Online Marketing & SEO
LinkedIn bremst Engagement-Tricks mit neuem Ranking-System
Das Business-Netzwerk mit über einer Milliarde Nutzer:innen will Inhalte künftig stärker nach Relevanz statt nach Popularität ausspielen. Kommentar-Tricks auf LinkedIn verlieren dank eines neuen Ranking-Systems an Wirkung. Nutzer:innen sollen dafür häufiger Beiträge sehen, die wirklich zu ihren Interessen passen. Zusätzlich können neue Accounts ihre Themen künftig schon beim Sign-up auswählen.
Generische Thought Leadership Posts, Engagement Bait mit Aufforderungen wie „Comment Yes“ oder immer wieder recycelte Karrieretipps dominieren die Timeline vieler User auf LinkedIn. Damit soll jetzt Schluss sein. LinkedIn reagiert darauf mit mehreren Änderungen am Algorithmus. Die Business-Plattform will mit einem neuen Ranking-System gegen Posts, die Interaktionen künstlich erzwingen zu versuchen, vorgehen. Gleichzeitig testet LinkedIn eine neue Funktion für den Einstieg: Neue Nutzer:innen sollen ihre Interessen künftig schon beim Sign-up auswählen können, damit ihnen von Anfang an passendere Inhalte im Feed angezeigt werden.
Highlights für Sie:
Neues LinkedIn Widget für Power User
LinkedIn setzt stärker auf Relevanz statt Viral-Tricks
LinkedIn erreicht nach eigenen Angaben weltweit über 1,3 Milliarden Mitglieder und gehört damit zu den größten Empfehlungssystemen der Branche. Für viele User ist die Plattform zentraler Ort für Networking, Job-Suche, Branchen-News und Personal Branding. Entsprechend wichtig ist es für LinkedIn, Nutzer:innen relevante Beiträge zu zeigen. Deshalb will die Business-Plattform Inhalte künftig stärker nach Relevanz statt nach reiner Popularität ausspielen. Posts, die viele schnelle Kommentare oder Reaktionen auslösen, sollen nicht automatisch mehr Reichweite erhalten.
Zu den Formaten, die künftig seltener auftauchen könnten, gehören typische Engagement Bait Posts mit Aufforderungen wie „Comment Yes if you agree“. Auch repetitive Thought Leadership Posts oder wiederverwertete Inhalte sollen laut LinkedIn im Ranking künftig niedriger bewertet werden. Darüber berichtete auch der Social-Media-Experte Matt Navarra nach einem Journalist:innen-Briefing mit LinkedIn.
Hinter der Änderung steht ein neues Ranking-System. Im LinkedIn Engineering Blog erklärt Entwickler Hristo Danchev, dass LinkedIn inzwischen ein LLM-basiertes Empfehlungssystem einsetzt.
Das System, das auf LinkedIn-Algorithmen und GPUs basiert, analysiert nicht nur Interaktionen, sondern auch Profilinformationen, Interessen und das Nutzungsverhalten über längere Zeiträume. Dazu gehören etwa gelesene Beiträge, Likes, Kommentare oder Inhalte, an denen Nutzer:innen ohne Interaktion vorbeiscrollen. Dabei erkennt das System auch thematische Zusammenhänge zwischen Inhalten und bewertet nicht nur einzelne Keywords. Wer sich beispielsweise häufig mit erneuerbaren Energien beschäftigt, könnte auch Beiträge über Stromnetze oder Energieinfrastruktur sehen.
Im Hintergrund bewertet das Empfehlungssystem Millionen Beiträge gleichzeitig und kombiniert die oben genannten Signale. Dadurch könnten künftig häufiger Inhalte von Expert:innen außerhalb des eigenen Netzwerks erscheinen, wenn sie thematisch relevant sind. Eine vereinfachte Darstellung des Systems aus dem LinkedIn Engineering Blog zeigt, wie Interaktionsdaten, Embeddings und ein zweistufiges Ranking zusammenarbeiten, um passende Inhalte für Nutzer:innen auszuwählen.
Neues Feature soll Content Discovery für LinkedIn Newbies verbessern
Zudem möchte LinkedIn Interessen neuer Nutzer:innen schon bei der Anmeldung besser einschätzen können. Dafür testet die Plattform einen Interest Picker im Registrierungsprozess, worauf erneut Matt Navarra in einem weiteren Post auf Threads hinweist.
Mit diesem Picker wählen Nutzer:innen Themen aus, die sie interessieren, etwa Künstliche Intelligenz, Cybersecurity, Leadership oder Startups. LinkedIn nutzt diese Angaben, um den Algorithmus bereits früh zu personalisieren – noch bevor genügend Interaktionsdaten vorhanden sind.
Gerade bei einem Cold Start ist LinkedIns neues Vorgehen wertvoll. Zu Beginn fehlen Likes, Kommentare oder Follows, aus denen sich Interessen ableiten lassen. Der Interest Picker soll diese Lücke schließen und schneller relevante Inhalte liefern. Neue Mitglieder könnten dadurch früher Beiträge sehen, die zu ihren beruflichen Interessen passen, und sich schneller an relevanten Diskussionen beteiligen.
LinkedIn:
Bezahlter Beitrags-Boost für Creator in Deutschland sorgt für Diskussion
