Wat is query fan-out in Google AI Mode?

Query fan-out is de techniek waarmee Google AI Mode een zoekopdracht niet als één vraag behandelt, maar opsplitst in meerdere kleinere deelzoekopdrachten die tegelijk worden uitgevoerd. In plaats van één lijst met resultaten haalt het systeem voor elke deelvraag aparte bronnen op en bouwt daaruit één samengesteld antwoord. In dit artikel lees je wat query fan-out precies is, hoe het werkt, hoe Google daarbij bronnen kiest, en wat dat betekent voor je vindbaarheid in AI.

Wat is query fan-out?

Query fan-out is het proces waarbij Google AI Mode jouw oorspronkelijke vraag uiteenrafelt in een reeks gerelateerde deelvragen en die allemaal tegelijk doorzoekt. Google introduceerde AI Mode op I/O 2025 en beschrijft de techniek zelf als het opsplitsen van een vraag in subonderwerpen, waarbij het systeem “een veelvoud aan zoekopdrachten tegelijk” uitvoert namens de gebruiker.

Het verschil met klassiek zoeken is fundamenteel. Vroeger typte je één zoekterm en kreeg je één set blauwe links terug. Bij query fan-out wordt diezelfde vraag intern vertaald naar meerdere zoekopdrachten, die elk hun eigen resultaten opleveren. Het model leest daar de relevante stukken uit en stelt er een antwoord mee samen. Eén vraag van jou wordt zo achter de schermen een handvol zoekopdrachten van Google.

Een voorbeeld maakt het concreet. Stel dat iemand vraagt: “welk CRM past het best bij een klein B2B-team in de Benelux”. AI Mode zoekt dan niet alleen op die exacte zin. Het kan tegelijk deelvragen afvuren als “beste CRM voor kleine bedrijven”, “CRM met Nederlandstalige support”, “CRM-prijzen voor kleine teams” en “CRM-integraties voor B2B”. Voor elk van die deelvragen verzamelt het systeem bronnen, en het uiteindelijke antwoord is een synthese van wat het over al die deelvragen heeft gevonden.

Hoe werkt query fan-out technisch?

AI Mode draait op een aangepaste versie van Gemini, het meest geavanceerde model van Google, dat de vraag eerst analyseert voordat het gaat zoeken. Het model schat in hoe complex je vraag is, wat je bedoeling is en welk type antwoord nodig is. Op basis daarvan bepaalt het in hoeveel deelvragen het de oorspronkelijke vraag opsplitst.

Niet elke vraag activeert dezelfde mate van fan-out. Een simpele feitelijke vraag, zoals de hoofdstad van een land, vraagt nauwelijks om opsplitsing. Een complexe, vergelijkende of meerlagige vraag triggert juist een uitgebreide fan-out, omdat er meerdere facetten zijn die het model afzonderlijk wil afdekken. Hoe samengestelder je vraag, hoe meer deelzoekopdrachten eruit voortkomen.

De deelvragen worden parallel uitgevoerd, niet na elkaar. Daardoor kan het systeem in korte tijd veel meer van het web verkennen dan een mens met één klassieke zoekopdracht zou doen. Google past dezelfde techniek in versterkte vorm toe bij zijn meer diepgaande onderzoeksfunctie, die volgens Google tot honderden zoekopdrachten kan afvuren om vervolgens over al die losse stukken informatie te redeneren en een uitgebreid, onderbouwd antwoord op te bouwen.

Belangrijk: de exacte deelvragen die Google genereert, zie je als gebruiker of merk niet rechtstreeks. Je kunt ze niet “targeten” zoals een trefwoord. Wat je wel kunt sturen, is hoe goed jouw content past op het soort deelvragen dat logisch uit een onderwerp voortkomt.

Hoe kiest AI Mode bronnen per deelvraag?

Per deelzoekopdracht selecteert AI Mode passages, geen volledige pagina’s. Het model haalt relevante stukken, vaak “chunks” genoemd, uit verschillende webpagina’s en voert die in het gegenereerde antwoord. Dat betekent dat één antwoord vrijwel altijd uit meerdere bronnen is samengesteld, omdat elke deelvraag zijn eigen beste bron kan hebben.

