Earn money by answering our surveys

Register now!

Im Jahr 2022 änderte sich der Algorithmus von LinkedIn erneut: Welche Auswirkungen?

Earn up to 50€ by participating in one of our paid market research.

Register now!

LinkedIns Algorithmus hat  im Mai 2022 einige ziemlich bedeutende Änderungen erfahren. LinkedIn führt Einschränkungen in seinen Algorithmus ein und berücksichtigt explizitere Variablen. Dies hatte erhebliche Auswirkungen auf die Sichtbarkeit der Stellen. Obwohl die grundsätzliche Funktionsweise des LinkedIn-Algorithmus nicht verändert wird, analysieren wir diese Ankündigungen für Sie.

Die Ziele des LinkedIn-Algorithmus ändern sich

  • Die Regeln für die Hervorhebung von Beiträgen haben sich nicht geändert. Engagement ist nach wie vor das wichtigste Kriterium für den Algorithmus. LinkedIn führt jedoch Mechanismen ein, um bestimmte Inhalte zu bestrafen.
  • Die Sanktionsmechanismen basieren in erster Linie auf sogenannten expliziten Variablen (vom Benutzer aktiviert)
  • Ein neuer Mechanismus, der auf einer impliziten Variablen basiert, zielt darauf ab, Autoren zu bestrafen, die nach Likes oder Kommentaren in ihren Nachrichten fragen. Dieser
  • Mechanismus basiert wahrscheinlich auf einfachen „Geschäftsregeln“ (siehe hier für eine detaillierte Erklärung)
  • Die Änderungen sind jedoch nicht ohne Folgen, da sie das Risiko bergen, eine Filterblase zu erzeugen
  • Alle Änderungen zielen darauf ab, qualitativ hochwertige Inhalte und solche, die Interaktionen erzeugen, zu begünstigen.

Die Änderungen in Kürze

Die im LinkedIn-Blog angekündigten Änderungen sind vielfältig:

Weniger Umfragen im LinkedIn-Feed

Nutzer hatten sich über die Allgegenwart von Umfragen in ihrem Newsfeed beschwert. Wie oft bei der Einführung einer neuen Funktion, LinkedIn neigt dazu, seine Nutzung durch künstliche Erhöhung seiner Sichtbarkeit zu fördern. Infolgedessen konnten Umfragen Tausende von Ansichten ohne jede Anstrengung erhalten und wurden vorherrschend. Sie wurden wahllos verwendet, ohne dass diejenigen, die sie erstellt haben, verstanden haben, dass der tatsächliche Wert von LinkedIn in der Interaktion liegt. Bedeutungslose Umfragen drangen in die Nachrichtenfeeds der Nutzer ein, bis es einen Grund zum Protest gab.

linkedin poll : do you prefer tea or coffee


Weniger politische Inhalte

Die Polarisierung der Ideen befeuert die Fragmentierung der Gesellschaft. Dies ist das Phänomen der Archipelitisierung, das der Soziologe J. Fourquet beschrieben hat. LinkedIn ist wie alle anderen sozialen Netzwerke zu einer Plattform für politische Ideen geworden. Es bestand eine besondere Dringlichkeit, die Nutzer dieser Inhalte zu „schützen“, nicht um beheizte Börsen mit Strom zu versorgen. Dies ist jetzt möglich, wenn Sie in den Vereinigten Staaten ansässig sind.


"don't want to see this" LinkedinUnerwünschte Inhalte und Autoren melden

Eine wesentliche Änderung ist die Möglichkeit für Benutzer, Inhalte zu melden, die sie stören, ohne gegen die Regeln der Plattform zu verstoßen. Neu ist, dass der Algorithmus von LinkedIn diese expliziten Rückmeldungen nun berücksichtigt. Sie können unten sehen, dass die Optionen, um Feedback an den Algorithmus zu geben, ziemlich vielfältig sind. Um den LinkedIn-Algorithmus zu speisen, mussten mehrere Feedback-Schleifen implementiert werden. Unterhalb eines einigermaßen einfachen Aussehens bleibt die Verwendung dieser Art von Rückkopplung jedoch recht aufwendig.

Zum Beispiel bedeutet die Verwendung des Feedbacks „Ich habe zu viele Beiträge zu diesem Thema gesehen“, dass jeder Beitrag mit einem NLP-Algorithmus analysiert wird, um ihn zu „taggen“, d.h. um das/die verwandte (n) Thema(e) zu bestimmen. Diese Art von Algorithmus funktioniert ziemlich gut mit langwierigen Inhalten, aber wenn man bedenkt, dass 50% der Beiträge weniger als 39 Wörter enthalten, könnte man die Genauigkeit des Prozesses vernünftigerweise in Frage stellen.

