Beobachtetes Signal · 23. Apr. 2026 · Technical Release · Quelle: https://martech.org/feed/ · Relevanz: 4/5 · Sentiment: Neutral
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.
Die Umstellung der Feed-Distribution durch ein LLM verändert die Hebel für organische B2B-Reichweite fundamental. Marketer und Publisher müssen ihre Content-Strategien zwingend von Engagement-Baiting auf verifizierte Fachexpertise und Nischenkonsistenz umstellen.
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 implementiert das KI-System 360Brew, das als 150-Milliarden-Parameter-Modell beschrieben wird.
- Eine AuthoredUp-Analyse von über 621.000 Beiträgen zeigt bei 98 % der Profile einen Reichweitenrückgang nach Einführung des KI-Updates.
- Laut AuthoredUp bringt ein „Save“ fünfmal mehr Reichweite als ein „Like“ und erhöht die Wahrscheinlichkeit eines Follows um 130 %.
- Der Algorithmus fokussiert sich stärker auf Textanalysen und thematische Konsistenz statt auf rein quantitatives Engagement.
- Laut Buffer erzielen 83 % der Accounts eine überdurchschnittliche Performance, wenn sie aktiv auf Kommentare unter eigenen Beiträgen antworten.
Verknüpfte Unternehmen
3 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
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.
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.
LinkedIn geht verschärft gegen minderwertigen KI-Content und Engagement-Bait vor
LinkedIn hat neue Maßnahmen angekündigt, um generische KI-generierte Inhalte („AI Slop“), Engagement-Baiting sowie automatisierte Kommentare im Feed einzudämmen. Gemeinsam mit dem hauseigenen Redaktionsteam entwickelte die Plattform ein Erkennungsmodell, das generischen KI-Content laut ersten Tests mit einer Genauigkeit von 94 % identifiziert. Entsprechend markierte Beiträge bleiben für das direkte Netzwerk des Verfassers zwar sichtbar, werden jedoch vom Ranking-Algorithmus bei der globalen Ausspielung depriorisiert. LinkedIn betonte, dass KI-gestütztes Schreiben weiterhin erlaubt bleibt, die veröffentlichten Inhalte jedoch die originäre Perspektive, persönliche Expertise oder echte Erfahrungen des Autors widerspiegeln müssen. Der Schritt spiegelt einen branchenweiten Trend wider, bei dem Plattformen zunehmend auf menschlich kuratierte, qualitativ hochwertige Interaktionen setzen.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.