Wenn heute jemand eine KI etwas fragt, wird daraus nicht eine Suche. Es werden mehrere. Der Nutzer tippt einen Satz, das System setzt daraus eigene Suchanfragen ab, und erst deren Ergebnisse werden zur Antwort. Sichtbarkeit entscheidet sich nicht mehr bei der Frage, sondern bei diesen Suchen.
Diese selbst erzeugten Suchanfragen heißen Fanout Queries, oder auf Deutsch: Sub-Queries. Google hat den Begriff auf der I/O 2025 selbst eingeführt. Elizabeth Reid, Head of Search, beschrieb den AI Mode damals so: Das System zerlege die Frage in Unterthemen und setze gleichzeitig eine Vielzahl von Suchanfragen ab, stellvertretend für den Nutzer.
Inzwischen steht die Definition auch in Googles Entwicklerdokumentation. Fanout ist dort eine Reihe gleichzeitiger, verwandter Suchanfragen, die das Modell erzeugt, um zusätzliche relevante Ergebnisse zu holen.
Was zwischen Frage und Antwort passiert
Der Ablauf ist bei allen großen Systemen im Kern derselbe. Wir haben ihn als Erklärvideo gebaut, am Beispiel ChatGPT:
Vier Schritte, und in jedem kann deine Seite rausfliegen:
- Auffächern. Aus der Nutzerfrage werden mehrere Sub-Queries. Robby Stein, VP Product bei Google Search, hat das an einem Beispiel erklärt: Bei "Dinge, die man in Nashville mit einer Gruppe machen kann" denke sich das System eigene Fragen aus, nach guten Restaurants, nach Bars, nach Aktivitäten mit Kindern, und fange dann an zu googeln.
- Suchen. Diese Sub-Queries laufen durch einen Index. Bei ChatGPT überwiegend Bing, bei Google die eigenen Systeme plus Knowledge Graph, Shopping Graph und Maps.
- Abrufen. Die Treffer werden tatsächlich geladen. Das ist der Moment, in dem Live-Reader wie
ChatGPT-Userin deinen Server-Logs auftauchen, ohne dass Google Analytics je davon erfährt. Wie du diese Besuche sichtbar machst, steht in unserem Beitrag zu den AI-Bots, die deine Website lesen. - Reranken. Ein Reranker bewertet die abgerufenen Passagen und behält nur die besten. Der Rest verschwindet. Laut einer AirOps-Auswertung von über 548.000 abgerufenen Seiten wurden 85 Prozent davon nie zitiert.
Der entscheidende Punkt: Deine Seite muss nicht zur Nutzerfrage passen. Sie muss zu einer der Sub-Queries passen, die du nie zu Gesicht bekommst.
Wie viele Sub-Queries sind es eigentlich?
Hier wird es unangenehm, denn die Branche zitiert massenhaft Zahlen, die niemand gemessen hat. "AI Mode erzeugt 8 bis 16 parallele Sub-Queries", "Google sagt 12 bis 15", "komplexe Fragen 50 und mehr": All das ist in Blogposts zu finden, und für keine dieser Angaben gibt es eine Primärquelle.
Google hat nie eine Zahl veröffentlicht. Die einzige offizielle Mengenangabe ist Reids "a multitude". Am konkretesten wurde Dounia Berrada, Senior Engineering Director bei Search, und zwar zur visuellen Suche: AI Mode mache dort etwa ein Dutzend Suchen in der Zeit, die sonst eine dauert. Für Deep Search nennt Google "dozens or even hundreds".
Was es gibt, sind unabhängige Messungen:
Zwei Dinge sind an dieser Grafik wichtig.
Erstens die Spannweite. Perplexity fächert kaum auf, Grok extrem. Peec AI hat dafür 5 Millionen Fanouts aus den echten Web-Oberflächen mitgeschrieben, nicht über APIs, was der Realität eines Nutzers am nächsten kommt. Grok nutzt dabei in 18,3 Prozent aller Chats den site:-Operator, sucht also gezielt auf einzelnen Domains.
