Nordamerika hat eine der dichtesten Industriebasen der Welt und ein Handelsabkommen, das Lieferketten dort halten soll. Trotzdem vergleichen die meisten Einkaufsteams am Ende dieselbe Handvoll Lieferanten, die sie ohnehin schon kannten. Nicht weil die anderen schlechter wären, sondern weil sie bei der Suche schlicht nicht auftauchten.

Das USMCA hat den Zoll geregelt. Das Gefundenwerden hat es nicht geregelt. Das sind zwei verschiedene Probleme, und nur eines davon wird in einem Abkommen unterschrieben.

Ein Handelsabkommen gibt Zugang, keinen Kunden

Ein Handelsabkommen senkt die Kosten des Grenzübertritts und macht die Regeln planbar. Beides ist erheblich, und beides ist eine Eintrittsbedingung, kein Wettbewerbsvorteil. Wenn der Zoll für einen Lieferanten fällt, fällt er genauso für jeden anderen, der dieselbe Ursprungsregel erfüllt.

Der Vorteil beginnt später, in dem Moment, in dem ein Einkaufsleiter in Michigan, Texas oder Stuttgart einen Lieferanten braucht und entscheiden muss, wer die E-Mail bekommt. Dieser Moment passiert kaum noch auf einer Messe. Er passiert in einer Suche, und immer häufiger in einem Gespräch mit einer KI.

Wie Industrieeinkäufer heute eine Shortlist bauen

Niemand tippt "Metallumformung Lieferanten Mexiko" und arbeitet zehn blaue Links durch. Gefragt wird ChatGPT, Perplexity oder Copilot, und zwar wie in einem echten Gespräch: welche zertifizierten Umformbetriebe im Bajío fünfzigtausend Teile im Monat halten und die Ursprungsregel erfüllen können. Zurück kommen drei Namen, nicht zehn Links.

Diese drei Namen entstehen aus dem, was das System tatsächlich lesen und prüfen konnte. Ein Werk, dessen Fähigkeiten in einem PDF stecken, dessen Zertifikate ein Scan sind oder dessen Website nur auf Spanisch existiert, wird nicht als schlecht aussortiert. Es wird übersprungen, weil sich nichts darüber mit Sicherheit behaupten lässt, und eine KI, die nichts behaupten kann, zitiert auch nicht.

Was eine Maschine prüft, bevor sie einen Lieferanten nennt

Ob die Daten als Daten vorliegen, nicht als Layout

Toleranzen, Werkstoffe, installierte Kapazität, Zertifizierungen und Lieferzeiten müssen als lesbarer Text vorliegen, besser noch als strukturierte Daten. Ein gut gestaltetes Fähigkeits-PDF ist für eine Antwortmaschine eine geschlossene Datei. In einem von uns veröffentlichten Live-Audit über 200 US-Hersteller trugen nur 1,6 % das FAQ-Schema, das eine KI mit Vertrauen zitieren kann. Die Lücke ist kein mexikanisches Problem, sie ist ein industrielles.

Ob es in der Sprache existiert, in der gefragt wurde

Der Einkauf in Detroit fragt auf Englisch. Der Einkauf in Stuttgart, der in Mexiko beschafft, fragt auf Deutsch. Eine schnell hingeworfene Übersetzung ohne wechselseitiges hreflang und ohne das echte Fachvokabular der Branche ist schlechter als keine: sie verwirrt die Maschine darüber, wen der Lieferant überhaupt bedient.

Ob es nachprüfbare Belege gibt statt Adjektive

"Führend in Qualität" ist keine Information. Zertifizierungen mit Laufzeit, bediente Branchen, Teile pro Monat, Jahre am Markt und nennbare Kunden schon. Eine generative Maschine zitiert lieber das, was sie ohne Fehler zuordnen kann, und genau das Fehlerrisiko lässt sie eine Seite voller Superlative überspringen.

Warum das eine Frage der Wettbewerbsfähigkeit ist, keine des Marketings

Nearshoring hat Beschaffungsentscheidungen nach Nordamerika zurückgeholt, und das USMCA hat ihnen den rechtlichen Rahmen gegeben. Wer diese Umverteilung einfängt, entscheidet sich nicht allein am Teilepreis, sondern daran, wer auf der Shortlist auftaucht, während der Einkäufer sein Kandidatenfeld überhaupt erst zusammenstellt. Zwei Werke mit identischer Kapazität und identischem Preis konkurrieren heute auf einem Feld, auf dem eines für Maschinen lesbar ist und das andere nicht.

So gesehen ist Such- und Antwortmaschinen-Infrastruktur keine Marketingausgabe mehr, sondern Teil der Exportfähigkeit, in derselben Kategorie wie eine Zertifizierung oder eine Fertigungslinie. Eine Region, deren Werke von außen nicht auffindbar sind, nutzt das Abkommen nicht aus, das sie unterschrieben hat.

Was zu tun ist, in dieser Reihenfolge

Zuerst messen, wo Sie heute stehen: ChatGPT, Perplexity und Google genau die Fragen stellen, die Ihr Einkäufer stellen würde, die Antworten mit Datum sichern und zählen, wie oft Sie vorkommen. Ohne diese erste Aufnahme lässt sich später nicht belegen, dass sich etwas verändert hat.

Zweitens die Fähigkeiten aus dem PDF holen und auf indexierbare Seiten mit strukturierten Daten stellen. Drittens die englische Fassung sauber bauen, mit wechselseitigem hreflang und echtem Fachvokabular, nicht als wörtliche Übersetzung. Viertens erneut messen, gegen dieselbe Fragenliste, mit Datum. Diese Schleife, wiederholt, ist die ganze Arbeit.

Häufige Fragen

Verlangt das USMCA englischsprachige Inhalte?

Nein. Das Abkommen regelt Handel, nicht Kommunikation. Die Verpflichtung ist kaufmännisch, nicht rechtlich: Wenn der Zieleinkäufer auf Englisch recherchiert und ein Lieferant nur auf Spanisch existiert, ist dieser Lieferant draußen, bevor irgendjemand einen Preis vergleicht.

Wie lange dauert es, bis diese Arbeit sichtbar wird?

In der klassischen Suche sechs bis zwölf Monate für Positionen, die im industriellen B2B stetiges Volumen bringen. In Antwortmaschinen kann es schneller gehen, weil sie weniger vom Domain-Alter abhängen und mehr davon, ob Inhalte zitierfähig sind, dafür ist es flüchtiger: dieselbe Frage kann zweimal hintereinander andere Namen liefern. Wer eine feste Position in einer generativen Maschine verspricht, verspricht etwas, das das System nicht garantiert.

Ersetzt das Messen und Vertrieb?

Nein, es speist sie. Auf der Messe werden weiterhin Beziehungen geschlossen. Geändert hat sich, dass der Einkäufer mit einer Shortlist anreist, die er vorher durch Suchen gebaut hat. Auf dieser Liste zu stehen ist die vorgelagerte Arbeit, und genau die macht fast niemand.