Was der LinkedIn Algorithmus 2026 anders macht
Am 9. November 2026 hat LinkedIn erklärt, wie Beiträge künftig zu Lesern außerhalb deines Netzwerks finden. Im Engineering Blog von LinkedIn beschreibt ein Entwicklerteam dafür das System „Profile Relevance“. Damit bekommt der Algorithmus von LinkedIn ein weiteres Werkzeug, das mit KI-Sprachmodellen arbeitet. Für dich heißt das: Nicht nur deine Kontakte entscheiden über die Reichweite, sondern auch die Passung von Thema und Leser.
Der Schritt kommt allerdings nicht aus dem Nichts. Schon im März 2026 hat LinkedIn den Feed umgebaut. Seitdem sucht ein einheitliches System auf Basis großer Sprachmodelle die Kandidaten, und ein neues Modell sortiert sie. Gleichzeitig kündigte LinkedIn an, Köder-Fragen, Kommentar-Automatisierung und Engagement Pods auszubremsen. Pods sind Gruppen, die sich verabredet gegenseitig liken und kommentieren.
Ein Empfehlungssystem wählt aus Millionen Inhalten die wenigen aus, die für eine Person wahrscheinlich relevant sind. Genau das ist der LinkedIn Algorithmus, auch wenn dahinter viele einzelne Modelle stecken. Dieser Leitfaden ordnet deshalb ein, was LinkedIn selbst belegt, was in der EU gilt und was KMU daraus fürs Posten ableiten. Gerüchte über Uhrzeiten und Hashtag-Zahlen landen im Faktencheck.
Profile Relevance: das neue Empfehlungssystem von LinkedIn
Profile Relevance ist laut LinkedIn ein Retrieval-System, also eine Stufe, die passende Kandidaten für den Feed sucht. Es arbeitet mit LLM-Embeddings: Ein Sprachmodell übersetzt Texte in Zahlenreihen, die ihre Bedeutung abbilden. Liegen die Zahlen eines Profils und eines Beitrags nah beieinander, passt der Beitrag zum Leser. Eingesetzt wird das System für Beiträge von Leuten, mit denen man nicht vernetzt ist.
Wie Profile Relevance Leser und Beiträge zusammenbringt
Für den Leser baut das System eine Beschreibung aus dem Profil: Headline, Zusammenfassung, Skills, Berufsweg und Ausbildung. Name und Geschlecht fließen laut LinkedIn nicht ein. Den Beitrag erfasst es über Text, Titel und bei Videos das Transkript, dazu Angaben zum Autor wie den Ort. Abgeglichen werden schließlich Thema, Ort, Jobtitel, Unternehmen, Branche, Seniorität und Ausbildung.
Daraus folgt ein einfacher Gedanke. Ein Beitrag über die E-Rechnung passt eher zu Buchhaltern und Geschäftsführern als zu Grafikern, auch ohne Verbindung zu dir. Je klarer dein Text das Thema benennt, desto besser kann das Modell ihn zuordnen. Vage Motivationssprüche geben ihm dagegen wenig in die Hand.
Die Hürde: erst ein Fremder, dann mehr Fremde
Ganz ohne Vorleistung empfiehlt Profile Relevance allerdings nichts. Ein Beitrag muss vorher mindestens eine Reaktion, einen Kommentar oder ein Teilen von jemandem bekommen haben, der nicht mit dir vernetzt ist. Erst dann kommt er für weitere Fremde infrage. Deshalb lohnt es sich, wenn dein Thema auch außerhalb des engsten Kreises verständlich ist.
In Tests gegen das Vorgängersystem hat LinkedIn die Wirkung gemessen. Die Zahlen beziehen sich dabei auf alle Leser, nicht auf einzelne Autoren. Besonders profitieren Mitglieder mit wenig Aktivität, über die LinkedIn bisher kaum Signale hatte. In welchen Ländern Profile Relevance schon läuft, nennt der Beitrag allerdings nicht.
