Bevor eine KI eine Frage mit Quellen beantwortet, sucht sie selbst. Drei Begriffe beschreiben diesen Schritt: Query Fan-Out, RAG und Grounding. Wer sie versteht, weiß, warum manche Seiten in KI-Antworten zitiert werden und andere nicht.
Hier bekommst du den ganzen Ablauf vom Prompt bis zur Quelle, jeden Begriff einzeln erklärt und die Folgen für deine Inhalte.
Das Wichtigste in Kürze
- Query Fan-Out: Die KI zerlegt eine Frage in mehrere Teilsuchen und führt sie gleichzeitig aus. Google nutzt das in AI Mode.
- RAG: Das Sprachmodell holt sich vor der Antwort aktuelle Inhalte aus einer Suche. Der Begriff stammt aus einer Studie von 2020.
- Grounding: Die Antwort stützt sich auf diese abgerufenen Quellen. Nur dann entstehen Citations.
- Bei Google kommen die Quellen aus den normalen Ranking-Systemen. Wer in der Suche nicht gefunden wird, wird auch nicht zitiert.
- Für deine Inhalte heißt das: Themen vollständig abdecken statt einzelne Keywords bedienen.
Auf dieser Seite findest du:
- Der Ablauf: vom Prompt zur Quelle
- Query Fan-Out: eine Frage, viele Suchen
- RAG: was die KI abruft
- Grounding: wann eine Antwort Quellen bekommt
- Was du daraus machst
- Häufige Fragen
- Quellen
Der Ablauf: vom Prompt zur Quelle
Stellst du einem KI-Assistenten eine Frage mit Suchbezug, laufen im Hintergrund vier Schritte ab. Die Begriffe klingen technisch, die Logik dahinter ist einfach: erst suchen, dann lesen, dann antworten.
PROMPT „Endung für mein Startup?“ │ ▼QUERY FAN-OUT ├─ ai domain kosten ├─ de oder com └─ domain endung startup │ ▼RAG · ABRUF passende Seiten aus der Suche │ ▼GROUNDING Antwort stützt sich auf Quellen │ ▼ANTWORT Text mit Citations
Kurz gesagt: In die Antwort kommt nur, was vorher abgerufen wurde. Und abgerufen wird, was die Teilsuchen finden.
Query Fan-Out: eine Frage, viele Suchen
Eine Frage an eine KI ist oft länger und vielschichtiger als eine klassische Suchanfrage. Deshalb sucht die KI nicht nach dem ganzen Satz. Sie zerlegt ihn in Teilfragen und sucht nach jeder davon. Google hat das im Mai 2025 für AI Mode beschrieben: Die Frage wird in Unterthemen aufgeteilt, zu denen viele Suchen gleichzeitig laufen. Für die tiefere Recherche-Funktion Deep Search spricht Google von „hundreds of searches“.
75 PROMPTS └▶ 3.180 Teilsuchen HÄUFIGSTE TEILSUCHE site:placetel.de cloud telefonanlage preisePeec AI, 28.9. bis 27.10.2026
Auch in seinem Leitfaden zu KI-Funktionen von 2026 erklärt Google Fan-Out an einem Beispiel: Aus der Frage, wie man einen Rasen voller Unkraut wieder hinbekommt, werden Suchen zu Unkrautvernichtern und zur Vorbeugung.
Für eine Gründerin, die nach der richtigen Endung fragt, könnte das so aussehen: Die KI sucht parallel nach Kosten einer .ai-Domain, nach dem Vergleich von .de und .com und nach Erfahrungen von Startups. Jede dieser Teilsuchen hat ihre eigenen Ergebnisse.
Die KI sucht nicht nach deiner Frage. Sie sucht nach ihren Teilfragen.
Kurz gesagt: Du wirst nicht für die eine Frage gefunden, die jemand stellt, sondern für die Teilsuchen, die die KI daraus macht. Wer ein Thema nur halb abdeckt, fällt bei den übrigen Teilsuchen heraus.
RAG: was die KI abruft
Ein Sprachmodell kennt von sich aus nur seine Trainingsdaten, also Texte bis zu einem bestimmten Stichtag. Für aktuelle oder sehr spezielle Fragen reicht das nicht. Retrieval Augmented Generation, kurz RAG, löst das: Das Modell ruft vor der Antwort passende Dokumente ab und schreibt seine Antwort auf dieser Grundlage.
Den Begriff hat ein Team um Patrick Lewis 2020 in der Studie Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks geprägt. Heute steckt das Prinzip in fast jeder KI-Suche, von ChatGPT bis Perplexity.
