Query Fan-Out: Die verdeckten Suchanfragen, die darüber entscheiden, ob Sie in KI-Antworten erscheinen
Wie Google AI Mode und ChatGPT eine Frage in sekundäre Suchanfragen zerlegen – und wie Sie Inhalte erstellen, die gefunden, geprüft und zitiert werden können.
Der Nutzer stellt eine einzige Frage. Das KI-System kann zehnmal suchen – nach Themen, die der Nutzer nie ausdrücklich genannt hat.
Diese Veränderung berücksichtigen viele SEO-Strategien noch immer nicht. In der klassischen Suche optimieren wir die Beziehung zwischen einer Suchanfrage, einer Ergebnisseite und einer Webseite. In der KI-Suche kann die ursprüngliche Frage in Themen, Einschränkungen, Vergleiche, Entitäten und Prüfungen zerlegt werden. Das System sucht nach Dokumenten zu diesen Blickwinkeln, synthetisiert anschließend eine Antwort und entscheidet, welche Quellen angezeigt werden sollen.
Google bezeichnet diesen Mechanismus ausdrücklich als Query Fan-Out. OpenAI beschreibt für ChatGPT Search ein ähnliches Verhalten: Die Frage wird in eine oder mehrere gezielte Suchanfragen umgeschrieben, auf die mitunter weitere, spezifischere Suchen folgen. Es handelt sich nicht um identische Produkte, und sie sollten nicht so behandelt werden, als nutzten sie intern dasselbe Verfahren. Die geschäftliche Konsequenz ist jedoch dieselbe: Ihre Seite kann über eine Zwischensuche gefunden werden, die der Kunde nie selbst eingegeben hat.
Die neue SEO-Frage lautet nicht mehr nur „Für welches Keyword ranke ich?“, sondern auch: „Für welchen Teil des Rechercheprozesses kann ich eine gute Quelle sein?“
Was ist Query Fan-Out?
Query Fan-Out ist eine Technik, bei der eine komplexe Frage in mehrere Suchanfragen zu Unterthemen und Datenquellen zerlegt wird. In seiner Dokumentation für Websitebetreiber bestätigt Google, dass sowohl AI Overviews als auch AI Mode diesen Mechanismus nutzen können, um eine breitere und vielfältigere Auswahl unterstützender Seiten zu finden.
Ein Prompt wie „Was ist die beste SEO-Lösung für einen rumänischen WordPress-Shop, der auch in KI-Antworten erscheinen möchte?“ könnte folgende Zwischensuchen erzeugen:
- WordPress-SEO-Agentur Rumänien Fallstudien;
- Unterschied zwischen SEO, AEO und GEO;
- SEO-Tools für WooCommerce;
- Optimierung für AI Overviews;
- Kosten einer E-Commerce-SEO-Beratung;
- WordPress-SEO-Automatisierung mit menschlicher Freigabe;
- Bewertungen und Ergebnisse der verglichenen Anbieter.
Diese Liste ist ein redaktionelles Beispiel, keine Aufzeichnung interner Suchanfragen von Google oder ChatGPT. Die tatsächlichen Formulierungen können sich je nach Modell, Zeitpunkt, Standort, Gesprächskontext, verfügbaren Informationen und den Ergebnissen früherer Schritte ändern.
Warum die KI-Suche nicht mehr nur nach der direkten Antwort sucht
Eine geschäftliche Frage enthält fast immer mehrere Probleme. „Welche Floristensoftware passt zu mir?“ verbirgt Fragen zu Bestand, Verderblichkeit, Beschaffung, Bestellungen, Lieferung, Buchhaltungsintegration, Kosten und Migration. „Welcher Linkbuilding-Marktplatz ist sicher?“ verbirgt Fragen zu Relevanz, Publisher-Qualität, Transparenz, redaktioneller Kontrolle, Messung und Risiko.
