Ein API-gestütztes SEO-Tool zur Reverse-Engineering-Analyse von LLM-Suchprozessen. Es prüft, ob ein Prompt eine Websuche auslöst, extrahiert die intern generierten Suchphrasen der KI und liefert die verifizierten Quell-URLs
Inhaltsverzeichnis
Anstatt zu mutmaßen, welche Quellen für ein Thema relevant sein könnten, liefert Ihnen dieses kostenlose Tool die tatsächlichen Fan-Out Queries und Grounding Chunks (Quell-URLs) der Google Gemini-Architektur.
✨ Diagnostik für LLM-Suchprozesse (Query Fan-Out)
Dieses Tool ist ein diagnostisches Interface für die Gemini API. Es macht den sogenannten Grounding-Prozess der KI sichtbar.
Wenn Sie einen Prompt eingeben, extrahiert das Tool die Metadaten des Rechercheprozesses: Welche spezifischen Suchanfragen hat das Modell generiert, um Kontext zu finden? Welche Live-URLs wurden als Faktenbasis herangezogen?
Nutzen Sie die Daten, um Ihre Content-Strategie datenbasiert auf die tatsächliche maschinelle Informationsbeschaffung abzustimmen.
Diagnostik für LLM-Suchprozesse
Dieses kostenlose SEO-Tool ist ein diagnostisches Interface für die Gemini API. Es macht den sogenannten Grounding-Prozess der KI sichtbar. Wenn Sie einen Prompt eingeben, zeigt das Tool nicht nur die finale Textantwort, sondern extrahiert die Metadaten des Rechercheprozesses: Welche spezifischen Suchanfragen hat das Modell generiert, um aktuellen Kontext zu finden? Welche Live-URLs wurden ausgelesen und als Faktenbasis herangezogen? Es ist ein reines Analysewerkzeug für SEOs und Content-Strategen, die datenbasiert nachvollziehen wollen, wie große Sprachmodelle (LLMs) mit dem Live-Web interagieren und Informationen aggregieren.
Dekonstruktion des KI-gesteuerten Suchprozesses
Der Wert des Google Gemini Query Fan-Out Tool liegt in der Offenlegung der maschinellen Informationsbeschaffung. Anstatt zu mutmaßen, welche Teilaspekte oder Quellen für ein Thema relevant sein könnten, liefert das Tool die tatsächlichen Fan-Out Queries und Grounding Chunks (Quell-URLs) der Gemini-Architektur.
Das ermöglicht Ihnen, Ihre Content-Strategie auf den tatsächlichen Informationsbedarf der KI abzustimmen. Sie sehen empirisch, ob ein Prompt überhaupt eine Websuche auslöst, wie eine breite Ausgangsfrage vom Modell in spezifische Long-Tail-Anfragen zerlegt wird und welche bestehenden Websites als autoritäre Quellen dienen, um die finale Antwort zu synthetisieren. Diese Rohdaten helfen Ihnen dabei, Content-Lücken systematisch zu identifizieren und die eigene Informationsarchitektur zu optimieren.
QDG & Query Fan-Out-Analyse
Technisch basiert die Analyse auf Googles Query Deserves Grounding (QDG) Klassifikator. Sobald ein Prompt gesendet wird, entscheidet dieser, ob das Modell zur Beantwortung externe Fakten aus dem Netz abrufen muss. Ist dies der Fall, wendet die KI Query Fan-Out an: Sie generiert mehrere spezifische Suchanfragen, ruft die Ergebnisse ab, evaluiert diese und formuliert daraus die Antwort. Unser Tool fängt diese Parameter direkt aus der API-Response ab.
Die Funktionen des Google Gemini Query Fan-Out Tool im Überblick:
- Query Fan-Out Extraktion: Listet die spezifischen Suchphrasen auf, die das Modell generiert und an die Google Suche übermittelt hat.
- Quellen-Transparenz (Grounding Chunks): Zeigt die exakten URLs und Seitentitel, die das Modell im Web ausgelesen und als Referenz für die Antwort genutzt hat.
- QDG-Validierung: Macht sofort sichtbar, ob überhaupt ein Grounding (eine Websuche) stattgefunden hat oder ob das Modell deterministisch aus seinen Trainingsdaten geantwortet hat.
- Token-Metriken: Weist Prompt- und Output-Tokens sowie Thought-Tokens aus, um den Rechen- und Reasoning-Aufwand der Anfrage zu quantifizieren.
- Text-Synthese: Gibt die finale, generierte Textantwort der KI aus, um den direkten Abgleich zwischen den herangezogenen Quellen und dem Endresultat zu ermöglichen.
- Strukturierter CSV-Export: Erlaubt den direkten Download aller extrahierten Rohdaten (Queries, Quellen, Tokens, Text) zur Weiterverarbeitung in eigenen Audits oder Tabellenkalkulationen.
Google Gemini AI Grounding
Bei Gemini bestimmt organisches Google-Ranking (SEO) das Grounding-Budget, das Gemini einer zitierten Quelle einräumt. Daten zeigen: Gemini verteilt pro Grounding-Antwort ein festes Budget von ca. 2.000 Wörtern. Dabei scheint das Ranking der zitierten Quelle auf den SERPs der Gewichtungsfaktor zu sein. Platz 1 sichert sich 28 % (ca. 531 Wörter) des Kuchens, während Platz 5 nur noch mickrige 13 % beisteuern darf.
