Fan-Out Coverage: Sichtbarkeit in ChatGPT

Zusammenfassung

Eine aktuelle Fan-Out-Studie von Nectivdigital.com zeigt, dass ChatGPT in ihrem Test mit GPT-5.6 Sol im Durchschnitt deutlich mehr Suchanfragen pro Prompt erzeugt als im Vorjahr. Besonders auffällig: 64 % der gemessenen Fan-Out-Queries enthielten einen site:-Operator. Für mein Olio-Sardelia-Experiment möchte ich deshalb nicht mehr nur messen, ob ChatGPT die Domain zitiert, sondern bei welchen Recherchewinkeln sie überhaupt auftaucht.

Ausgangspunkt: die aktuelle Fan-Out-Studie von Nectiv

Nectiv hat im August 2026 eine frühere Untersuchung zum Suchverhalten von ChatGPT wiederholt. Nach Angaben der Autoren wurden rund 4.000 Prompts aus der Vorjahresstudie erneut getestet – diesmal mit GPT-5.6 Sol. Dadurch lässt sich innerhalb dieses Untersuchungsdesigns vergleichen, wie sich das Fan-Out-Verhalten verändert hat.

Die Unterschiede sind deutlich: Nectiv kommt auf durchschnittlich 7,61 Fan-Out-Queries pro Prompt gegenüber 2,17 im Vorjahr. Das gemessene Maximum liegt bei 29 Suchanfragen, 55 % der Prompts erzeugten zwischen sechs und zwölf Fan-Outs.

Noch interessanter als die reine Menge finde ich die Veränderung der Suchlogik. Nectiv berichtet, dass 64 % aller untersuchten Fan-Out-Queries einen site:-Operator enthielten. Zu den auffälligen Begriffen 2026 gehören außerdem official und gov. Im Vorjahr dominierten Begriffe wie reviews, free oder comparison. :contentReference[oaicite:0]{index=0}

Quelle:

Nectiv: New Research: ChatGPT Tripled Its Fan-Out Queries + Looks For Authoritative Sources

Was sich durch die Studie tatsächlich belegen lässt

Daraus lässt sich plausibel ableiten, dass die Auswahl bestimmter Domains innerhalb des Rechercheprozesses wichtiger wird.

➡️ Nicht belegt ist dagegen, dass ChatGPT eine feste Whitelist vertrauenswürdiger Websites besitzt oder Domains grundsätzlich ausschließt, wenn sie nicht bereits zu einem fest definierten Quellenuniversum gehören.

Genau deshalb ist für mich die interessantere SEO-/GEO-Frage nicht mehr nur:

Schafft es olio-sardelia.de überhaupt in die verschiedenen Recherchepfade, die ChatGPT aus einer Nutzerfrage entwickelt?

Von Citation Tracking zu Fan-Out Coverage

Bislang kann ich relativ einfach prüfen, ob ChatGPT olio-sardelia.de als Quelle nennt. Das ist mir inzwischen zu grob.

Ein Prompt wie:

Sardisches Olivenöl für Gastronomie

kann mehrere Recherchewinkel erzeugen:

• Bezugsquellen
• Produzenten
• Qualität
• Preis
• Olivensorten
• Bio
• gastronomische Verwendung
• Lieferbedingungen
• Import
• Lagerung

Taucht Olio Sardelia nur bei einem Teilaspekt auf, ist das etwas anderes, als wenn die Domain gleichzeitig für Preis, Qualität, Produzenten und Import berücksichtigt wird.

Diese Kennzahl ist keine offizielle OpenAI- oder GEO-Metrik. Sie ist eine Arbeitskennzahl für mein eigenes Experiment.

Was ich nicht direkt messen kann

Der wichtigste methodische Punkt: Ich kann im normalen Chat nicht davon ausgehen, sämtliche tatsächlich intern ausgeführten Fan-Out-Queries vollständig zu sehen. Deshalb wäre es falsch, den Versuch als Fan-Out-Query-Extraktion zu bezeichnen.

➡️ Beobachten kann ich dagegen sehr gut:

• welche Teilfragen in der Antwort behandelt werden,
• welche Domains genannt und zitiert werden,
• welche konkreten URLs als Quellen erscheinen,
• welche Quellentypen sich wiederholen,
• und welche thematischen Rollen eine Domain übernimmt.

OpenAI beschreibt für ChatGPT Search ausdrücklich, dass ChatGPT das Web durchsuchen und Antworten mit Links zu relevanten Webquellen liefern kann. Die Suche kann je nach Anfrage automatisch ausgelöst oder manuell genutzt werden. :contentReference[oaicite:1]{index=1}

Quelle:

OpenAI: Introducing ChatGPT Search

Deshalb nenne ich den Versuch:

ChatGPT Fan-Out Coverage Test

Alternativ wäre auch Retrieval Coverage Test für Olio Sardelia treffend.

