LinkedIn Algorithmus 2026

Kurze Antwort: Der LinkedIn-Algorithmus ist eine Reihe von Modellen des maschinellen Lernens, die entscheiden, welche Beiträge im Feed jedes Mitglieds erscheinen und in welcher Reihenfolge. LinkedIn gibt an, dass die Einstufung pro Betrachter erfolgt und Signale zu Identität, Inhalten und früherem Verhalten verwendet werden. Alles andere, wie etwa die Annahme, dass Speicherungen höher gewichtet werden als Likes, beruht auf Beobachtungen von Creatorn. Schreiben Sie für die Beziehung zu Ihren Lesern und testen Sie dann, was funktioniert.

Wichtige Fakten

Der detaillierteste Beitrag von LinkedIn Engineering, den wir gefunden haben und der Feed-Signale auflistet, stammt vom 29. März 2018. Er gruppiert Signale in Identität, Inhalt und Verhalten.
Ein Papier von LinkedIn-Autoren vom Februar 2026 besagt, dass ein auf Transformern basierender Ranker namens Feed SR einen auf DCNv2 basierenden Ranker ersetzt hat und seit über drei Monaten den Großteil des Feed-Traffics bedient.
Dasselbe Papier berichtet von A/B-Zuwächsen von +2,10 % bei der verbrachten Zeit und +3,52 % bei Likes, Kommentaren oder Reshares im Vergleich zum früheren Modell.
Das Hilfe-Center von LinkedIn gibt an, dass der Feed standardmäßig „Top-Beiträge“ anzeigt und Mitglieder auf „Aktuell“ umstellen können.
In den Analysen für LinkedIn-Seiten zählt eine Impression, wenn mindestens 50 % eines Beitrags für mindestens 300 Millisekunden sichtbar sind.
Wir haben keine offizielle Ankündigung von LinkedIn vom Dezember 2025 gefunden, die eine Änderung des Rankings beschreibt.

Der LinkedIn-Algorithmus 2026: Funktionsweise in einfachen Worten

LinkedIn veröffentlicht keine Gewichtungstabelle, daher kann Ihnen niemand außerhalb des Unternehmens exakte Formeln nennen. Was das Unternehmen jedoch veröffentlicht, ist die Architektur: wie Beiträge gesammelt, bewertet und sortiert werden. Das reicht aus, um daraus Schlüsse zu ziehen.

Einfach ausgedrückt: Der Feed wird für jeden Betrachter individuell erstellt. Beiträge werden aus Ihrem Netzwerk und von Themen, mit denen Sie interagieren, abgerufen, von einem Ranking-Modell bewertet und dann in die Liste einsortiert, die ein Mitglied sieht. Leser, die fragen, wie der LinkedIn-Algorithmus im Jahr 2026 funktioniert, erwarten oft eine Liste mit Tricks. Die ehrliche Antwort lautet: Das Ranking ist persönlich. Derselbe Beitrag kann also für einen Betrachter hoch und für einen anderen niedrig eingestuft werden.

Daraus ergeben sich zwei Konsequenzen. Erstens entsteht Reichweite durch Relevanz für bestimmte Personen, nicht durch einen universellen Score. Zweitens ist Ihre Historie mit diesen Personen wichtig, da die Modelle aus dem früheren Verhalten jedes Mitglieds lernen.

Was hat LinkedIn tatsächlich gesagt und wann?

Die folgende Tabelle ist eine chronologische Aufzeichnung. Jede Zeile ist gekennzeichnet, damit Sie zwischen den Aussagen von LinkedIn und den Berichten von Creatorn unterscheiden können.

