G
GEO Toolbox

Query Fan-Out · 4 Engines

Die KI beantwortet nicht dein Keyword.Sie beantwortet das Dutzend Fragen dahinter.

Jede Engine fächert ein Thema still in einen Schwarm von Teilfragen auf, sucht danach und zitiert den, der sie am besten abgedeckt hat. Query Fan-Out erfasst die echten Teilanfragen aus vier Engines, validierte Engine-Ausgabe statt eines ratenden LLM, zeigt dann, wo die Engines auseinanderlaufen, und priorisiert den Content, der jede Lücke gewinnt.

Kostenlos mit deinem eigenen API-Schlüssel · vollständiger Multi-Engine-Scan in der App in jedem Tarif

Beispiel, illustrative Daten:
seed: best ai seo tool
fan-out · 12s
25
queries
19
clusters
4
engines

Real fan-out queries

  • best AI SEO tools compared 2026

    ChatGPT · Gemini · Grok

    Fired2.4K/mo
  • how to measure AI search visibility

    Gemini · Grok

    Fired880/mo
  • GEO tools built for agencies

    Gemini

    Firedparent reach
  • do AI SEO tools actually work

    Perplexity

    Relatedno volume

+ 21 more queries

Divergence 11 shared 8 whitespaceExample data

Die verborgene Ebene

Du rankst für das Keyword und wirst trotzdem nicht zitiert. Der Grund ist in jedem Keyword-Tool unsichtbar, das du besitzt: Die Engine hat dein Keyword nie gesucht. Sie hat es in zehn schärfere Fragen aufgefächert und die beantwortet, und dabei den zitiert, der sie am besten abgedeckt hat.

Query Fan-Out macht diese verborgene Ebene sichtbar. Es holt die echten Fragen aus vier Engines, zeigt dir, welche davon alle stellen und welche nur eine, und liefert dir die genauen Seiten, die die Lücke schließen.

Funktionsweise

Von einem Seed zur priorisierten Aufgabenliste.

  1. 01Eingeben

    Ein Thema oder eine URL

    Gib ein Seed-Keyword oder eine Seite ein. Optional zeigst du auf deine eigene URL, um die Abdeckung zu bewerten, oder auf die eines Wettbewerbers, um zu sehen, was der bereits beantwortet.

  2. 02Auffächern

    Die echten Anfragen aus vier Engines erfassen

    Wir lesen die tatsächlichen Teilanfragen, die jede Engine beim Antworten startet: Die Tiefe liefern Geminis Grounding-Suchen und Groks viele Web-Search-Aufrufe, ChatGPT steuert seinen einzelnen Suchaufruf bei, und Perplexity bringt seine verwandten Fragen ans Licht. Echte Engine-Ausgabe, kein LLM, das rät, was Leute fragen könnten.

  3. 03Priorisieren

    Clustern, bewerten, in eine Maßnahme überführen

    Anfragen werden zu Intents geclustert, nach Reichweite und Abdeckung bewertet und in eine priorisierte Aufgabenliste überführt: „Schreibe eine Vergleichstabelle, die X beantwortet“, samt den Engines, die sie wollen, und der Angabe, ob du sie schon abdeckst.

Die Divergenzkarte

Wo die Engines übereinstimmen, und wo nur eine hinsieht.

Clustere jede aufgefächerte Anfrage zu Intents und leg die vier Engines nebeneinander. Das Muster, das dabei entsteht, ist die ganze Strategie auf einem Bildschirm.

Geteilte Intents: Fragen, die mehrere Engines auffächern. Pflichtprogramm: Fehlt dir eine, bist du bei einer Anfrage unsichtbar, die der ganze Markt beantwortet.
Weiße Flecken: Intents, die nur eine Engine erkundet. Unbesetzt, und damit die billigsten Zitate, weil niemand für eine Frage optimiert, die er nicht sieht.
Intents × engines
fired relatedExample data
Beispielhafte Divergenz über alle Engines: welche KI-Engines eine Anfrage je Intent auffächern. Ein gefüllter Punkt ist eine gestartete Suche, ein Ring eine verwandte Frage (Perplexity).
IntentChatGPTGeminiPerplexityGrok
Compare the leading tools
How to measure AI visibility
Pricing & plans for teams
GEO tools for agenciesWhitespace
Are these tools worth it?Whitespace
Free AI visibility checkerWhitespace
3 shared · 3 whitespace shownSelbst starten

Was in einem Scan steckt

Sechs Ebenen, ein Durchlauf.

