GEO · 10. August 2026 · Dirk Delbrouck

Query Fan-Out: Warum Keyword-Listen KI-Sichtbarkeit verfehlen.

Ein Einkäufer fragt ChatGPT nach einer Projektsoftware. Er tippt einen Satz. Das System sucht daraufhin elf Mal. Keine dieser elf Suchen steht in Ihrem Keyword-Tool.

Genau hier bricht die klassische Recherche. Sie misst, was Menschen tippen. KI-Systeme suchen aber selbst weiter.

Dieser Artikel erklärt die Technik, die Zahlen und die Konsequenzen. Am Ende stehen vier Schritte und die häufigsten Fehler.

Was Query Fan-Out ist

Query Fan-Out ist die Zerlegung einer Nutzerfrage in viele parallele Suchanfragen. Der Begriff stammt aus Googles eigener Beschreibung von AI Mode. Fan-Out heißt Auffächerung: Aus einer Frage werden viele Suchen.

Ein Beispiel zur Veranschaulichung, als Annahme gekennzeichnet. Die Frage lautet: „Welche Projektsoftware passt für 50 Mitarbeiter?“ Das System sucht dann nach Vergleichen, Preisen, Datenschutz, Integrationen und Erfahrungsberichten. Jede dieser Suchen läuft getrennt. Die Antwort verrechnet alle Ergebnisse.

Zwei weitere Begriffe zur Abgrenzung. Eine Unteranfrage ist eine einzelne, maschinell erzeugte Suche innerhalb des Fan-Outs. Generative Engine Optimization (GEO) macht Inhalte für solche KI-Abrufe auffindbar und zitierfähig.

Was Google offiziell beschreibt

Google nennt die Technik Query Fan-Out. Elizabeth Reid, Head of Search, erklärte sie im Google-Blog am 20. Mai 2025.

AI Mode zerlege die Frage in Unterthemen. Danach starte das System viele Suchen gleichzeitig. So gelange die Suche tiefer ins Web als eine klassische Anfrage.

Für Deep Search nennt Google hunderte Suchen pro Auftrag. Die Technik ist also kein Nebeneffekt. Sie ist der Kern des Abrufs.

Das erklärt auch, warum KI-Antworten so viele Quellen mischen. Jede Unteranfrage bringt eigene Treffer mit. Zitiert wird, wer eine Unteranfrage am besten beantwortet.

Die Größenordnung

Seer Interactive und Nectiv haben Fan-Out-Anfragen ausgewertet. Ahrefs fasste beide Studien im März 2026 zusammen.

Kennzahl	Wert
Unteranfragen je Prompt, Durchschnitt	9 bis 11
Prompts mit 5 bis 11 Unteranfragen	59 von 100
Prompts mit 12 bis 19 Unteranfragen	24 von 100
Höchster gemessener Wert	28
Unteranfragen ohne globales Suchvolumen	95 von 100

Der letzte Wert stammt von Seer Interactive. Er verändert die Planung am stärksten.

Fan-Out-Anfragen mit und ohne Suchvolumen

Quelle: Seer Interactive, zusammengefasst bei Ahrefs, März 2026. Anteil je 100 beobachtete Unteranfragen.

Dieselben Zahlen in Worten: 95 von 100 Unteranfragen tauchen in keiner Keyword-Datenbank auf. Nur 5 von 100 haben messbares Volumen.

Warum Keyword-Tools das nicht abbilden

Fan-Out-Anfragen sind synthetisch. Ein Modell erzeugt sie, kein Mensch tippt sie.

Sie schwanken zwischen Anbietern, Nutzern und Durchläufen. Derselbe Prompt liefert morgen andere Unteranfragen. Deshalb liefert kein Tool verlässliche Volumina dazu.

Ahrefs zeigt das an einem Beispiel. Von elf beobachteten Unteranfragen hatte eine ein Suchvolumen.

Wer nur nach Volumen priorisiert, plant an der Nachfrage vorbei. Das trifft besonders erklärungsbedürftige Angebote.