Datum	Quelle	Aussage	Kennzeichnung
29. März 2018	LinkedIn Engineering Blog	Signale fallen in die Kategorien Identität, Inhalt und Verhalten. Klicks allein sind ein schlechter Indikator für den Wert. Das Team investiert in Modelle, die Mitglieder belohnen, die langfristig qualitativ hochwertige Inhalte erstellen.	Von LinkedIn bestätigt
Jan. 2025	LinkedIn-Forschungspapier, 360Brew	Beschreibt ein Decoder-only-Modell mit 150 Milliarden Parametern für personalisiertes Ranking und Empfehlungen. Das Papier verrät nicht, ob es den Live-Feed bedient.	Von LinkedIn bestätigt (Forschung)
Okt. 2025	LinkedIn-Forschungspapier zu Feed-Retrieval	Beschreibt das Retrieval für den Feed, das mit kausalen Sprachmodellen erstellt wurde.	Von LinkedIn bestätigt (Forschung)
Dez. 2025	Keine gefunden	Keine offizielle Ankündigung gefunden. Umlaufende Behauptungen stammen aus Beiträgen von Creatorn und Anbietern.	Von Creatorn beobachtet
Feb. 2026, überarbeitet Sep. 2026	LinkedIn-Forschungspapier, Feed SR	Ein auf Transformern basierender sequenzieller Ranker ersetzt einen DCNv2-basierten Ranker und bedient den Großteil des Feed-Traffics. A/B-Ergebnisse: +2,10 % verbrachte Zeit, +3,52 % Likes, Kommentare oder Reshares.	Von LinkedIn bestätigt

Beachten Sie, was fehlt: Es gibt keine Aussage darüber, dass Kommentare höher gewichtet werden als Likes, dass Links die Reichweite verringern oder dass ein Beitrag eine bestimmte Länge haben muss. Solche Behauptungen kursieren zwar weitläufig, sind aber nicht in den offiziellen Aufzeichnungen von LinkedIn zu finden.

LinkedIn-Algorithmus-Update Dezember 2025: Was ist bestätigt?

Wir haben nach einem offiziellen LinkedIn-Algorithmus-Update für Dezember 2025 gesucht und keines gefunden. Was wir gefunden haben, waren Beiträge von Creatorn und Blogs von Anbietern, die von ihnen beobachtete Änderungen beschreiben. Betrachten Sie diese als Hypothesen.

Die nächstgelegenen offiziellen Quellen sind das Retrieval-Paper vom Oktober 2025 und das Ranker-Paper vom Februar 2026. Beide beschreiben Forschungs- und Entwicklungsarbeit, keine datierte Produktankündigung.

Wie man Nachrichten zum LinkedIn-Algorithmus liest

Nachrichten über Algorithmen folgen meist einem Muster: Ein Creator bemerkt eine Veränderung der Reichweite, ein Anbieter schreibt darüber und die Behauptung verbreitet sich. Bevor Sie Ihre Gewohnheiten ändern, stellen Sie vier Fragen.

Zitiert die Quelle LinkedIn direkt mit einem Link?
Ist die Behauptung datiert?
Stützt sie sich auf die Ergebnisse eines einzelnen Accounts oder auf viele?
Wäre der Rat auch dann sinnvoll, wenn die Behauptung falsch wäre?

Wenn die Antwort auf die letzte Frage „Ja“ lautet, übernehmen Sie ihn. Wenn nicht, warten Sie ab.

Welche Signale sind wichtig und welche sind Mythen?

Diese Tabelle sortiert gängige Behauptungen nach ihrer Beweislage. „Nicht bestätigt“ bedeutet, dass LinkedIn dies in keiner der von uns gefundenen Quellen erwähnt hat.

Signal oder Behauptung	Status	Was wir sagen können
Ihre Beziehung zum Betrachter	Von LinkedIn bestätigt	Verhaltenssignale beinhalten, mit wem ein Mitglied am meisten interagiert
Thema, Sprache und Alter des Beitrags	Von LinkedIn bestätigt	Inhaltssignale beinhalten Thema, Alter und Sprache
Die Interaktionshistorie eines Mitglieds	Von LinkedIn bestätigt	Der Ranker von 2026 arbeitet sequenziell, das heißt, er liest vergangenes Verhalten in der richtigen Reihenfolge
Kommentare wiegen schwerer als Likes	Nicht bestätigt	Nur Beobachtung durch Creator
Saves wiegen schwerer als Likes	Nicht bestätigt	Nur Beobachtung durch Creator
Verweildauer auf einem Beitrag	Nicht bestätigt	Der Beitrag von 2018 zitiert die Lesezeit für Artikel, nicht für Beiträge
Links im Beitragstext senken die Reichweite	Nicht bestätigt	Unter Creatorn umstritten
Anzahl der Hashtags verändert die Reichweite	Nicht bestätigt	Keine offizielle Stellungnahme gefunden
Engagement-Pods helfen	Nicht bestätigt	Ein Pod liefert Kommentare von Leuten, die sich möglicherweise nicht für das Thema interessieren

Diagramme zur Engagement-Rate sind leicht zu finden, aber LinkedIn definiert diese als Klicks, Likes, Kommentare, Shares und Follows geteilt durch die Impressionen. Das ist eine Reporting-Metrik, kein veröffentlichter Ranking-Faktor.