Unter einem harmlosen Erscheinungsbild kann die Kategorie „dieser Beitrag ist alt“ Plagiate effektiv erkennen. Tatsächlich ist es nicht ungewöhnlich, dass einige Benutzer virale Posts übernehmen. Das ist mit dem berühmten Post „Siehst du den Panda?“ passiert.


Wie erkennt LinkedIn „Anrufe“ nach Likes oder Kommentaren?

„Hinterlassen Sie einen Kommentar, wenn Sie meinen kostenlosen Führer erhalten möchten.“ Diese Technik ist ziemlich klassisch, um die Popularität eines Beitrags künstlich zu steigern. Und LinkedIn hat sich entschieden, es in Angriff zu nehmen. In der Ankündigung auf ihrem Blog erklärt LinkedIn:

„Wir haben mehrere Beiträge gesehen, die die Community ausdrücklich auffordern oder ermutigen, sich über Likes oder Reaktionen mit Inhalten zu befassen – veröffentlicht, um die Reichweite auf der Plattform zu erhöhen. Wir haben gehört, dass diese Art von Inhalten für einige irreführend und frustrierend sein kann. Wir werden diese Art von Inhalten nicht fördern, und wir ermutigen alle in der Community, sich auf die Bereitstellung zuverlässiger, glaubwürdiger und authentischer Inhalte zu konzentrieren.“

Die unmittelbare Frage ist: Wie wird LinkedIn diese Art von Inhalten erkennen? Ohne eine Kristallkugel zu haben, ist es vernünftig anzunehmen, dass LinkedIn hier wieder eine Geschäftsregel verwenden wird.

Linkedin post "leave a comment"

Beiträge, die diese Art von Verhalten fördern, verwenden fast immer die gleiche Formulierung. Dies macht es LinkedIn leicht, die typischen Sätze zu erkennen und diese Beiträge zu bestrafen. Dies hat eine bequeme Konsequenz für alle Benutzer. Sie müssen darauf achten, dass Sie diese Wortfolge nicht auf die Gefahr hin verwenden, dass Ihr Beitrag, selbst wenn er legitim ist, unsichtbar wird.


Mehrwertinhalte zur Steigerung der Interaktion und des Zeitaufwands

Alle von LinkedIn angekündigten Änderungen geben dem Benutzer ein wenig Kontrolle zurück, um seinen Newsfeed zu verbessern. Die in den letzten Monaten wiederkehrenden Unzufriedenheitsgründe können so potenziell abgemildert werden. Die eigentliche Herausforderung bleibt jedoch für LinkedIn, genügend explizite Rückmeldungen zu sammeln, um diese zu nutzen.

LinkedIn verspricht, seinen Empfehlungsalgorithmus zu verwenden, um jeden Newsfeed zu personalisieren. Daher ist es nicht möglich, das Feedback einer begrenzten Anzahl von Menschen zu nutzen, um sie auf den Rest der Bevölkerung zu extrapolieren. Übrigens, welche Bevölkerung? Anhand welcher Kriterien sollen homogene Benutzergruppen gebildet werden?

Wir verstehen, dass das Ziel von LinkedIn darin besteht, die Interaktion zu fördern (in Form von Kommentaren). Dieses Ziel ist durchaus lobenswert. Der Austausch ist gesund und wünschenswert. Der Nutzen für die Plattform liegt auf der Hand. Je mehr Netzwerkmitglieder interagieren, desto mehr Zeit verbringen sie auf LinkedIn (und weniger auf Meta, Tik Tok, etc….).


Fazit: Was ist von diesen neuen Änderungen im LinkedIn-Algorithmus abzuhalten?

Die neuen Änderungen am LinkedIn-Algorithmus zielen darauf ab, die Benutzerzufriedenheit zu verbessern. Insbesondere sollten sie bestimmte abweichende Verhaltensweisen identifizieren und bestrafen. Um sie zu erkennen, gibt LinkedIn dem Benutzer mehr Kontrolle in Form von „Filtern“ zurück, um den Newsfeed anzupassen. Ihre Verwendung sendet klare Signale an den Algorithmus. Zwei Herausforderungen warten auf LinkedIn:

  • Benutzer dazu zu bringen, sie zu verwenden
  • Vermeidung der Filterblase durch Reduzierung des Empfehlungsumfangs im Newsfeed

 

Schlagwörter:

Author: Pierre-Nicolas Schwab

Pierre-Nicolas est Docteur en Marketing et dirige l'agence d'études de marché IntoTheMinds. Ses domaines de prédilection sont le BigData l'e-commerce, le commerce de proximité, l'HoReCa et la logistique. Il est également chercheur en marketing à l'Université Libre de Bruxelles et sert de coach et formateur à plusieurs organisations et institutions publiques. Il peut être contacté par email, Linkedin ou par téléphone (+32 486 42 79 42)

Share This Post On

Kommentar absenden

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.