
In Unterstützung mit beehiiv
Hey Blues 👋
In den letzten Wochen ist mir etwas aufgefallen: Mein Feed war voll mit Leuten, die frustriert sind. Eine Mischung aus "Meine Reichweite ist im Keller." + "Meine Posts performen nicht mehr." + "LinkedIn macht einfach keinen Spaß mehr."
Und weißt du was? Die Zahlen geben ihnen recht.
Letzte Woche habe ich mir Richard van der Bloms "Algorithm Insights 2025" Report angeschaut. Fast 400.000 Profile wurden analysiert. Das Ergebnis? Views sind um 50% eingebrochen. Engagement um 25% gesunken. Follower-Wachstum um 59% zurückgegangen.
Krass, oder?
Aber hier ist die Sache: Die meisten schreien nur über das Problem. Niemand erklärt konkret, WAS sich geändert hat und vor allem: Was wir jetzt anders oder besser machen müssen.
Genau mit dieser Frage habe ich mich die letzte Woche auseinandergesetzt… und habe tatsächlich etwas gefunden! (Yay! Zum Glück keine Zeitverschwendung 🙌)
Denn LinkedIn hat fundamental umgebaut! Vom netzwerkbasierten zum interessenbasierten Algorithmus. Und wenn du verstehst, was das bedeutet, hast du für 2026 einen krassen Vorsprung, während alle anderen noch rätseln.
In dieser Ausgabe:
Was sich technisch geändert hat (und warum das 360Brew-Model alles auf den Kopf stellt)
Was LinkedIns offizielles Paper über 360Brew verrät
Warum deine bewährten Strategien jetzt gegen dich arbeiten
Let’s go! 🕺


Der technische Shift
Lass uns ehrlich sein: "Der Algorithmus hat sich geändert" ist das LinkedIn-Äquivalent von "Es liegt nicht an mir, es liegt an DIR!". Aber wenn so viele Menschen darüber reden, muss doch etwas dran sein oder?
Hier ist, was wirklich passiert ist:
Das alte System (Social Graph)
LinkedIn hat geschaut: Wer ist mit wem verbunden? Wenn deine Connections einen Post gelikt oder kommentiert haben, wurde er dir gezeigt. Simple Netzwerklogik. Deine Reichweite hing direkt davon ab, wie groß und aktiv dein Netzwerk war.
Das neue System (Interest Graph)
LinkedIn hat 360Brew deployed - ein 150-Milliarden Parameter Transformer Model. Das Ding liest nicht nur, dass du auf einen Post geklickt hast. Es versteht semantische Zusammenhänge.
Konkret: Wenn du regelmäßig über "Gong's Revenue Intelligence Platform" schreibst, versteht das System, dass das mit "Salesforce CRM Integration" zusammenhängt - auch wenn du diese exakten Begriffe nie verwendet hast.
Was das bedeutet: Der Algorithmus schaut nicht mehr primär auf dein Netzwerk. Er schaut auf deine Themen-Autorität. Auf das, worüber du sprichst. Auf die Semantik deines Contents.
Und genau deshalb sind die Zahlen so brutal:
Median Impressions: Von 1.211 auf 636 pro Post (-47%)
Views gesamt: -50%
Engagement: -25%
Follower-Wachstum: -59%
User, die seit Jahren aktiv sind und sich über die Zeit ihr Netzwerk aufgebaut haben, konnten einfacher hohe Impressionen erreichen.