−18,8 %
seltener blendeten Leser Beiträge aus, gemessen gegen das Vorgängersystem
+0,94 %
mehr Reaktionen, Kommentare und Teilen auf empfohlene Beiträge (Viral Rate)
+17,7 %
mehr solcher Interaktionen bei Mitgliedern mit wenig bisheriger Aktivität
So verteilt der LinkedIn-Feed deine Beiträge in drei Stufen
Profile Relevance ist nur ein Baustein. Den Weg vom Veröffentlichen bis in fremde Feeds beschreibt LinkedIn in mehreren Beiträgen, zusammen ergeben sie drei Stufen. Zuerst sucht ein Retrieval-System aus Millionen Beiträgen in unter 50 Millisekunden die Kandidaten. Danach sortiert ein Ranking-Modell sie, und am Ende greifen Qualitätsfilter.
Stufe
Was passiert
Was das für dich heißt
1. Kandidaten finden
Ein System auf Basis großer Sprachmodelle durchsucht Millionen Beiträge, neue Beiträge sind binnen Minuten auffindbar
Klare Sprache und ein erkennbares Thema helfen bei der Zuordnung
2. Ranking
Der Generative Recommender wertet über 1.000 frühere Interaktionen des Lesers aus und schätzt Klick, Verweilen, Reaktion, Kommentar und Teilen
Beiträge, bei denen Leser hängen bleiben, haben bessere Karten
3. Filter
Klassifikatoren bremsen Spam, Köder-Fragen, gekaufte Interaktion und generische KI-Texte
Tricks kosten Reichweite, statt sie zu bringen
Beim Ranking unterscheidet das Modell passive Signale wie Klick, Überspringen und langes Verweilen von aktiven wie Like, Kommentar und Teilen. Wie stark LinkedIn die einzelnen Signale gewichtet, veröffentlicht das Unternehmen allerdings nicht. Wer also behauptet, ein Kommentar sei genau fünf Likes wert, rät.
Für die dritte Stufe gibt es dagegen Zahlen. Laut LinkedIn prüfen Klassifikatoren alle Beiträge, die über das direkte Netzwerk hinaus verteilt werden, auf sogenannten AI Slop. Gemeint sind generische, austauschbare KI-Texte, und die Trefferquote der Prüfung liegt laut LinkedIn bei 94 Prozent. Inhalte mit diesem Etikett hatten im August 2026 rund 40 Prozent weniger Aufrufe. Dass KI-Nutzung an sich bestraft wird, sagt LinkedIn jedoch nicht.
Welche Signale der LinkedIn Algorithmus offiziell auswertet
Im Hilfe-Center erklärt LinkedIn auf der Seite „LinkedIn Relevanz“, nach welchen Kriterien der Feed sortiert. Die Signale lassen sich in drei Gruppen fassen. Sie beschreiben dabei dich als Leser, also wie der Algorithmus von LinkedIn entscheidet, was in deinem Feed landet.
- Identität: wer du bist, also Ort, Arbeitsplatz, Skills und beruflicher Werdegang.
- Inhalt: wie oft ein Beitrag angesehen und kommentiert wird, sein Thema, ob er Wissen oder Rat bietet, Aktualität, Sprache und wie konstruktiv die Diskussion verläuft.
- Aktivität: worauf du reagierst, mit wem du oft interagierst, wie lange du bei Beiträgen bleibst und welchen Themen und Personen du folgst.
Bemerkenswert ist der Punkt „Wissen oder Rat“. LinkedIn wertet also aus, ob ein Beitrag etwas Nützliches liefert. Außerdem stellt die Hilfe klar, dass Zahlungen die Verteilung nicht beeinflussen, außer bei gekennzeichneten Anzeigen. Wer mehr Reichweite auf LinkedIn kaufen will, muss also werben.
Für Beiträge an Fremde gibt es eine zweite Hilfeseite. Dort steht, was empfohlene Beiträge brauchen: genug Kontext, nicht zu viel Werbung und Elemente wie Text, Bild oder Video. Wer sie sieht, hängt von früheren Interaktionen, dem Profil und der geschätzten Wahrscheinlichkeit ab, dass jemand reagiert.
