Fan-Out Queries: wie AIO parallel fragt.

Was sind Fan-Out Queries?

Fan-Out Queries sind zusätzliche, verwandte Suchanfragen, die ein generatives Suchsystem aus einer Nutzerfrage ableitet, um Unterthemen parallel zu recherchieren und die Ergebnisse zu einer Antwort zusammenzuführen. Google beschreibt die Technik selbst: Zur I/O am 20. Mai 2025 erklärte Google, AI Mode zerlege eine Frage in Unterthemen und stelle viele Suchanfragen gleichzeitig. Die Search-Central-Dokumentation „AI features and your website“ bestätigt, dass AI Overviews und AI Mode diese „query fan-out“-Technik nutzen können, um vielfältigere unterstützende Quellen zu finden. Googles Leitfaden zur Optimierung für generative KI-Funktionen (Stand 10. Juli 2026) definiert Fan-out als Satz gleichzeitiger, verwandter Anfragen und nennt ein Beispiel: Aus der Frage nach einem verunkrauteten Rasen werden Anfragen zu Herbiziden, chemiefreier Unkrautentfernung und Vorbeugung. Wie viele Sub-Queries entstehen, dokumentiert Google nicht. In unseren Tests, rekonstruiert über sichtbare Quellen und Prompt-Analysen, beobachten wir typischerweise 2 bis 12 (eigene Daten, Evidenzstufe C).

Die Fan-Out-Mechanik

Ein illustratives Beispiel (nicht von Google veröffentlicht, sondern aus unseren Prompt-Analysen abgeleitet): Für eine Query wie „Was ist der beste CRM für B2B mittelstand?" kann das System Sub-Queries bilden wie: „CRM-Anbieter-Vergleich B2B 2026", „CRM-Preise für 100-500 Mitarbeiter-Unternehmen", „CRM-Alternativen zu Salesforce im Mittelstand", „CRM-Integrationen mit HubSpot Marketing", „CRM-Implementierung in DACH-Unternehmen". Jede Sub-Query liefert eigene Treffer, aus denen das Modell eine Antwort mit Quellennachweisen zusammensetzt.

Das hat drei Konsequenzen für SEO: (1) Die Hauptquery reicht nicht, relevante Unterfragen müssen ebenso gut beantwortet sein. (2) Eigene Unterseiten lohnen sich dort, wo ein Unteraspekt für Nutzer eigenständigen Wert hat, etwa Preise oder Integrationen; Seiten nur für Fan-out-Varianten anzulegen, wertet Google als Spam (siehe unten). (3) Interne Verlinkung zwischen Hub und Unterseiten hilft Nutzern und Crawlern, die Zusammengehörigkeit zu erkennen; dass sie ein eigenes Fan-out-Signal ist, dokumentiert Google nicht.

Was sagt Google zur Optimierung auf Fan-Out Queries?

Google warnt ausdrücklich davor, Fan-out als Seitenfabrik zu nutzen. Im Leitfaden zur Optimierung für generative KI-Funktionen heißt es sinngemäß: Wer für jede mögliche Suchvariante, auch für Fan-out-Queries, eigene Inhalte erstellt und das primär tut, um Rankings oder KI-Antworten zu manipulieren, verstößt gegen die Spam-Richtlinie zu „scaled content abuse“. Derselbe Leitfaden stellt klar, dass Inhalte nicht in kleine Stücke zerlegt werden müssen, dass keine spezielle Schema-Auszeichnung nötig ist und dass Google Search eigene KI-Textdateien wie llms.txt nicht nutzt.

Für die Praxis heißt das: Fan-out-Mapping ist ein Werkzeug zur Abdeckungsprüfung. Es zeigt, welche Unterfragen Ihre Zielgruppe hat und wo Ihre Inhalte Lücken haben. Beantworten Sie diese Fragen dort, wo es für Leser sinnvoll ist, oft als Abschnitt auf einer bestehenden Seite, und legen Sie eigene Unterseiten nur für Aspekte mit eigenständigem Nutzwert an.

Sub-Queries identifizieren: Drei Quellen

1. Google People Also Ask. Die PAA-Fragen unter der Hauptquery zeigen, welche verwandten Fragen Google für relevant hält; ob sie den internen Fan-out-Anfragen entsprechen, dokumentiert Google nicht. Tools wie AlsoAsked expandieren PAA-Bäume über mehrere Ebenen.

2. LLM-Selbst-Analyse. Prompt an Gemini, Claude oder ChatGPT: „Welche Unterfragen muss eine umfassende Antwort auf diese Frage adressieren?" Die Modelle liefern brauchbare Sub-Query-Kataloge, die Sie gegen echte Nutzerfragen aus Vertrieb, Support und Search Console prüfen sollten.

3. Search-Console-Queries. Welche Longtail-Queries bringen Traffic zur Hub-Page? Jede davon ist potenzieller Sub-Query-Kandidat.

Content-Architektur für Fan-Out

Hub-and-Spoke-Struktur: Eine Hub-Page beantwortet die Haupt-Query überblicksartig mit Verweisen auf tiefere Unterseiten. Sub-Pages beantworten jeweils eine Sub-Query ausführlich, mit klarem Rückverweis auf die Hub. Interlinking ist explizit und semantisch beschrieben, nicht nur „mehr lesen", sondern „Tiefgang zu CRM-Preisen im B2B-Mittelstand".

Jede Unterseite, die einen eigenständigen Nutzwert hat, wird für ihre spezifische Unterfrage optimiert: eigener Title, eigene H1, eigene Passage-Engineering-Struktur. Wo ein Aspekt nur zwei Absätze trägt, gehört er als Abschnitt auf die Hub-Page. Die Hub-Page wird lang, aber nicht monolithisch: sie fasst zusammen und verweist tiefer.

Fazit: Fan-Out erzwingt Cluster-Denken

Wer in AIO, AI Mode und ChatGPT zitiert werden will, sollte die eigenen Inhalte entlang der echten Unterfragen der Zielgruppe aufbauen. In unseren Tests wurde ein sauber verlinktes Cluster aus Hub-Page und einigen Unterseiten mit eigenständigem Nutzwert häufiger zitiert als eine einzelne Seite, die alle Aspekte nur anreißt (Evidenzstufe C). Die Grenze setzt Google selbst: Inhalte für jede Fan-out-Variante primär zur Manipulation zu erstellen, ist Spam.

Quellen

• Google Blog: AI Mode in Google Search: Updates from Google I/O 2025 (20. Mai 2025)
• Google Search Central: AI features and your website (laufend aktualisiert)
• Google Search Central: Optimizing your website for generative AI features on Google Search (10. Juli 2026)
• Google Search Central: Spam policies for Google web search, Abschnitt Scaled content abuse (laufend aktualisiert)