Was LinkedIns offizielles Paper über 360Brew verrät
Okay, jetzt wird's richtig spannend.
Am 28. Januar 2025 hat LinkedIn etwas getan, was Tech-Unternehmen fast nie machen: Sie haben ein 15-seitiges Research Paper veröffentlicht und ihre komplette KI-Strategie offengelegt.
Und die Erkenntnisse daraus sind Gold wert.
360Brew ist nicht nur für deinen Feed zuständig
Das war mein erster "Aha!"-Moment. 360Brew steuert ALLES:
Welche Jobs du siehst
Welche Posts in deinem Feed landen
Wen LinkedIn dir zum Vernetzen vorschlägt
Über 30 verschiedene Systeme auf LinkedIn
Ein einziges Model hat dutzende spezialisierte Systeme ersetzt, die über Jahre entwickelt wurden.
Wie 360Brew wirklich funktioniert (einfach erklärt)
Stell dir vor, LinkedIn hat einen mega-intelligenten Assistenten eingestellt. Dieser Assistent macht vier Dinge:
Schritt 1: Er liest dein komplettes Profil wie einen Lebenslauf
"Aha, diese Person ist LinkedIn Content Strategist"
"Sie arbeitet mit B2B SaaS Unternehmen"
"Sie hat Erfahrung mit Ghostwriting"
Schritt 2: Er liest deine komplette Aktivitäts-Historie chronologisch
"Sie liked regelmäßig Posts über LinkedIn-Algorithmen"
"Sie kommentiert ausführlich bei Content-Strategen"
"Sie speichert vor allem Frameworks und Daten-Analysen"
Schritt 3: Er erkennt Muster in deinem Verhalten
"Diese Person interessiert sich für datenbasierte LinkedIn-Strategien"
"Sie mag actionable Frameworks mehr als Motivations-Posts"
Schritt 4: Er nutzt diese Muster für Vorhersagen wenn ein neuer Post erscheint: "Würde diese Person basierend auf ihrem bisherigen Verhalten diesen Post interessant finden?" - Und nicht mehr: "Ist der Autor in ihrem Netzwerk?"
Der Game-Changer: In-Context Learning
Das System behandelt jeden User als individuelles "Lernprojekt". Es liest deine Historie wie ein Buch und lernt daraus Muster über dich.
Ein Beispiel:
Du bist Marketerin mit 5.000 Connections.
Altes System: Du siehst Posts, weil deine Connections sie gelikt haben. Viele sind irrelevant, aber du siehst sie trotzdem.
Neues System: Das System hat aus deiner Historie gelernt: "Diese Person interessiert sich für Content-Marketing, speziell für LinkedIn B2B."
Jetzt erscheint ein Post über LinkedIn B2B Strategien von jemandem, mit dem du NICHT connected bist. Das System denkt: "Perfekter Match" - und zeigt dir den Post.
Gleichzeitig postet eine deiner Connections über ihr Wochenende. Das System: "Passt nicht zu ihrem Profil" - und zeigt dir den Post nicht.

Warum bewährte Strategien jetzt gegen uns arbeiten
Mit dem Verständnis, wie 360Brew funktioniert, wird klar: Viele alte Taktiken sind jetzt kontraproduktiv.
❌ "Je mehr Connections, desto besser"
Es war unglaublich einfach auf LinkedIn Sichtbarkeit aufzubauen. Man musste einfach nur wahllos viele Netzwerkanfragen raussenden, mehr Connections erreichen und BOOM! Man hat eine gewisse Reichweite schon erreicht.
Heute führen 10.000 random Connections nur zu verwässerten Signalen.
Die KI schaut nicht nur DEINE Aktivität, sondern auch, mit WEM du connected bist. Wenn du mit zufälligen Leuten connected bist, sendet das gemischte Signale.
Das Paper zeigt: Accounts mit 500-999 Connections performen jetzt oft BESSER als solche mit 10.000+.
❌ "Engagement Pods und gegenseitiges Liken"
Alte Logik: Viele schnelle Likes = Algorithmus denkt "guter Post"
Neue Realität: Die KI erkennt fake Engagement
Die KI LIEST tatsächlich Kommentare und misst, wie lange Leute auf deinem Post bleiben (Dwell Time).
❌ "Optimize für Likes und Comments"
Alte Logik: Mehr Engagement = Mehr Reach
Neue Realität: Saves sind das stärkste Signal
Das Paper zeigt klare Zahlen:
1 Save = 5x mehr Reichweite als 1 Like
1 Save = 2x mehr Reichweite als 1 Comment
Ein Save bedeutet: "Das ist SO wertvoll, ich will später darauf zurückkommen." Das stärkste Signal für die KI, dass dein Content relevant ist.