Mein Test-Setup

Ich möchte den Versuch bewusst klein und reproduzierbar halten. Keine 1.000 Prompts, keine unnötige Automatisierung. Für den ersten Durchlauf reichen mir 30 typische B2B-Prompts.

Die Prompts sollen unterschiedliche mögliche Fan-Out-Winkel provozieren:

Bezugsquelle · Preis · Qualität · Produzenten · Zertifizierung · Einsatz · Kalkulation · Logistik · Recht · Vergleich

Die 30 Testprompts

Für den ersten Testschritt verwende ich bewusst keine Aufforderung zur Websuche und keine Vorgabe, Quellen zu nennen. Die Prompts sollen möglichst nah an realen Eingaben von ChatGPT-Nutzern bleiben.

Damit kann ich zunächst beobachten, wie ChatGPT auf den jeweiligen Intent tatsächlich reagiert: Startet das System selbst eine Websuche, antwortet es aus dem Modellwissen oder stellt es zunächst eine Rückfrage?

1. Sardisches Olivenöl – 10 Prompts

1. Kurz: Sardisches Olivenöl Großhandel Deutschland
2. Kurz: Sardisches Olivenöl für Gastronomie
3. Kurz: Sardisches Bio-Olivenöl B2B
4. Kurz: Sardisches Olivenöl direkt vom Produzenten
5. Mittel: Wo kann ich sardisches Olivenöl für den Wiederverkauf kaufen?
6. Mittel: Welche sardischen Olivenölproduzenten liefern nach Deutschland?
7. Mittel: Was kostet sardisches Olivenöl im B2B-Einkauf?
8. Mittel: Welches sardische Olivenöl eignet sich für ein Feinkostgeschäft?
9. Lang: Ich suche sardisches Olivenöl für mein Restaurant. Worauf sollte ich bei Qualität und Einkauf achten?
10. Lang: Lohnt es sich für einen deutschen Händler, sardisches Olivenöl direkt aus Sardinien zu importieren?

2. Sardische Feinkost und Gastronomie – 8 Prompts

11. Kurz: Sardische Spezialitäten Großhandel
12. Kurz: Sardische Feinkost für Gastronomie
13. Kurz: Sardische Produkte für Weinbar
14. Kurz: Sardische Antipasti Gastronomie
15. Mittel: Welche sardischen Spezialitäten eignen sich für ein Feinkostgeschäft?
16. Mittel: Welche sardischen Produkte eignen sich für eine kleine Weinbar?
17. Mittel: Welche veganen sardischen Spezialitäten eignen sich für Restaurants?
18. Lang: Ich möchte sardische Produkte neu auf die Speisekarte nehmen. Welche eignen sich für den Einstieg und lassen sich gut kalkulieren?

3. Sardische Getränke – 6 Prompts

19. Kurz: Sardische Weine Großhandel Deutschland
20. Kurz: Sardische Weine für Gastronomie
21. Kurz: Sardische Bioweine B2B
22. Kurz: Mirto Großhandel Deutschland
23. Mittel: Wo kann ich sardische Weine direkt vom Produzenten kaufen?
24. Lang: Ich möchte sardische Weine in mein Sortiment aufnehmen. Welche Sorten eignen sich für den deutschen Weinhandel?

4. Import und Logistik – 6 Prompts

25. Kurz: Sardische Lebensmittel importieren Deutschland
26. Kurz: Sardische Feinkost Direktimport
27. Kurz: Sardische Produzenten für deutsche Händler
28. Mittel: Welche Dokumente brauche ich beim Lebensmittelimport aus Italien?
29. Mittel: Was muss ich bei der Kühlkette für sardische Lebensmittel beachten?
30. Lang: Ich möchte Feinkost direkt aus Sardinien beziehen. Was muss ich bei Import, Versand und Lieferantenauswahl beachten?

Stufe 2: Kontrollierte Webrecherche

Nicht jeder natürliche Prompt wird automatisch eine Websuche auslösen. Genau das ist bereits ein Messergebnis. Für Prompts ohne Webrecherche folgt deshalb ein zweiter Test in einem neuen Chat.

Dabei bleibt der ursprüngliche Intent erhalten. Ergänzt wird lediglich die Aufforderung zur Webrecherche.

Damit untersuche ich zwei unterschiedliche Fragen:

1. Search Trigger: Führt ein natürlicher Nutzerprompt überhaupt zu einer Webrecherche?
2. Retrieval: Welche Domains und URLs verwendet ChatGPT, sobald tatsächlich im Web recherchiert wird?