Das Fan-out ist der Anfang. Jede Anfrage wird zu dem vollständigen Bild angereichert, das du brauchst, um zu entscheiden, was du schreibst, und jede Zahl ist echt oder ehrlich gekennzeichnet, nie erfunden, um eine Spalte zu füllen.

Validierte Anfragen

Die Fragen, die die KI wirklich gestellt hat

Jede Anfrage wurde von einer Engine wirklich gesucht, gekennzeichnet als FIRED (ein echter Suchaufruf) oder RELATED (die von Perplexity aufgetauchten Folgefragen). Kein „das fragen die Leute wahrscheinlich“, die Ehrlichkeit ist das Produkt.

Divergenzkarte

Wo die Engines uneins sind

Das Herzstück: Intents, die sich mehrere Engines teilen, gegen die weißen Flecken, die nur eine Engine erkundet. Geteilte Intents sind Pflichtprogramm, Intents einer einzelnen Engine sind unbesetztes Terrain, das du zuerst besetzt.

Echtes Volumen

Reichweite, ehrlich gekennzeichnet

Jedes Cluster trägt das echte Suchvolumen, wo es existiert, die Reichweite des Oberbegriffs für den Long-Tail ohne Volumen und ein schlichtes „keine Volumendaten“, wenn es nichts gibt, nie eine erfundene Zahl.

Seiten-Abdeckung

Was deine URL schon beantwortet

Zeig auf eine Seite, und jeder Intent wird gegen den Live-Inhalt geprüft, belegt am tatsächlichen Text, ein „abgedeckt“ ist also eine echte Textübereinstimmung und keine Hoffnung. Von einer WAF blockierte Seiten werden als nicht prüfbar markiert, nie fälschlich als abgedeckt.

Zitatlandschaft

Wen die KI bei diesen Anfragen zitiert

Die Quellen, die jede Engine für die aufgefächerten Anfragen zitiert: du gegen die Wettbewerber und Publisher, die die Antwort gewinnen, gezogen aus den Zitaten der Engine-Antworten selbst und abgeglichen auf Ebene der registrierbaren Domain.

Priorisierte Maßnahmen

Eine Aufgabenliste, keine Wortwolke

Jede Lücke wird zu einer priorisierten Maßnahme: das Format, das du veröffentlichst, der Intent, den es beantwortet, die Engines, die es wollen, und warum es dort steht, wo es steht. Fang oben an und arbeite dich nach unten.

Im Vergleich

Validiert schlägt geraten.

Keyword-ToolsPrompt-GeneratorenQuery Fan-Out
Zeigt die Teilanfragen, die die KI wirklich auffächertGeraten
Anfragen sind echte Engine-Ausgabe, nicht vom LLM erdachtSuchdatenGeraten
Deckt vier KI-Engines in einem Durchlauf ab1 Engine
Divergenzkarte über alle Engines
Echtes Suchvolumen (ehrlich gekennzeichnet)
Prüft auf deiner Seite die Abdeckung jedes Intents
Zeigt, wen die KI zu den Anfragen zitiert
Liefert eine priorisierte Content-AufgabenlisteTeilweise

Mit deinem eigenen API-Schlüssel

Glaub uns nicht aufs Wort. Sieh einer Engine live beim Auffächern zu.

Die kostenlose Demo läuft als echtes Fan-out in deinem Browser, mit deinem eigenen API-Schlüssel. Dein Schlüssel verlässt die Seite nie. Wir bezahlen ihn nicht, leiten ihn nicht weiter, sehen ihn nicht und speichern ihn nicht. Das ist die echte Engine-Ausgabe, keine Aufzeichnung.