- Platz 1: Erhält ca. 531 Wörter (28 %)
- Platz 2: Erhält ca. 433 Wörter (23 %)
- Platz 3: Erhält ca. 378 Wörter (20 %)
- Platz 4: Erhält ca. 330 Wörter (17 %)
- Platz 5: Erhält ca. 266 Wörter (13 %)
Das organische Google-Ranking fungiert also als physikalische Grenze für die „KI-Wahrnehmung“. Wir könnten demnach sagen, wer im SEO abrutscht, verliert sofort seine „Stimme im KI-Kontext“. Die goldene Regel für Content lautet daher: Dichte schlägt Länge.
Da Gemini die Inhalte bereits ab ca. 540 Wörtern kaum noch tiefer auswertet, verwässern extrem lange Texte nur die Relevanz innerhalb des knappen Grounding-Budgets. Analysiert hat dies Dan Petrovic in seiner Studie.
Die Daten der quantitative Analyse sind:
- 7.060 Suchanfragen (Queries), bei denen jeweils mindestens 3 Quellen angezeigt wurden
- 2.275 tokenisierten Webseiten, deren Inhalt vollständig analysiert wurde
- 883.262 einzelnen Text-Schnipseln (Snippets), die von der KI verarbeitet wurden
Methodik: Anstatt nur das Endergebnis (die KI-Antwort) zu betrachten, untersuchte die Studie den Prozess davor – das sogenannte „Grounding“.
Technische Erfassung: Es wurde ein „Google Search Enabled Grounding Tool“ (API) genutzt. Dieses ermöglichte es, genau die Textsegmente („Grounding Chunks“) zu extrahieren, die dem KI-Modell als Kontext übergeben wurden, bevor es seine Antwort synthetisierte.
Metriken: Gemessen wurde unter anderem die Wortanzahl pro Chunk (durchschnittlich 15,5 Wörter) und das Gesamtvolumen der Wörter pro Suchanfrage.
Umfang und Branchen: Die Daten stammen nicht aus einer einzigen Nische, sondern decken diverse Branchen ab, darunter: Gesundheit, Reisen, Finanzen, Marketing, Sport, B2B, Marktplätze und Glücksspiel.
Statistische Einordnung: Bei den genannten Werten (wie dem „2.000-Wörter-Budget“) handelt es sich um statistische Mediane (p50).
Der Median liegt bei 1.929 Wörtern. In 95 % der Fälle (p95) liegt das Budget unter 2.798 Wörtern.
Die Studie vergleicht also konkret, was technisch auf der Seite steht, mit dem, was Google technisch in den Kontext-Speicher der KI lädt.
FAQ Query Fan-Out Tool
Wie genau hilft mir dieses Query Fan-Out Tool bei meiner SEO-Content-Strategie?
Es zeigt Ihnen die exakten Suchanfragen und Quellen, die Gemini verwendet. So können Sie Ihre Inhalte auf den tatsächlichen Informationsbedarf der KI ausrichten, Content-Lücken identifizieren und Ihre Seiten optimieren, um eine vertrauenswürdige Quelle für KI-generierte Antworten zu werden.
Was ist der Unterschied zwischen einer Fan-Out Query und einer normalen Suchanfrage?
Eine normale Suche ist das, was Sie eingeben. Eine ‚Fan-Out Query‘ ist eine spezifische Suchanfrage, die die KI intern generiert, um Ihre Frage zu beantworten. Unser Tool deckt diese verborgenen Anfragen auf und zeigt Ihnen, wonach die KI wirklich sucht, um Fakten für ihre Antwort zu finden.
Wie kann ich die gefundenen Quell-URLs (Grounding Chunks) praktisch nutzen?
Analysieren Sie die Grounding Chunks, um zu sehen, welche Websites Gemini bereits als autoritär einstuft. Untersuchen Sie deren Inhaltsstruktur und Informationstiefe, um Ihre eigenen Seiten zu verbessern oder gezielt Lücken zu finden, die diese Top-Quellen noch nicht abdecken.
Warum ist es wichtig zu wissen, ob eine Anfrage eine Websuche auslöst?
Die QDG-Validierung (Query Deserves Grounding) zeigt, ob die KI für eine Antwort das Live-Web durchsucht (Grounding) oder nur auf Trainingsdaten zugreift. Dies ist entscheidend: Nur wenn eine Websuche stattfindet, haben Sie die Chance, mit Ihren Inhalten als Quelle für die KI-Antwort zu dienen und Ihre Sichtbarkeit zu erhöhen.
Kann ich die Analyse-Daten wie Suchphrasen und Quellen exportieren?
Ja, das Query Fan-Out Tool bietet einen strukturierten CSV-Export. Damit können Sie alle extrahierten Rohdaten – die generierten Suchanfragen, die Quell-URLs und die Token-Metriken – direkt herunterladen. So lassen sich die Ergebnisse einfach in eigenen Audits oder Tabellenkalkulationen weiterverarbeiten.
