Drittens: LinkedIn könnte mithilfe eines passenden technischen Erkennungssystems gezielt nach einem Anthropic-Wasserzeichen suchen.

Ob LinkedIn dies tatsächlich tut, lässt sich anhand der öffentlich verfügbaren Angaben derzeit nicht bestätigen.

Diese Unterscheidung ist wichtig. Denn ein Algorithmus muss überhaupt kein Claude-Wasserzeichen erkennen, um einen Beitrag als generisch, substanzarm oder wenig relevant einzustufen. Und genau diese inhaltliche Bewertung entwickelt LinkedIn zunehmend weiter.

Diese Unterscheidung ist wichtig. Denn ein Algorithmus muss überhaupt kein Claude-Wasserzeichen erkennen, um einen Beitrag als generisch, substanzarm oder wenig relevant einzustufen. Und genau diese inhaltliche Bewertung entwickelt LinkedIn zunehmend weiter.

4. LinkedIn hat seinen Algorithmus 2026 grundlegend weiterentwickelt

Am 12. März 2026 veröffentlichte LinkedIn einen ausführlichen Beitrag über die Weiterentwicklung seines Feeds.

Dabei beschreibt das Unternehmen den Einsatz sogenannter Generative Recommenders und großer Sprachmodelle, also LLMs.

Das Ziel: Das System soll besser verstehen, worum es in einem Beitrag tatsächlich geht und wie relevant das Thema für bestimmte Mitglieder ist.

Bisherige Signale wie persönliche Kontakte, Branche, berufliche Erfahrung und Interaktionen verschwinden dabei nicht. Sie werden mit leistungsfähigeren Verfahren zur inhaltlichen Analyse kombiniert. Das hat eine Konsequenz für Unternehmer, die LinkedIn zur Kundengewinnung nutzen.

Reichweite wird nicht allein dadurch wertvoll, dass möglichst viele Menschen einen Beitrag sehen. Entscheidend ist, ob der Beitrag bei den Menschen ankommt, für die das Thema tatsächlich relevant ist.

LinkedIn beschreibt außerdem ausdrücklich, dass repetitive Inhalte, oberflächliche Beiträge und sogenanntes Engagement Bait reduziert werden sollen.

Damit sind beispielsweise Beiträge gemeint, die vor allem künstlich Kommentare erzeugen sollen, ohne einen entsprechenden fachlichen Mehrwert zu liefern.

Auch automatisierte Kommentare, Engagement-Gruppen und künstlich erzeugte Gespräche gehören zu den Verhaltensweisen, gegen die LinkedIn verstärkt vorgeht.

Das ist keine Vermutung über einen geheimen Algorithmus. Es steht in der offiziellen Veröffentlichung des Unternehmens. Und inzwischen gibt es dazu konkrete Zahlen.

5. LinkedIn reduziert die Aufrufe von „AI Slop“ um 40 %

Das ist für mich die bemerkenswerteste Information dieser Recherche.

Am 15. September 2026 veröffentlichte LinkedIn neue Ergebnisse seiner Maßnahmen gegen minderwertige KI-Inhalte.

Demnach wurden die Aufrufe von Inhalten, die als „AI Slop“ klassifiziert wurden, bereits um 40 Prozent reduziert. Das ist ausdrücklich keine Aussage darüber, dass jeder KI-generierte Beitrag 40 Prozent Reichweite verliert. Es bedeutet, dass LinkedIns Maßnahmen die Aufrufe der entsprechend klassifizierten Inhalte nach eigenen Angaben um diesen Wert gesenkt haben.

Auch die genaue Bezugsbasis für individuelle Accounts lässt sich daraus nicht ableiten.

Trotzdem ist die Entwicklung deutlich.

Was versteht LinkedIn unter „AI Slop“?

LinkedIn beschreibt damit Inhalte, die wahrscheinlich mithilfe von KI erstellt wurden, zwar sprachlich ausgefeilt wirken, aber kaum eine eigene Perspektive oder nennenswerte Substanz bieten.

Dazu gehören insbesondere:

• Generische Beiträge mit austauschbaren Aussagen.
• Wiederholte oder recycelte Inhalte.
• Texte ohne erkennbare eigene fachliche Position.
• Beiträge, die hauptsächlich Aufmerksamkeit und Interaktionen erzeugen sollen.
• Automatisiert verbreitete Inhalte mit geringem eigenständigem Wert.

Entscheidend ist: LinkedIn bewertet nicht allein das verwendete Werkzeug, sondern den erkennbaren Wert des Inhalts. Das Unternehmen erklärt in seinen offiziellen Empfehlungen sogar ausdrücklich, dass KI bei der Erstellung von Beiträgen helfen darf.

Sprachliche Überarbeitung, Kürzungen und Formulierungshilfe werden als legitime Einsatzmöglichkeiten genannt. Der Inhalt soll aber die tatsächliche Expertise, Erfahrung und Perspektive der veröffentlichenden Person wiedergeben.

LinkedIn-Nutzer können Beiträge als „AI Slop“ markieren

Im August 2026 hat LinkedIn außerdem eine neue Feedback-Möglichkeit eingeführt.

Mitglieder können bei Beiträgen und Kommentaren über das Drei-Punkte-Menü auswählen:

„Seems like AI slop“

Bereits innerhalb der ersten zwei Wochen nach Einführung hatten laut LinkedIn mehr als eine Million Mitglieder diese Funktion verwendet. Das Feedback fließt in die Weiterentwicklung der Systeme zur Bewertung der Inhaltsqualität ein.

