Øk organisk trafikk fra Google og AI, på autopilot.

Hva er query fan-out? Slik endrer AI-søk reglene for SEO

Query fan-out er teknikken AI-ene bruker for å dele ett søk opp i flere delspørsmål. Lær hvordan den fungerer, hvorfor den betyr noe for SEO, og hvordan du optimaliserer for den.

Når noen skriver et spørsmål i Google AI Mode, ChatGPT eller Perplexity, matcher ikke systemet bare søkeord mot nettsider. Det deler det ene søket opp i en konstellasjon av beslektede delspørsmål, søker etter hvert av dem samtidig og setter resultatene sammen til ett svar. Denne prosessen kalles query fan-out, og den representerer det største skiftet i søkearkitekturen siden mobile-first-indeksering.

For SEO-fagfolk og markedsføringsteam er det ikke lenger valgfritt å forstå query fan-out. Forskning fra iPullRank bekrefter at AI-søk nå i snitt er på 70 til 80 ord, mot bare 3 eller 4 på tradisjonelt Google. Den gamle modellen med optimalisering for ett enkelt søkeord fanger ikke lenger hele bildet. Denne artikkelen forklarer hva query fan-out er, hvordan det fungerer på tvers av plattformer, og hva du må gjøre med det.

Hva er query fan-out?

Query fan-out er en teknikk for informasjonshenting der AI-søkesystemer utvider ett brukerspørsmål til flere, forskjellige delspørsmål. I stedet for å behandle et søk som én isolert forespørsel, deler AI-en det opp i flere beslektede vinkler, kjører dem alle parallelt og setter den hentede informasjonen sammen til et fullstendig svar.

Tenk deg en bruker som søker etter «beste CRM-programvare for små bedrifter». En tradisjonell søkemotor gir en rangert liste med sider som matcher uttrykket. Et AI-system som bruker query fan-out lager delspørsmål som «beste gratis CRM-verktøy», «CRM med e-postautomatisering», «HubSpot mot Zoho for små team» og «sammenligning av CRM-priser 2026». Hvert delspørsmål gir frem ulike kilder, og AI-en setter de mest relevante avsnittene sammen til ett svar.

Google beskrev offisielt denne mekanismen på Google I/O 2025, og forklarte at AI-modus bruker en egen versjon av Gemini for å dele spørsmål opp i delemner og sende flere søk samtidig på brukerens vegne. Teknikken er også dokumentert i Googles patent for tematisk søk, innlevert i desember 2024, som omtaler fan-out-søk som «temaer».

Slik fungerer query fan-out bak kulissene

Mekanikken i query fan-out følger en strukturert rekkefølge som skjer helt i bakgrunnen, usynlig for brukeren.

Steg 1: søkeanalyse. AI-modellen mottar brukerens innspill og vurderer om det må deles opp. Enkle faktaspørsmål («Hvor mye er klokken i Tokyo?») utløser kanskje ikke fan-out. Komplekse, mangesidige spørsmål gjør nesten alltid det.

Steg 2: generering av delspørsmål. LLM-en genererer flere delspørsmål som er laget for å dekke ulike sider av det opprinnelige spørsmålet. Googles patent identifiserer åtte ulike søketyper systemet kan lage, fra sammenlignende søk til implisitte oppfølgingsspørsmål.

Steg 3: parallell henting. Alle delspørsmålene kjøres samtidig mot flere datakilder. For Google AI-modus skjer dette på Googles egen infrastruktur, Knowledge Graph og Shopping Graph. For ChatGPT går hentingen via Bing. Parallell kjøring er avgjørende, fordi det å kjøre 15 søk samtidig tar omtrent like lang tid som å kjøre ett.

Steg 4: uthenting og rangering av avsnitt. I stedet for å vurdere hele nettsider, finner AI-systemene og henter ut konkrete avsnitt som best svarer på hvert delspørsmål. Dette kalles avsnittsbasert henting, og det betyr at ett enkelt avsnitt begravd dypt i innholdet ditt kan dukke opp og bli sitert.

Steg 5: sammenstilling og generering av svar. AI-en setter sammen de mest relevante avsnittene til et sammenhengende, strukturert svar med innebygde siteringer som lenker tilbake til kildematerialet.

Hvilke plattformer bruker query fan-out?

Query fan-out er ikke eksklusivt for Google. Det har blitt standardarkitekturen for henting på alle store AI-søkeplattformer, selv om hver implementerer det på sin måte.

Google AI Mode bruker en egen Gemini-modell laget spesielt for å dele opp søk. Vanlige søk gir 8 til 12 delspørsmål, mens Deep Search kan sende hundrevis. Google gjorde dette offentlig på I/O 2025 og har siden oppgradert systemet med Gemini 3, som gjør enda flere søk og forstår hensikten mer presist.