Zweitens der schraffierte Balken. Die viel zitierten "rund 10 Sub-Queries bei Gemini 3" stammen aus Messungen über die Gemini-API, bei denen Grounding erzwungen wurde. Seer Interactive kam auf 10,7, Nectiv bei größerem Sample auf 9,06. Ehrlich ist also "rund 9 bis 11 unter Laborbedingungen". Das ist nicht Googles AI Mode, und wer es als solches zitiert, verbreitet eine Zahl, die es nicht gibt.
Trend 1: Google geht in die Breite, ChatGPT in die Tiefe
Die interessanteste Entwicklung der letzten zwölf Monate ist, dass sich die Systeme in verschiedene Richtungen bewegen.
Bei Google ist die Anzahl gestiegen. Derselbe Seer-Test ergab für Gemini 2.5 noch 6,01 Sub-Queries, für Gemini 3 dann 10,7. Ein Plus von rund 78 Prozent innerhalb einer Modellgeneration. Die Länge der einzelnen Anfrage blieb dabei stabil bei etwa 6,7 Wörtern.
Bei ChatGPT ist es umgekehrt. Peec AI hat über 20 Millionen Fanouts von Oktober 2025 bis Januar 2026 ausgewertet: Die Anzahl pro Prompt blieb flach bei 2,3 bis 2,8. Die durchschnittliche Länge einer Sub-Query verdoppelte sich dagegen von etwa 6 auf etwa 12 Wörter, und zwar praktisch identisch in Deutschland, Großbritannien, Singapur, Thailand und den USA.
Das ist ein wichtiger Unterschied, weil in der Branche permanent "die Fanouts haben sich verdoppelt" zu hören ist. Verdoppelt hat sich bei ChatGPT die Wortlänge, nicht die Anzahl, und bei Google ist es genau andersherum.
Trend 2: ChatGPT ist vom Nachschlagen zur Recherche geworden
Über die Modellwechsel des Jahres 2026 hat sich das Verhalten von ChatGPT dann doch stark verändert, und zwar in Sprüngen statt gleitend.
Beim Wechsel auf GPT-5.3 Instant im März 2026 wurde es zunächst enger. RESONEO hat 14 Wochen lang täglich 400 Prompts laufen lassen und beobachtet, dass die Zahl der eindeutigen Domains pro Antwort von 19,1 auf 15,2 fiel, ein Minus von gut 20 Prozent. Die Tiefe pro Domain blieb gleich, die Breite schrumpfte.
Mit den folgenden Versionen ging es dann steil in die andere Richtung. Lily Ray hat die Daten von Peec, Nectiv und RESONEO zusammengetragen:
- Der Anteil der Prompts mit nur einem einzigen Fanout fiel von 94,0 auf 43,5 Prozent
- Die durchschnittliche Zahl abgerufener Quellen verdoppelte sich von etwa 12 auf 24
- Prompts mit einer zweiten Suchrunde stiegen von rund 5 auf 33,5 Prozent
- Der
site:-Operator tauchte in Fanouts von rund 0,3 auf etwa 23 Prozent auf - Die durchschnittliche Zahl der Fanouts pro Prompt kletterte von 2,17 auf 7,61
Aus einem Nachschlagewerk ist ein Rechercheprozess geworden. Und ein Detail daraus ist praktisch das Wichtigste am ganzen Thema: Marken, die bereits in einer Fanout-Query namentlich vorkommen, werden in 68,9 Prozent der Fälle zitiert. Seiten, die nur abgerufen wurden, ohne dass die Marke in der Suche stand, kommen auf 2,1 Prozent. In 27 Test-Queries enthielten 21 Markennamen, die der Nutzer nie erwähnt hatte.
Wer es also in die Suchanfrage schafft, hat den Zitat-Kampf im Wesentlichen schon gewonnen.
Trend 3: Die Quellen kommen immer seltener aus den Top 10
Der messbare Effekt von mehr Fanout ist, dass die klassische Ergebnisliste als Auswahlbecken an Bedeutung verliert. Ahrefs hat dafür 863.000 Keyword-SERPs und rund 4 Millionen AI-Overview-URLs ausgewertet (Daten Januar 2026, veröffentlicht im März 2026):
Im Juli 2025 rankten noch rund drei Viertel der zitierten URLs in den Top 10. Im März 2026 waren es 37,9 Prozent. Fast zwei Drittel der Quellen kommen inzwischen von Seiten, die man beim Hauptkeyword nie sieht. Ahrefs führt den Bruch auf die Umstellung der AI Overviews auf Gemini 3 im Januar 2026 zurück, also genau auf den Sprung, der auch die Anzahl der Sub-Queries erhöht hat.
