Jahrelang galt in der Suchmaschinenoptimierung eine einfache Gleichung: eine Suchanfrage, eine Ergebnisliste, zehn Plätze. Wer oben stand, wurde gesehen. Diese Gleichung gilt nicht mehr. KI-Suchsysteme nehmen die Frage eines Nutzers heute nicht als Suchauftrag, sondern als Rechercheauftrag – und zerlegen sie in mehrere parallele Suchläufe. Das Verfahren heißt Query Fan-Out, und es entscheidet zunehmend darüber, ob Ihr Unternehmen in einer KI-Antwort auftaucht oder nicht.
Der Begriff klingt technisch, die Folgen sind es nicht. Sie sind redaktionell. Wer versteht, in welche Unterfragen eine Anfrage aufgespalten wird, weiß auch, welche Absätze auf einer Seite fehlen. Dieser Beitrag erklärt die Mechanik, ordnet die belegbaren Zahlen ein und zeigt, was mittelständische Unternehmen konkret an ihren Seiten ändern sollten.
1. Query Fan-Out: eine Frage, viele Suchen
Query Fan-Out bezeichnet das Verfahren, mit dem ein KI-Suchsystem eine einzelne Anfrage in mehrere eigenständige Unterfragen aufteilt und diese gleichzeitig sucht. Jede Unterfrage zielt auf einen anderen Teilaspekt: eine Definition, einen Preis, einen Vergleich, eine regionale Einschränkung, eine rechtliche Bedingung. Für jede dieser Unterfragen sammelt das System eigene Quellen. Erst danach entsteht die Antwort – als Synthese aus vielen Teilergebnissen.
Google beschreibt das Verfahren in seiner eigenen Dokumentation zu AI Overviews und AI Mode ausdrücklich als query fan-out technique. Es ist also keine Beobachtung von außen, sondern eine bestätigte Funktionsweise. Branchenauswertungen berichten, dass eine einzelne Frage an Google oder ChatGPT typischerweise acht bis zehn parallele, sehr spezifische Unterfragen auslöst, bevor eine Antwort zurückkommt.
Das nützliche Bild dazu: Ein klassischer Suchindex verhält sich wie ein Bibliothekskatalog, den man einmal befragt. Ein KI-Suchsystem verhält sich wie eine Assistentin, die zehn Zettel schreibt, in zehn Regale geht und danach einen Bericht verfasst. Sie kommen in diesen Bericht nicht, weil Sie im Katalog vorne stehen, sondern weil Sie in einem der zehn Regale die beste Antwort auf genau einen Zettel hatten.
Kurz gesagt: Sichtbarkeit in KI-Antworten entsteht nicht mehr über eine Position, sondern über Abdeckung. Die Frage lautet nicht mehr „Ranke ich für mein Keyword?“, sondern „Beantworte ich alle Unterfragen, in die mein Thema zerfällt?“
2. Wie die Aufspaltung praktisch abläuft
Ein Beispiel aus dem Mittelstand. Ein Interessent tippt: „Lohnt sich eine Wärmepumpe für mein Altbau-Reihenhaus und wer baut die in Mittelhessen ein?“ Das ist für ein klassisches Keyword-Set unbrauchbar – für ein Fan-Out-System ist es ein sauberer Auftrag. Es entstehen daraus unter anderem diese Unterfragen:
- Welche Wärmepumpen-Typen eignen sich für unsanierte Altbauten?
- Welche Vorlauftemperatur braucht ein Reihenhaus mit alten Heizkörpern?
- Was kostet Einbau inklusive Hydraulik und Pufferspeicher?
- Welche Förderung gibt es aktuell, und an welche Bedingungen ist sie geknüpft?
- Welche Fachbetriebe arbeiten im Raum Gießen, Marburg, Wetzlar?
- Wie lange dauert die Umsetzung von Angebot bis Inbetriebnahme?
Sechs Unterfragen, sechs Quellenauswahlen. Ein Handwerksbetrieb mit einer gut gemachten Leistungsseite „Wärmepumpe“ hat vielleicht für zwei davon einen zitierfähigen Absatz. Für vier nicht – und wird dort durch einen Wettbewerber, ein Herstellerportal oder ein Vergleichsportal ersetzt. Die Seite ist nicht schlecht. Sie ist unvollständig.
Die folgende Grafik zeigt die Entwicklung, die diesen Wandel am deutlichsten belegt: Der Anteil der Top-10-Seiten, die für ihre eigene Suchanfrage auch in der KI-Antwort zitiert wurden, hat sich innerhalb eines Jahres etwa halbiert.
