LinkedIn-Einheitsbrei: Warum die KI-Blase mein bester Burggraben ist

Sonntag, 21:00. Ich scrolle durch meinen LinkedIn-Feed und fange irgendwann an zu zählen. Sieben Beiträge hintereinander, alle nach demselben Bauplan: eine fette Hook-Zeile, darunter drei Stichpunkte, am Ende eine rhetorische Frage. Bis auf den Namen über dem Foto sind sie austauschbar.

Mate im Glas, und im Hinterkopf eine Frage, die ich mir seit Monaten verkneife: Trägt dieser Kanal überhaupt noch Geschäft, oder schreibe ich seit einem halben Jahr in eine Blase aus heißer Luft? Ich habe an dem Abend nicht weitergescrollt. Stattdessen habe ich meine eigenen Zahlen geöffnet. Die Antwort war unbequemer, als mir lieb war.

Wie groß der Einheitsbrei wirklich ist

Originality.ai hat am 22.01.2026 eine Untersuchung von 3.368 langen LinkedIn-Beiträgen aus 99 Profilen veröffentlicht (Originality.ai, LinkedIn AI Study). Das Ergebnis: 1.807 davon, also 53,7 Prozent, sind mit hoher Wahrscheinlichkeit KI-geschrieben. Über die Hälfte. Die Stichprobe lief von Januar bis November 2025, der Schwellenwert lag bei 0,5.

Das ist keine plötzliche Welle. Schon im Oktober 2024 lag der Anteil bei rund 54 Prozent, gemessen über 8.795 Beiträge und 82 Monate hinweg (Originality.ai via WIRED, 27.11.2024). Der Bruch kam früher: Mit der Veröffentlichung von ChatGPT stieg die KI-Nutzung beim Schreiben zwischen Januar und Februar 2023 um 189 Prozent. Seitdem hat sich das Mittelmaß einfach verfestigt.

In manchen Branchen ist die Sättigung total. Architektur und Design liegen bei 100 Prozent “Likely AI”, Wellness bei 92 Prozent. Wer dort schreibt, schreibt gegen eine Wand aus Vorlagen-Prosa an. Mein erster Reflex war derselbe wie bei den meisten Beratern in meinem Netzwerk: Wenn die halbe Plattform auf dieselbe Schablone zurückfällt, lohnt sich das hier nicht mehr.

Die Reichweite fällt wirklich, aber sie fällt selektiv

Der Reflex hat einen realen Kern. Die organische Reichweite auf LinkedIn lässt nach, und das lässt sich belegen. Ein externer Link im Beitragstext kostet laut dem Algorithm-Insights-Report von Just Connecting (2024) zwischen 25 und 35 Prozent Reichweite (Socialinsider-Benchmarks). Bei den Video-Views misst Socialinsider für Q1 2026 einen Einbruch von 36 Prozent gegenüber dem Vorjahr, ausgewertet über acht Millionen Beiträge und zwölf Branchen.

Bis hierhin klingt alles nach Niedergang. Genau hier macht es sich aber zu einfach, wer abschaltet.

Dieselbe Originality.ai-Studie vom 22.01.2026 zeigt nämlich noch etwas anderes. In vertrauensabhängigen Branchen schlagen menschlich geschriebene Beiträge die KI-Beiträge beim Engagement, und zwar deutlich: in Innovation um 80 Prozent, im Marketing um 73 Prozent, im Gesundheitswesen um 44 Prozent. Der Verfall, den die Zahlen zeigen, konzentriert sich auf das austauschbare Mittelmaß und lässt den Kanal als Ganzes unberührt.

Das verändert die Rechnung. Wenn die generische Hälfte des Feeds sich gegenseitig die Reichweite wegfrisst, sinkt die Schwelle, ab der ein spezifischer Beitrag heraussticht. Spezifität war früher Kür und wird jetzt zum Unterscheidungsmerkmal, das die Maschine nicht kopieren kann, weil ihr die eigenen Daten und die eigene Szene fehlen.

Was die Marktzahlen nicht zeigen

Hier muss ich ehrlich gegen mich selbst argumentieren, sonst ist das hier Pillar-C-PR und kein Build-in-Public.

Der stärkste Einwand gegen meine Position lautet: “Wenn die halbe Plattform KI ist und die Reichweite über alle Formate fällt, dann ist B2B-Social-Selling auf LinkedIn 2026 ein totes Pferd. Zeit, das Pferd zu wechseln.” Dieser Einwand beruft sich auf echte Daten statt auf Bauchgefühl. Buffer misst über die letzten Quartale einen sinkenden Engagement-Schnitt von rund 6,4 auf 6,1 Prozent, und der Video-Einbruch von 36 Prozent ist real.