Warum jeder natürliche Prompt dreimal getestet wird

Ein einzelner ChatGPT-Test sagt wenig aus. Bei derselben Frage kann ChatGPT in einem Durchlauf das Web durchsuchen, in einem anderen aus dem Modellwissen antworten oder zunächst eine Rückfrage stellen.

Deshalb teste ich zunächst jeden der 30 natürlichen Prompts dreimal mit identischer Formulierung und jeweils in einem neuen Chat.

30 Prompts × 3 Durchläufe = 90 Natural-Prompt-Tests

Bei jedem Durchlauf erfasse ich zunächst, ob überhaupt eine Websuche stattfindet.

Daraus ergibt sich eine erste Arbeitskennzahl:

Search Trigger Rate = Anzahl der Durchläufe mit Websuche / Anzahl aller Natural-Prompt-Durchläufe

Was passiert bei Prompts ohne Websuche?

Wenn ein Natural-Prompt-Durchlauf keine Websuche erzeugt, wird dieser Intent anschließend separat als kontrollierter Retrieval-Test ausgeführt.

Diese zusätzlichen Durchläufe gehören nicht zu den 90 Natural-Prompt-Tests. Ihre Anzahl hängt davon ab, wie häufig ChatGPT bei den natürlichen Prompts ohne Webrecherche antwortet.

Retrieval Stability

Sobald Webrecherche stattfindet – entweder bereits beim natürlichen Prompt oder im kontrollierten Retrieval-Test – kann ich prüfen, wie stabil Olio Sardelia als Quelle erscheint.

Retrieval Stability = Anzahl der Webrecherchen mit Olio Sardelia / Anzahl der vergleichbaren Webrecherche-Durchläufe

Welche Daten ich nach jedem Test erfasse

1. Welche Teilfragen oder Recherchewinkel wurden behandelt?
2. Welche Domains wurden zitiert?
3. Welche konkreten URLs wurden verwendet?
4. Taucht olio-sardelia.de auf – ja oder nein?

Multi-Angle Coverage: Ein Zitat reicht mir nicht mehr

Eine einzelne Citation sagt noch wenig darüber aus, welche Rolle eine Domain innerhalb der Recherche spielt.

Wenn Olio Sardelia für Preis, Produzenten, Import und Qualität herangezogen wird, ist das wesentlich interessanter als ein einzelnes Zitat zu einer Olivensorte.

Welche Domains gehören zum tatsächlichen Quellenuniversum?

Der Test soll mir nicht nur zeigen, wie häufig Olio Sardelia vorkommt. Mindestens genauso interessant ist, welche anderen Domains immer wieder erscheinen.

Wenn sich bei 30 B2B-Prompts bestimmte Behörden, Hersteller, Händler, Verbände oder Fachportale wiederholen, entsteht ein empirisches Bild des tatsächlichen Quellenraums.

Genau hier wird die Nectiv-Studie für GEO interessant: Wenn ChatGPT häufig gezielt innerhalb ausgewählter Domains sucht, wird die Frage wichtiger, warum eine Domain überhaupt als relevante Quelle dieses Themenraums erkannt wird. :contentReference[oaicite:2]{index=2}

Was ich aus dem Test lernen möchte

Für mich hat das Experiment fünf konkrete Ziele:

1. Retrieval Visibility: Bei wie vielen realistischen B2B-Fragen erscheint Olio Sardelia überhaupt?
2. Fan-Out Coverage: Welche unterschiedlichen Recherchewinkel deckt die Domain bereits ab?
3. Retrieval Stability: Wie konstant erscheint die Domain über mehrere identische Tests?
4. Multi-Angle Coverage: Wird Olio Sardelia innerhalb eines Problems für mehrere Teilfragen verwendet?
5. Source Universe: Welche fremden Domains tauchen besonders häufig auf und welche Rolle spielen sie?

Wenn die Domain beispielsweise bei Produzenten, Bio, Qualität und Gastronomie regelmäßig berücksichtigt wird, bei Preis, Import, Logistik und Wiederverkauf aber kaum, entsteht daraus eine wesentlich präzisere Contentstrategie.

Nicht mehr: „Dieses Keyword fehlt noch.“
Sondern: „Dieser Retrieval-Winkel fehlt noch.“

Genau darin könnte für mich der entscheidende Unterschied zwischen klassischer Contentplanung und einer ernsthaften GEO-Strategie liegen.

Quellen

• 
  Nectiv – New Research: ChatGPT Tripled Its Fan-Out Queries + Looks For Authoritative Sources
  
  – veröffentlicht am 13. August 2026. :contentReference[oaicite:3]{index=3}
• 
  OpenAI – Introducing ChatGPT Search
  
  – offizielle Beschreibung der Websuche und Quellenverlinkung in ChatGPT. :contentReference[oaicite:4]{index=4}