Das passt zu dem, was AirOps auf der ChatGPT-Seite gemessen hat, in 15.000 Prompts mit über 82.000 Citations: 32,9 Prozent der zitierten Seiten tauchten ausschließlich in den Suchergebnissen einer Fanout-Query auf, nie in denen zur Ausgangsfrage. Diese Zahl wird übrigens fast überall Kevin Indig zugeschrieben, sie stammt aber aus der AirOps-Studie.
Wichtig als Gegengewicht, damit daraus nicht die falsche Schlussfolgerung wird: Klassisches Ranking bleibt der stärkste einzelne Hebel. In derselben AirOps-Auswertung hatten Seiten auf Google-Position 1 eine Zitierwahrscheinlichkeit von 43,2 Prozent, jenseits der Top 20 waren es 12,3 Prozent. Fanout ersetzt SEO nicht. Es vergrößert die Fläche, auf der SEO stattfindet.
Der Punkt, den in DACH kaum jemand auf dem Schirm hat
Und jetzt der Befund, der für deutsche Unternehmen praktisch am meisten wiegt.
Peec AI hat über 10 Millionen Prompts und mehr als 20 Millionen Fanouts daraufhin untersucht, in welcher Sprache die Sub-Queries laufen. Das Ergebnis: 43 Prozent aller Fanout-Schritte bei nicht-englischen Prompts sind auf Englisch. Rund 78 Prozent aller nicht-englischen Prompt-Läufe enthalten mindestens einen englischen Fanout. Das Muster ist meist gleich: Der erste Fanout bleibt in der Nutzersprache, im weiteren Verlauf der Kette kippt es ins Englische.
Peec nennt in der Studie ein deutsches Beispiel. Auf den Prompt "Was sind die besten Softwareunternehmen?" war unter den Ergebnissen kein einziges deutsches Unternehmen.
Für dich heißt das: Ein rein deutschsprachiger Auftritt deckt systematisch nur einen Teil der Fläche ab, auf der die Auswahl stattfindet. Bei knapp der Hälfte der Sub-Queries bist du nicht schlecht platziert, du bist gar nicht erst im Rennen. Englische Fassungen der Kernseiten, also Produkt, Vergleiche und die Seiten, die deine Marke als Entität beschreiben, sind damit kein Nice-to-have mehr.
Was du daraus machst
Vorweg das Gegengewicht, weil um Fanout gerade viel Beratungsgeraune entsteht. Google selbst schreibt in der Dokumentation, es gebe keine zusätzlichen Anforderungen und keine speziellen Optimierungen, um in AI Overviews oder AI Mode zu erscheinen. Strukturierte Daten seien nicht erforderlich, und Dateien wie llms.txt würden von der Google-Suche schlicht ignoriert. Fanout ist ein Abrufmechanismus, keine neue Optimierungsdisziplin.
Was trotzdem konkret folgt:
- Deckung statt Formulierung. Nur rund 27 Prozent der Sub-Queries bleiben laut Surfer über Wiederholungen hinweg gleich, und 95 Prozent der gemessenen Gemini-Fanouts haben laut Seer null Suchvolumen. Auf einzelne Sub-Queries zu optimieren ist deshalb sinnlos. Auf das Themenfeld dahinter zu optimieren nicht: Seiten, die auch für Fanout-Queries ranken, wurden in derselben Surfer-Auswertung 161 Prozent häufiger zitiert. Surfer verkauft allerdings genau dafür ein Tool, und der Wert ist korrelativ, nicht kausal.
- Passagen statt Seiten. Abgerufen und bewertet werden Textabschnitte, nicht ganze Dokumente. Ein Abschnitt sollte für sich allein verständlich sein, ohne den Absatz darüber.
