KI-Suche verändert Keyword-Strategie: Fan-Out & Feeds

KI-Suche schreibt Keyword-Strategie neu: Was Fan-Out, Feeds und sinkender Traffic für dich bedeuten

Die Regeln der Keyword-Strategie verändern sich schneller, als die meisten Teams ihre Prozesse anpassen können. Drei Dinge passieren gleichzeitig: KI-Systeme zerlegen Suchanfragen in Dutzende von Teilanfragen und suchen nach wörtlichen Zitaten, der organische Google-Traffic geht strukturell zurück, und im KI-Shopping gewinnen nicht mehr die besten Websites, sondern die besten Produkt-Feeds. Wer seine Keyword-Recherche noch nach der Logik von 2022 betreibt, arbeitet mit einer veralteten Landkarte.

Das Wichtigste auf einen Blick

• Query Fan-Out bedeutet, dass KI Aussagen anhand exakter Phrasen in Anführungszeichen überprüft. Inhalte ohne wörtlich zitierfähige Sätze werden aus dem Prozess herausgefiltert.
• Der organische Traffic aus Google sinkt tatsächlich, für Content-Seiten um geschätzte 5 bis 15 Prozent, und die Klickrate auf in AI Overviews zitierte Quellen liegt bei rund 1 Prozent.
• Im KI-Shopping schlägt die Feed-Qualität die Website-Qualität: Feed-basiertes Retrieval macht rund 65 Prozent der ChatGPT-Empfehlungen aus.
• KI-gestützte Keyword-Recherche funktioniert am besten, wenn du Kundensignale einspeist (Bewertungen, Reddit, Verkaufsgespräche) und die Ergebnisse in klassischen Tools validierst.
• Das Tracking der KI-Sichtbarkeit auf einer einzigen Plattform reicht nicht. Du brauchst eine gewichtete Abdeckung über ChatGPT, Gemini, Claude und Google AI Overviews hinweg.

Wie Query Fan-Out verändert, was du schreibst

Eine Analyse von 189 Marken-Prompts in ChatGPT ergab 1.797 Teilanfragen, und die Verwendung exakter Zitate in diesen Teilanfragen stieg vom ersten bis zum letzten Durchlauf um das 25-Fache. KI-Mode-Anfragen sind im Schnitt dreimal länger als klassische Suchanfragen. Das sind Zahlen, die verändern, wie man über Content-Struktur nachdenkt. (Search Engine Journal)

In der Praxis läuft es auf eine Sache hinaus: Jede wichtige Aussage in deinem Content muss so formuliert sein, dass sie als direktes Zitat übernommen werden kann. Nicht vergraben in einem langen Absatz, sondern als eigenständiger Satz, der auch ohne den umgebenden Kontext Sinn ergibt. Wenn ein KI-System mit einem site:-Operator nach einer Phrase in Anführungszeichen sucht und dein Satz nicht buchstäblich dort steht, existiert dein Content in diesem Fan-Out-Zyklus nicht.

Eine alte Pressemitteilungs-Technik, bei der man 4 bis 5 Wörter rund um ein 3-Wort-Kernthema aufbaut, funktioniert hier überraschend gut. Sie deckt kurze und lange Anfragevarianten gleichzeitig ab und zielt auf die 15 Prozent völlig neuer Suchanfragen, die Google täglich generiert (bestätigt von John Mueller im März 2025).

Was das für deinen Keyword-Recherche-Prozess bedeutet

Starte mit einem Export aus der Google Search Console und suche nach Anfragen, die auf den Positionen 8 bis 20 mit hohen Impressionen und niedriger CTR ranken. Das sind die Stellen, an denen KI-Systeme deinen Content teilweise sehen, ihn aber nicht zitieren. Übernimm die genaue Formulierung dieser Anfragen in H2-Überschriften oder Einstiegsparagrafen.

