LinkedIn testet themenspezifische Feed-Vorschläge in seiner App, um ausgewählten Nutzern neben ihrem gewohnten Newsfeed zusätzliche Inhalte anzubieten. Wie Andrew Hutchinson in Social Media Today schreibt, zielt dieser Test darauf ab, die Interaktion mit den Inhalten auf der Plattform zu verbessern und LinkedIns Bedeutung als professionelle Nachrichtenquelle zu stärken.
Die neue Funktion wurde von Julia Cabral Flavin, Senior Director of Product Marketing bei LinkedIn, vorgestellt. Sie beschrieb die vorgeschlagenen Feeds und erläuterte die Logik hinter diesem Experiment.
Wie die vorgeschlagenen Feeds tatsächlich aussehen
Die vorgeschlagenen Feeds sind zusätzliche themenbasierte Feedquellen, die den üblichen Feed der Nutzer ergänzen sollen. LinkedIn testet verschiedene themenbasierte Feeds, die den Nutzern je nach ihren Interaktionen in der App oder allgemeinen Nachrichten empfohlen werden.
LinkedIn ersetzt den gewohnten Feed nicht, sondern schlägt zusätzliche Feed-Optionen vor, die für Nutzer interessant sein könnten. Wer beispielsweise regelmäßig Inhalte zum Thema Marketing konsumiert, sieht einen Feed mit den besten Beiträgen und Neuigkeiten zu diesem Thema.
Laut Cabral Flavin möchte LinkedIn Fachkräften helfen, sich über wichtige Neuigkeiten in ihren Fachgebieten und Interessensgebieten auf dem Laufenden zu halten. Darüber hinaus strebt das Unternehmen an, die Interaktionsmöglichkeiten mit der App zu erweitern und ihren Wert als Nachrichten- und Informationsquelle zu steigern.
Dies ist nicht LinkedIns erster Versuch mit alternativen Feeds.
Für LinkedIn ist das kein völlig neues Terrain. Letztes Jahr testete die Plattform verschiedene ähnliche alternative Feed-Optionen, die dazu beitragen sollten, mehr Inhalte in der App hervorzuheben. Dieser Test schien bei einigen Nutzern nicht erfolgreich zu sein, was darauf hindeutet, dass LinkedIn keine starke Resonanz verzeichnen konnte.
LinkedIn versucht nun, das Experiment mit einem anderen Ansatz zu wiederholen – mit personalisierten, themenbasierten Feeds. Es bleibt abzuwarten, ob diese Änderung ausreicht, um den gewünschten Effekt zu erzielen.
Warum LinkedIn das jetzt tut
Der aktuelle Test lässt sich leicht anhand der von LinkedIn veröffentlichten Ergebnisse erklären. Laut den Quartalsberichten des Unternehmens verzeichnet LinkedIn steigende Nutzung und höheres Engagement. Im Mai berichtete der neue LinkedIn-CEO Daniel Shapero, dass die Anzahl der LinkedIn-Beiträge im ersten Quartal 2026 um 14 % gestiegen sei, während die Nutzung bezahlter Videos im Vergleich zum Vorjahr um fast 30 % zugenommen habe.
Mehr Inhalte auf der Plattform bedeuten potenziell mehr Inhalte, die Nutzern angezeigt werden können. Die Herausforderung besteht darin, dass der Hauptfeed nur eine begrenzte Menge an Inhalten gleichzeitig darstellen kann. Mit zunehmender Menge an veröffentlichten Inhalten besteht das Risiko, dass wertvolle Beiträge verborgen bleiben, weil die Kontakte der Nutzer noch nicht mit ihnen interagiert haben.
Empfohlene Feeds stellen eine mögliche Lösung für dieses Problem dar. Durch die thematische Gliederung der Inhalte kann LinkedIn Beiträge anzeigen, die für die beruflichen Interessen des Nutzers relevant sind, selbst wenn diese von Personen stammen, denen der Nutzer nicht folgt. So kann LinkedIn die potenzielle Reichweite der Inhalte und das Nutzerengagement steigern.
