Query Fan-Out heißt: Eine KI-Suche beantwortet eine Frage nicht mit einer einzigen Suche. Sie zerlegt die Frage in Teilthemen, schickt mehrere verwandte Suchanfragen gleichzeitig ab und baut aus den Treffern eine Antwort. Google nutzt das in AI Mode und AI Overviews, ähnliche Muster zeigen sich bei ChatGPT und Gemini. Für Sie bedeutet das: Sie werden nicht nur für die Frage gefunden, die jemand stellt, sondern auch für die Unterfragen, die die KI daraus ableitet.
Dieser Leitfaden richtet sich an Marketing-, SEO- und Content-Teams im DACH-Raum. Er trennt sauber, was Google offiziell bestätigt, was unabhängige Messungen zeigen und was nur vermutet wird. Und er zeigt, wie Sie darauf reagieren, ohne gegen Googles Spam-Richtlinien zu verstoßen.
Das Wichtigste in Kürze
- Google bestätigt Query Fan-Out offiziell für AI Mode und AI Overviews. Deep Search kann laut Google „Hunderte Suchen“ auslösen.
- Eine feste Zahl an Unterabfragen nennt Google nicht. Messungen liegen meist bei etwa 5 bis 11 Unterabfragen pro Prompt.
- Unterabfragen sind lang: In einer Auswertung von rund 366.000 Fan-Out-Anfragen hatten 71,1 % sieben oder mehr Wörter.
- 95 % der Fan-Out-Anfragen hatten in einer AirOps-Studie kein messbares Suchvolumen. Klassische Keyword-Tools sehen sie also kaum.
- Google warnt ausdrücklich: Seiten vor allem für Fan-Out-Anfragen zu bauen, um KI-Antworten zu manipulieren, verstößt gegen die Spam-Richtlinie zu „scaled content abuse“.
Was ist Query Fan-Out?
Query Fan-Out ist eine Technik von KI-Suchsystemen, bei der eine Nutzerfrage in mehrere verwandte Suchanfragen aufgefächert wird. Das System schickt diese Anfragen parallel ab, sammelt die Ergebnisse und fasst sie zu einer Antwort mit Quellen zusammen. So deckt eine Antwort mehr Aspekte ab, als eine einzelne Suche liefern würde.
Google definiert den Begriff in seinem Leitfaden zu generativen KI-Funktionen als „eine Reihe gleichzeitiger, verwandter Anfragen, die das Modell erzeugt, um mehr Informationen anzufordern und zusätzliche relevante Suchergebnisse abzurufen“ (Google Search Central, Stand 10.07.2026).
Der Unterschied zur klassischen Suche ist grundlegend. Bisher hieß es: eine Anfrage, eine Ergebnisliste. Bei Fan-Out entscheidet die KI selbst, welche Teilfragen sie stellt. Ihre Seite kann also in einer Antwort landen, obwohl sie für die ursprüngliche Frage gar nicht rankt.
Was Google offiziell bestätigt
Viele Artikel zu Query Fan-Out mischen Fakten, Messungen und Vermutungen. Deshalb hier zuerst nur das, was Google selbst schreibt:
| Aussage | Quelle | Stand |
|---|---|---|
| AI Mode nutzt die Query-Fan-Out-Technik, zerlegt Fragen in Teilthemen und stellt „eine Vielzahl von Anfragen gleichzeitig“. | Google Blog, I/O 2025 | 20.05.2025 |
| Deep Search nutzt dieselbe Technik „auf die nächste Stufe gehoben“ und kann „Hunderte Suchen“ auslösen. | Google Blog, I/O 2025 | 20.05.2025 |
| AI Overviews und AI Mode können mehrere verwandte Suchen über Teilthemen und Datenquellen ausführen. | Google: AI-Funktionen und Ihre Website | 10.12.2025 |
| Voraussetzung für einen Link in der Antwort: Die Seite ist indexiert und darf mit Snippet angezeigt werden. Weitere Anforderungen oder Spezialoptimierungen gibt es nicht. | Google: AI-Funktionen und Ihre Website | 10.12.2025 |
| Seiten vor allem für Fan-Out-Anfragen zu erstellen, um Rankings oder KI-Antworten zu manipulieren, verstößt gegen die Spam-Richtlinie zu „scaled content abuse“. | Google: Leitfaden generative KI | 10.07.2026 |
| Inhalte müssen nicht in kleine Stücke zerlegt werden. Eine Seite darf mehrere Themen abdecken. | Google: Leitfaden generative KI | 10.07.2026 |
| llms.txt und ähnliche Dateien nutzt Google Search nicht. | Google: Leitfaden generative KI | 10.07.2026 |
| Leistung in generativen KI-Funktionen messen Sie mit dem Bericht „Generative AI performance“ in der Search Console. | Google: Leitfaden generative KI | 10.07.2026 |
Was Google nicht veröffentlicht: wie viele Unterabfragen pro Frage entstehen, wie sie formuliert werden und wie stark eine Seite gewichtet wird, die nur für eine Unterabfrage gefunden wird.