Eine glaubwürdige Antwort lässt sich nicht aus einem einzigen Textausschnitt erstellen. Das System muss vergleichen, prüfen und Lücken schließen. In der offiziellen Präsentation von AI Modeerklärt Google, dass das Modell einen Plan erstellen, Suchen ausführen und den Plan anhand der gefundenen Informationen anpassen kann. Auf der Google I/O zeigte das Unternehmen, dass Deep Search diesen Mechanismus bei komplexen Recherchen auf Hunderte von Suchanfragen ausweiten kann.
Bei ChatGPT Searcherklärt OpenAI, dass eine Frage in eine oder mehrere gezielte Suchen umgeschrieben werden kann und nach der Analyse der ersten Ergebnisse zusätzliche, spezifischere Suchanfragen gesendet werden können. „Fan-Out“ ist daher ein offizieller Begriff von Google, während man bei ChatGPT präziser von Query Rewriting und aufeinanderfolgenden Suchen spricht.
Retrieval bedeutet nicht automatisch Zitation
In einem Zwischenschritt gefunden zu werden, ist nur die erste Hürde. Eine Seite kann in die analysierte Dokumentmenge gelangen, ohne in der endgültigen Antwort zitiert zu werden. Das System kann eine andere Quelle für klarer, direkter, aktueller oder besser geeignet halten, um die erforderliche Aussage zu belegen.
In der Praxis gibt es mindestens drei unterschiedliche Momente:
- Entdeckung — die Seite erscheint bei einer Zwischensuche;
- Auswahl — der Inhalt ist relevant und zugänglich genug, um analysiert zu werden;
- Zitation — die Quelle wird ausgewählt, um die sichtbare Antwort für den Nutzer zu belegen.
Eine ernsthafte Optimierung muss diese Phasen getrennt behandeln. Eine Seite kann gut sichtbar sein, aber vage Aussagen enthalten. Sie kann eigene Daten bieten, aber technisch blockiert sein. Sie kann gut strukturiert sein, aber nicht zeigen, wer antwortet und auf welcher Erfahrung die Antwort beruht.
Was sich bei der Keyword-Recherche ändert
Die klassische Keyword-Recherche beginnt häufig mit Suchvolumen, Schwierigkeit und Intention. Diese Faktoren bleiben nützlich, beschreiben aber nicht mehr den gesamten Weg, auf dem ein KI-System zu seinen Quellen gelangt.
Sekundäre Suchanfragen können lang und kontextbezogen sein und ein geringes oder kaum schätzbares klassisches Suchvolumen haben. Ihr Wert entsteht nicht unbedingt durch direkten Traffic, sondern durch ihre Rolle bei der Recherche für eine größere Entscheidung. Deshalb würde ich nicht jede vermutete Fan-Out-Anfrage in eine neue Seite verwandeln. Meist würde daraus eine aufgeblähte Website voller dünner Inhalte entstehen.
Ich würde Fan-Out als Werkzeug zur Kartierung einsetzen:
- was definiert werden muss;
- welche Alternativen verglichen werden müssen;
- welche Einschränkungen erklärt werden müssen;
- welche Belege ein Käufer erwartet;
- welche lokalen oder aktuellen Informationen wichtig sind;
- welche Risiken und Grenzen anerkannt werden müssen;
- welche Umsetzungsschritte fehlen.
Nicht für verdeckte Suchanfragen optimieren, sondern ein Antwortsystem aufbauen
Die schlechteste Interpretation von Query Fan-Out besteht darin, jede Variante mechanisch in einen Artikel einzufügen oder dafür jeweils eine eigene Seite zu veröffentlichen. Die beste besteht darin, ein Content-System zu entwerfen, das modular antworten kann.
1. Mit der Entscheidung des Nutzers beginnen
Beginnen Sie nicht mit einer Wortliste. Beginnen Sie mit der tatsächlichen Entscheidung: eine Agentur auswählen, Software kaufen, einen Anbieter bewerten oder ein Problem lösen. Halten Sie Akteur, Kontext, Einschränkungen und gewünschtes Ergebnis fest.