Und die Autoren selbst? Schon im August 2025 schrieb LinkedIn, dass das Ranking die berufliche Identität des Autors berücksichtigt, also Erfahrung, Skills und Inhalte auf dem Profil. Alter, Herkunft und Geschlecht zählen dagegen ausdrücklich nicht. Dein Profil ist damit ein Teil deiner Beiträge.
Mythen über den LinkedIn-Algorithmus im Faktencheck
Rund um den LinkedIn Algorithmus kursieren viele Faustregeln. Die meisten stammen aus Auswertungen von Tool-Anbietern oder aus eigenen Beobachtungen, nicht von LinkedIn. Die Tabelle zeigt deshalb, was die offiziellen Quellen zu den häufigsten Behauptungen hergeben.
Behauptung
Was LinkedIn belegt
Einordnung
„360Brew steuert den Feed“
Das Forschungspapier zu 360Brew beschreibt ein Modell vor dem Produktiveinsatz und ist zurückgezogen; die Feed-Architektur nennt den Generative Recommender
nicht belegt
„Die erste Stunde entscheidet“
Keine Quelle nennt ein Zeitfenster; Aktualität ist ein Signal unter vielen
nicht belegt
„Links im Beitrag kosten Reichweite“
Keine offizielle Aussage; empfohlene Beiträge sollen nicht zu werblich sein
nicht belegt
„Genau drei bis fünf Hashtags“
Keine Aussage zur Reichweite; markierte Themen zählen zu den Inhaltssignalen
nicht belegt
„KI-Texte werden abgestraft“
Generischer AI Slop wird gedrosselt, KI-Nutzung an sich nicht
teilweise belegt
„Engagement Pods bringen Reichweite“
Künstlich gepushte Beiträge werden markiert und begrenzt, Tools dafür sind verboten
widerlegt
Dass ein Mythos nicht belegt ist, heißt nicht, dass er falsch ist. Es heißt nur, dass außerhalb von LinkedIn niemand die Gewichtung kennt. Deshalb lohnt der eigene Test mehr als die Faustregel aus dem Netz: zum Beispiel zwei Varianten, ein paar Wochen, dann die Zahlen vergleichen.
Ein Wort noch zu „LinkedIn bewertet Personen statt Beiträge“. Das stimmt nur halb. Das Ranking berücksichtigt zwar die berufliche Identität des Autors. Gleichzeitig erfasst Profile Relevance jeden Beitrag über seinen Text, und Inhaltssignale bilden eine eigene Gruppe. Für den LinkedIn Algorithmus zählen also beide, Person und Beitrag.
Was die EU vom Algorithmus von LinkedIn verlangt
In der EU gelten für LinkedIn zusätzliche Regeln, denn die Plattform gilt nach eigenen Angaben als sehr große Online-Plattform. Für sie verlangt der Digital Services Act in Artikel 27, die wichtigsten Parameter ihrer Empfehlungssysteme offenzulegen. Dazu gehört auch, warum diese Kriterien wichtig sind. Artikel 38 schreibt zudem mindestens eine Feed-Option vor, die nicht auf Profiling beruht.
LinkedIn setzt das auf zwei Wegen um. Die Hilfeseite „LinkedIn Relevanz“ erklärt die Signale, die oben stehen. Außerdem lässt sich der Feed unter „Bevorzugte Feed-Ansicht“ auf „Neueste Beiträge“ umstellen. Dann nutzt LinkedIn Interessen und Aktivität nicht zum Sortieren, und im EWR erscheinen alle Updates aus dem Netzwerk in zeitlicher Reihenfolge.
Nicht jeder Kontakt sieht den Top-Feed
Ein Teil deiner Kontakte liest den Feed womöglich chronologisch, ganz ohne Empfehlungen. Bei ihnen zählt vor allem, dass du regelmäßig postest. Wie viele Mitglieder die Option nutzen, veröffentlicht LinkedIn nicht.