Woher die Dokumente kommen, entscheidet über deine Chancen. Bei Google ist die Antwort eindeutig: Laut dem Leitfaden greift die KI-Suche auf die zentralen Ranking-Systeme der Google-Suche zurück. Was dort nicht gefunden wird, steht der KI nicht zur Verfügung.
GOOGLE AI MODE · AI OVERVIEWS Google-Index und Ranking CHATGPT-SUCHE eigener Crawler: OAI-SearchBot FOLGE ohne Auffindbarkeit kein Abruf
Grounding: wann eine Antwort Quellen bekommt
Grounding heißt: Die KI stützt ihre Antwort auf die abgerufenen Quellen statt nur auf ihr gelerntes Wissen. Erst dann zeigt sie Links zu diesen Quellen, und erst dann gibt es Citations.
Nicht jede Antwort wird gegroundet. Bei allgemeinen Fragen, die das Modell aus seinem Training beantworten kann, sucht es oft gar nicht. Bei aktuellen Fragen, Vergleichen, Preisen oder lokalen Anbietern sucht es fast immer.
AUS DEM TRAINING gelernt bis zum Stichtag → Nennung ohne Link AUS DEM ABRUF live aus der Suche → Nennung mit Citation
Achtung: Eine Mention aus dem Trainingswissen und eine Citation aus dem Abruf sind zwei verschiedene Dinge. Für die erste zählt, was über Jahre über dich geschrieben wurde. Für die zweite zählt, ob deine Seite heute gefunden wird.
Was du daraus machst
- Themen statt Keywords: Decke die Teilfragen eines Themas ab, auf einer Seite oder in einem Cluster aus Seiten, die aufeinander verlinken.
- Erst auffindbar, dann zitierfähig: Grundlage bleibt klassisches SEO. Seiten, die nicht indexiert sind oder schlecht ranken, kommen beim Abruf nicht vor.
- Klare Abschnitte: Zwischenüberschriften, die eine Teilfrage beantworten, helfen Menschen und Maschinen. In kleine Schnipsel zerlegen musst du deine Texte laut Google nicht.
- Teilsuchen sichtbar machen: Einige Tracking-Tools zeigen, welche Suchen ein KI-Assistent zu einem Prompt ausführt. Das ist die beste Vorlage für fehlende Inhalte.
Aus meiner Praxis
THEMA ├─ Teilfrage A → Abschnitt ├─ Teilfrage B → Abschnitt └─ Teilfrage C → Abschnittjede Teilsuche findet eine Antwort
Bei Placetel habe ich mir in Peec die Teilsuchen aus 30 Tagen angesehen: 75 Prompts erzeugten 3.180 verschiedene Teilsuchen. Die häufigste war „site:placetel.de cloud telefonanlage preise“. Die KI prüft Preise also direkt auf den Seiten der Anbieter, bei Wettbewerbern wie easybell, NFON und sipgate genauso. Seitdem halte ich Preisseiten bewusst crawlbar und achte darauf, dass dort Ab-Preise als Text stehen, auch wenn es vorher nur ein Formular oder eine Demo-Anfrage gab.
Häufige Fragen
Was ist Query Fan-Out?
Query Fan-Out heißt: Die KI zerlegt eine Frage in mehrere Teilsuchen, führt sie gleichzeitig aus und fasst die Ergebnisse zu einer Antwort zusammen. Google nutzt das Verfahren in AI Mode.
Was bedeutet RAG?
RAG steht für Retrieval Augmented Generation. Das Sprachmodell ruft vor der Antwort passende Inhalte aus einer Suche oder Datenbank ab und stützt seine Antwort darauf.
Was ist der Unterschied zwischen RAG und Grounding?
RAG beschreibt das Abrufen der Inhalte. Grounding beschreibt, dass die Antwort auf diesen Inhalten aufbaut und auf sie verweist. In der Praxis werden beide Begriffe oft gleich verwendet.
Warum werde ich genannt, aber nicht verlinkt?
Dann stammt die Nennung vermutlich aus dem Trainingswissen des Modells. Verlinkt wird nur, was im Moment der Antwort abgerufen wurde.
Weiter im Handbuch: Abrufen kann eine KI nur, was ihre Crawler erreichen. Welche KI-Bots es gibt und wie du sie steuerst, zeigt das nächste Kapitel: KI-Crawler zulassen oder blockieren.
Quellen
- Google: AI Mode in Google Search: updates from Google I/O 2025, Mai 2025
- Google Search Central: AI features and your website, Juli 2026
- Lewis et al.: Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, 2020
