Während des größten Teils des vergangenen Jahrzehnts war die Pressemitteilung die Aufgabe, die niemand im Frachtgeschäft übernehmen wollte. Sie stand nahe am unteren Ende des Marketingbudgets und wurde eher als Pflicht denn als Strategie betrachtet. Führungskräfte, die einen sechstelligen Messestand ohne Zögern genehmigten, zögerten bei 500 Wörtern, die über den Wire-Dienst gingen.

Dieser Status quo veränderte sich, als Maschinen anfingen, sie zu lesen.

Ein ein Quartal dauernder Feldtest von LeadCoverage ergab, dass Pressemitteilungen, die mit einer spezifischen, wirtschaftlich relevanten Zahl begannen, 3,5-mal mehr KI-Zitate erhielten als Pressemitteilungen ohne eine solche. Im Laufe des Quartals veröffentlichte die in Atlanta ansässige Go-to-Market-Agentur für Fracht- und Lieferkettenunternehmen wöchentlich eine Meldung und protokollierte 1.058 KI-Zitate – nach zuvor fast null. ChatGPT machte etwa 90 % dieser Zitate aus. Der Test fiel in eine Zeit, in der ChatGPT, Perplexity und Google AI Overviews ihre Nutzung abgerufener Webinhalte zur Erstellung belegter Antworten ausweiteten, was Frachtvermarktern einen frühen Einblick darin gab, wie diese Systeme Zitate auswählen.

Die Auswirkungen auf Carrier, Broker und 3PLs sind konkret. Wenn ein Verlader ein großes Sprachmodell (LLM) fragt, welcher Anbieter Omnichannel-Distribution von Florida aus abwickelt, kommt die Antwort, bevor jemand eine Website besucht. Das Unternehmen, das eine relevante Zahl veröffentlicht hat, wird genannt. Diejenigen, die dies nicht taten, fehlen in einer Unterhaltung, von der sie nie wussten, dass sie stattfindet. Diese Verschiebung ist besonders folgenreich für eine Branche, die in Sachen digitaler Marketingreife historisch hinter anderen B2B-Sektoren zurücklag, wodurch viele Unternehmen über keine etablierte Content-Infrastruktur verfügen, auf die sie zurückgreifen können.

„KI kann keine Zahl erfinden“

Die Erkenntnis ist spezifischer als die pauschale Anweisung, mehr Pressemitteilungen zu versenden. Diese Spezifität ist der entscheidende Punkt. Gewöhnliche Meldungen, die sich auf Unternehmensankündigungen, Personalwechsel oder Auszeichnungen konzentrierten, generierten minimale Zitate. Meldungen, die auf einer harten Zahl aufbauten, trugen das gesamte Ergebnis.

„KI kann keine Zahl erfinden, also zitiert sie, wer eine veröffentlicht hat“, sagte Kara Brown, CEO und Mitgründerin von LeadCoverage, in einem Interview mit FreightWaves.

Diese Einschränkung erklärt die zugrundeliegenden Mechanismen. Sprachmodelle generieren Text; sie berichten nicht. Wenn eine Anfrage eine Zahl erfordert, ruft das Modell eine Quelle ab, die eine solche lieferte, und Wire-Meldungen sind ungewöhnlich gut zugänglich. Jede Meldung auf GlobeNewswire folgt derselben Struktur: Überschrift, Unterüberschrift, Daten und Zitate. Der AP-Stil, einheitlich angewendet, entpuppt sich als versehentlich maschinenlesbar.

Browns Warnung an Unternehmen, die auf proprietären Daten sitzen, ist unmissverständlich.

„Die Unternehmen, die regelmäßig spezifische, nützliche Daten veröffentlichen, sind diejenigen, die KI am häufigsten zitiert, und dieses Zitat ist oft der erste Eindruck, den ein potenzieller Kunde erhält, bevor er jemals Ihre Website besucht“, sagte sie. „Unternehmen, die auf ihren Daten sitzen, erhalten einfach keine Zitate und sehen nie die potenziellen Kunden und Geschäfte, die an ihnen vorbeiziehen.“

Warum KI-Zitate den Mittelmarkt bevorzugen

Google war schon immer eine Auktion – das war der Teil, den Frachtvermarkter verstanden, und der Teil, der die meisten von ihnen herauspreiste.

„Wenn Sie Google Geld zahlen, setzen Sie sich an die Spitze der Antwort, egal ob es organisch oder bezahlt ist“, sagte Brown. „Wenn Sie Google nicht zahlen, verringern sie Ihre Sichtbarkeit bei Google.“

Sie beschreibt dieses Arrangement als Söldnerhaft. Google hat Werbetreibende zu bedienen und geschäftliche Gründe, diese zu bedienen. LLMs operieren, zumindest derzeit, nach anderen Anreizen. Es gibt keine Keyword-Auktion für ein Zitat.