- Die eingefügten Wörter bedienen. Fanouts hängen systematisch Begriffe an, die der Nutzer nie geschrieben hat. Bei ChatGPT sind das vor allem
bestmit 15,3 Prozent,what,reviews, die aktuelle Jahreszahl undvs. Vergleichsseiten, Alternativen-Übersichten, Bewertungen und ein sichtbares Aktualisierungsdatum treffen also exakt die Anfragen, die tatsächlich abgesetzt werden. - Die Marke in die Suche bringen. Siehe oben: 68,9 gegen 2,1 Prozent. Alles, was dafür sorgt, dass dein Name überhaupt als Suchbegriff auftaucht, also Erwähnungen auf Drittseiten, Vergleichslisten, Verzeichnisse und Presse, zahlt direkt auf die Zitierwahrscheinlichkeit ein.
- Englisch mitdenken. Siehe Abschnitt oben.
Wie du Fanouts sichtbar machst
Zum Schluss die praktische Frage: Kannst du sehen, welche Sub-Queries bei dir ankommen? Teilweise. Und die Werkzeuge zerfallen in zwei Gruppen, die man nicht verwechseln sollte.
Simuliert. Tools wie qforia von Mike King lassen ein Sprachmodell plausible Sub-Queries erfinden. Für ein Content-Briefing ist das brauchbar. Es ist aber ausdrücklich nicht, was die Maschine tatsächlich gesucht hat. Dasselbe gilt für queryfanout.io und Semrushs Prompt-Research-Bericht.
Beobachtet. Hier werden echte Anfragen mitgeschrieben. Profound erfasst seit Oktober 2025 die Fanouts aus den eigenen täglichen Prompt-Läufen, Peec AI seit Juli 2026, Ahrefs Brand Radar zeigt sie für ChatGPT und Perplexity.
Bei den Suchmaschinen ist die Lage kurioserweise umgekehrt zu dem, was man erwarten würde. Googles Generative-AI-Bericht in der Search Console liefert seit Juni 2026 ausschließlich Impressionen. Keine Klicks, keine CTR, keine Position und vor allem keine Query-Dimension. Sub-Queries wird die Search Console absehbar nicht zeigen, schon weil bei Fanout eine einzige Nutzeranfrage Inhalte aus vielen URLs zu einer Antwort zusammenzieht und die Zuordnung damit nicht mehr eindeutig ist.
Ausgerechnet Microsoft ist hier weiter. Die Bing Webmaster Tools zeigen seit Februar 2026 sogenannte Grounding Queries, also die Anfragen, mit denen Copilot Inhalte abgerufen hat, die dann zitiert wurden. Seit März gibt es die Zuordnung von Query zu Seite, seit Juni zusätzlich Intents, Themencluster und den eigenen Anteil am Zitat-Raum je Anfrage. Kein API-Zugriff, nur eine Stichprobe, aber es ist die einzige kostenlose Quelle für echte Abrufanfragen. Wenn du heute anfangen willst: Das ist die Stelle.
Ein Wort zur Haltbarkeit solcher Zugänge: ChatGPT hat seine Sub-Queries mit dem Wechsel auf GPT-5.3 aus der Weboberfläche entfernt, Browser-Plugins liefen ins Leere, und die Community hat wenige Wochen später neue Wege gefunden. Das ist ein Katz-und-Maus-Spiel. Verlass dich nicht auf ein Bookmarklet als Messgrundlage.
Was bleibt
Fanout ist keine neue Optimierungsdisziplin und kein Trick. Es ist die Beschreibung dessen, was zwischen Frage und Antwort passiert, und es verschiebt drei Dinge:
Die Fläche wird größer. Statt einem Keyword entscheiden mehrere Sub-Queries, die du nicht siehst und die sich zu drei Vierteln bei jeder Wiederholung ändern. Die Ergebnisliste verliert ihr Monopol als Auswahlbecken, von drei Vierteln auf gut ein Drittel innerhalb von acht Monaten. Und die Sprachgrenze ist durchlässig geworden, in einer Richtung, die deutschen Unternehmen nicht hilft.
Was dagegen gleich bleibt: Wer für die Fragen rund um sein Thema die beste Antwort hat, und zwar in Abschnitten, die auch einzeln funktionieren, gewinnt in beiden Welten. Genau daran arbeiten wir mit B2B-Unternehmen, als GEO Agentur für München, Berlin und Zürich.