Query Fan-Out: Warum ChatGPT deutsche Fragen mit englischen Quellen beantwortet

Sie tippen eine deutsche Frage in ChatGPT. Deutsche Sprache, deutscher Standort, deutsches Thema. Die Antwort kommt auf Deutsch zurück, ordentlich formuliert, mit einer Quellenliste darunter. In dieser Liste stehen arxiv.org, die Hilfeseite eines amerikanischen SEO-Tools und ein US-Wirtschaftsmagazin. Ein deutscher Anbieter Ihrer Kategorie: keiner. Ihr Unternehmen fehlt in der Antwort auf eine Frage, die es besser beantworten könnte als jede der zitierten Quellen.

Der Grund liegt eine Etage unter der Antwort. Bevor ein KI-System eine Antwort mit Quellen formuliert, recherchiert es, und dabei stellt es eigene Suchanfragen. Welche Sprache diese Anfragen tragen, entscheidet Ihre Frage nur zum Teil. Ein europäischer Analyse-Anbieter hat über 20 Millionen dieser Recherche-Schritte ausgewertet, wir haben den Effekt an drei Themenfeldern selbst nachgemessen. Dieser Beitrag zeigt, was Query Fan-Out ist, welche Marktzahlen dazu vorliegen, wie weit unsere eigene Messung die Werte zwischen Branchen auseinanderzieht und woran Sie erkennen, ob der Effekt Ihr Unternehmen trifft.

Was Query Fan-Out ist und warum Sie es nie zu Gesicht bekommen

Query Fan-Out ist Googles eigener Begriff. Suchchefin Elizabeth Reid beschreibt das Verfahren für den AI Mode so: Das System zerlegt die Frage in Teilthemen und feuert gleichzeitig eine Vielzahl eigener Suchanfragen ab, die vertiefte Rechercheform Deep Search treibt das auf Hunderte. Sistrix fasst es für den deutschen Raum knapp zusammen: Aus einer Nutzeranfrage werden mehrere parallel recherchierte Teilanfragen, deren Ergebnisse zu einer Antwort zusammenlaufen. Aus Ihrer einen Frage werden mehrere Fan-Out-Queries.

In der Praxis heißt das: Aus einer einzigen Kategoriefrage werden mehrere Recherche-Aufträge, die das System selbst formuliert. Es teilt das Thema in Teilaspekte, recherchiert zu jedem Aspekt getrennt und führt die Funde anschließend zu einem Text zusammen. Die Vorauswahl der Quellen fällt damit auf einer Ebene, an die Sie mit klassischer Suchbegriffsarbeit nicht herankommen.

Diese Teilanfragen bekommen Sie nicht zu sehen. Sie stehen in keiner Antwort, sie tauchen in keiner Oberfläche auf, und sie entscheiden trotzdem vor allem anderen darüber, welche Quellen überhaupt in die engere Auswahl kommen. Wer nur das fertige Ergebnis liest, beurteilt das Protokoll einer Sitzung, zu der er nie eingeladen war.

43 Prozent der Recherchen laufen englisch, auch bei deutschen Fragen

Der Analyse-Anbieter Peec AI, ausgerechnet ein Berliner Unternehmen, hat im Februar 2026 über 10 Millionen Prompts und mehr als 20 Millionen Fan-Outs ausgewertet, gefiltert auf die Fälle, in denen Standort und Sprache zusammenpassen. Zwei Werte tragen den Befund. 43 Prozent der Fan-Out-Schritte bei nicht-englischen Prompts laufen auf Englisch. Und 78 Prozent der nicht-englischen Prompt-Ausführungen enthalten mindestens eine englische Sub-Query. Keine untersuchte Sprache liegt unter 60 Prozent, Türkisch erreicht 94, Spanisch 66. Zur Einordnung: Das sind Anbieterdaten ohne unabhängige Prüfung, die Methodik ist nur in Umrissen offengelegt. Ihre Richtung deckt sich allerdings mit dem, was wir selbst gemessen haben.

Die Folgen stehen in denselben Daten. Eine deutsche Frage nach deutschen Softwarefirmen brachte keine einzige deutsche Firma in die Antwort. Eine polnische Frage nach Auktionsportalen ließ den Marktführer Allegro.pl aus oder schob ihn weit nach hinten. Bei einer spanischen Kosmetikfrage ergänzte ChatGPT im Fan-Out eigenmächtig das Wort „global“. Peec erklärt das Muster mit Autoritätssignalen, die globale Inhalte begünstigen, und mit der Risikominimierung des Systems.

Für einen deutschen Anbieter steht damit eine Hürde vor der Hürde. Bevor überhaupt entschieden wird, welche Marke in einer Antwort auftaucht, ist bereits entschieden, in welchem Sprachraum gesucht wurde. Wer dort nicht publiziert, steht nicht auf der Liste, aus der ausgewählt wird.