Was Messungen zeigen
Weil Google keine Zahlen nennt, kommen alle Mengenangaben aus externen Messungen. Die meisten erfassen Unterabfragen über Schnittstellen (zum Beispiel die Grounding-Daten der Gemini-API), nicht direkt aus der Oberfläche von AI Mode. Die Zahlen sind deshalb Näherungswerte.
Anzahl der Unterabfragen. Eine Analyse von Nectiv kommt laut Similarweb auf etwa 5 bis 11 Unterabfragen pro Prompt, teils deutlich mehr (Similarweb, Stand 08.12.2025).
Länge der Unterabfragen. Dan Petrovic (DEJAN) hat rund 365.920 Fan-Out-Anfragen aus den Grounding-Daten von Google, OpenAI und Amazon ausgewertet. 71,1 % hatten sieben oder mehr Wörter, nur 3,9 % eins bis drei. Im Schnitt waren Google-Anfragen 52 Zeichen lang, OpenAI-Anfragen 60 Zeichen. OpenAI-Anfragen enthielten mit 18,9 % mehr als doppelt so oft Eigennamen wie Google-Anfragen mit 8,6 % (DEJAN, 20.03.2026).
Suchvolumen und Zitate. AirOps hat 548.534 abgerufene Seiten zu 15.000 Prompts untersucht. 95 % der Fan-Out-Anfragen hatten nach klassischen Kennzahlen kein monatliches Suchvolumen. 32,9 % der zitierten Seiten tauchten nur in den Ergebnissen einer Fan-Out-Anfrage auf, nicht in denen der ursprünglichen Frage (Growth Memo, 31.03.2026).
Drei Schlüsse lassen sich daraus ziehen:
- Unterabfragen sind spezifischer als die Ausgangsfrage. Sie enthalten Merkmale, Zielgruppen, Jahreszahlen und Markennamen.
- Klassische Keyword-Recherche bildet sie schlecht ab, weil fast keine dieser Anfragen messbares Suchvolumen hat.
- Ein Drittel der Zitate kann über Wege entstehen, die Sie mit der ursprünglichen Frage gar nicht sehen.
Fan-Out bei Google, Gemini und ChatGPT
Nicht jede KI-Suche funktioniert gleich. So viel ist öffentlich bekannt:
| Plattform | Was bekannt ist | Können Sie die Unterabfragen sehen? |
|---|---|---|
| Google AI Mode | Fan-Out offiziell bestätigt, Deep Search mit Hunderten Suchen | Nicht direkt. Auswirkungen zeigt der Search-Console-Bericht „Generative AI performance“. |
| Google AI Overviews | Kann laut Google ebenfalls mehrere verwandte Suchen ausführen | Nicht direkt. Klicks und Impressionen zählen in der Search Console zur Suchart „Web“. |
| Gemini API (mit Google-Suche) | Die Antwort enthält das Feld webSearchQueries, laut Dokumentation „die an Google Search gesendeten Suchanfragen“ (Firebase-Dokumentation) |
Ja, für Entwickler über die API |
| ChatGPT Search | Nutzt laut OpenAI Suchanbieter von Drittfirmen sowie Inhalte von Partnern (OpenAI) | Nicht offiziell dokumentiert. Spezialisierte Tools zeichnen die Teilsuchen je Antwort auf. |
Wichtig für die Praxis: Die Unterabfragen von ChatGPT und Google unterscheiden sich. Laut der DEJAN-Auswertung sind OpenAI-Anfragen im Schnitt länger und enthalten häufiger Eigennamen und Zahlen. Wer nur Google betrachtet, sieht also nur einen Teil des Bildes.
