LinkedIns KI-Müll-Knopf erreicht eine Million Meldungen

Worum es geht

LinkedIn hat Ende Juli 2026 eine Rückmeldung mit der Bezeichnung „Seems like AI slop“ eingeführt. Nutzer können damit Beiträge markieren, die wie automatisch erzeugte Massenware wirken. Laut einem öffentlichen Beitrag des LinkedIn-Produktchefs Tomer Cohen wurde die Schaltfläche innerhalb weniger Wochen mehr als eine Million Mal benutzt. Zusammen mit einer überarbeiteten Erkennung habe das die Aufrufe von Inhalten, die LinkedIn als KI-Müll einstuft, um 40 Prozent gesenkt.

Die Zahlen sind bemerkenswert, weil LinkedIn lange davon profitierte, dass Schreiben immer leichter wurde: Erst Vorlagen, dann Schreibassistenten und schließlich komplette Beiträge auf Knopfdruck. Nun muss die Plattform sichtbar gegen die Nebenwirkung vorgehen: mehr Text, aber weniger echte Information.

Was LinkedIns Meldefunktion tatsächlich macht

Die Funktion ist kein öffentliches Etikett unter einem Beitrag. Ein Klick liefert LinkedIn ein zusätzliches Signal für die Sortierung des Feeds. Die Plattform kombiniert solche Nutzerhinweise mit eigenen Erkennungssystemen und kann die Reichweite verdächtiger Inhalte verringern. LinkedIn sagt nicht, dass jeder gemeldete Beitrag automatisch verschwindet oder dass jedes mit KI erstellte Stück unerwünscht ist.

Entscheidend ist die Trennung zwischen Werkzeug und Ergebnis. Ein Mensch kann KI zur Rechtschreibprüfung oder Strukturierung verwenden und trotzdem einen eigenständigen, nützlichen Beitrag veröffentlichen. Die Meldefunktion richtet sich gegen Inhalte, die austauschbar, massenhaft oder irreführend wirken. Wie stark ein einzelner Klick gewichtet wird und welche Schwelle zur Herabstufung führt, legt LinkedIn nicht offen.

Warum das wichtig ist

Ein Berufsnetzwerk lebt davon, dass Nutzer Personen, Erfahrungen und Fachwissen einschätzen können. Wenn generische Erfolgsgeschichten, erfundene Erfahrungen oder automatisch erzeugte Kommentare den Feed füllen, steigen die Suchkosten für alle. Die Million Meldungen ist deshalb weniger ein kurioser Zähler als ein Zeichen für ein Vertrauensproblem.

Eine Untersuchung des Erkennungsanbieters Pangram vom Juli 2026 stufte 41 Prozent der untersuchten längeren LinkedIn-Beiträge als vollständig KI-generiert ein. Diese Zahl ist keine vollständige Messung des gesamten Netzwerks: Auswahl, Sprache und Erkennungsverfahren beeinflussen das Ergebnis. Sie passt aber zu der Beobachtung, dass LinkedIn neben technischen Filtern nun ausdrücklich auf Rückmeldungen seiner Nutzer setzt.

Für Autoren entsteht ein klarer Anreiz: Eigene Beispiele, überprüfbare Zahlen und konkrete Erfahrungen werden wertvoller als makellose, aber inhaltsarme Texte. Für Unternehmen bedeutet das zugleich, dass automatisierte Veröffentlichungspläne Reichweite verlieren können, selbst wenn sie formal keine Plattformregel verletzen.

Einfach erklärt

Stellen wir uns den LinkedIn-Feed wie ein Buffet vor. Wenn immer mehr Schalen mit derselben geschmacklosen Fertigsuppe auftauchen, hilft ein Hinweis der Gäste dem Küchenchef, diese Schalen nach hinten zu stellen. Der Hinweis beweist nicht, wer die Suppe gekocht hat. Er sagt nur: Dieses Angebot wirkt austauschbar und verdrängt bessere Speisen.

Praktisches Beispiel

Eine Personalberatung veröffentlicht pro Woche 50 automatisch erzeugte Beiträge. Jeder Text enthält dieselben allgemeinen Sätze über Führung und Erfolg, aber keine Namen, Daten oder eigenen Fälle. Zehn Nutzer markieren mehrere Beiträge als KI-Müll. LinkedIns System erkennt zusätzlich wiederkehrende Formulierungen und senkt die Verteilung.

Ein Berater veröffentlicht dagegen einen Beitrag pro Woche über eine echte Besetzung: 37 Bewerbungen, drei Gesprächsrunden und eine konkrete Lehre aus dem Prozess. Er nutzt KI nur, um den Entwurf zu kürzen. Die neue Meldefunktion bewertet nicht den verwendeten Schreibprozess, sondern sammelt Signale zur wahrgenommenen Qualität. Ob der zweite Beitrag tatsächlich besser verteilt wird, lässt sich daraus nicht garantieren.

Einordnung und Grenzen

• Eine Million Klicks sind nicht gleichbedeutend mit einer Million eindeutig nachgewiesenen KI-Beiträgen. Mehrfachmeldungen und Fehlurteile sind möglich.
• Die gemeldete Senkung um 40 Prozent betrifft von LinkedIn erkannte Inhalte. Ohne Ausgangswert, Zeitraum und Prüfmethode lässt sich die Wirkung nicht unabhängig reproduzieren.
• KI-Erkennung kann menschliche Texte falsch markieren und bearbeitete KI-Texte übersehen. Die Funktion ist daher ein Sortiersignal, kein verlässlicher Urhebernachweis.

LinkedIn veröffentlicht zudem keine vollständige Definition von „AI slop“. Transparenz über Einspruchsmöglichkeiten und den Einfluss einzelner Meldungen bleibt wichtig, damit koordinierte Kampagnen oder bloße Abneigung nicht zu unsichtbaren Strafen führen.

SEO- und GEO-Schlüsselbegriffe

LinkedIn, AI slop, KI-Müll, generative KI, Feed-Qualität, Content-Moderation, Tomer Cohen, Pangram, KI-Erkennung, soziale Netzwerke