Dazu kommt, wie eng der Platz ohnehin ist. Eine deutsche GEO-Studie der Agentur morefire hat im Juli 2026 rund 12.250 KI-Antworten zu 62 B2B-Industrieunternehmen ausgewertet. 95 Prozent der Zitierungen stammen aus Drittquellen, eine typische Antwort nennt rund neun Marken. Der sichtbare Raum ist also klein, er liegt außerhalb Ihrer Website, und über die Sprache seiner Bewohner entscheidet ein Vorgang, den der Markt kaum diskutiert. Verkauft wird stattdessen GEO Optimierung als Checkliste: Schema-Markup, FAQ-Block, ein paar Absätze umgestellt. Alles davon ist ordentliches Handwerk und bleibt Voraussetzung, damit eine Seite überhaupt verwertbar ist. Nur beantwortet der schönste FAQ-Block die Sprachfrage nicht — ob er in die Recherche auftaucht, entscheidet sich eine Ebene früher.

Unsere Messung: null Prozent, fünf Prozent, 89,5 Prozent

Die 43 Prozent von Peec sind ein Durchschnitt über Millionen Fragen aus allen Branchen und Themen. Und genau als Durchschnitt verdecken sie das eigentlich Interessante: wie weit die Werte auseinanderliegen, je nachdem, worum es in der Frage geht. Wir haben deshalb am 13. August 2026 zwölf deutsche Fragen in drei Themen-Clustern gemessen, anonym über den ChatGPT-Scraper von DataForSEO, mit Sprache Deutsch, Standort Deutschland und erzwungener Websuche. Gezählt haben wir die Sprache der zitierten Belege, eindeutige Zitationen je Frage.

Eine Abgrenzung vorweg, damit die Messgrößen nicht verschwimmen: Peec misst die Sprache der Fan-Out-Queries selbst, wir messen die Sprache der am Ende zitierten Quellen. Das eine ist die Recherche, das andere ihr sichtbares Ergebnis. Beide Größen zeigen in dieselbe Richtung, ersetzen einander aber nicht. Und der Geltungsbereich gehört dazu: Wir haben die Websuche erzwungen. Unsere Befunde gelten für ChatGPT-Antworten, in denen tatsächlich gesucht wird — ohne Suche zitiert das System gar keine Quellen.

• Marketing, SEO und GEO: 17 von 19 Zitationen englisch, also 89,5 Prozent. Die beiden deutschen Treffer sind lokalisierte Google-Dokumentation. Unabhängige deutsche Fachquellen: null Treffer.
• Außenwerbung und Geomarketing: 1 von 19 Zitationen englisch, also 5,3 Prozent. Die Antworten tragen agma, idooh, Ströer und die Bundesnetzagentur. Die einzige englische Quelle sitzt beim Subthema Programmatic DOOH.
• Energie als Verbraucherthema: 0 von 15 Zitationen englisch. Zitiert werden KfW, Bundesnetzagentur, Verbraucherzentrale, Ministerien und Landesstellen.

Zwischen dem ersten und dem dritten Korb liegt die gesamte Skala. Derselbe Anbieter, derselbe Messtag, dieselbe Fragesprache. Dazwischen die volle Bandbreite.

Eine frühere eigene Messung vom 4. August, durchgeführt in einem personalisierten Account und mit sichtbaren Fan-Out-Queries statt nur der Quellenebene, zeigt dieselbe Richtung: im Marketing-Korb durchgängig englische Fan-Out-Queries, im OOH-Korb knapp 13 Prozent, im Energie-Korb null.

Zur Einordnung: Zwölf Fragen an einem Messtag sind eine Stichprobe, kein Beweis. Sie tragen die Größenordnung des Abstands zwischen den Körben, keinen exakten Prozentwert für Ihre Branche. Und wer die vollständige Systematik sehen will, vom Fragenset bis zur Zählregel: Schreiben Sie uns, wir legen sie offen.

Die Autoritätslage schlägt die Fragesprache

Woran liegt die Spreizung? Die tragfähigste Erklärung: an der Autoritätslage des jeweiligen Themas. Das System folgt der Sprache, in der es die maßgeblichen Quellen erwartet, nicht der Sprache Ihrer Frage. Das ist eine Arbeitshypothese, kein bewiesener Mechanismus — auch die schiere Menge englischen Contents im Netz, die englische Fachterminologie eines Themas oder schlichte Ranking-Signale können zur Spreizung beitragen, und Peec selbst nennt neben den Autoritätssignalen die Risikominimierung des Systems. Für die Autoritätslage spricht, dass sie als einzige Erklärung den Kontrast bis ins Detail trägt: dieselbe Fragesprache, dieselbe Methodik, und das Bild kippt exakt dort, wo die maßgeblichen Quellen englisch publizieren.