Wie dies mit der umfassenderen Feed-Strategie von LinkedIn zusammenhängt
Der Test der vorgeschlagenen Feeds steht im Zusammenhang mit anderen Änderungen, die LinkedIn im Bereich der Feed-Empfehlungen vornimmt. Wie bereits erwähnt, hat LinkedIn im März 2026 seinen Algorithmus für Feed-Empfehlungen durch die Integration großer Sprachmodelle angepasst. Der neue Algorithmus legt mehr Wert auf thematische Relevanz und Interaktionsmuster – Beiträge, die die Expertise des Nutzers widerspiegeln, und aktuelle berufliche Diskussionen können sich im Netzwerk verbreiten, selbst ohne bestehende Verbindungen.
LinkedIn hat mehrere separate Suchsysteme durch ein einziges LLM-basiertes Retrieval-Modell ersetzt. Der neue Ansatz nutzt die von LLM generierten Einbettungen, um den Inhalt und die behandelten Themen jedes Beitrags zu bestimmen. Dadurch kann LinkedIn verwandte Themen verknüpfen, selbst wenn unterschiedliche Terminologie verwendet wird.
Der Test mit den vorgeschlagenen Feeds ist eine logische Weiterentwicklung dieser Richtung. Wenn der Algorithmus Inhalte bereits nach beruflicher Intention und nicht nur nach Netzwerkverbindungen abgleicht, bietet die Visualisierung dieser thematischen Zuordnung durch dedizierte Feeds den Nutzern eine explizite Möglichkeit, Einblick in die bereits im Hintergrund laufenden Prozesse zu erhalten.
Was das für Content-Ersteller und Vermarkter bedeuten könnte
Dieser Test hat mehrere wichtige Implikationen, die von den Content-Erstellern und Vermarktern, die mit LinkedIn arbeiten, berücksichtigt werden sollten.
Inhalte, die sich klar auf ein bestimmtes Fachthema konzentrieren, haben eine höhere Chance, in relevanten Empfehlungen angezeigt zu werden. Diese Tendenz wiederholt den Trend, der dieses Jahr im LinkedIn-Algorithmus zu beobachten war und der mit der Priorität von Aktualität und nachgewiesener Expertise zusammenhing.
Zweitens ist diese Entwicklung relevant für Marketer, die LinkedIn als Entdeckungskanal nutzen. Der vorgeschlagene Feed, der Themen wie Finanzdienstleistungen oder Marketingtechnologie abdeckt, kann Nutzern, die sich für diese Themen interessieren, aber bisher noch nicht mit der Marke interagiert haben, deren Inhalte präsentieren. Dadurch lässt sich die Reichweite solcher Inhalte deutlich erhöhen.
Drittens ist es wichtig zu wissen, dass LinkedIn in der Vergangenheit bereits versucht hat, eine ähnliche Funktion einzuführen, und gescheitert ist. Daher befindet sich die aktuelle Version der Funktion derzeit in der Testphase und wird nur von einer begrenzten Nutzergruppe verwendet.
Wo steht der Test jetzt?
Cabral Flavin erklärte, LinkedIn teste diese Woche beim Cannes Lions Festival personalisierte Feeds für ausgewählte Nutzer. Sie betonte außerdem, das erste Feedback sei sehr positiv gewesen und eine baldige Ausweitung des Angebots sei möglich.
Die Entscheidung, den Test mit einem Publikum der Cannes Lions zu beginnen, ist bewusst getroffen. Diese Gruppe besteht überwiegend aus Marketing- und Werbefachleuten, die genau die Art von LinkedIn-Nutzern mit hohem Engagement sind, die voraussichtlich frühzeitig aussagekräftige Hinweise darauf geben können, ob die Funktion einen Mehrwert bietet.
Das Unternehmen hat keinen konkreten Zeitplan für die Ausweitung der Tests und den Einsatz dieser Funktion in größerem Umfang bekannt gegeben.
The Bigger Picture
Das Nutzerengagement-Wachstum bei LinkedIn im Jahr 2026 war deutlich erkennbar. Gleichzeitig ist sich LinkedIn bewusst, dass zur Aufrechterhaltung dieses Wachstums und zur weiteren Steigerung des Engagements zusätzliche Anreize geschaffen werden müssen, um die Nutzer zur App zurückkehren und dort mehr Zeit verbringen zu lassen. Ein Hauptfeed, gefiltert nach dem Netzwerk und der Interaktionshistorie der Nutzer, ist eine Möglichkeit, das Engagement zu steigern.
