Beobachtetes Signal · 13. März 2026 · Technical Release · Quelle: OnlineMarketing.de · Relevanz: 3/5 · Sentiment: Positiv
LinkedIn drosselt Engagement-Baiting durch neues KI-basiertes Ranking-System
LinkedIn stellt sein Content-Ranking grundlegend um: Statt bloßer Popularität steht künftig thematische Relevanz im Fokus. Die Plattform setzt dabei auf eine GPU-gestützte, LLM-basierte Recommendation Engine, die Interaktionen, Profildaten sowie langfristige Nutzungsmuster analysiert, um Nutzerinteressen und inhaltliche Zusammenhänge präzise abzuleiten. Die Architektur nutzt Embeddings sowie ein zweistufiges Ranking-Verfahren, wodurch auch relevanter Experten-Content außerhalb des eigenen Netzwerks sichtbarer wird. Ergänzend testet LinkedIn einen „Interest Picker“ im Onboarding-Prozess, um Präferenzen für Themen wie KI, Cybersecurity oder Leadership frühzeitig zu erfassen. Ziel des Updates ist es, oberflächliches Engagement Baiting und recycelten Thought-Leadership-Content im Feed gezielt abzuwerten. Für das Netzwerk mit über 1,3 Milliarden Mitgliedern soll so die Content Discovery für Neu- und Bestandsnutzer nachhaltig verbessert werden.
Die algorithmische Neuausrichtung des führenden B2B-Netzwerks entwertet klassische Engagement-Tricks und zwingt Publisher sowie Corporate Influencer zu einer stärker qualitäts- und fachbezogenen Content-Strategie.
Marktsignale zu LinkedIn in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- LinkedIn gewichtet Content-Relevanz künftig höher als reine Beitrags-Popularität.
- Das System basiert auf einer LLM-gestützten Recommendation Engine auf GPU-Infrastruktur.
- Signale umfassen Interaktionen, Profilinformationen und langfristiges Nutzerverhalten.
- Die Ausspielung erfolgt über Vektor-Embeddings und einen zweistufigen Ranking-Prozess.
- Ein neuer „Interest Picker“ beim Signup erfasst Interessen wie KI, Startups oder Leadership.
- Engagement Baiting und repetitive Thought-Leadership-Inhalte werden algorithmisch abgewertet.
Verknüpfte Unternehmen
1 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
LinkedIn restrukturiert Feed-Algorithmus: KI-Modell 360Brew priorisiert thematische Autorität
LinkedIn hat die Distributionslogik seines Feeds grundlegend überarbeitet und setzt mit dem KI-System „360Brew“ (ein Modell mit rund 150 Milliarden Parametern) verstärkt auf Content-Qualität und thematische Expertise. Statt reiner Interaktionsvolumina bewertet die KI nun Textstrukturen, Einstiegssätze sowie die thematische Konsistenz eines Profils. Gleichzeitig verschiebt sich die Gewichtung von Nutzersignalen drastisch: Speicherungen („Saves“) generieren deutlich mehr Reichweite als einfache „Likes“ und steigern die Follow-Wahrscheinlichkeit messbar. Laut Analysen von Drittanbietern wie AuthoredUp verzeichnen fast alle Accounts seit dem Update Reichweitenverluste. Für Publisher und B2B-Marketer eröffnet dieser Wandel ein strategisches Zeitfenster: Wer Content auf Nischenexpertise zuschneidet und aktiv im Kommentarbereich interagiert, kann sich nachhaltige Reichweitenvorteile im neuen Distributionsmodell sichern.
LinkedIn straft minderwertigen KI-Content ab und priorisiert Verweildauer
LinkedIn geht gegen die Flut minderwertiger, KI-generierter Inhalte („AI Slop“) vor. Das Business-Netzwerk setzt künftig eigene KI-Systeme ein, um Textstrukturen und Engagement-Muster zu analysieren und automatisierte Low-Quality-Posts im Feed herabzustufen. Wie Plattform-Expertin Britta Behrens im t3n-Podcast „Arbeit in Progress“ erläutert, wandelt sich der Einsatz automatisierter KI-Agents zur Reichweitengenerierung damit zu einem handfesten Ranking-Nachteil. Statt oberflächlicher Kennzahlen wie reiner Follower-Zahlen oder Likes rückt LinkedIn qualitative Nutzersignale in den Fokus: Die Verweildauer (Dwell Time) – also ob ein Beitrag tatsächlich bis zum Ende gelesen wird – gewinnt massiv an Gewicht. Creators und B2B-Marketer sollten ihre Content-Strategie von reinen Impressionen hin zu echter Relevanz und spitzer Zielgruppenansprache verlagern. Menschliche Interaktion und fundierte Insights schlagen rein skalierte Reichweiten-Taktiken nachhaltig.
Ex-LinkedIn-Chef Roslansky verlässt Microsoft
Microsoft-Führungskraft Ryan Roslansky, der LinkedIn sechs Jahre lang leitete, wird das Unternehmen Ende 2026 verlassen. Satya Nadella kündigte den Abgang in einem Memo an und lobte Roslanskys Beiträge, insbesondere zur einheitlichen Copilot-App. Roslansky begründete seinen Schritt damit, dass er für die nächste Phase in Vollzeit in Redmond sein müsse, sein Leben aber in der Bay Area liege. Sein Abgang folgt auf andere Führungswechsel, darunter Phil Spencer und Rajesh Jha. Während seiner Amtszeit wuchs die LinkedIn-Mitgliederzahl von 700 Millionen auf 1,3 Milliarden. Dan Shapero wurde bereits zum neuen LinkedIn-CEO ernannt.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.