ChatGPT kjører fan-out gjennom Bings søkeinfrastruktur. Når nettlesing er slått på, lager modellen flere søk som synes i grensesnittet. Brukere kan se dette direkte med nettleserutvidelser som viser delspørsmålene ChatGPT sender i bakgrunnen.

Perplexity viser fan-out-prosessen sin åpent, med delspørsmålene den lager og kildene den bruker. Det gjør den særlig nyttig for å forstå hvordan AI-søk deler opp hensikten bak et søk.

Google AI Overviews bruker også fan-out, men i mer begrenset omfang enn full AI-modus. Systemet lager tematiske grupperinger og henter informasjon på avsnittsnivå fra flere kilder for å bygge oversiktspanelet.

Hvorfor query fan-out betyr noe for SEO

Query fan-out bryter grunnleggende med den tradisjonelle SEO-modellen. Forskjellen kan oppsummeres i én sammenligning:

Gammel modell: Ett søk gir én søkeresultatside. Sidene som rangerer fra 1 til 10 får trafikk.
Ny modell: Ett søk gir 10 til 20 delspørsmål. Hundrevis av sider hentes. AI-en velger de beste avsnittene og siterer 3 til 8 kilder.

Dette får flere konkrete konsekvenser for innholdsstrategien.

For det første, emnemessig autoritet veier nå tyngre enn rangering på enkeltsøkeord. Forskning publisert av Surfer SEO analyserte over 173,000 nettadresser og fant at sider som rangerer for flere fan-out-søk, har 161% større sjanse for å bli sitert i Googles AI-oversikter. Dekning av en emneklynge betyr mer enn førsteplass for et hovedsøkeord.

For det andre, optimalisering på avsnittsnivå blir avgjørende. AI-systemene vurderer ikke hele sider. De henter ut konkrete avsnitt som svarer direkte på delspørsmål. Det betyr at hver del av innholdet ditt må gi selvstendig verdi, med klare definisjoner, konkrete tall og en struktur som gjør uthenting enkel.

For det tredje, fan-out-søk er i seg selv ustabile. Bare omtrent 27% av fan-out-søkene er konsistente over gjentatte søk på samme spørsmål. Å jakte på enkelte delspørsmål er ikke en strategi som kan skaleres. Å bygge omfattende emnedekning er det.

Slik optimaliserer du innholdet ditt for query fan-out

Å tilpasse seg query fan-out krever et skifte fra søkeordsentrert til emnesentrert innholdsstrategi. Her er kjerneprinsippene.

Bygg emneklynger, ikke isolerte sider. Organiser innholdet rundt brede temaer, der hver side dekker et bestemt delemne. Interne lenker mellom klyngesider signaliserer omfattende dekning til både Google og AI-systemer. Nettsteder med 80%+ emnedekning beholder 85.4% av sin AI-synlighet til tross for ustabile fan-out-søk, ifølge forskning fra WordLift.

Strukturer innholdet for henting av avsnitt. Bruk tydelige overskrifter, korte definisjoner i starten av seksjoner og selvstendige avsnitt som svarer på konkrete spørsmål. AI-systemer henter ut avsnitt, ikke sider. Hver seksjon bør ha verdi på egen hånd.

Svar på nærliggende spørsmål proaktivt. Hvis du skriver om «beste CRM for små bedrifter», så ta også for deg prissammenligninger, funksjonsoversikter, integrasjonsmuligheter og hensyn ved flytting, enten i samme tekst eller på tvers av lenkede sider. Dette er delspørsmålene AI-en vil lage.

Bruk strukturert datamerking. Skjematyper som FAQPage, HowTo og Article hjelper AI-systemene å forstå strukturen i innholdet ditt og hente ut relevante avsnitt mer effektivt. Det øker sannsynligheten for siteringer på tvers av fan-out-delspørsmål.

Følg med på synligheten din i AI, ikke bare på rangeringene i Google. Tradisjonell rangeringssporing forteller bare en del av historien. Du må følge med på hvor ofte AI-systemer siterer innholdet ditt, på hvilken plass og for hvilke spørsmål. Soranks verktøyet for søkeord og query fan-out er laget nettopp for dette formålet. Den analyserer de nøyaktige søkeordene AI-modeller bruker når de lager svar i markedet ditt, og avdekker muligheter som tradisjonelle SEO-verktøy ikke kan oppdage.

Query fan-out mot tradisjonelt søk: de viktigste forskjellene

Å forstå forskjellene mellom tradisjonelt søk og AI-søk drevet av fan-out gjør det tydelig hvorfor eksisterende strategier må oppdateres.