Verändern Formate wie Karussells und Videos die Reichweite?

Der LinkedIn-Algorithmus hat keine veröffentlichten Gewichtungen für Formate. Was Sie jedoch aus dem Verhalten ableiten können: Ein Format, das dem Betrachter mehr Gründe zur Interaktion gibt, liefert dem System mehr Anhaltspunkte über das Interesse dieses Betrachters.

Textbeiträge: Schnell zu lesen und einfach zu beantworten, daher eignen sie sich für Meinungen und kurze Lektionen.
Dokumente und Karussells: Jeder Wisch ist eine Interaktion. Unser LinkedIn-Karussell-Guide behandelt Größen und Struktur.
Video: Funktioniert, wenn die ersten Sekunden den Punkt auf den Punkt bringen, da Betrachter schnell entscheiden.
Umfragen: Einfach zu beantworten, obwohl eine Umfrage mit einer vagen Frage das System wenig lehrt.

Betrachten Sie dies als logische Schlussfolgerung, nicht als Daten. Testen Sie jedes Format einen Monat lang anhand Ihrer eigenen Analysen, bevor Sie sich festlegen.

Was sollten Sie an Ihren Beiträgen ändern?

Dies sind unsere Empfehlungen, die auf den von LinkedIn bestätigten Signalen basieren. Sie hängen nicht von irgendwelchen Gerüchten über Gewichtungen ab.

Kommen Sie direkt zum Punkt. Die Vorschau vor dem „Mehr anzeigen“-Link ist das, wonach Betrachter urteilen. Nennen Sie die Behauptung oder das Ergebnis zuerst.
Fragen Sie nach einer spezifischen Antwort. „Welches dieser drei nutzen Sie?“ erhält nützlichere Antworten als „Gedanken dazu?“.
Antworten Sie früh und namentlich auf Kommentare. Dies baut die Beziehungshistorie auf, aus der die Modelle lernen.
Gehen Sie ehrlich mit Links um. Wenn ein Link der Kern des Beitrags ist, fügen Sie ihn ein. Wenn Sie eine Abstrafung vermuten, führen Sie einen zweiwöchigen Test durch: Links im Text gegen Links in einem Folgekommentar.
Bleiben Sie beim Thema. Ein Feed, der drei Themen wiederholt, lehrt das System, wofür es Sie anzeigen soll.
Wählen Sie Zeiten anhand Ihrer eigenen Daten. Lesen Sie unsere Notiz zur besten Zeit zum Posten auf LinkedIn, um die Methode zu erfahren.

Checkliste für die Post-Analyse

Bewerten Sie jeden aktuellen Beitrag auf einer Skala von 1 bis 10, ein Punkt pro „Ja“.

Die erste Zeile nennt die Behauptung oder das Ergebnis.
Eine Idee pro Beitrag.
Eine spezifische Frage oder Aufforderung zur Antwort.
Kommentare werden innerhalb eines Tages beantwortet.
Das Format wurde passend zur Idee gewählt, nicht aus Gewohnheit.
Kein Link, oder ein Link, der seinen Platz verdient.
Nicht mehr als ein paar Hashtags, falls überhaupt.
Das Thema passt zu Ihren letzten fünf Beiträgen.
Eine genannte Person oder ein Unternehmen erscheint nur, wenn es relevant ist.
Impressionen wurden anhand der Definition „300 ms und 50 % im Sichtfeld“ geprüft, bevor Sie Beiträge vergleichen.

Beiträge mit 8 oder mehr Punkten sind Ihre Vorlagen. Beiträge unter 5 Punkten müssen überarbeitet, nicht erneut gepostet werden.