Die Version in der App, in jedem Tarif enthalten, ergänzt die Engines, die sich nicht aus dem Browser aufrufen lassen, dazu echtes Suchvolumen, Seiten-Abdeckung, die Zitatlandschaft und gespeicherte Historie, abgerechnet mit 150 Credits pro Scan, Kosten vorab sichtbar.

FAQ

Häufige Fragen

  • 01Was bedeutet „Query Fan-Out“ eigentlich?
    Wenn du einer KI-Engine eine Frage stellst, beantwortet sie selten deine exakten Worte. Sie weitet deine Anfrage still zu einer Reihe konkreterer Teilfragen aus, sucht danach und fasst das Ergebnis zusammen. Diese verborgenen Teilfragen sind das Fan-out, und sie entscheiden darüber, ob du zitiert wirst, nicht dein ursprüngliches Keyword.
  • 02Wie unterscheidet sich das von einem Prompt- oder Keyword-Generator?
    Keyword-Tools und Generatoren für „KI-Prompts“ lassen ein Modell erraten, was Leute tippen könnten. Query Fan-Out liest die Anfragen, die die Engines beim Antworten wirklich gestartet haben: Geminis Grounding-Suchen, Groks Web-Search-Aufrufe, ChatGPTs einzelnen Suchaufruf und Perplexitys verwandte Fragen. Echte Engine-Ausgabe schlägt eine plausible Vermutung, erst recht, wenn du entscheidest, was du schreibst.
  • 03Welche Engines liest es aus, und sind sie alle gleich?
    Vier: ChatGPT, Gemini, Perplexity und Grok, von den acht Engines, die GEO Toolbox insgesamt verfolgt. Über die Unterschiede sind wir ehrlich. Gemini und Grok legen das reichste Fan-out offen, Perplexity bringt verwandte Fragen ans Licht (gekennzeichnet als RELATED, nicht FIRED), und ChatGPTs API gibt einen einzelnen Suchaufruf zurück, steuert also eher eine Basislinie als Tiefe bei. Jede Anfrage zeigt, welche Engine sie erzeugt hat, du rätst also nie über die Herkunft.
  • 04Was ist die Divergenzkarte, und warum ist sie wichtig?
    Sie ist das Raster aus Intents und Engines und zeigt, welche Fragen sich mehrere Engines teilen und welche nur eine erkundet. Geteilte Intents sind das Pflichtprogramm, das du abdecken musst, um überhaupt mitzuspielen. Weiße Flecken, die nur eine Engine erkundet, sind unbesetzt: die billigsten Zitate, weil die meisten Wettbewerber nicht bemerkt haben, dass die Engine überhaupt danach fragt.
  • 05Kann ich es auf einen Wettbewerber statt auf mich anwenden?
    Ja. Nimm die Marke eines Wettbewerbers als Seed oder richte die Abdeckungsprüfung auf dessen URL, dann siehst du die Intents, die er schon beantwortet, und die, die er offen gelassen hat. Nebenbei funktioniert das als Content-Gap-Karte gegen jede Domain in deinem Umfeld.
  • 06Wie genau ist das Suchvolumen?
    So genau, wie es die Daten zulassen, und so gekennzeichnet, dass du immer weißt, was du vor dir hast. Echtes exaktes Volumen, wo es existiert; die Reichweite des Oberbegriffs für Long-Tail-Anfragen, die Keyword-Tools mit null bewerten; und ein ausdrückliches „keine Volumendaten“, wenn es keine gibt. Wir erfinden nie eine Zahl, um eine Zelle zu füllen.
  • 07Was kostet ein Durchlauf?
    Ein vollständiger Multi-Engine-Scan wird in der App mit 150 Credits abgerechnet, die Kosten siehst du vor dem Start, und die Funktion ist in jedem Tarif enthalten. Oder du startest die Demo kostenlos mit deinen eigenen API-Schlüsseln: Deine Schlüssel bleiben in deinem Browser, und wir bezahlen, sehen und speichern sie nie.

Sieh die Fragen, die du nicht beantwortest.

Starte ein Fan-out zu deinem Thema und fang oben in der Aufgabenliste an.