Query Fan-out

Wer im Google-KI-Modus eine lange Frage stellt, bekommt eine zusammenhängende Antwort mit Quellenlinks. Google sucht dafür nicht einmal, sondern viele Male: Die Frage wird in Unterthemen zerlegt, zu jedem Unterthema läuft eine eigene Suche. Google nennt das Query Fan-out, in der deutschen Dokumentation „Abfrage-Fan-out-Verfahren“.

Für Unternehmen ist das mehr als ein technisches Detail. Es verändert, wofür eine Seite gefunden werden muss, um in einer KI-Antwort aufzutauchen, und es erklärt, warum dort Websites zitiert werden, die für die eigentliche Suchanfrage gar nicht auf Seite eins stehen.

Wie der Begriff in die Suche kam

„Fan-out“ ist ein alter Begriff aus Elektronik und Softwarearchitektur: Ein Ausgang versorgt viele Eingänge, eine Anfrage löst viele parallele Aufrufe aus. In die Suchmaschinen-Welt brachte ihn Google selbst. Die wichtigsten Stationen:

Die Nachfrage in Deutschland folgt diesem Verlauf: Laut Google-Ads-Daten tauchen erste Suchanfragen nach dem Begriff im März 2025 auf, der Höhepunkt liegt im Sommer 2025, seitdem ist das Niveau stabil. Der Begriff ist im Fachvokabular angekommen.

Das Prinzip ist nicht auf die Google-Suche beschränkt. Für die Gemini-API dokumentiert Google, dass das Modell zu einem Prompt „eine oder mehrere“ Suchanfragen erzeugt und ausführt (Gemini-API: Grounding mit der Google-Suche). Der Name Query Fan-out ist aber Googles Prägung für die eigene Suche; dort, im KI-Modus und in den AI Overviews, ist er offiziell beschrieben.

Was sich für die Sichtbarkeit verschiebt

In der klassischen Suche gibt es zu einer Suchanfrage eine Trefferliste. Wer dort auf Platz 14 steht, ist praktisch unsichtbar. Beim Fan-out entstehen zu einer Frage viele Trefferlisten, und die Antwort darf aus allen schöpfen. Google selbst schreibt, dadurch könne eine „größere und vielfältigere Auswahl“ an Links erscheinen als bei einer klassischen Websuche (Search Central: KI-Funktionen und deine Website).

Ein Beispiel aus der Haustechnik

Die folgende Zerlegung ist eine Veranschaulichung, keine Aufzeichnung echter Google-Teilsuchen. Eine Facility-Managerin fragt im KI-Modus: „Eignet sich eine Wärmepumpe für unser Bürogebäude aus den 1990ern, und was müssen wir vorher klären?“ Plausible Teilsuchen wären:

• Wärmepumpe im Bestandsgebäude: Voraussetzungen und Dämmstandard
• Vorlauftemperatur und vorhandene Heizkörper
• Schallschutz und Aufstellort im Gewerbe
• Förderprogramme für Nichtwohngebäude
• Fachbetriebe für gewerbliche Wärmepumpen in der Region

Ein regionaler Haustechnik-Betrieb, der für die Ausgangsfrage weit hinten steht, hat eine gründliche Seite zur Frage, ob alte Heizkörper mit einer Wärmepumpe funktionieren. Für genau diese Teilsuche rankt er vorn, und aus dieser Liste kann die KI ihn zitieren. Die Folge: Ein starkes Detailkapitel kann mehr Sichtbarkeit bringen als die fünfte allgemeine Übersichtsseite.

Messen: was Sie sehen können und was nicht

Die unbequeme Wahrheit zuerst: Welche Teilsuchen Google zu einer Frage bildet, legt das Unternehmen nicht offen. Es gibt keinen Bericht und kein Werkzeug, das die echten Fan-out-Anfragen des KI-Modus zeigt. Die Bing Webmaster Tools zeigen seit Februar 2026 immerhin eine Stichprobe von „Grounding Queries“ für Copilot und Bing. Was es gibt, sind Annäherungen mit klaren Grenzen.

Google weist selbst darauf hin, dass KI-Modus und AI Overviews unterschiedliche Modelle und Techniken nutzen können. Wer mit der Gemini-API experimentiert, sieht also, wie ein Google-Modell Fragen zerlegt, aber nicht zwingend, was in der Suche passiert. Für die Praxis reicht das oft: Es zeigt, welche Unterthemen ein Modell für relevant hält. Wie Sie die Quellenauswahl im KI-Modus systematisch beobachten, beschreibt der Beitrag Google AI Mode und AI Overviews: So wird Ihre Website zitiert.

Was daraus folgt und was nicht

Aus dem dokumentierten Verfahren lassen sich drei praktische Schlüsse ziehen. Sie sind redaktionelle Einordnung, keine Zusage von Google.

1. Teilfragen kennen. Die Recherche verschiebt sich vom einzelnen Keyword zu den Fragen, die Kunden vor einer Entscheidung klären müssen. Das ist der Kern der Prompt-Recherche.
2. Antworten in Abschnitten anbieten. Herangezogen wird oft ein einzelner Abschnitt. Ein Absatz, der eine Teilfrage ohne Umweg beantwortet, lässt sich leichter zuordnen; mehr dazu unter Passage Retrieval.
3. Keine Seitenflut. Für jede denkbare Teilfrage eine eigene Seite zu erzeugen, ist der falsche Schluss. Massenhaft erstellte Seiten ohne eigenen Mehrwert fallen unter Googles Spam-Richtlinien („Missbrauch mit massenhaft generierten Inhalten“).

Ebenso wichtig ist, was Sie nicht brauchen: Google verlangt für KI-Modus und AI Overviews ausdrücklich keine neuen maschinenlesbaren Dateien, kein spezielles Markup und keine besondere Optimierung. Eine Seite muss indexiert sein und mit Snippet angezeigt werden dürfen. Wer Ihnen eine „Fan-out-Datei“ oder ein „Fan-out-Schema“ verkauft, verkauft etwas, das es nicht gibt. Den systematischen Ansatz dahinter beschreibt der Eintrag Fan-out-Optimierung.