Google AI Mode und Query Fan-Out: wie KI-Suche eine Anfrage zerlegt

Wer im Google AI Mode eine Frage eingibt, löst nicht eine Suche aus, sondern viele. Das System liest die Frage, erkennt die Bestandteile, formuliert daraus selbstständig mehrere Teilfragen und schickt diese gleichzeitig gegen den Index. Dieses Verfahren heisst Query Fan-Out, und es ist der Grund, warum die vertraute Rechnung «ein Suchbegriff, eine Ergebnisseite, zehn Links» im AI Mode nicht mehr aufgeht.

Für Schweizer KMU ist das keine ferne Zukunftsfrage mehr. Google hat den AI Mode am 8. Oktober 2025 für Deutschland, Österreich und die Schweiz freigeschaltet, hierzulande auf Deutsch, Französisch und Italienisch. Wer heute die eigene Sichtbarkeit plant, plant gegen einen Mechanismus, der Inhalte anders auswählt als die klassische Trefferliste. Dieser Artikel erklärt, was dabei technisch passiert und welche vier Konsequenzen sich daraus für eine KMU-Website ergeben.

Was Query Fan-Out technisch macht

Query Fan-Out ist die Zerlegung einer Anfrage in mehrere Teilfragen, die parallel gesucht und deren Ergebnisse anschliessend zu einer einzigen Antwort zusammengeführt werden. Robby Stein, bei Google Vice President of Product für die Suche, hat das Verfahren in einem Interview an einem Beispiel beschrieben: Fragt jemand nach Aktivitäten in Nashville für eine Gruppe, denkt sich das System eine Reihe weiterer Fragen aus, etwa nach guten Restaurants, nach Bars, nach Angeboten mit Kindern, und beginnt dann zu googeln.

Der entscheidende Teil dieses Satzes ist «denkt sich aus». Die Teilfragen stammen nicht vom Nutzer. Das Modell erzeugt sie selbst, aus dem, was es über das Thema und über die Absicht hinter der Frage annimmt. In der Patentliteratur zu diesem Bereich, etwa in der 2024 veröffentlichten Anmeldung «Search with Stateful Chat» (US20240289407A1), werden solche selbst erzeugten Anfragen als synthetische Queries beschrieben. Aus den Treffern aller Teilsuchen wird eine temporäre, für genau diesen Moment zusammengestellte Sammlung von Dokumenten gebildet, aus der das Modell dann seine Antwort formuliert.

Der zweite technisch wichtige Punkt: Ausgewählt wird auf Passagenebene, nicht auf Seitenebene. Das System zerlegt die abgerufenen Dokumente in Sinnabschnitte und bewertet diese einzeln. Eine Seite kann also mit einem einzigen Absatz in die Antwort gelangen, während der gesamte Rest unberücksichtigt bleibt. Umgekehrt nützt eine thematisch passende Seite nichts, wenn sie zwar das Thema behandelt, aber keine Stelle enthält, die eine der Teilfragen sauber beantwortet.

Bei besonders aufwendigen Anfragen skaliert das Verfahren weiter nach oben. Für Deep Search, die Recherche-Variante im AI Mode, beschreibt Google, dass im Hintergrund Dutzende bis Hunderte Anfragen laufen können und die Antwort entsprechend mehrere Minuten braucht. Die Grössenordnung der Nutzung ist ebenfalls nicht mehr klein: Google beziffert die Reichweite der generativen Sucherfahrungen aus AI Mode, Deep Search und Teilen der AI Overviews auf rund 1,5 Milliarden Nutzer pro Monat.

Wie eine KMU-Anfrage im Fan-Out auseinanderfällt

Der Fan-Out macht aus einer geschäftlich relevanten Frage ein Bündel von Teilfragen, die je einzeln beantwortet werden müssen. Das lässt sich an einer Anfrage nachvollziehen, wie sie in unseren eigenen Search-Console-Daten tatsächlich vorkommt. Die Query «welches ist die beste geo-agentur in zürich?» erzeugte in den vergangenen sechs Monaten 147 Impressionen bei einer Durchschnittsposition von 10,9. Eine konversationelle Frage, ausgeschrieben, mit Fragezeichen. Genau das Format, das der AI Mode erzeugt und weiterverarbeitet.