Vorsicht auch bei Anbietern mit Gegenversprechen. Manche Tools verkaufen „Fan-Out-Volumina“ als exakte Zahlen. Solche Werte sind Schätzungen ohne Datenbasis. Die 5 Prüffragen gegen GEO-Schlangenöl helfen bei der Bewertung.

Was das für Entscheider bedeutet

Die Budgetlogik ändert sich an drei Stellen.

Erstens: Content-Priorisierung nach Volumen greift zu kurz. Eine Seite ohne Suchvolumen kann KI-Antworten tragen. Sie beantwortet eine Unteranfrage, die kein Tool zeigt.

Zweitens: Themenabdeckung schlägt Einzelbegriffe. Ein Thema besteht aus wiederkehrenden Frage-Mustern. Wer alle Muster abdeckt, trifft auch morgige Formulierungen.

Drittens: Fremdquellen gehören ins Budget. Viele Unteranfragen suchen gezielt nach unabhängigen Belegen. Präsenz auf Bewertungsportalen und in Communities wie Reddit wird planbar wichtig.

Vier Schritte, die heute funktionieren

1. Fan-Out sichtbar machen. Stellen Sie ChatGPT und Perplexity Ihre fünf wichtigsten Kaufentscheidungsfragen. Öffnen Sie die Denkschritte. Dort stehen die tatsächlich abgesetzten Suchen. Notieren Sie diese in einer Tabelle: Frage, Unteranfrage, System, Datum. Aufwand: 30 Minuten.
2. Muster erfassen, nicht Wortlaute. Sortieren Sie die Anfragen nach Typ: Vergleich, Preis, Belege, Alternativen, nächster Schritt. Die Muster wiederholen sich. Die Formulierungen nicht. Zählen Sie, welches Muster am häufigsten auftritt. Das ist Ihre Prioritätenliste.
3. Lücken schließen. Prüfen Sie je Muster eine Frage: Beantwortet eine Seite das direkt? Fehlt das Muster ganz, entsteht eine neue Seite. Fehlt nur Tiefe, ergänzen Sie einen Abschnitt. Die Struktur dafür liefern die 7 GEO-Taktiken: direkte Antworten, Definitionen, Tabellen.
4. Fremdquellen mitplanen. Viele Unteranfragen suchen Belege außerhalb Ihrer Domain. Bewertungsportale, Vergleichslisten, Fachmedien, Foren. Diese Seiten optimieren Sie nicht selbst. Sie brauchen dort Präsenz. Ein breiter Quellen-Mix schützt zusätzlich gegen Schwankungen.

Schritt 1 überrascht am häufigsten. Viele Firmen lesen dort zum ersten Mal, wonach KI-Systeme wirklich suchen.

Häufige Fehler

Erstens: Fan-Out-Anfragen als neue Keyword-Liste behandeln. Die Wortlaute ändern sich täglich. Wer sie einzeln optimiert, jagt Geistern hinterher. Nur die Muster sind stabil.

Zweitens: Für jede Unteranfrage eine eigene Seite bauen. Das erzeugt Dutzende dünne Seiten ohne Substanz. Besser: eine tiefe Seite je Thema mit klaren Abschnitten.

Drittens: Die Analyse einmalig durchführen. Fan-Out-Muster verschieben sich mit Modell-Updates. Ein Quartalsrhythmus reicht, aber er muss stattfinden.

Viertens: Rankings als einzige Erfolgsgröße behalten. Ein erster Platz deckt eine von elf Suchen ab. Das Reporting braucht eine zweite Spalte: Nennungen in KI-Antworten.

Was Sie messen sollten

Einzelne Rankings verlieren an Aussagekraft. Ein erster Platz deckt eine von elf Suchen ab.

Messen Sie stattdessen zwei Dinge. Erstens die Abdeckung je Thema, nicht je Begriff. Zweitens die Zahl der Nennungen in KI-Antworten.

Dazu kommt der Traffic-Nachweis. GA4 zeigt KI-Referrals von ChatGPT, Perplexity und Gemini als eigenen Kanal.