Die vorgeschlagenen Feeds scheinen jedoch LinkedIns Versuch zu sein, die Nutzer auf einem weiteren Weg anzusprechen und sie durch interessante und wertvolle Informationen zu beruflichen Themen zu längerer Nutzung der App zu animieren. Gelingt es LinkedIn, diese Inhaltsfindung natürlich und wirklich nützlich zu gestalten, könnte die Plattform ihre Rolle als Anlaufstelle für berufliche Weiterbildung und Branchenneuigkeiten – und nicht nur für Networking und Jobsuche – stärken.
Dieser Test ist zwar noch recht klein angelegt, steht aber im Einklang mit der Strategie von LinkedIn für das gesamte Jahr.
Häufig gestellte Fragen
Frage 1: Welche Feeds schlägt LinkedIn vor?
Die von LinkedIn getesteten themenbasierten Feeds ergänzen die regulären Newsfeeds der Nutzer. Sie basieren auf Themen, die in der App häufig genutzt werden, und aktuellen Fachnachrichten.
Frage 2: Wer hat den Test der empfohlenen Feeds angekündigt?
Julia Cabral Flavin, Senior Director of Product Marketing bei LinkedIn, kündigte den Test an und präsentierte ein Beispiel für die Benutzeroberfläche der Funktion.
Frage 3: Hat LinkedIn so etwas schon einmal ausprobiert?
Ja, tatsächlich testete LinkedIn letztes Jahr verschiedene Alternativen zum Hauptfeed, doch dieser Test wurde offenbar ohne nennenswerte Nutzerreaktion eingestellt. Aktuell versucht LinkedIn, eine ähnliche Lösung mit einer anderen Strategie umzusetzen und den Feed themenbasiert und personalisiert zu gestalten.
Frage 4: Wer sieht aktuell die vorgeschlagenen Feeds?
LinkedIn testet diese Funktion derzeit mit einer ausgewählten Gruppe von Nutzern, die am Cannes Lions Festival teilnehmen. Das Feedback dieser Zielgruppe scheint bisher positiv zu sein.
Frage 5: Warum testet LinkedIn das jetzt?
LinkedIn verzeichnete 2026 ein beachtliches Content-Wachstum. Laut CEO Daniel Shapero stiegen die LinkedIn-Beiträge im ersten Quartal 2026 um 14 %, während die bezahlten Videos im Vergleich zum Vorjahr um fast 30 % zunahmen. Es besteht Bedarf an neuen Wegen, diese Inhalte den relevanten Nutzern zugänglich zu machen.
Frage 6: Worin unterscheiden sich die empfohlenen Feeds vom Hauptfeed?
Der Haupt-Feed basiert größtenteils auf den Verbindungen und der Interaktionshistorie des Nutzers in der App. Die vorgeschlagenen Feeds hingegen sammeln Beiträge zum jeweiligen Thema und bieten dem Nutzer so potenziell Inhalte von Personen außerhalb seines Netzwerks.
Frage 7: Was bedeutet das für Content-Ersteller auf LinkedIn?
Aktuell haben Inhalte mit einem spezifischen Fokus auf ein berufliches Thema bessere Chancen, in relevanten Empfehlungen angezeigt zu werden. Dies unterstreicht die Gesamtstrategie des LinkedIn-Algorithmus für 2026, die Beständigkeit in Bezug auf berufliche Themen belohnt.
Frage 8: In welchem Zusammenhang steht dies mit den Algorithmusänderungen von LinkedIn im Jahr 2026?
Im Jahr 2026 hat LinkedIn seinen Feed-Algorithmus mithilfe von LLM-gestützter Suche und Rangfolge grundlegend verändert. Dabei wird die thematische Relevanz gegenüber der räumlichen Nähe im Netzwerk priorisiert. Empfohlene Feeds machen diesen Prozess der thematischen Zuordnung für die Nutzer sichtbar.