Der im Semrush Blog beschriebene Workflow kombiniert Claude mit eigenem Geschäftskontext und Kundensignalen (Wettbewerber-Bewertungen, Reddit-Threads, Transkripte von Verkaufsgesprächen) und validiert die Ergebnisse in Semrush. Der entscheidende Schritt ist der Aufbau einer Geschäftskontext-Datei mit fünf Fragen (was du verkaufst, wer kauft, welche Probleme du löst, wer die Konkurrenz ist, welche Regeln gelten) und das Filtern von Keywords nach Relevanz, nicht nur nach Volumen. (Semrush Blog)

Organischer Traffic sinkt, und die Klickrate ist noch schlechter

Eine Studie der University of Washington schätzt, dass Google AI Overviews die monatlichen Suchreferrals zur englischsprachigen Wikipedia um rund 5 Prozent reduziert haben, was etwa 1,2 Milliarden Besuchen pro Jahr entspricht. Wikimedia bestätigt zudem einen Rückgang der gesamten menschlichen Seitenaufrufe um 8 Prozent. Pew-Daten liefern weiteren Kontext: Wenn eine KI-Zusammenfassung erscheint, klicken nur 8 Prozent der Nutzer auf klassische Ergebnisse (gegenüber 15 Prozent ohne Zusammenfassung), und nur 1 Prozent klickt auf eine direkt in AI Overviews zitierte Quelle. (Search Engine Journal)

Wikipedia ist ein Extremfall, aber das Signal ist eindeutig: Sichtbarkeit in AI Overviews und tatsächlicher Traffic sind zwei verschiedene Dinge. Es macht Sinn, in Markenbekanntheit und Off-Page-Signale zu investieren, die die Zitierwahrscheinlichkeit erhöhen. Ebenso sinnvoll ist die Diversifizierung des Traffic-Mix: Direct, E-Mail, Branded Search und First-Party-Daten sind kein Notfallplan, sondern das primäre Sicherheitsnetz.

Starke Abhängigkeit von einer einzigen Traffic-Quelle (Wikipedia bezog 90 Prozent von Google) ist ein strukturelles Risiko, das jeden betrifft.

Produkt-Feeds sind das neue SEO für E-Commerce

Daten von Profound zeigen, dass der Anteil feed-basierter Produktempfehlungen in ChatGPT Shopping in weniger als zwei Monaten von 8 Prozent auf rund 65 Prozent gestiegen ist. Von 687 beobachteten Händlern verzeichneten 450 einen Sichtbarkeitsrückgang von 33 Prozent oder mehr. Gleichzeitig konzentriert sich die Sichtbarkeit: Der Anteil der Top-10-Händler stieg von 22,5 auf 41,8 Prozent, und die Zahl der einzigartigen Händler sank um mehr als 20 Prozent. (Search Engine Journal)

Der Shopify-Katalog wird automatisch verbunden, andere stehen auf einer Warteliste. Wenn du E-Commerce-Kunden außerhalb von Shopify betreust, melde dich so schnell wie möglich für die OpenAI Direct-Feed-Warteliste an und arbeite parallel an der Feed-Anreicherung: Preise, Beschreibungen, Kategorien, Verfügbarkeit, Produkt-Schema. Die Feldqualität wird in der nächsten Phase wichtiger sein als das bloße Vorhandensein eines Feeds.

KI-Sichtbarkeits-Tracking, das wirklich funktioniert

Der häufigste Fehler ist, nur eine oder zwei Plattformen zu tracken und die Ergebnisse zu mitteln. ChatGPT hält 53,9 Prozent des KI-Chatbot-Traffics, Gemini 27,9 Prozent, Claude 9,2 Prozent, Perplexity lediglich 1,3 Prozent. Aber Google AI Overviews erreichen 2,5 Milliarden Nutzer pro Monat, und Claude spielt im B2B-Bereich dank Enterprise-Distribution (über 100.000 Kunden auf AWS Bedrock) eine bedeutende Rolle. (Search Engine Journal)

Ein praktikabler Drei-Stufen-Ansatz:

• Stufe 1: ChatGPT, Gemini, Claude (im B2B Claude trotz geringerem Traffic priorisieren)
• Stufe 2: Google AI Overviews, Microsoft Copilot
• Stufe 3: Perplexity, Grok, DeepSeek (mit geringerer Gewichtung beobachten, nicht ignorieren)

Gewichte Plattformen immer danach, wo deine Zielgruppe tatsächlich Zeit verbringt, nicht nach dem Gesamtmarktanteil. Und verknüpfe drei Datensätze miteinander: Audience Exposure (wer nutzt die Plattform), Sichtbarkeit (Zitate und Erwähnungen) und Business Impact (KI-Referrer in GA). Ohne alle drei arbeitest du mit blinden Flecken.

Wenn du diese Art von Analyse automatisieren und eine einheitliche Ansicht über alle Plattformen hinweg erhalten möchtest, schau dir an, was Charlies KI-Agenten für dein Team leisten können.