So postest du als KMU passend zum LinkedIn Algorithmus
Aus den offiziellen Quellen lässt sich ein ruhiger Plan ableiten, ganz ohne Tricks. Er passt zu einem Steuerbüro genauso wie zu einer Werbetechnik-Firma mit zehn Leuten. Wichtig ist vor allem Beständigkeit beim Thema, weniger die Uhrzeit.
Ein Fachthema festlegen
Wähle zwei, drei Themen, zu denen du wirklich etwas weißt, und bleib dabei. Profile Relevance ordnet Beiträge über Themen zu, ein klarer Schwerpunkt macht dich dafür greifbar.
Das Profil auf die Themen abstimmen
Headline, Info-Text und Skills sollten dieselben Themen nennen wie deine Beiträge. Genau diese Felder liest das System, um Leser und Beiträge zusammenzubringen.
Für Fremde verständlich schreiben
Erkläre Abkürzungen und gib Kontext, als würde dich der Leser nicht kennen. Liefere Wissen oder Rat statt Werbung, denn genau das nennt die Hilfe als Signal.
Gespräche führen statt Reichweite jagen
Antworte auf Kommentare mit Substanz und kommentiere selbst bei anderen. Konstruktive Diskussionen sind ein Inhaltssignal, Pods und Kommentar-Tools dagegen verboten.
Das Format zum Inhalt wählen
Nutze ein Video nur, wenn es zum Text passt. Laut LinkedIn bekommen Videos ohne Bezug zum Beitragstext keine zusätzliche Reichweite mehr.
Dazu ein Wort zu KI beim Schreiben. Sie darf helfen, etwa beim Gliedern oder Kürzen. Der Kern muss aber von dir kommen: eine eigene Erfahrung, eine Zahl aus dem Alltag, eine klare Meinung. Genau das unterscheidet einen Fachbeitrag von dem austauschbaren Text, den der LinkedIn Algorithmus als AI Slop drosselt.
Für die Themenwahl hilft es außerdem, die Zielgruppe genau zu kennen. Wie du sie beschreibst, steht im Beitrag über eine klare Buyer Persona. Erzählst du lieber Geschichten statt Fachtipps, liefert der Beitrag zu Brand Storytelling für KMU Ideen.
Fachwissen aus dem Alltag zeigen: Solche Beiträge verstehen auch Leute, die dir noch nicht folgen.
Reichweite auf LinkedIn messen: Welche Zahlen zählen
Ob der Plan wirkt, zeigt die Statistik jedes Beitrags. LinkedIn weist dort unter anderem Impressionen, erreichte Mitglieder und den Anteil der Impressionen innerhalb und außerhalb deines Netzwerks aus. Dazu kommen Reaktionen, Kommentare, Reposts, Speichern, Senden und Besuche über Links.
- Erreichte Mitglieder: geschätzte Zahl einzelner Personen und Seiten, ohne Mehrfachansichten, deshalb aussagekräftiger als Impressionen.
- Außerhalb des Netzwerks: Anteil der Impressionen bei Leuten ohne Verbindung zu dir, in der englischen Oberfläche „Out of network“.
- Profilbesuche und neue Follower: zeigen, ob aus Reichweite echtes Interesse wird.
- Speichern und Senden: Hinweise auf Nutzen, weil Leser den Beitrag behalten oder weitergeben wollen.
Der Wert außerhalb des Netzwerks ist dabei der direkte Spiegel für den neuen LinkedIn Algorithmus. Steigt er über einige Beiträge, findet dein Thema Leser, die dich noch nicht kennen. Bleibt er niedrig, lohnt ein Blick auf Kontext und Verständlichkeit deiner Texte.
Beachte außerdem die Fristen. Engagement-Zahlen hält LinkedIn 1.000 Tage vor, erreichte Mitglieder nur 400 Tage und demografische Daten 180 Tage. Exportiere die Werte deshalb regelmäßig, etwa einmal im Monat. Welche Ziele du überhaupt messen solltest, erklärt der Beitrag zu den richtigen Zielen im Social Media Marketing.