Beispiel: Eine Frage, acht Teilsuchen
Ein Beispiel macht das greifbar. Angenommen, jemand fragt AI Mode:
„Welche CRM-Software eignet sich für einen Handwerksbetrieb mit 15 Mitarbeitern?“
Die folgenden Teilsuchen sind zur Veranschaulichung konstruiert. Sie folgen den Mustern aus den Messungen oben, sind aber keine echte Aufzeichnung.
| Art der Teilsuche | Mögliche Unterabfrage | Welcher Inhalt dafür passt |
|---|---|---|
| Kategorie | crm software für handwerksbetriebe | Übersichtsseite oder Ratgeber |
| Vergleich | crm handwerk vergleich 2026 | Vergleichstabelle mit Kriterien |
| Preis | crm handwerk kosten pro nutzer monat | Transparente Preisseite |
| Alternativen | alternative zu [bekannter Anbieter] für kleine betriebe | Alternativen- oder vs-Seite |
| Eignung | crm mit angebotserstellung und terminplanung handwerk | Funktionsseite mit konkreten Anwendungsfällen |
| Aktualität | beste crm software handwerk 2026 | Aktuell datierter Inhalt |
| Belege | [anbieter] erfahrungen handwerker | Bewertungen auf Drittseiten, Fallstudien |
| Bedenken | crm dsgvo server deutschland handwerk | Seite zu Datenschutz und Hosting |
Daran sieht man: Kaum eine dieser Anfragen würde in einem Keyword-Tool mit Volumen auftauchen. Trotzdem entscheidet jede einzelne mit, welche Anbieter in der Antwort stehen.
Was das für Ihre Inhalte bedeutet
Aus Googles Aussagen und den Messungen ergeben sich sechs Grundsätze. Keiner davon ist ein Trick, alle helfen auch Ihren menschlichen Lesern.
1. Eine starke Seite statt vieler dünner Seiten. Google sagt ausdrücklich, dass Inhalte nicht in kleine Stücke zerlegt werden müssen und eine Seite mehrere Themen abdecken darf. Beantworten Sie die Hauptfrage und die naheliegenden Folgefragen auf derselben Seite: Preis, Eignung, Vergleich, Bedenken.
2. Die Antwort zuerst. Jeder Abschnitt sollte mit dem Ergebnis beginnen, dann folgt die Begründung. Fan-Out-Anfragen sind spezifisch. Eine Seite, die eine spezifische Frage direkt beantwortet, ist für das System leichter zu verwerten.
3. Konkrete Merkmale statt Werbesprache. Unterabfragen enthalten Zielgruppen, Funktionen, Zahlen und Jahre. Schreiben Sie „für Betriebe ab 10 Mitarbeitern, 29 € pro Nutzer, Server in Frankfurt“ statt „für jede Unternehmensgröße, faire Preise, sicher“.
4. Eigenes Wissen. Google nennt eigene, aus Erfahrung geschriebene Inhalte als den wichtigsten langfristigen Faktor für generative Suchfunktionen. Eigene Daten, Tests und Praxisbeispiele kann keine andere Seite liefern.
5. Präsenz außerhalb der eigenen Website. Ein Drittel der zitierten Seiten kam in der AirOps-Studie nur über Fan-Out-Anfragen in die Auswahl. Dazu gehören Bewertungsportale, Fachartikel und Verzeichnisse. Prüfen Sie, auf welchen fremden Seiten Ihre Wettbewerber stehen und Sie nicht.
6. Technische Grundlagen. Die Seite muss indexiert sein und ein Snippet erlauben. Blockieren Sie in der robots.txt keine Suchmaschinen- oder KI-Crawler, die Sie erreichen wollen. Eine llms.txt hilft laut Google bei Google Search nicht.
Der Fehler, vor dem Google warnt
Die naheliegende Reaktion auf Query Fan-Out lautet: für jede mögliche Unterabfrage eine eigene Seite. Genau davor warnt Google. Wer Seiten vor allem für Fan-Out-Anfragen erstellt, um Rankings oder KI-Antworten zu manipulieren, verstößt laut Google gegen die Spam-Richtlinie zu „scaled content abuse“ (Google Search Central).
Der Unterschied liegt im Zweck. Eine Preisseite, die echte Preise erklärt, ist hilfreich. Fünfzig fast gleiche Seiten nach dem Muster „CRM für Bäcker“, „CRM für Dachdecker“, „CRM für Elektriker“ ohne eigenen Inhalt sind es nicht. Fragen Sie sich bei jeder neuen Seite: Würde ich sie auch ohne KI-Suche schreiben, weil Kunden genau diese Information brauchen?
Fan-Out-Analyse in 5 Schritten (mit Vorlage)
So bauen Sie Fan-Out-Wissen systematisch in Ihre Content-Planung ein. Zeitaufwand: etwa ein halber Tag pro Themenbereich.