I tradisjonelt søk gir ett søk ett sett med rangerte resultater. Søkemotoren vurderer hele nettsider, matcher dem mot søkeord og rangerer dem etter relevans og autoritetssignaler som backlinks. Brukerne klikker seg inn på nettsteder for å finne informasjon.

I AI-søk med fan-out gir ett søk 10 til 20 syntetiske delspørsmål som kjøres parallelt. Systemet henter avsnitt, ikke sider, fra kanskje hundrevis av kilder. En LLM setter deretter avsnittene sammen til ett svar og siterer direkte 3 til 8 kilder. Brukeren besøker kanskje aldri noen av de siterte nettstedene.

Dette skiftet har en avgjørende konsekvens for virksomheten. Som Digiday rapporterer, er AI-modus utformet slik at eksterne klikk er vanskelige å få. Alle delsøkene skjer uten at brukeren merker det, og det sammenstilte svaret tilfredsstiller ofte søket helt. For markedsførere betyr det at synlighet for merkevaren i AI-svar, gjennom siteringer og omtaler, blir like strategisk viktig som organisk klikktrafikk.

Emnemessig autoritets rolle i en fan-out-verden

Emnemessig autoritet har alltid betydd noe for SEO. Med query fan-out blir den den viktigste driveren for synlighet i AI.

Når et AI-system sprer et søk, leter det etter informasjon i flere delemner samtidig. Hvis nettstedet ditt dekker hele det semantiske omfanget av et emne, gjennom pilarsider, støtteartikler og omfattende ressursguider, blir du en kandidat for siteringer på flere delspørsmål fra ett enkelt brukerspørsmål.

Dette er grunnen til at generatorer for emneklynger har blitt sentrale verktøy. De kartlegger det semantiske landskapet i nisjen din, finner hull i innholdet og gir et strukturert publiseringskart som bygger autoritet systematisk i stedet for tilfeldig.

Dataene støtter denne tilnærmingen. Sider som rangerer for flere fan-out-søk, øker sannsynligheten for siteringer på AI-plattformer kraftig. Og fordi fan-out-søk er stokastiske, altså varierer mellom brukere og økter, gir bred emnedekning en motstandskraft som optimalisering av enkeltsøkeord ikke kan matche.

Måling av suksess i query fan-out-tiden

Tradisjonelle SEO-målinger er fortsatt viktige, men de forteller ikke hele historien lenger. Optimalisering for query fan-out krever tilleggsmetoder for måling.

Antall AI-siteringer. Følg med på hvor ofte AI-systemer siterer innholdet ditt på plattformer som ChatGPT, Perplexity, Google AI-oversikter og Gemini. Dette er den mest direkte indikatoren på fan-out-synlighet.

Siteringsposisjon. Følg med på om du blir sitert først, som nummer to eller lenger ned i AI-svarene. Første omtale får uforholdsmessig stor vekt i brukernes oppmerksomhet og tillit.

Andel av AI-omtalen. Sammenlign synligheten din i AI med konkurrentene for viktige emner. Å forstå hvem som dominerer AI-svarene i markedet ditt, avdekker både trusler og muligheter. Soranks GEO-rangering gir nøyaktig denne konkurranseinnsikten ved å rangere merkevarer etter hvor ofte AI-modeller nevner dem for bestemte spørsmål.

Rangeringer på emnenivå. Følg rangeringene ikke for enkeltsøkeord, men for emneklynger og beslektede fan-out-søk. En side kan rangere dårlig på et hovedsøkeord, men likevel bli mye sitert fordi den dekker delemner grundig.

Holdning til merkeomtaler. Analyser hvordan AI-systemer framstiller merkevaren din. Nøytrale siteringer, positive anbefalinger eller omtale i negative sammenhenger former alle forbrukernes oppfatning gjennom AI-genererte svar.

Konklusjon

Query fan-out er ikke en midlertidig trend. Det er den grunnleggende arkitekturen for hvordan AI-søkesystemer henter og sammenstiller informasjon. Alle store plattformer, fra Google AI Mode til ChatGPT og Perplexity, bruker denne teknikken for å gi fullstendige svar fra ett enkelt brukerspørsmål.

For SEO-fagfolk er den strategiske responsen klar: slutt å optimalisere for isolerte søkeord, og begynn å bygge omfattende emnemessig autoritet. Strukturer innholdet for uthenting på avsnittsnivå. Følg med på synligheten din i AI sammen med tradisjonelle rangeringer. Og bruk verktøy laget spesielt for dette nye paradigmet.

Soranks funksjonen for søkeord og query fan-out analyserer de nøyaktige semantiske mønstrene AI-modellene bygger på i markedet ditt, og avdekker delspørsmålene og søkeordene som driver siteringer. Hvis du vil forstå hvordan AI-søk ser nisjen din og hvor hullene er, start din gratis prøveperiode og se dataene selv.

Ofte stilte spørsmål