3. Was Gemini 3 und die neue Suchleiste verändert haben
Query Fan-Out ist nicht neu, aber es ist deutlich stärker geworden. Mit der Einführung von Gemini 3 in AI Mode kündigte Google ein Upgrade des Verfahrens an: Das System führt seither mehr Suchläufe durch und findet nach eigener Darstellung Inhalte, die es vorher übersehen hätte – weil es die Absicht hinter der Frage besser versteht. Beides zusammen vergrößert die Zahl der Unterfragen und damit die Zahl der Nischen, in denen eine Quelle gewinnen kann.
Im Mai 2026 kam die zweite Hälfte dieser Entwicklung: Google stellte auf der I/O eine neue, mitwachsende Suchleiste vor – von Liz Reid als größte Veränderung am Suchfeld seit über 25 Jahren bezeichnet. Sie nimmt Text, Bilder, Dateien, Videos und offene Browser-Tabs als Eingabe und führt Nutzer in den AI Mode weiter, ohne den Kontext zu verlieren. Genau dieser erhaltene Kontext ist Treibstoff für das Fan-Out: Je mehr das System über die Ausgangslage weiß, desto spezifischer werden die Unterfragen.
Praktisch heißt das: Die Anfragen, die bei Ihnen ankommen, werden länger, umständlicher und persönlicher formuliert – und zerfallen deshalb in feinere Teile. Kurze, generische Seiten verlieren in diesem Umfeld nicht, weil sie schlecht ranken, sondern weil sie zu wenige der feinen Teile beantworten.
4. Warum Platz 1 keine Zitierung mehr garantiert
Die wichtigste Konsequenz ist unangenehm: Die Ranking-Position und die Zitierung in einer KI-Antwort haben sich entkoppelt. Eine Auswertung von nobori.ai beziffert den Anteil der Top-10-Seiten, die für ihre eigene Suchanfrage auch in AI Overviews zitiert wurden, für 2025 auf 76 % und für 2026 auf 38 %. Laut einer Semrush-Analyse zitiert ChatGPT in fast 90 % der Fälle auch Seiten von Position 21 und dahinter.
Das ist keine Willkür, sondern die logische Folge des Verfahrens. Das Modell sucht für jede Unterfrage die vollständigste Antwort. Ob diese Antwort auf einer Seite steht, die für den Hauptbegriff auf Platz 2 oder auf Platz 34 liegt, ist für die Auswahl zweitrangig. Umgekehrt gilt: Seiten, die auch für die Fan-Out-Unterfragen ranken, wurden in der genannten Auswertung um 161 % häufiger zitiert als Seiten, die nur für den Hauptbegriff sichtbar waren.
Dazu kommt der Rahmen, in dem das stattfindet: Ein erheblicher Teil der Google-Suchen endet heute ohne Klick auf ein Ergebnis – in aktuellen Auswertungen liegt der Anteil bei rund 58,5 %. Wer nicht zitiert wird, verliert also nicht nur einen Klick, sondern die Erwähnung selbst. Wie sich das auf Besucherzahlen auswirkt, haben wir in Zero-Click-Suche: Was KMU jetzt ändern müssen ausführlich beschrieben.
Die unbequeme Lesart: Ein gutes Ranking ist inzwischen eine Eintrittskarte, keine Platzreservierung. Sichtbar wird, wer die meisten Unterfragen sauber beantwortet – nicht, wer die beste Position für den Hauptbegriff hält.
5. Passagen statt Seiten: die neue Zitiereinheit
KI-Systeme zitieren keine Seiten, sie zitieren Passagen. Das ist der Punkt, an dem sich Fan-Out-Optimierung von klassischer Content-Arbeit unterscheidet. Ein 3.000-Wörter-Ratgeber ohne klare Abschnittsgrenzen liefert dem Modell keine saubere Kante, an der es zugreifen kann. Ein Abschnitt von 40 bis 60 Wörtern, der genau eine Unterfrage beantwortet und auch ohne Umgebung verständlich bleibt, liefert genau das.
Daraus folgt ein Aufbauprinzip, das dem alten SEO-Reflex widerspricht. Früher galt: pro Unterthema eine eigene URL. Für Fan-Out ist das kontraproduktiv, weil die Unterfragen zusammen einen Kontext bilden. Besser ist das Container-Prinzip: Das Hauptthema ist die Seite, die Unterfragen sind ihre Abschnitte – jeder mit einer als Frage formulierten Überschrift und einer direkten Antwort im ersten Satz danach.