De principes die bepalen welke passage gekozen wordt, liggen dicht bij wat goede vindbaarheid altijd al kenmerkte. Relevantie voor de specifieke deelvraag weegt zwaar: een passage die exact die ene vraag beantwoordt, wint van een pagina die het onderwerp vaag aanraakt. Helderheid en structuur tellen mee, omdat het model je tekst moet kunnen lezen en er een afgebakend stuk uit moet kunnen lichten. En vertrouwen speelt een rol, want het model citeert liever een bron die het als betrouwbaar inschat. Hoe AI in bredere zin beslist welke informatie waar en betrouwbaar is, lees je in grounding: hoe AI bepaalt wat waar is.

Voor jou als merk zit hier de kern van het verhaal. Je hoeft niet de hele zoekopdracht te “winnen”. Het volstaat dat jouw passage het helderste, beste antwoord geeft op één deelvraag binnen het grotere onderwerp. Dat is een wezenlijk andere manier van denken dan jagen op één toppositie voor één trefwoord.

Wat betekent query fan-out voor je vindbaarheid?

Query fan-out maakt de structuur van je content belangrijker dan ooit, omdat het model per deelvraag op zoek is naar één scherp afgebakend antwoord. Wie zijn pagina’s opbouwt rond duidelijke deelvragen, met per vraag een quotabel antwoord, maakt het AI Mode makkelijk om net dat fragment te lichten en aan jou toe te schrijven.

Een paar praktische gevolgen.

Denk in deelvragen, niet in trefwoorden. Breng in kaart welke aanverwante vragen een koper rond jouw onderwerp stelt en beantwoord ze elk expliciet. Dat zijn de deelvragen waarop fan-out waarschijnlijk uitkomt. Hoe je content zo opbouwt dat een model er stukken uit kan halen, behandelen we in content-architectuur voor AI-extractie.

Geef het antwoord vroeg en expliciet. Zet de kern bovenaan een sectie in één heldere zin, en werk daarna pas de nuance uit. Een model dat snel het antwoord vindt, citeert je sneller.

Dek de breedte van een onderwerp af. Omdat fan-out meerdere facetten tegelijk verkent, helpt het als je site het onderwerp grondig behandelt in plaats van oppervlakkig. Een samenhangend cluster van pagina’s dekt meer deelvragen af dan één losse tekst.

Bouw aantoonbare autoriteit. Vermeldingen elders, een herkenbaar merk en geloofwaardige verwijzingen verhogen de kans dat jouw passage als bron wordt gekozen. Dat signaal blijft, ook in een wereld van deelzoekopdrachten, doorwegen.

Query fan-out zit ingebouwd in AI Mode, maar leunt dicht aan tegen hoe Google AI Overviews hun samenvattingen opbouwen. Het hoort thuis in de bredere praktijk van generative engine optimization: zorgen dat AI-systemen jouw merk meenemen in hun antwoord, op welke plek dat antwoord ook verschijnt.

De korte samenvatting

Query fan-out is de techniek waarmee Google AI Mode je vraag opsplitst in meerdere deelzoekopdrachten, die parallel worden uitgevoerd door een aangepaste versie van Gemini. Per deelvraag kiest het systeem passages uit verschillende bronnen en stelt daar één antwoord mee samen. Voor jouw vindbaarheid verschuift het spel daardoor: je wint niet langer één zoekopdracht, je levert het beste antwoord op één deelvraag. Heldere structuur, expliciete antwoorden en echte autoriteit zijn de manier om in dat samengestelde antwoord terecht te komen.

Bij Customer Impact kijken we daarbij verder dan zichtbaarheid op zich. Genoemd worden in een AI-antwoord is geen doel, het is een middel om leads en omzet te halen. Daar komen onze vindbaarheid in AI-zoekmachines en een eerlijke, no-nonsense aanpak samen: we sturen op wat oplevert, niet op ijdele cijfers, en we benoemen ook waar de grenzen liggen.

Plan je gratis intake en je hoort waar jouw kansen liggen om zichtbaar te worden in Google AI Mode en daarbuiten.