Und es gibt eine Grenze meiner These, die ich nicht wegreden will. Die Zahlen, die für die Geschäftswirkung von LinkedIn sprechen, kommen überwiegend von Parteien mit kommerziellem Interesse. FirstPageSage nennt 229 Prozent ROI für organischen LinkedIn-Content über drei Jahre (FirstPageSage via Aggregation, 2025), die IBM Sales Performance Study 2025 nennt 45 Prozent mehr Opportunities durch Social Selling (IBM 2025 via Grow with Ghost). Beide Zahlen stammen von Akteuren, die ein Interesse daran haben, dass LinkedIn funktioniert: die Plattform selbst, Tool-Anbieter, Agenturen. Ich führe sie deshalb als datierten Beleg über Sekundär-Aggregation, ohne sie als unabhängigen Beweis auszugeben.

Trotzdem hält die These, sogar geschärft. Die FirstPageSage-Zahl trägt einen entscheidenden Zusatz: 229 Prozent über drei Jahre. Returns auf organischen Content kompoundieren, sie erscheinen nicht in der nächsten Quartalsauswertung. Wer “der Kanal ist tot” liest, verwechselt die Sättigung des Mittelmaßes mit dem Tod des Kanals. Was an Boden verliert, ist der generische Durchschnitt, während spezifische Beiträge im selben Feld auf immer weniger Konkurrenz treffen.

Der Burggraben hat vier Bauteile

Wenn Spezifität das Unterscheidungsmerkmal ist, dann lässt sie sich bauen. Nicht als Geheimrezept, sondern als Handwerk, das ich in der eigenen Pipeline durchnummeriert habe.

1. Jede Behauptung bekommt Quelle und Datum. Aktenzeichen-Dichte schlägt Buzzword-Dichte. “Studien zeigen” ist die Sprache der Vorlage; “Originality.ai misst am 22.01.2026 bei 3.368 Beiträgen 53,7 Prozent” ist die Sprache eines Menschen, der die Quelle gelesen hat.
2. Der Beitrag eröffnet mit einer Szene statt mit einer Schablone. Zeit, Ort, ein konkretes Detail. Eine Maschine kann meinen Sonntagabend-Feed nicht halluzinieren, weil sie nicht dabei war.
3. Externe Links wandern aus dem Beitragstext in den Erstkommentar. Das rettet die 25 bis 35 Prozent Reichweite, die Just Connecting (2024) sonst abzieht.
4. Eine Position, die widerlegbar ist. Kein Hedge-Stack aus “könnte”, “vielleicht”, “tendenziell”. Wer nichts behauptet, was falsch sein könnte, sagt nichts, was zitierbar wäre.

Keiner dieser vier Punkte ist neu. Neu ist, dass sie 2026 funktionieren, weil die Konkurrenz sie nicht macht. Genau das ist die Definition eines Burggrabens. Wie ich diese vier Schritte konkret in Code gegossen habe, steht in meiner Multi-Agent-Content-Pipeline und in der Methodik dahinter, dem Context Engineering gegen Context Rot.

Ich war selbst Teil des Problems

Das Unbequeme zuerst. Mein eigenes Profil kam in den letzten 90 Tagen auf 44.483 Impressions bei 511 Followern und einer Engagement-Rate von 0,18 Prozent (eigener Analytics-Snapshot, Mai 2026). Das liegt weit unter dem Benchmark von zwei bis drei Prozent. An vielen dieser Tage habe ich genau das produziert, worüber ich mich am Sonntagabend beschwert habe: Beiträge, die auf jeden Wettbewerber gepasst hätten.

Statt den Kanal aufzugeben, habe ich angefangen, den Einheitsbrei aus den eigenen Texten herauszuoperieren. Daraus ist eine Pipeline geworden, die vor jedem Beitrag prüft, ob der Text nach Vorlage klingt. Ein Beispiel aus diesem Run-Ordner selbst: Das Anti-Slop-Gate (Phase 6, runs/2026-06-08-linkedin-ki-einheitsbrei-blase/) blockiert genau die Muster, die meine alten Beiträge generisch gemacht haben, von der Dreier-Stichpunkt-Liste bis zur rhetorischen Schluss-Frage. Mehr zu meiner Haltung, warum ich Tool-Hype nüchtern lese, steht an anderer Stelle.