Drei Eigenschaften machen eine solche Passage zitierfähig. Erstens Eigenständigkeit: Sie enthält ihr Subjekt selbst und beginnt nicht mit „Dabei“ oder „Das bedeutet“. Zweitens Konkretheit: Zahlen, Fristen, Preisspannen, Orte – prüfbare Angaben statt Adjektive. Drittens Aktualität: Nach einer Ahrefs-Auswertung aus 2025 sind von KI zitierte Inhalte durchschnittlich 25,7 % frischer als die Inhalte, die klassische Suchergebnisse dominieren. Ein Datum im Text und ein gepflegtes dateModified sind damit keine Kosmetik.
Technische Voraussetzung für alles davon: Die Passagen müssen ohne JavaScript im HTML stehen und die Seite muss maschinenlesbar beschrieben sein. Wie das zusammenspielt, zeigen Strukturierte Daten: das Futter für KI-Antworten und Warum GEO ohne technisches SEO nicht funktioniert.
6. Die Unterfragen Ihrer Kunden finden
Die Unterfragen sind nicht sichtbar – kein Werkzeug zeigt Ihnen die Zettel, die das Modell geschrieben hat. Sie lassen sich aber gut annähern, und zwar aus vier Quellen, die jedes Unternehmen ohne zusätzliche Lizenz hat.
Erstens die Suchergebnisseite selbst. Der Block „Nutzer fragen auch“ und die verwandten Suchanfragen sind die unmittelbarste Annäherung an die Zerlegung eines Themas. Zur Rolle dieses Blocks in KI-Antworten haben wir in People Also Ask und AI Overviews Zahlen zusammengetragen.
Zweitens die Folgevorschläge der KI-Systeme. Stellen Sie Ihre eigene Kernfrage im AI Mode und in ChatGPT und notieren Sie, welche Anschlussfragen vorgeschlagen werden. Das ist nicht das Fan-Out selbst, liegt ihm aber nahe.
Drittens Ihre eigene Search Console. Filtern Sie die Suchanfragen auf Fragewörter sowie auf Anfragen mit mehr als fünf Wörtern. Dort stehen die realen Formulierungen, mit denen Menschen bei Ihnen landen – und daneben die, bei denen Sie Impressionen ohne Klicks sammeln.
Viertens, und am wertvollsten: Vertrieb und Support. Welche drei Fragen kommen in jedem Erstgespräch? Welche Einwand-Formulierung hört Ihr Außendienst jede Woche? Diese Sätze kennt kein Keyword-Werkzeug – und sie treffen die Unterfragen oft präziser als jedes Tool.
7. Umsetzung: Seiten fan-out-fähig machen
Die Arbeit lässt sich in sechs Schritte fassen. Sie ist redaktionell, nicht technisch – und sie ist an einer bestehenden Seite in wenigen Stunden zu erledigen.
dateModified bei jeder Änderung aktualisieren. Danach quartalsweise nachfassen.
Sie möchten wissen, welche Unterfragen Ihr Thema erzeugt und wo Ihre Seiten Lücken haben? Vereinbaren Sie ein kostenloses Erstgespräch – wir gehen die Abdeckung mit Ihnen durch.
8. Messen: woran Sie Fortschritt erkennen
Fan-Out-Arbeit lässt sich nicht an Rankings ablesen – genau das ist ja der Punkt. Vier Messpunkte funktionieren trotzdem, und alle vier sind ohne zusätzliche Werkzeuge zugänglich.
Impressionen bei langen Anfragen. Filtern Sie in der Search Console auf Anfragen mit mehr als fünf Wörtern und beobachten Sie deren Entwicklung nach der Überarbeitung. Steigende Impressionen bei gleichbleibender Klickrate sind hier ein gutes Zeichen, kein schlechtes: Sie tauchen in mehr Teilfragen auf. Den passenden Bericht erklärt Der Generative-AI-Bericht in der Search Console.
Zitierungen in den Systemen selbst. Prüfen Sie in festem Rhythmus – monatlich reicht – mit zehn definierten Fragen, ob und wie Sie in AI Mode, ChatGPT und Perplexity vorkommen. Immer dieselben Fragen, immer notiert. Das ist eine Handzählung, aber sie ist ehrlich.