2. Das Thema in überprüfbare Dimensionen zerlegen
Bei einer SEO-Agentur könnten das Strategie, technisches Audit, Content, Linkbuilding, KI-Suche, WordPress-Umsetzung, Kosten und Ergebnisse sein. Bei einer Floristenmanagement-Software könnten es Bestand, Beschaffung, Verluste, Bestellungen, Lieferung und Berichte sein. Diese Dimensionen werden zu Abschnitten, unterstützenden Dokumenten und Belegen.
3. Eigenständige Antworten innerhalb einer schlüssigen Ressource veröffentlichen
Jeder wichtige Abschnitt sollte ohne zehn einleitende Absätze verständlich sein. Eine präzise Zwischenüberschrift, eine direkte Erklärung, ein Beispiel und eine klar benannte Grenze sind nützlicher als die zwanghafte Wiederholung eines Keywords.
4. Informationen ergänzen, die nicht jeder nachbilden kann
Echte Prozesse, eigene Screenshots, Daten, Tests, begründete Meinungen, Fehler und Entscheidungskriterien. Generische Inhalte sind leicht zusammenzufassen und schwer zu unterscheiden. Dokumentierte Erfahrung liefert einen konkreten Grund, die Seite als Quelle auszuwählen.
5. Entitäten und Belege verknüpfen
Produktnamen, Unternehmen, Autoren, Kunden, Funktionen und Anwendungsfälle sollten konsistent sein. Interne Links helfen Nutzern und Crawlern, die Beziehungen zwischen der zentralen Ressource und ihren unterstützenden Dokumenten zu finden.
6. Die technische Grundlage einwandfrei halten
Google erklärt, dass es weder eine spezielle KI-Datei noch ein besonderes Schema-Markup für AI Overviews und AI Mode gibt. Die Seite muss indexierbar, snippetfähig, für Crawler zugänglich, schnell und als Text verfügbar sein. Strukturierte Daten müssen mit dem sichtbaren Inhalt übereinstimmen.
Für ChatGPT Search empfiehlt OpenAI, OAI-Searchbot den Zugriff zu erlauben, und weist darauf hin, dass niemand eine Platzierung garantieren kann. Optimierung beginnt mit dem technischen Zugang, endet dort aber nicht.
Anwendungsbeispiele aus der Praxis
SEO- und AEO-Agentur
Eine Frage zur Auswahl einer Agentur kann Suchen nach WordPress-Erfahrung, E-Commerce-Ergebnissen, Methodik, Kosten, Kommunikation und der Fähigkeit, mit KI-Suche zu arbeiten, auslösen. Eine einzige Seite „SEO-Dienstleistungen“ kann all diese Blickwinkel nicht glaubwürdig abdecken. Die Seite AYSA.RO muss durch Methodik, Fallstudien, technische Einschätzungen und schlüssig verknüpfte Bildungsressourcen unterstützt werden.
SEO-SaaS für WordPress
Bei AYSA.aikann das System nach Unterschieden zwischen Audit und Ausführung, Änderungskontrolle, menschlicher Freigabe, Search-Console-Integration, Sicherheit, WordPress-Kompatibilität und Ergebnismessung suchen. Jeder dieser Punkte ist eine Retrieval-Oberfläche, aber nicht jeder benötigt eine eigene Landingpage.
Linkbuilding-Marktplatz
Bei AdverLinkkann eine glaubwürdige Empfehlung Informationen zu Publishern, Relevanz, Preis, redaktioneller Kontrolle, Transparenz und SEO-Risiken erfordern. Wenn die Website nur über die Anzahl verfügbarer Websites spricht, fehlen dem System ausreichende Belege für den Rest der Entscheidung.
Wie Sie Fan-Out-Anfragen recherchieren, ohne sich selbst zu täuschen
Sie können mit Simulationen durch KI-Modelle, People Also Ask, Autocomplete, Search Console, Verkaufsgesprächen, Support-Tickets und den Vergleichen der Kunden beginnen. Sie müssen jedoch drei Dinge voneinander trennen:
- beobachtete Suchanfragen in einem System oder Bericht;
- simulierte Suchanfragen , die ein Modell aus einer Hypothese erzeugt;
- redaktionelle Suchanfragen , die das Team erstellt, um die Themenabdeckung zu prüfen.