Der 90-Tage-Fokus: Wähle EINE Nische und bleib dabei
Das Paper zeigt: Die KI braucht etwa 90 Tage konsistentes Posting, um dich zu kategorisieren. Also falls du das Gefühl hast, dass du all over the place bist, müssen wir etwas ändern.
Dein Action Plan:
Definiere dein Kern-Thema (z.B. "LinkedIn Personal Branding")
Liste 3-12 Unterthemen dazu (Content-Strategie, Algorithmus-Insights, Profile-Optimization, etc.)
Nächste 90 Tage: Poste jede Woche min. 2x NUR zu diesen Themen. Keine Ausnahmen. Auch wenn ein viraler Trend kommt, der nicht passt: Skip it. Persönliche Beiträge sollten auch im Content Mix enthalten sein, aber wenn Expertise geteilt wird, dann zu deinem Kern-Thema!
Jeder Post ist ein Datenpunkt. Die KI lernt: "Ah, diese Person postet IMMER über X. Das ist ihre Expertise." Ein zufälliger Post über etwas anderes verwirrt das System.
Bonus: Dein Profil (Headline, About, Experience) sollte mit deinen Content-Topics aligned sein. Die KI liest auch das.

Optimize für Saves, nicht für Likes
Wenn ein Save 5x wertvoller ist als ein Like, musst du Content erstellen, den Leute speichern WOLLEN.
Was führt zu Saves?
Actionable Frameworks zum späteren Anwenden
Comprehensive Guides mit vielen Details
Daten/Research zum Referenzieren
Mein Geheim-Tipp: Infografiken! Schau dir zum Beispiel diesen Beitrag von mir an. Das Ziel war von Anfang an Saves und genau dafür habe ich die Grafik und das Storytelling komplett ausgelegt. It worked!


Network-Qualität über Quantität + Strategic Engagement
Das Paper ist eindeutig: Kleinere, relevantere Netzwerke performen besser. Deswegen werde ich für 2026 etwas neues versuchen:
Network Cleaning (alle 3 Monate):
Connections identifizieren, die inaktiv sind oder nicht zu meinem Fokus passen
Identifizierte Connections entfernen
Gezielt regelmäßig 10-20 hochrelevante Connections in meiner Niche hinzufügen
Strategic Engagement:
Vor allem bei Posts kommentieren die Bezug zu meiner Niche haben
Echtes Feedback, keine generischen "Great post!"-Kommentare
Like/Save nur themenrelevanten Content
(Natürlich engage ich auch weiterhin mit Leuten die mich sonst sehr interessieren, ist ja immerhin noch “Social” Media 😅)
Was ich nur sagen möchte:
Die KI lernt auch aus deinem Engagement-Verhalten, wer du bist. Jeder Kommentar ist Identity Building.

Wir sind gerade Mitten im Algorithmus-Shift von LinkedIn. Eine Woche sehen wir im Feed nur unsere bekannten Leute, in der nächsten Woche kennt man niemand und dann darauf erscheinen auf dem Feed auf einmal nur Beiträge von vor 2 Wochen. Ja es ist wild! 😂
Aber eins ist sicher: LinkedIn möchte nicht mehr nur eine Jobbörse sein.
Die, die es jetzt einfacher haben werden sind diejenigen, die richtig guten Content erstellen. Die, die sich von der KI-Masse abheben. Die, die ihre Expertise mit ihrer einzigartigen Persönlichkeit durch Content rüberbringen können.
Das kriegen wir hin :)

*Dieser Newsletter enthält Affiliate Links. Wenn Du auf diese Links klickst und einen Kauf tätigst, erhalte ich eine Provision. Für Dich entstehen dabei keine zusätzlichen Kosten. Meine Partner wähle ich mit großer Sorgfalt aus.