Genau da setzt der zweite Einwand an, der mir zu Recht entgegengehalten wird: “Dein Anti-Slop-Aufwand ist doch auch nur Optimierung gegen einen Algorithmus. Du tauschst eine Vorlage gegen eine andere.” Der Einwand verfehlt einen Unterschied. Eine Vorlage liefert fertige Verpackung und spart sich die Substanz. Meine Pipeline dreht das um: Sie blockiert jeden Beitrag, dem die datierte Quelle, die eigene Szene oder die widerlegbare Position fehlt, und lässt damit gar nicht erst durch, was nach Schablone klingt. Welcher Teil dieser Mechanik im Mittelstand auf Prozesse übertragbar ist, zeige ich unter KI-Automatisierung im Mittelstand.

Häufige Fragen zum LinkedIn-Einheitsbrei

Lohnt sich LinkedIn für B2B 2026 überhaupt noch, wenn die halbe Plattform KI ist?

Ja, aber nur, wenn man nicht selbst Teil des Einheitsbreis ist. Originality.ai misst am 22.01.2026, dass menschlich geschriebene Beiträge die KI-Beiträge in vertrauensabhängigen Branchen schlagen, in Innovation um 80 Prozent. Die Sättigung trifft das austauschbare Mittelmaß und spielt dem spezifischen Beitrag sogar in die Hände.

Wie erkenne ich, ob mein eigener Beitrag nach KI-Vorlage klingt?

Es gibt zwei verlässliche Marker und einen Test. Marker eins: die identische Struktur aus Hook, drei Stichpunkten und Schluss-Frage. Marker zwei: keine konkreten Zahlen mit Datum und keine Position, die falsch sein könnte. Der Test: Würde der Beitrag auf jeden Wettbewerber passen, ist er generisch, egal ob ein Mensch oder eine Maschine ihn geschrieben hat.

Soll ich gar keine KI mehr zum Schreiben benutzen?

Das ist die falsche Frage. KI als Werkzeug für Recherche und Gliederung ist legitim. Das Problem ist die ungeprüfte Vorlage, die ohne eigene Daten, eigene Szene und eigene Position rausgeht. Entscheidend ist, ob der Beitrag spezifisch oder austauschbar ist; ob ein Mensch oder eine Maschine ihn getippt hat, sagt darüber wenig aus.

Warum fällt meine Reichweite, obwohl ich regelmäßig poste?

Dafür gibt es zwei Hebel. Socialinsider misst für Q1 2026 einen Einbruch von 36 Prozent bei Video-Views gegenüber dem Vorjahr, und ein externer Link im Beitragstext kostet laut Just Connecting (2024) zwischen 25 und 35 Prozent Reichweite. Den Link in den Erstkommentar zu verschieben rettet einen großen Teil davon.

Generiert Social Selling auf LinkedIn messbar Geschäft oder ist das Vendor-Marketing?

Es ist beides, und das gehört offen gesagt. FirstPageSage nennt 229 Prozent ROI organisch, allerdings über drei Jahre statt über Nacht. Viele dieser Zahlen kommen von Parteien mit kommerziellem Interesse, das schwächt sie. Die ehrliche Antwort: Der Kanal trägt mit Geduld und Spezifität, und er trägt nicht, wenn man auf den schnellen Lead-Magnet aus ist.

Nächster Schritt

Klingt mein eigener Content nach Vorlage, und wie baue ich da den Burggraben?

Wenn Sie als Solo-Berater oder im Mittelstands-Marketing den eigenen Feed durchsehen und nicht sicher sind, was generisch ist und was trägt, schaue ich mir das mit Ihnen an. Kostenfreies Tooling-Sparring zur eigenen Pipeline, eine Stunde, ohne Pitch. Sie bringen drei eigene Beiträge mit, wir nehmen sie gegen die vier Bauteile auseinander.

→ Erstgespräch vereinbaren, kostenfrei

→ Oder zuerst mehr lesen: KI-Automatisierung im Mittelstand · wie ich als Solo-Berater arbeite

Quellen und Links: Originality.ai, LinkedIn AI Study (22.01.2026) · Originality.ai via WIRED (27.11.2024) · Socialinsider LinkedIn-Benchmarks 2026 · FirstPageSage Social-Media-ROI (2025) · IBM Sales Performance Study 2025

Weiter lesen auf pfisterer.xyz: Multi-Agent-Content-Pipeline · Context Engineering gegen Context Rot · Warum ich Tool-Hype nüchtern lese