Ein solches Bündel könnte plausibel so aussehen:

Sechs Teilfragen aus einer einzigen Nutzerfrage, und das ist eine konservative Schätzung. Jetzt die Rechnung, die den Unterschied zum klassischen SEO deutlich macht. Nimm an, jede Teilfrage ruft acht Passagen ab. Das sind 48 Passagen-Plätze in der Auswahl. In der fertigen Antwort erscheinen typischerweise nur eine Handvoll Quellen. Wer nur für eine der sechs Teilfragen eine gute Passage hat, konkurriert um einen Bruchteil der Plätze. Wer für vier davon je einen sauber beantworteten Absatz liefert, ist vier Mal im Rennen und hat entsprechend mehr Chancen, dass mindestens eine Passage in die Antwort übernommen wird.

Diese Arithmetik erklärt, warum Breite innerhalb einer Seite plötzlich wichtiger ist als Breite über viele Seiten. Zehn dünne Seiten zu zehn Keyword-Varianten decken oft nur eine einzige Teilfrage ab, weil sie inhaltlich dasselbe sagen. Sie kannibalisieren sich zudem gegenseitig. Eine gut gegliederte Seite, die zehn zusammengehörende Teilfragen je in einem eigenständigen Abschnitt beantwortet, deckt zehn Plätze ab. Wie ein solcher Abschnitt aufgebaut sein muss, damit er isoliert funktioniert, behandeln wir in einem eigenen Artikel zur zitierfähigen Absatzstruktur.

Was sich für Schweizer KMU-Websites konkret ändert

Für KMU-Websites verschiebt der Fan-Out die Arbeit von der Keyword-Auswahl zur Vollständigkeit der Beantwortung innerhalb eines Themas. Vier Punkte davon sind unmittelbar umsetzbar.

Erstens: Fragen, die früher als zu lang oder zu speziell galten, sind jetzt das Rohmaterial. Anfragen wie «wer bietet seo-beratung für schweizer kmu an?» tauchen in unseren Search-Console-Daten mit 37 Impressionen auf Durchschnittsposition 7,2 auf. Das sind keine Suchvolumen, die ein Keyword-Tool empfehlen würde. Im Fan-Out sind sie trotzdem relevant, weil das System solche Formulierungen selbst erzeugt und gegen den Index laufen lässt. Wer sie im Text wörtlich aufgreift und knapp beantwortet, trifft die Formulierung, nach der gesucht wird.

Zweitens: Preisangaben werden zum Rankingfaktor im engeren Sinn. Kostenfragen gehören zu den häufigsten Teilfragen bei Dienstleistungsanfragen, und «auf Anfrage» ist als Antwort unbrauchbar. Eine Seite, die eine Spanne nennt, etwa Local SEO ab CHF 300 pro Monat oder Full-Service-SEO ab CHF 800 pro Monat, liefert eine zitierfähige Aussage. Eine Seite ohne Zahl liefert nichts, was das Modell übernehmen könnte. Wir haben die Preislogik deshalb auf einer eigenen Seite zu SEO-Kosten ausformuliert statt sie im Verkaufsgespräch zu verstecken.

Drittens: Ortsbezug muss faktisch sein, nicht dekorativ. Der Fan-Out erzeugt Teilfragen mit geografischer Einschränkung («im Raum Zürich», «Kanton Zürich»), und er gleicht sie gegen Signale ab, die er verifizieren kann. Konsistente Adress- und Kontaktangaben, ein gepflegtes Unternehmensprofil und Ortsseiten mit echtem lokalem Inhalt zahlen darauf ein. Ein Ortsname, der nur in Titel und H1 auftaucht, während der Text austauschbar bleibt, zahlt nicht darauf ein. Für uns bedeutet das etwa, dass die Seite zur SEO-Arbeit in Zürich anders geschrieben ist als die Seite für Winterthur, weil die Ausgangslage der Betriebe dort tatsächlich eine andere ist.