Eine Simulation ist nützlich, um Ideen zu entwickeln; sie ist nicht die verborgene Wahrheit hinter jeder KI-Antwort. Modelle, Quellen und Retrieval-Strategien verändern sich. Der genaue Wortlaut einer Suchanfrage ist weniger stabil als das Bedürfnis, das sie repräsentiert.
Wie Sie das Ergebnis messen
Google zählt Traffic aus AI Overviews und AI Mode im Performance-Bericht der Search Console zum Suchtyp „Web“. Derzeit begrenzt das die Möglichkeit, den Mechanismus sauber zu isolieren. Bei anderen Systemen beobachten Sie Kombinationen aus:
- Zitationen und Erwähnungen bei einem stabilen Fragenset;
- Seiten, die als Quellen erscheinen;
- Crawl-Logs und Zugriffe autorisierter Bots;
- erkennbarem Referral-Traffic;
- Conversions und Leads, die eine KI-Antwort erwähnen;
- Themenabdeckung und Lücken im Vergleich zu Wettbewerbern.
Ich würde keinen „AI Visibility Score“ ausweisen, ohne das Fragenset, den Standort, das Modell, den Testzeitpunkt und die Volatilität der Antworten zu erläutern. Ein eleganter Prozentwert ohne Methodik kann irreführender sein als gar kein Prozentwert.
Fehler, die die nächste Spam-Welle auslösen werden
- für jede generierte Anfragevariante eine eigene Seite veröffentlichen;
- FAQs ohne Erfahrung oder echte Nachfrage massenhaft erfinden;
- KI-Antworten in Inhalte kopieren, die anschließend von KI zitiert werden sollen;
- für volatile Formulierungen statt für stabile Bedürfnisse optimieren;
- Produktgrenzen und geschäftliche Bedingungen verschweigen;
- Crawler-Zugriff, Indexierung und interne Links ignorieren;
- das Erscheinen in einer Ergebnismenge mit der endgültigen Zitation verwechseln.
Praktische Checkliste
- Wählen Sie zehn echte Entscheidungen aus, die ein Kunde trifft.
- Notieren Sie für jede Entscheidung die benötigten Definitionen, Vergleiche, Kriterien, Risiken und Belege.
- Prüfen Sie, welche Informationen bereits vorhanden sind und wo Lücken bestehen.
- Stärken Sie schwache Seiten, bevor Sie neue erstellen.
- Schreiben Sie Abschnitte, die direkt antworten und im Kontext zitiert werden können.
- Ergänzen Sie eigene Erfahrung, Primärquellen und das Datum der letzten Aktualisierung.
- Bauen Sie interne Links zwischen Angebot, Methodik, Fallstudien und Leitfäden auf.
- Prüfen Sie Robots-Anweisungen, Indexierung, Snippet-Fähigkeit und den Zugriff relevanter Crawler.
- Messen Sie anhand eines wiederholbaren Fragensets, nicht anhand einzelner Screenshots.
- Verbinden Sie Sichtbarkeit mit Traffic, Leads und Geschäftsentscheidungen.
Fazit
Query Fan-Out macht SEO nicht überflüssig. Es zwingt SEO, erwachsener zu werden.
Das Hauptkeyword bleibt nützlich, reicht aber nicht mehr aus. KI-Systeme können Definitionen, Vergleiche, Einschränkungen, Belege und Entitäten untersuchen, bevor sie eine Antwort erstellen. Es gewinnen die Websites, die ein schlüssiges Informationssystem anbieten – nicht jene, die möglichst viele Formulierungen erraten und auf eine Seite pressen.
Wir optimieren nicht für eine geheime Liste von Suchanfragen. Wir optimieren dafür, dass das System auf jedem eingeschlagenen Pfad klare, überprüfbare und zugängliche Informationen findet, die gut genug sind, um verwendet zu werden.