Schritt 1: Kernfragen sammeln. Notieren Sie 10 bis 20 Fragen, die Ihre Kunden einer KI stellen würden, in ganzen Sätzen. Quellen: Vertrieb, Support-Tickets, Search Console, Prompt-Recherche.
Schritt 2: Unterabfragen ermitteln. Leiten Sie je Kernfrage die Teilsuchen ab, entweder mit einem Tool, das Unterabfragen aufzeichnet, über die webSearchQueries der Gemini-API oder manuell nach den acht Arten aus dem Beispiel oben.
Schritt 3: Abdeckung prüfen. Gibt es auf Ihrer Website eine Stelle, die die Unterabfrage direkt und konkret beantwortet? Wenn nein: Gehört die Antwort auf eine bestehende Seite oder braucht es wirklich eine neue?
Schritt 4: Quellen prüfen. Welche fremden Seiten zitiert die KI für diese Unterabfragen? Stehen Sie dort? Wenn nicht, ist das oft der schnellere Hebel als neuer Content.
Schritt 5: Messen und wiederholen. Beobachten Sie Nennungen in KI-Antworten und den Search-Console-Bericht über mehrere Wochen. KI-Antworten schwanken von Tag zu Tag, einzelne Messungen sagen wenig.
Vorlage zum Kopieren:
| Kernfrage | Unterabfrage | Art | Beantwortet auf (URL) | Antwort konkret? (ja/nein) | Zitierte fremde Quellen | Wir dort vertreten? | Maßnahme |
|---|---|---|---|---|---|---|---|
| Welche CRM-Software eignet sich für einen Handwerksbetrieb mit 15 Mitarbeitern? | crm handwerk kosten pro nutzer monat | Preis | /preise | nein | Vergleichsportal X | nein | Preise je Nutzer auf /preise ergänzen, Eintrag bei X prüfen |
Fan-Out messen
Es gibt drei Wege, Query Fan-Out sichtbar zu machen, jeweils mit Grenzen:
- Google Search Console: Der Bericht „Generative AI performance“ zeigt, wie Ihre Inhalte in generativen KI-Funktionen abschneiden. Einzelne Unterabfragen zeigt er nicht.
- Gemini API: Das Feld
webSearchQueriesenthält die Suchanfragen, die das Modell an Google gesendet hat. Das ist eine Annäherung, denn API und AI Mode sind nicht dasselbe Produkt. - Tools für KI-Sichtbarkeit: Einige Tools zeichnen auf, welche Teilsuchen ein Modell zu einer Frage stellt. In growResonance sehen Sie zum Beispiel je ChatGPT-Antwort die Unterabfragen in der Prompt-Ansicht, zusammen mit den zitierten Quellen und den genannten Wettbewerbern.
Transparenzhinweis: Dieser Artikel erscheint auf der Website von growResonance, einem Tool für KI-Sichtbarkeit. Alle Zahlen in diesem Artikel stammen aus den verlinkten externen Quellen, nicht aus unseren eigenen Daten.
Was niemand sicher weiß
Seriös ist, auch die Lücken zu benennen:
- Die genaue Anzahl der Unterabfragen in AI Mode ist nicht bekannt. Die Messungen beruhen meist auf APIs, nicht auf der Oberfläche, die Nutzer sehen.
- Die Gewichtung einer Seite, die nur für eine Unterabfrage gefunden wird, ist offen.
- Ob gezielte Fan-Out-Optimierung messbar wirkt, ist nicht sauber belegt. Veröffentlichte Tests sind bisher klein und kurz.
- Die Unterschiede zwischen Plattformen ändern sich mit jedem Modell-Update. Was heute für ChatGPT gilt, kann in drei Monaten anders sein.
Unsere Empfehlung deshalb: Nutzen Sie Fan-Out als Denkmodell, um bessere und vollständigere Inhalte zu planen. Bauen Sie keine Strategie auf einzelne Zahlen.
Häufige Fragen
Was ist Query Fan-Out?
Query Fan-Out ist eine Technik von KI-Suchen wie Google AI Mode. Das System zerlegt eine Frage in Teilthemen, schickt mehrere verwandte Suchanfragen gleichzeitig ab und fasst die Ergebnisse zu einer Antwort zusammen. Ihre Seite kann dadurch zitiert werden, obwohl sie für die ursprüngliche Frage nicht rankt.
Wie viele Unterabfragen erzeugt Google AI Mode?
Google nennt keine feste Zahl. Externe Analysen kommen meist auf etwa 5 bis 11 Unterabfragen pro Prompt, teils auf deutlich mehr. Für Deep Search bestätigt Google selbst, dass Hunderte Suchen möglich sind. Die Zahl schwankt je nach Frage und Kontext.