Bei der Wärmepumpenförderung liegt diese Autorität bei KfW, Bundesnetzagentur und Verbraucherzentrale. Deutsch, unstrittig, zitiert. Bei Reichweiten der Außenwerbung liegt sie bei der agma und den großen Anbietern. Wieder deutsch, wieder zitiert. Bei Generative Engine Optimization liegt sie in englischsprachigen Preprints und in der Dokumentation amerikanischer Toolhersteller. Also zitiert das System dort englisch, ganz gleich, in welcher Sprache gefragt wurde.

Der schärfste Einzelbefund steckt im Detail. In einer der vier Marketing-Fragen erscheint doch ein Anbieter, der um deutsche B2B-Kunden wirbt: die Brixon Group, ein Marketing-Haus mit Sitz auf Malta und erklärtem DACH-Fokus. Zitiert wird die englische Fassung ihrer Website, erkennbar am /en/-Pfad. Wer deutschen Mittelstand umwirbt, kommt in die deutsche Antwort über seine englische Seite.

Für die Einschätzung der eigenen Lage ist dieser Einzelfall aufschlussreicher als jeder Durchschnitt. Er zeigt, dass die Sprachbarriere keine Landesgrenze ist. Entscheidend ist, in welcher Sprache ein Unternehmen zu seinem Thema publiziert. Der Firmensitz sagt darüber wenig aus.

Was Sie tun sollten, hängt von Ihrem Thema ab

Aus dem Befund folgt keine allgemeine Empfehlung. Er verlangt eine Fallunterscheidung nach Ihrer eigenen Themenlage.

Fall 1: Deutsche Autoritäten dominieren Ihr Thema. Sie haben Heimvorteil, und der ist konkret adressierbar. Wer im OOH-Umfeld arbeitet, sieht in unseren Daten namentlich, welche Häuser die Antworten tragen. Präsenz bei genau diesen Adressen zahlt unmittelbar auf Ihre Nennung in KI-Antworten ein. Die Einschränkung liefert dieselbe Messung: Beim englisch geprägten Subthema, hier Programmatic DOOH, kippt das Bild bereits. Die Themenlage wird feinkörniger, je näher Sie hinsehen.

Fall 2: Englische Quellen dominieren Ihr Thema. Dann stehen zwei Prüfaufträge nebeneinander. Der erste betrifft Ihre englische Präsenz, weil die Zitation im Zweifel dort ansetzt, wie der Brixon-Fall zumindest nahelegt — ein Einzelfall, dessen Ursache offen ist, der aber zur Quellenlage des Feldes passt. Der zweite betrifft die deutsche Lücke: Wo unabhängige deutsche Fachquellen fehlen, ist Fachautorität in deutscher Sprache unbesetztes Gelände. Beides sind Prüfaufträge am eigenen Fall, keine Garantien. Die morefire-Studie von eben, die mit den rund neun Marken je Antwort, liefert dazu die nötige Relativierung: 95 Prozent der Zitierungen laufen ohnehin über Drittquellen, die eigene Website ist nur einer von mehreren Wegen in die Antwort.

Fall 3: Sie wissen es nicht. Dann messen Sie, bevor Sie Budget verschieben. Und messen Sie mehrfach. Die morefire-Studie fand 46 Prozent der Marken-Nennungen über fünf Ziehungen hinweg instabil — gemessen an Markennennungen über vier Systeme, nicht an der Quellensprache, aber als Beleg für die Schwankung von KI-Antworten reicht das. Eine Einzelabfrage ist eine Momentaufnahme, deren Wiederholung am Folgetag anders ausfallen kann. Der Test selbst kostet wenig. Stellen Sie die fünf Fragen, mit denen Ihre Kunden in Ihre Kategorie einsteigen, an drei aufeinanderfolgenden Tagen und notieren Sie zu jeder Antwort nur eines: die Sprache der zitierten Quellen. Nach einer Viertelstunde wissen Sie über Ihre eigene Lage mehr, als jeder Branchendurchschnitt Ihnen sagen kann.

Für alle drei Fälle gilt dieselbe Reihenfolge. Erst die Themenlage klären, dann die Sprachfrage beantworten, dann das Budget verteilen. Wer diese Reihenfolge umdreht, poliert im ungünstigen Fall eine deutsche Seite für ein Thema, das die Maschine ausschließlich auf Englisch recherchiert. Der Fehler ist teuer und fällt erst Monate später auf.