Für einen mittelständischen 3PL, Broker, Spediteur oder Technologieanbieter mit einer spezifischen Nische stellt diese Lücke die gesamte Chance dar, weil der traditionelle Weg faktisch verschlossen ist.

„Sie können nicht mit Old Dominion bei LTL konkurrieren“, sagte Brown. „Sie besitzen bereits das Suchvolumen für LTL. Zu versuchen, sie bei diesem Begriff zu überholen, ist ein Kampf, den es nicht wert ist aufzunehmen.“

Dieses Fenster hat eine zeitliche Begrenzung. Brown beschreibt den Zitat-Effekt als ein Schwungrad mit einer Halbwertszeit: Frühe Teilnehmer akkumulieren Gewicht wie Zinseszins, während Nachzügler ihr Budget ausgeben, um gegen etablierte Akteure zu kämpfen, die früher begonnen haben.

„Je früher Sie beginnen, desto mehr Zeit haben Sie, diese Halbwertszeit bei den LLMs wirken zu lassen“, sagte sie. „Je später Sie beginnen, desto mehr konkurrieren Sie mit denjenigen, die bereits begonnen haben.“

Konkurrenten bei Keywords zu überbieten – der alte Notausgang – existiert innerhalb einer Antwortmaschine nicht. Es ist ein struktureller Wandel, keine Budgetverschiebung, und er kommt zu einer Zeit, in der Frachtmarketingabteilungen bereits unter dem Druck eines anhaltenden Frachtabschwungs stehen, der das diskretionäre Ausgabeverhalten im gesamten Sektor eingeschränkt hat.

Fachmedien, neu gewichtet

Zwei Zahlen von Muck Rack gestalten um, wo der Marketingaufwand liegen sollte.

Etwa 1 % aller Zitate aus der Antwortmaschinen-Optimierung stammen direkt aus einer Pressemitteilung, was etwa 33.000 Suchanfragen pro Tag entspricht, die durch Wire-Meldungen gelöst werden. Separat werden 27 % der branchenspezifischen Suchanfragen von Fachpublikationen beantwortet.

Die zweite Zahl hat im Frachtgeschäft ein besonderes Gewicht, wo Suchanfragen selten generisch sind. Niemand fragt ein LLM nach einem Zahnarzt in der Nähe. Man fragt, welcher 3PL in der Nähe einer Florida-Zentrale Omnichannel-Distribution betreibt, und das Modell sucht nach einer Publikation, die dies bereits beantwortet hat.

Browns empfohlene Reihenfolge der Maßnahmen lautet entsprechend: Wire-Dienst zuerst, Fachmedien als Zweites, Website als Drittes. Diese Reihenfolge widerspricht dem Instinkt der meisten Lieferkettenvermarkter, die instinktiv zur Neugestaltung der Website tendieren.

„Die LLMs interessieren sich nicht für Ihre Website. Sie gehen nicht auf Ihre Website“, sagte sie. „Der Inhalt Ihrer Website ist wichtig, aber die Reihenfolge der Maßnahmen lautet: Senden Sie mehr Pressemitteilungen, lassen Sie sich von den Fachmedien aufgreifen, und stellen Sie dann sicher, dass Sie ziemlich gute Inhalte auf Ihrer Website haben.“

Die Begründung ist arithmetisch, nicht ästhetisch. Kein Modell wird 50.000 Broker-Websites durchsuchen, um diejenige zu finden, die eine Nischenfrage in der Bruchteil einer Sekunde beantwortet, die es zum Antworten hat. Es wird auf den Wire-Dienst und die Fachredaktion zurückgreifen, die die Arbeit bereits erledigt haben.

Die Konsequenz für eine Branche, die ein Jahrzehnt lang die Fachberichterstattung als Legacy-Medien abgetan hat, ist unangenehm. „Fachmedien sind wichtiger als vor anderthalb Jahren“, sagte Brown.

Der Index ist die Quelle der Zahl

Wenn die Regel lautet, eine Zahl zu veröffentlichen, stellt sich die operative Frage, woher diese Zahl stammt. Browns Antwort ist ein Index, und sie empfiehlt fast jedem Unternehmen, das sie berät, einen solchen.

Zwei Strukturen haben sich als wirksam erwiesen. Die erste ist modusspezifisch, wobei die Disziplin darin besteht, einen Bereich zu wählen, den niemand besitzt.

