API für Unternehmensdaten. Sie ist keine offizielle API des Bundesanzeigers oder Unternehmensregisters. Dieser Artikel erklärt den Datenweg, typische Integrationsfragen und einen geprüften Einstieg in die Finanzdatenabfrage. Fachlicher Stand: 5. September 2026.

Bundesanzeiger und Unternehmensregister richtig einordnen

Bei Jahresabschlüssen entscheidet auch der Beginn des Geschäftsjahres über den Einreichungsort. Nach der offiziellen Betreiberinformation werden Abschlüsse für Geschäftsjahre, die nach dem 31. Dezember 2021 beginnen, seit Inkrafttreten des DiRUG am 1. August 2022 direkt an das Unternehmensregister übermittelt. Für frühere Geschäftsjahresbeginne bleibt der Bundesanzeiger zuständig.

Der Betreiber beschreibt außerdem einen Webservice zur Einreichung. Eine solche Schnittstelle ist nicht mit einem frei nutzbaren API-Zugang zur Suche und Analyse sämtlicher Abschlüsse gleichzusetzen. Prüfe bei jedem Angebot seinen konkreten Zweck, die Zugangsbedingungen, Formate und Datenabdeckung.

Für die manuelle Suche nach einer konkreten Unterlage führt unser Leitfaden Jahresabschluss einer GmbH einsehen durch die verfügbaren Wege. Die Abgrenzung zum Handelsregister erläutert der Registervergleich.

Warum eine Veröffentlichung noch kein Analysedatensatz ist

Ein Dokument kann öffentlich recherchierbar sein und trotzdem zusätzliche Arbeit erfordern, bevor es in einer Anwendung zuverlässig nutzbar ist:

Firmenzuordnung: Ähnliche Namen und Niederlassungen dürfen nicht zum falschen Datensatz führen. Verwende Registergericht, Nummer und eine stabile Firmen-ID.
Berichtsbezug: Geschäftsjahr, Abschlussstichtag und Einzel- oder Konzernabschluss müssen zur Auswertung passen.
Struktur: Tabellen, Erläuterungen und Bilanzpositionen müssen den richtigen Feldern zugeordnet werden.
Einheiten: EUR, Tausend- oder Millionenangaben und Vorzeichen sind vor Vergleichen zu prüfen.
Fehlende Angaben: Eine nicht offengelegte GuV lässt sich nicht durch einen Parser in vollständige Umsatzzahlen verwandeln.
Nachträge: Berichtigungen und spätere Veröffentlichungen brauchen einen nachvollziehbaren Aktualisierungsprozess.

Daraus folgt keine pauschale Aussage, dass Automatisierung unmöglich sei. Es beschreibt die Arbeit, die ein eigener Prozess oder ein Datenanbieter verlässlich abdecken muss. Entscheide anhand von Datenbedarf und Prüfaufwand, nicht anhand unbelegter Annahmen über die Motive eines Portalbetreibers.

Verfügbare Finanzdaten mit handelsregister.ai abrufen

Für strukturierte Abfragen verwendest du /api/v1/fetch-organization. Ermittle zuerst die richtige Firma über search-organizations und übergib ihre entity_id als q. Das ist belastbarer als eine erneute Suche nur nach dem Namen.

Das Feature financial_kpi liefert verfügbare jahresbezogene Kennzahlen und Quellenkontext. Es kann inzwischen auch Bilanzwerte und berechnete Quoten enthalten. Für weitergehende Dokument- und Positionsdaten gibt es unter anderem annual_financial_statements, annual_financial_statements__html, balance_sheet_accounts und profit_and_loss_account. Die aktuelle API-Dokumentation beschreibt die Optionen und ihre Kosten.

Minimaler Python-Abruf

Installiere requests und hinterlege API-Schlüssel sowie geprüfte Firmen-ID in den Umgebungsvariablen HANDELSREGISTER_API_KEY und HANDELSREGISTER_ENTITY_ID:

import os
import requests

entity_id = os.environ["HANDELSREGISTER_ENTITY_ID"]
response = requests.get(
    "https://handelsregister.ai/api/v1/fetch-organization",
    headers={"x-api-key": os.environ["HANDELSREGISTER_API_KEY"]},
    params={"q": entity_id, "feature": "financial_kpi"},
    timeout=120,
)
response.raise_for_status()
data = response.json()
if data.get("entity_id") != entity_id:
    raise ValueError("Die zurückgegebene Firma stimmt nicht mit der Auswahl überein")

for record in data.get("financial_kpi") or []:
    print({key: record.get(key) for key in (
        "year", "source_statement_type", "source_statement_date",
        "revenue", "net_income", "equity_ratio",
    )})

Die verwendete Anfragekonfiguration wurde am 5. September 2026 erfolgreich geprüft. Welche Felder für deine Firma gefüllt sind, hängt vom verfügbaren Bestand ab. Für einen vollständigen Excel-Export mit Behandlung fehlender Werte verwende die Jahresabschluss-Anleitung.

Kosten: Basispreis und Optionen auseinanderhalten

Der Testabruf mit financial_kpi ohne KI-Modus kostete 6 Credits: 5 Basis-Credits plus 1 Credit für das verfügbare Feature. Ein zusätzlicher Profilabruf mit ai_search=on-default ohne weitere Features kostete 25 Credits, also 5 plus 20 für den KI-Modus. Diese Werte beschreiben die geprüften Konfigurationen, nicht jeden möglichen Abruf.

Nutze für deine Kalkulation die aktuell dokumentierten Bedingungen sowie meta.request_credit_cost. Wähle nur die Features, die dein Prozess braucht, und teste zunächst an wenigen Firmen. Behandle einen Featurepreis nicht als vollständigen Anfragepreis.

Datenqualität und Grenzen in der Integration

Bewahre die Firmen-ID, den Abrufzeitpunkt und verfügbare Quellenangaben gemeinsam auf. Prüfe Stichproben am Originaldokument und lasse fehlende Werte ausdrücklich leer. Für Zeitreihen müssen Einheiten, Skalierung, Perioden und Konsolidierungskreis vergleichbar sein. Ein ungewöhnlicher Sprung in den Zahlen sollte eine Prüfung auslösen, bevor er als Wachstum oder Risiko interpretiert wird.

Kleine und Kleinstkapitalgesellschaften haben gesetzliche Offenlegungserleichterungen; § 326 HGB erklärt diese. Daraus entstehen Abdeckungslücken, die auch eine strukturierte API nicht pauschal schließen kann. Unterscheide außerdem eine automatisierte Datenaufbereitung von einer fachlichen oder rechtlichen Bewertung.

Welcher Einstieg passt?

Für eine einzelne Unterlage beginne mit dem passenden offiziellen Portal. Für wiederkehrende Datenverarbeitung ist ein getesteter API-Prozess sinnvoll. Wenn du ohne eigenes Skript arbeiten möchtest, prüfe die angebotene Bundesanzeiger-to-Excel-App und ihren Datenumfang.

Für die Einbettung in Anwendungen helfen der Überblick Firmendaten per API und die n8n-Anleitung. Starte mit einer klar definierten Auswertung und wenigen geprüften Unternehmen, bevor du den Umfang erhöhst.