Zugriffe der KI-Crawler im Serverlog. Ob GPTBot, PerplexityBot und ClaudeBot Ihre neuen Abschnitte überhaupt abholen, steht im Log – nicht im Analytics. Wie Sie das auswerten, steht in KI-Crawler im Serverlog erkennen.
Anfragen mit KI-Vorwissen. Der belastbarste Indikator ist der unspektakulärste: Interessenten, die im Erstkontakt Dinge wissen, die nur auf Ihrer Seite stehen. Notieren Sie das im CRM. Es ist die einzige Kennzahl in dieser Liste, die Umsatz bedeutet.
9. Fazit: Reichweite entsteht aus Vollständigkeit
Query Fan-Out verschiebt den Wettbewerb von der Position zur Abdeckung. Das ist für mittelständische Unternehmen eher eine gute Nachricht als eine schlechte: Um für einen hart umkämpften Hauptbegriff auf Platz 1 zu kommen, braucht man Budget und Jahre. Um für eine sehr spezifische Unterfrage die vollständigste Quelle im Netz zu sein, braucht man vor allem Fachwissen – und das liegt im Betrieb.
Der Aufwand liegt nicht in neuer Technik, sondern im Zuhören und im Aufschreiben. Wer die Fragen sammelt, die im Vertrieb ohnehin jeden Tag gestellt werden, und sie als eigenständige, prüfbare Absätze auf die passende Seite schreibt, arbeitet genau in der Richtung, in die sich die Suche bewegt. Wer weiter auf eine Handvoll Keywords optimiert, optimiert auf eine Mechanik, die es so nicht mehr gibt.
Unsere Einschätzung: Die Gewinner der nächsten zwölf Monate sind nicht die Unternehmen mit den meisten Inhalten, sondern die mit der höchsten Trefferquote pro Unterfrage. Zehn saubere, konkrete Absätze auf einer Leistungsseite schlagen fünf allgemein gehaltene Ratgeber.
Lesen Sie auch: Die Zukunft der Suche: SGE & KI-Overviews und E-E-A-T und KI-Autorität: Warum ChatGPT manche Marken zitiert.
10. FAQ: Die wichtigsten Fragen zum Query Fan-Out
Was ist Query Fan-Out?
Query Fan-Out ist die Technik, mit der KI-Suchsysteme eine einzelne Anfrage in mehrere parallele Unterfragen zerlegen. Statt einmal zu suchen, startet das System mehrere Suchläufe zu verschiedenen Teilaspekten, Zielabsichten und Kontexten, sammelt dafür jeweils passende Quellen und setzt daraus eine Antwort zusammen. Google beschreibt das Verfahren in seiner eigenen Dokumentation zu AI Overviews und AI Mode; Branchenauswertungen berichten von typischerweise acht bis zehn Unterfragen pro Anfrage.
Warum garantiert ein Platz in den Top 10 keine Zitierung mehr?
Weil nicht mehr die eine Suchanfrage entscheidet, sondern die vielen Unterfragen. Für jede Unterfrage wählt das Modell die vollständigste Quelle aus – unabhängig davon, auf welcher Position sie für den Hauptbegriff rankt. Eine Auswertung von nobori.ai beziffert den Anteil der zitierten Top-10-Seiten für 2025 auf 76 % und für 2026 auf 38 %. Laut einer Semrush-Analyse zitiert ChatGPT in fast 90 % der Fälle auch Seiten ab Position 21.
Wie mache ich eine Seite fan-out-fähig?
Indem Sie die Unterfragen zum Hauptthema auf derselben Seite sichtbar beantworten: eine klar formulierte Frage als Zwischenüberschrift, direkt darunter eine eigenständige Antwort von rund 40 bis 60 Wörtern, die auch ohne den Rest der Seite trägt. Ergänzen Sie konkrete Zahlen, Preise, Fristen und Regionalbezüge, halten Sie die Angaben aktuell und stellen Sie sicher, dass die Inhalte ohne JavaScript im HTML stehen.
Wo finde ich die Unterfragen, die zu meinem Thema entstehen?
In vier Quellen: im „Nutzer fragen auch“-Block und den Verwandte-Suchen von Google, in den Folgevorschlägen im AI Mode und in ChatGPT, in den Suchanfragen Ihrer eigenen Search Console – gefiltert auf Fragewörter – sowie in den tatsächlichen Rückfragen Ihres Vertriebs und Supports. Die letzte Quelle ist die wertvollste, weil sie Formulierungen liefert, die kein Werkzeug kennt.