Mit DAT bei Makro-Tarifdaten zu konkurrieren, ist beispielsweise ein aussichtsloses Unterfangen, und das Talent, das diesen Vorteil aufgebaut hat, hat sich inzwischen in der gesamten Branche verteilt. Ken Adamo, ehemaliger Chief of Analytics und General Manager des Shipper-Geschäfts bei DAT, wechselte im Mai als Chief Strategy Officer zu EASE Logistics. „Er macht das hervorragend“, sagte Brown.

In einem unbeanspruchten Modus zu konkurrieren, ist eine völlig andere Sache. ITS Logistics hat seinen Port/Rail Ramp Freight Index zu einer faktischen Eigenmarkenstellung für Drayage-Kommentare entwickelt, sodass Paul Brashier immer dann in den Nachrichten auftaucht, wenn etwas den Hafenbetrieb stört. Brown identifiziert Heavy und Light Final Mile als noch offenes Terrain.

Die zweite Struktur ist branchenspezifisch, und die adressierbare Zielgruppe ist kleiner, als die meisten Vermarkter erwarten. Ein LeadCoverage-Kunde bezieht etwa 30 % seines Geschäfts aus Stahl. Es gibt 123 Stahlhersteller und -verteiler in den Vereinigten Staaten.

„Die Nische innerhalb der Nische ist so klein“, sagte Brown. Das Programm erreicht monatlich 1.200 bis 1.400 Personen mit einem Index über Faktoren, die die Stahltransportraten beeinflussen: Energiepreise, Kraftstoff und Störungen im Nahen Osten. Ein neuer Kunde pro Quartal reicht aus, um die Messlatte zu erfüllen.

Die Ursprungsgeschichte, auf die Brown immer wieder zurückkommt, ist Redwood Logistics, ein Kunde seit 2020. Redwood unterhielt einen internen grenzüberschreitenden Newsletter – eine unkomplizierte Zusammenstellung von Zahlen und Versanddaten, der für den internen Gebrauch bestimmt war, nicht für externe Leser.

Brown und ihr Team erkannten eine Gelegenheit. Sie schlugen vor, diesen internen Newsletter in einen externen Index umzuwandeln, den die Branche nutzen könnte. Dieses Konzept wurde zu Redwood Mexico, was schließlich CNBC zum Laredo-Standort des Unternehmens für eine Mini-Dokumentation führte.

„Die PR funktioniert, wenn Sie der Presse regelmäßig einen Standpunkt mit einer wirtschaftlichen Perspektive vermitteln, die für den Verlader relevant ist“, sagte Brown.

Die Messfalle, die KI-Zitatprogramme zerstört

Die Branche kann den Wert dieser Programme noch nicht so nachweisen, wie es ein CFO verlangen würde. Attributions-Tracking für Zitate ist nach Browns eigener Einschätzung noch nicht zuverlässig, und sie ist offen über diese Lücke. Die Werkzeuge sind etwa sechs Monate alt. Agenturen können Zitatvolumen und das zuständige Modell beobachten, aber was danach passiert, bleibt im Dunkeln.

„Wir können Ihnen sagen, wie oft Sie zitiert wurden, aber wir können Ihnen nicht sagen, was danach passiert“, sagte sie.

Ein Kunde könnte durchklicken. Ein Kunde könnte sich den Namen notieren oder in eine Analyse für einen Vorgesetzten aufnehmen. Keine dieser Aktivitäten ist heute sichtbar.

Inzwischen erscheinen die sichtbaren Metriken falsch für jeden, der noch nach der alten Wertung urteilt. LeadCoverages Suchimpressionen stiegen während des Testzeitraums um 83 %. Google-Klicks sanken, weil KI-Antworten Kundenfragen lösten, bevor ein Klick stattfinden konnte. Direkter und Markentraffic stiegen weiter – das Muster, das entsteht, wenn Kunden ein Unternehmen über andere Kanäle als die Suche finden.

Mit den Annahmen von 2019 gelesen, sieht dieses Dashboard wie ein Misserfolg aus. Brown erwartet, dass diese Fehlinterpretation zum teuersten Fehler der Branche wird.

„Der häufigste Fehler, den wir erwarten, ist, dass Unternehmen diese Programme nach Klicks bewerten und sie genau dann abschalten, wenn sie zu wirken beginnen“, sagte sie. „Klicks sinken flächendeckend. Die Metrik, die jetzt zählt, ist, ob KI Sie zitiert, wenn ein Kunde nach Ihrer Kategorie fragt. Die heute zitierte Quelle ist morgen schwer zu verdrängen, weil diese Systeme Aktualität und Wiederholung belohnen. Dies ist eine Position, die man beanspruchen sollte, bevor ein Konkurrent es tut.“