Wie Publiqa bei LinkedIn-Beiträgen hilft

Publiqa verwandelt eine Idee, einen Artikel oder einen Link eines Konkurrenten in Inhalte für 12 Kanäle, darunter LinkedIn. Es passt dieselbe These an das 3.000-Zeichen-Limit von LinkedIn an und erstellt Karussells mit 5 bis 10 Folien im 4:5-Format.

Ein praktischer Workflow für dieses Thema: Scannen Sie die öffentliche Seite eines Konkurrenten mit dem Competitor Radar, um Lücken und Gegenargumente zu finden, und öffnen Sie dann das Campaign Studio mit dem gewünschten Ansatz. Die Erstellung des Kerninhalts plus 12 Plattform-Versionen kostet etwa 10 Credits. Überprüfen Sie die LinkedIn-Version anhand der oben genannten Checkliste und planen Sie die Woche im Smart Planner, der Ihnen Posting-Zeiten vorschlägt, die Sie testen statt ihnen blind vertrauen sollten.

Publiqa sendet Inhalte über ausgehende Webhooks und Headless-CMS-Integrationen, die bereits live sind, an Ihre Kanäle. Die direkte Veröffentlichung in sozialen Netzwerken wird derzeit eingeführt; prüfen Sie daher die Dokumentation zu Kanälen und Integrationen für den aktuellen Status bei LinkedIn.

Messen und iterieren

Betrachten Sie jede gemeldete Änderung am LinkedIn-Algorithmus als Hypothese, bis Ihre eigenen Zahlen diese bestätigen. Verwenden Sie die eigenen Analyse-Definitionen von LinkedIn und vergleichen Sie Gleiches mit Gleichem. Eine Impression zählt, wenn ein Beitrag für 300 Millisekunden zu mindestens der Hälfte auf dem Bildschirm sichtbar ist. Wiederholte Ansichten durch dasselbe Mitglied zählen erneut, achten Sie also auch auf die eindeutigen Betrachter.

Führen Sie einen vierwöchigen Zyklus durch. Ändern Sie pro Woche eine Variable, wie zum Beispiel die Eröffnungszeile, und protokollieren Sie Impressionen, Kommentare und Profilbesuche in einer Tabelle. Behalten Sie bei, was sich über mehrere Beiträge hinweg wiederholt, und verwerfen Sie, was nur einmal auftauchte.

FAQ

Wie funktioniert der LinkedIn-Algorithmus?

Es handelt sich um eine Reihe von Modellen für maschinelles Lernen, die Kandidaten-Beiträge abrufen, sie für jeden Betrachter bewerten und sortieren. Die technischen Beiträge von LinkedIn beschreiben Identitäts-, Inhalts- und Verhaltenssignale. Ein Papier aus dem Jahr 2026 beschreibt einen sequenziellen Transformer-Ranker. Genaue Gewichtungen sind nicht öffentlich.

Hat LinkedIn seinen Algorithmus im Dezember 2025 geändert?

Wir haben keine offizielle Ankündigung von LinkedIn mit Datum Dezember 2025 gefunden. Beiträge von Creatorn und Anbietern beschreiben beobachtete Änderungen, aber diese sind keine Bestätigung. Die nächsten offiziellen Dokumente sind Forschungspapiere vom Oktober 2025 und Februar 2026.

Gewichtet der LinkedIn-Algorithmus Kommentare höher als Likes?

Viele Creator berichten dies, aber LinkedIn hat dies in keiner uns bekannten Quelle bestätigt. Kommentare sind dennoch erstrebenswert, da sie Konversationen anstoßen und die Beziehung zu den für Sie wichtigen Personen vertiefen.

Bestraft der LinkedIn-Algorithmus Links in einem Beitrag?

Dies ist unbestätigt. Creator sind sich uneinig, und LinkedIn hat dazu keine Regel veröffentlicht. Testen Sie es auf Ihrem eigenen Konto: Posten Sie zwei ähnliche Updates, eines mit dem Link im Text und eines ohne, und vergleichen Sie die Impressionen nach einer Woche.

LinkedIn Algorithmus 2026: So funktioniert das Feed-Ranking und so optimieren Sie Ihre Beiträge

Inhaltsverzeichnis