Viertens: Maschinenlesbare Struktur wird zur Abkürzung. Strukturierte Daten sagen dem System explizit, was eine Angabe bedeutet, statt es raten zu lassen. Ein Schema-Markup für Dienstleistung, Standort, Preisspanne und FAQ macht aus Fliesstext prüfbare Fakten. Wie das praktisch aufgebaut wird, steht in unserem Beitrag zu Schema.org für AI-Sichtbarkeit.

Ob du im AI Mode vorkommst, siehst du nur teilweise

Die Messbarkeit hinkt dem Mechanismus hinterher, und das muss man offen sagen. Google hat am 3. Juni 2026 eigene Generative-AI-Berichte in der Search Console angekündigt. Sie weisen Impressionen aus AI Overviews und AI Mode getrennt aus, aufgeschlüsselt nach Seiten, Ländern, Geräten und Datum. Was sie nicht enthalten: Klicks, Queries, Klickrate, Position und die Information, welche Passage übernommen wurde. Zudem läuft der Bericht schrittweise aus, zunächst für einen Teil der Websites.

Praktisch heisst das: Du erfährst, dass deine URL in einer generativen Antwort auftauchte, aber nicht, auf welche Teilfrage hin und mit welchem Textstück. Die Lücke lässt sich nur durch eigene Beobachtung schliessen. Stelle die zehn bis fünfzehn Fragen, die deine Kundschaft tatsächlich stellt, selbst im AI Mode und notiere systematisch, wer zitiert wird und welche Formulierung übernommen wurde. Das ist mühsam, aber es ist derzeit die einzige Methode, die den Zusammenhang zwischen Formulierung und Zitat sichtbar macht. Wie sich das strukturiert aufsetzen lässt, beschreiben wir im Artikel zum AI Citation Tracking.

Ein zweiter Hinweis aus unseren eigenen Daten: Konversationelle Fragen stehen bei uns teils deutlich besser als die kurzen Kopf-Keywords. «welche schweizer agentur verbindet ki, ux und digitale produktentwicklung? zürich» liegt bei Durchschnittsposition 2,4, während «beste seo agentur zürich» bei Position 29,0 liegt. Das ist ein Muster, das sich lohnt zu prüfen: In vielen Search-Console-Konten schlummern ausgeschriebene Fragen auf guten Positionen, die im Reporting untergehen, weil ihr Einzelvolumen klein ist. Genau diese Zeilen zeigen, wo der Fan-Out bereits andockt.

Was jetzt zu tun ist

Die sinnvollste Reaktion auf Query Fan-Out ist eine inhaltliche Inventur, keine technische Umstellung. Nimm deine fünf wichtigsten Geschäftsseiten und liste zu jeder auf, welche Teilfragen ein Interessent zu diesem Thema realistisch hat. Prüfe dann für jede Teilfrage, ob es auf der Seite einen Abschnitt gibt, der sie vollständig und eigenständig beantwortet. Die Lücken, die dabei auftauchen, sind deine Arbeitsliste, und sie ist in der Regel kürzer und billiger abzuarbeiten als ein neues Seitenkonzept.

Danach folgt die zweite Runde: Formuliere die Antworten so, dass sie ohne den umgebenden Text funktionieren, ergänze konkrete Zahlen und Belege, und mache die Struktur maschinenlesbar. Wenn du bei diesem Schritt eine Aussenperspektive brauchst, ist unsere SEO- und GEO-Beratung genau darauf ausgelegt, diese Inventur mit dir durchzugehen statt sie durch mehr Seiten zu ersetzen.

Das Wichtigste in einem Satz

Query Fan-Out ersetzt die Frage «für welches Keyword ranke ich» durch die Frage «wie viele der Teilfragen zu meinem Thema beantworte ich sauber genug, dass eine Maschine die Antwort übernehmen kann». Diese zweite Frage lässt sich mit Sorgfalt beantworten, ohne dass man jede Woche eine neue Seite baut.