Über den Pflichtscan-Crawler

Der PflichtscanBot ruft Webseiten ab, um zu prüfen, ob dort Hinweise auf Pflichten nach Art. 50 EU AI Act erkennbar sind — etwa ein Chat-Widget ohne KI-Offenlegung oder KI-erzeugte Bilder ohne Kennzeichnung. Er läuft ausschliesslich, wenn jemand einen Scan für eine Adresse angefordert hat. Es gibt keinen dauerhaften Suchlauf über das Netz.

So erkennen Sie ihn

Im Zugriffsprotokoll steht der User-Agent PflichtscanBot/0.1 (+https://pflichtscan.de/bot).

Was er abruft

• höchstens 25 Seiten je Scan, nacheinander, mit Zeitgrenzen je Seite und je Scan
• nur HTML-Seiten derselben registrierbaren Domain
• bis zu 40 Bilder je Scan, um deren Herkunftsangaben (C2PA, IPTC, Generator-Metadaten) zu lesen. Die Dateien werden nach der Auswertung sofort gelöscht — wir speichern keine fremden Bilder.
• robots.txt und sitemap.xml

Was er nicht tut

• keine Formulare ausfüllen, keine Anmeldungen, keine Bestellungen
• keine Consent-Banner wegklicken — der Scan soll den Zustand beim ersten Kontakt dokumentieren
• keine Inhalte veröffentlichen oder weitergeben
• keine Lastspitzen: ein Abruf nach dem anderen, kein paralleles Herunterladen ganzer Sites

So sperren Sie ihn aus

Der Crawler hält sich an robots.txt. Diese Zeilen genügen:

User-agent: PflichtscanBot
Disallow: /

Danach bricht ein Scan Ihrer Domain mit dem Hinweis ab, dass die robots.txt das Prüfen untersagt. Alternativ können Sie den User-Agent auf Server- oder WAF-Ebene blockieren.

Gespeicherte Daten

Zu jeder geprüften Seite werden Adresse, Titel, sichtbarer Text, Bild- und Skriptadressen sowie ein Screenshot gespeichert. Freie Scans werden nach 30 Tagen abgeräumt, bezahlte Reports nach 90 Tagen; danach bleiben nur die Befunde ohne Belegdateien. Näheres in der Datenschutzerklärung.

Fragen oder eine Beschwerde zum Crawler? Die Kontaktdaten stehen im Impressum.