Haben Fan-Out-Anfragen Suchvolumen?
Meist nicht. In einer AirOps-Studie mit 15.000 Prompts hatten 95 % der Fan-Out-Anfragen kein messbares monatliches Suchvolumen. Klassische Keyword-Tools zeigen sie deshalb kaum. Sinnvoller ist es, Unterabfragen über Tools zur KI-Sichtbarkeit, die Gemini-API oder systematische Fragenrecherche zu ermitteln.
Sollte ich für jede Unterabfrage eine eigene Seite erstellen?
Nein. Google warnt ausdrücklich, dass Seiten, die vor allem für Fan-Out-Anfragen erstellt werden, gegen die Spam-Richtlinie zu „scaled content abuse“ verstoßen können. Besser ist eine starke Seite, die die Hauptfrage und die naheliegenden Folgefragen konkret beantwortet. Neue Seiten lohnen sich nur, wenn Kunden sie auch ohne KI-Suche brauchen.
Kann ich die Fan-Out-Anfragen für meine Website sehen?
Nicht direkt in Google. Die Search Console zeigt im Bericht „Generative AI performance“ die Leistung in KI-Funktionen, aber keine einzelnen Unterabfragen. Entwickler sehen über das Feld webSearchQueries der Gemini-API, welche Suchen das Modell ausführt. Spezialisierte Tools zeichnen Unterabfragen je KI-Antwort auf, etwa für ChatGPT.
Funktioniert Query Fan-Out bei ChatGPT genauso wie bei Google?
Nicht ganz. ChatGPT nutzt laut OpenAI Suchanbieter von Drittfirmen. Eine Auswertung von rund 366.000 Fan-Out-Anfragen zeigt, dass OpenAI-Anfragen im Schnitt länger sind als Google-Anfragen und häufiger Eigennamen und Zahlen enthalten. Wer in beiden Systemen sichtbar sein will, sollte beide getrennt beobachten.
Fazit
Query Fan-Out verändert, wie Sie über Sichtbarkeit nachdenken. Nicht mehr nur die eine Frage zählt, sondern das Bündel an Teilsuchen, das eine KI daraus macht. Google bestätigt die Technik offiziell, Messungen zeigen lange, spezifische Unterabfragen ohne Suchvolumen, und ein Drittel der Zitate kann über genau diese Wege entstehen. Die richtige Antwort darauf sind keine Massen an neuen Seiten, sondern vollständige, konkrete Inhalte und Präsenz auf den Quellen, die KI-Systeme heranziehen.
Nächster Schritt: Prüfen Sie, ob ChatGPT, Gemini und Google AI Mode Ihre Marke bei den wichtigsten Fragen Ihrer Kunden nennen. Zum kostenlosen Sichtbarkeits-Check
Weiterlesen: So messen wir KI-Sichtbarkeit · growResonance vs. Finseo · KI-Sichtbarkeit tracken
Quellen
- Google Blog: AI Mode in Google Search, Updates from Google I/O 2025, 20.05.2025. https://blog.google/products-and-platforms/products/search/google-search-ai-mode-update/ (abgerufen am 30.10.2026)
- Google Search Central: AI features and your website, Stand 10.12.2025. https://developers.google.com/search/docs/appearance/ai-features (abgerufen am 30.10.2026)
- Google Search Central: Guide to optimizing for generative AI features on Google Search, Stand 10.07.2026. https://developers.google.com/search/docs/fundamentals/ai-optimization-guide (abgerufen am 30.10.2026)
- Firebase / Google: Grounding with Google Search (Feld
webSearchQueries). https://firebase.google.com/docs/ai-logic/grounding-google-search (abgerufen am 30.10.2026) - OpenAI: Introducing ChatGPT search, Update vom 05.02.2025. https://openai.com/index/introducing-chatgpt-search/ (abgerufen am 30.10.2026)
- Similarweb: Query fan-out, 08.12.2025 (mit Angaben von Nectiv). https://aisearch.similarweb.com/blog/query-fan-out/ (abgerufen am 30.10.2026)
- Dan Petrovic, DEJAN: Fanout Query Analysis, 20.03.2026. https://dejan.ai/blog/fanout-query-analysis/ (abgerufen am 30.10.2026)
- Growth Memo: Growth Intelligence Brief #16 (AirOps-Studie), 31.03.2026. https://www.growth-memo.com/p/growth-intelligence-brief-16 (abgerufen am 30.10.2026)