Halten Sie die klassischen Kennzahlen daneben. Klicks und Conversions bleiben die Zielgrößen. Wie wir Messung und Maßnahmen verbinden, zeigt unsere Methode.

Was das nicht heißt

Keyword-Recherche wird nicht wertlos. Klassische Suche liefert weiter den Großteil der Klicks.

Fan-Out-Analyse ergänzt die Recherche. Sie ersetzt sie nicht. Wer beide Prozesse trennt, arbeitet doppelt.

Und noch eine Einschränkung: Die genannten Studien stammen von Dienstleistern, nicht von den Plattformen. Die Größenordnung ist belastbar. Der exakte Wert schwankt je Branche und Fragetyp.

Zitierfähige Kernaussagen

• Google beschreibt Query Fan-Out seit dem 20. Mai 2025 offiziell im Google-Blog (Elizabeth Reid, Head of Search).
• Ein KI-Prompt löst im Durchschnitt 9 bis 11 Unteranfragen aus (Seer Interactive und Nectiv, via Ahrefs, März 2026).
• 95 von 100 Fan-Out-Unteranfragen haben kein globales Suchvolumen (Seer Interactive, 2026).
• 59 von 100 Prompts erzeugen 5 bis 11 Unteranfragen, 24 von 100 erzeugen 12 bis 19 (via Ahrefs, März 2026).
• Der höchste gemessene Wert lag bei 28 Unteranfragen je Prompt (via Ahrefs, März 2026).

Häufige Fragen

Was ist Query Fan-Out?

Query Fan-Out ist die Zerlegung einer Nutzerfrage in viele parallele Suchanfragen. Google beschreibt die Technik seit dem 20. Mai 2025 offiziell für AI Mode. Ein Prompt erzeugt im Schnitt 9 bis 11 Unteranfragen. Das System sucht damit tiefer im Web als eine klassische Einzelanfrage.

Sind Keyword-Tools damit nutzlos geworden?

Nein. Klassische Suche liefert weiter den Großteil der Klicks. Keyword-Tools bleiben dafür das richtige Instrument. Sie zeigen aber nur, was Menschen tippen. Die synthetischen Fan-Out-Anfragen der KI-Systeme fehlen dort. Ergänzen Sie die Recherche deshalb um eine Fan-Out-Analyse je Kernthema.

Wie sehe ich die Fan-Out-Anfragen zu meinem Thema?

Stellen Sie Ihre wichtigsten Kaufentscheidungsfragen in ChatGPT und Perplexity. Öffnen Sie dort die angezeigten Denk- und Suchschritte. Beide Systeme listen die tatsächlich abgesetzten Suchanfragen auf. Notieren Sie diese in einer Tabelle. Der Aufwand liegt bei rund 30 Minuten für fünf Fragen.

Warum haben 95 von 100 Fan-Out-Anfragen kein Suchvolumen?

Fan-Out-Anfragen sind synthetisch. Ein Sprachmodell formuliert sie, kein Mensch tippt sie. Sie sind länger und spezifischer als typische Suchbegriffe. Keyword-Datenbanken erfassen aber nur menschliche Eingaben mit messbarer Häufigkeit. Deshalb fand Seer Interactive für 95 von 100 Unteranfragen kein globales Suchvolumen.

Wie messe ich Erfolg ohne Suchvolumen?

Messen Sie Themenabdeckung statt Einzelrankings. Prüfen Sie monatlich, ob KI-Antworten Ihre Domain als Quelle nennen. Erfassen Sie KI-Referrals in GA4 als eigenen Kanal. Halten Sie Klicks und Conversions als Zielgrößen daneben. Score-Werte kommerzieller Tools taugen höchstens als Trend-Indikator.

Quellen

1. Google Blog, 20. Mai 2025: AI Mode und Query Fan-Out, vorgestellt von Elizabeth Reid.
2. Ahrefs, 2. März 2026: What is Query Fan-Out. Fasst Daten von Seer Interactive und Nectiv zusammen.
3. Seer Interactive, 2026: Gemini 3 Query Fan-Outs sowie Identifying Signal from Noise.