Fazit: Für Leute schreiben, die dich noch nicht kennen
Der LinkedIn Algorithmus belohnt 2026 vor allem Passung: Thema, Profil und Leser müssen zusammenpassen. Profile Relevance öffnet dabei die Tür zu Lesern außerhalb deines Netzwerks, allerdings erst nach der ersten Reaktion eines Fremden. Tricks wie Pods oder Köder-Fragen kosten dagegen Reichweite. Leg deshalb diese Woche dein Kernthema fest, gleich dein Profil daran an und prüf nach vier Beiträgen den Anteil außerhalb deines Netzwerks.
Häufige Fragen
Wie funktioniert der LinkedIn Algorithmus 2026?
Der Feed arbeitet in drei Stufen. Zuerst sucht ein System auf Basis großer Sprachmodelle passende Beiträge aus Millionen Kandidaten. Danach sortiert der Generative Recommender sie anhand von über 1.000 früheren Interaktionen des Lesers. Zum Schluss bremsen Filter Spam, gekaufte Interaktion und generische KI-Texte. Das neue System Profile Relevance ergänzt die Suche um Beiträge von Leuten, denen man nicht folgt.
Sieht man auf LinkedIn Beiträge von Leuten, denen man nicht folgt?
Ja. LinkedIn empfiehlt gezielt Beiträge von außerhalb des eigenen Netzwerks, unter anderem über das System Profile Relevance. Es vergleicht das Berufsprofil des Lesers per Sprachmodell mit dem Text des Beitrags. Voraussetzung ist, dass schon ein Mitglied ohne Verbindung zum Autor reagiert, kommentiert oder geteilt hat. Wer das nicht möchte, stellt den Feed auf „Neueste Beiträge“ um.
Kann man den LinkedIn-Feed chronologisch anzeigen?
Ja. In den Einstellungen unter „Bevorzugte Feed-Ansicht“ wählst du „Neueste Beiträge“. Dann sortiert LinkedIn ohne deine Interessen und deine Aktivität, und im EWR erscheinen alle Updates aus deinem Netzwerk in zeitlicher Reihenfolge. Diese Option ohne Profiling schreibt der Digital Services Act sehr großen Plattformen vor. Standard bleibt der personalisierte Feed.
Bestraft LinkedIn Beiträge, die mit KI geschrieben sind?
Nicht pauschal. LinkedIn prüft Beiträge, die über das eigene Netzwerk hinaus verteilt werden, auf sogenannten AI Slop, also generische und austauschbare Texte. Solche Inhalte hatten im August 2026 rund 40 Prozent weniger Aufrufe. Dass KI-Unterstützung an sich bestraft wird, sagt LinkedIn nicht. Entscheidend ist, ob der Beitrag eigene Erfahrung und echten Nutzen liefert.
Was ist 360Brew von LinkedIn?
360Brew ist ein Forschungsmodell von LinkedIn mit 150 Milliarden Parametern, beschrieben in einem Papier von 2025. Es galt als Modell vor dem Produktiveinsatz, und alle Fassungen des Papiers sind inzwischen zurückgezogen. Dass 360Brew den Feed steuert, belegt LinkedIn nicht. Die offizielle Beschreibung der Feed-Architektur vom März 2026 nennt stattdessen den Generative Recommender.
Du willst das nicht allein umsetzen?
Ich helfe dir bei Auswahl, Einrichtung und den ersten Schritten – ohne Agentur-Overhead.
Quellen
- LinkedIn Engineering: Profile Relevance (9.11.2026)
- LinkedIn Engineering: Next generation of LinkedIn’s feed (12.3.2026)
- LinkedIn Hilfe: LinkedIn Relevanz
- LinkedIn Hilfe: Empfohlene Beiträge
- LinkedIn Hilfe: Feed-Ansicht einstellen
- EUR-Lex: Digital Services Act
- LinkedIn Hilfe: Beitragsstatistiken
- arXiv: 360Brew (zurückgezogen)
Stand vom 11. November 2026 · Zahlen und Pläne können sich ändern – wir halten den Beitrag aktuell.