Der Befund hat zwei Lesarten

Meine Einschätzung: Ich lese den Null-Treffer bei unabhängigen deutschen Fachquellen auf zwei Arten. Die eine: Das Feld ist leer, wer jetzt deutsche Fachautorität zur KI-Suche aufbaut, hat schlicht keine Konkurrenz. Die andere: Die KI zitiert dieses Themenfeld strukturell englisch, und der Weg zur Zitation führt über die englische Fassung. Welche Lesart stimmt, weiß ich noch nicht. Deshalb testen wir es am eigenen Bestand. Unsere drei stärksten Wissensbeiträge laufen seit August auch auf Englisch, ausgewertet wird nach acht bis zwölf Wochen. Dieser Beitrag ist Teil des Experiments, über dessen Ausgang er schreibt.

Zurück zur Ausgangsszene. Die Frage bleibt deutsch, die Antwort bleibt deutsch, und trotzdem entscheidet sich zwischen beiden, in welcher Sprache recherchiert wird. Genau dort liegt der Hebel, und genau dort schauen die Checklisten-Angebote am Markt derzeit nicht hin. Prüfen Sie zuerst, welche Autoritäten Ihr Thema tragen. Alles Weitere folgt aus dieser einen Antwort.

Nachtrag vom 14.08.2026: Ein Praxisexperiment der Berliner SEO- und GEO-Agentur Claneo kommt mit anderer Methode zum selben Kernbefund. Die Agentur veröffentlichte ein eigenes Ranking-Listicle in deutscher und englischer Fassung und zählte 90 Tage lang die Zitierungen in KI-Antworten auf transaktionale deutsche Agentur-Anfragen: 374 für die deutsche Fassung, 55 für die englische, und Perplexity zitierte die englische kein einziges Mal. Die Erklärung liegt auch hier eine Etage tiefer: 70 Prozent der Fan-Out-Queries liefen bei diesen Prompts auf Deutsch. Das deckt sich mit der Fallunterscheidung dieses Beitrags, denn bei Anfragen mit klarem Deutschland-Bezug recherchiert das System überwiegend deutsch, beim Fachthema GEO überwiegend englisch. Das Experiment lag bereits am Kiosk, bevor dieser Beitrag erschien. Nachzulesen bei Matthäus Michalik, Mitautor des GEO-Fachbuchs im Rheinwerk Verlag: „Listige Listicles“, t3n Nr. 85, S. 114–117 (Print).

Nachtrag vom 19.08.2026: Eine aktuelle Datenauswertung der US-Agentur Nectiv stützt den Mechanismus hinter diesem Beitrag von einer weiteren Seite. Die Agentur wertete nach eigenen Angaben über 28.000 Fan-Out-Queries aus ChatGPT und Google Gemini aus. Für die aktuelle Auffrischung liefen rund 4.000 Prompts über das Modell GPT-5.6 Sol. Zwei Befunde treffen den Kern dieses Beitrags. Erstens hat sich die Menge der Fan-Out-Suchen mehr als verdreifacht, im Schnitt 7,61 pro Prompt gegenüber 2,17 im Vorjahr, in der Spitze bis zu 29 Suchen in einer einzigen Kette. Zweitens steuert das System gezielt autoritative Quellen an. In 64 Prozent aller Fan-Out-Queries setzt ChatGPT den site:-Operator ein, um direkt bei bestimmten Anbietern oder auf offiziellen Seiten nachzusehen, und der Begriff „official“ gehört zu den häufigsten eigenständig ergänzten Suchbegriffen. Genau diese Logik beschreibt der Beitrag: Die Maschine sucht dort, wo sie die maßgeblichen Quellen erwartet. Zur Einordnung: Auch das sind Anbieterdaten ohne unabhängige Prüfung, gemessen am Suchverhalten von ChatGPT, nicht an der Quellensprache. Zusammen mit den Zahlen von Peec, morefire und Claneo verdichtet sich damit die Beleglage zum Fan-Out-Verfahren über mehrere unabhängige Messungen.

Quellen: Google, Elizabeth Reid: AI in Search, 20.05.2025 · Peec AI: ChatGPT searches in English, even when you don’t, 12.02.2026 · Sistrix: Was bedeutet Query Fan-Out in KI-Suchsystemen?, Stand 12.12.2025 · morefire: GEO-Studie 2026, 14.07.2026 · Nectiv, Chris Long: ChatGPT Tripled Its Fan-Out Queries + Looks For Authoritative Sources, 13.08.2026 · Eigene Messung PR DESK vom 13.08.2026 (12 deutsche Fragen, anonym, DataForSEO ChatGPT-Scraper), Systematik auf Anfrage · Eigene Messung vom 04.08.2026 (Account-Setup, Fan-Out-Query-Ebene, zeitnah protokolliert, Rohdaten nicht mehr verfügbar) · Matthäus Michalik: „Listige Listicles“, t3n Nr. 85, S. 114–117 (Print).

Wo die Sprachfrage in das größere Bild gehört, zeigt der Themenüberblick zur KI-Sichtbarkeit, der die einzelnen Beiträge zu einem Lesepfad bündelt.