Wenn ein Beitrag genügend entsprechendes Feedback erhält, kann der Verfasser inzwischen in seinen Beitragsanalysen einen privaten Hinweis erhalten. Wichtig: Die Markierung bedeutet nicht automatisch, dass ein Regelverstoß vorliegt oder der Beitrag gelöscht wird.

Sie ist zunächst ein Qualitätssignal aus der Community. Für ein Online-Unternehmen ist das trotzdem relevant. Denn damit wird die wahrgenommene Austauschbarkeit eines Beitrags ausdrücklich zu einem Thema der Plattformqualität. Und damit zu einem Faktor, den wir in unserer Content-Strategie berücksichtigen sollten.

6. Was bedeutet das für unsere LinkedIn-Beiträge?

Ich möchte zwei Beispiele gegenüberstellen. Beide Texte könnten vollständig mit Claude oder ChatGPT geschrieben worden sein.

Beispiel 1: Der klassische KI-Einheitsbrei:

5 Tipps für mehr Erfolg in deinem Online-Business:

1. Kenne deine Zielgruppe.
2. Sei regelmäßig sichtbar.
3. Baue Vertrauen auf.
4. Zeige deinen Mehrwert.
5. Bleibe konsequent dran.

Welcher Tipp gefällt dir am besten? Daran ist nichts grundsätzlich falsch. Aber was genau erfährt ein Unternehmer, das er vorher nicht wusste?

Welches Problem wird erklärt?

Welche neue Erkenntnis entsteht?

Welche besondere Perspektive oder Erfahrung steht dahinter?

Der Beitrag ist weitgehend austauschbar.

Beispiel 2: Ein fachlicher Standpunkt

Du hast vielleicht gar kein Sichtbarkeitsproblem.

Du veröffentlichst regelmäßig Content, hast eine professionelle Website und ein Angebot, das du selbst für gut hältst. Trotzdem kaufen zu wenige Menschen. Bevor du noch mehr Marketing betreibst, solltest du eine andere Frage beantworten:

Hat dein Angebot im aktuellen Markt überhaupt einen ausreichend hohen wirtschaftlichen Wert für deine Käufer?

Denn mehr Reichweite verstärkt zunächst nur das, was bereits vorhanden ist. Sie macht ein wirtschaftlich unattraktives Angebot nicht automatisch kaufenswert.

Der zweite Text hat eine klarere Perspektive. Er beschreibt ein konkretes wirtschaftliches Problem, stellt eine These auf und gibt dem Leser einen Ansatz, seine Situation anders zu beurteilen.

Ob er tatsächlich mehr Reichweite erzielt, kann niemand seriös allein anhand dieses Vergleichs garantieren. Aber er erfüllt wesentlich eher die Qualitätsmerkmale, die LinkedIn in seinen Veröffentlichungen beschreibt.

Der interessante Punkt: Die KI hätte beide Texte formulieren können. Den fachlichen Unterschied macht die dahinterstehende Erkenntnis. Das ist für mich eine entscheidende Unterscheidung für die Zukunft professioneller Content-Produktion.

7. Wie sieht es bei Meta aus – also Instagram und Facebook?

Auch Meta entwickelt seine Ranking-Systeme mithilfe künstlicher Intelligenz weiter. Im Januar 2026 veröffentlichte Meta aktuelle Zahlen zur Entwicklung seiner Empfehlungssysteme.

Für Instagram berichtete das Unternehmen, dass im vierten Quartal 2025 bereits 75 Prozent der Empfehlungen in den USA auf Originalbeiträge entfielen. Das entsprach einem Anstieg um zehn Prozentpunkte gegenüber dem vorherigen Quartal.

Wichtig: Diese Kennzahl bezieht sich auf die Herkunft beziehungsweise Originalität empfohlener Inhalte. Sie misst nicht, wie viele Beiträge ohne KI erstellt wurden. Im März 2026 erklärte Meta außerdem, dass auf Facebook originale Creator-Inhalte stärker gefördert und unoriginelle Inhalte zurückgestuft werden sollen. Besonders im Fokus stehen dabei das Kopieren, erneute Hochladen und oberflächliche Wiederverwerten fremder Inhalte. Das ist nicht mit der legitimen Nutzung von KI zur eigenen Content-Erstellung gleichzusetzen.

Meta setzt auf ein immer besseres Verständnis von Nutzerinteressen

Am 13. Oktober 2026 stellte Meta für Facebook neue Möglichkeiten vor, mit denen Nutzer ihre Interessen in natürlicher Sprache beschreiben können. Das System trägt den Namen „Your algorithm“. Nutzer können damit beispielsweise angeben, von welchen Themen sie mehr oder weniger sehen möchten.

Große Sprachmodelle helfen dabei, diese Angaben zusammen mit weiteren Verhaltenssignalen für personalisierte Empfehlungen zu interpretieren. Das ist ein interessanter Schritt. Plattformen arbeiten daran, die Bedeutung von Themen und Nutzerinteressen differenzierter zu erfassen.

Für Unternehmen bedeutet das: Die präzise inhaltliche Ausrichtung ihrer Kommunikation gewinnt an Bedeutung. Das heißt nicht, dass jeder Beitrag automatisch semantisch perfekt verstanden wird oder dass präzise Inhalte garantiert eine höhere Reichweite erhalten.

Aber die Richtung der technischen Entwicklung ist dokumentiert.

Was Meta bei minderwertigem Content ausdrücklich reduziert

Meta geht außerdem gegen verschiedene Spam-Praktiken vor. Dazu gehören beispielsweise überladene Captions mit übermäßig vielen Hashtags, irreführende Beschreibungen, die nichts mit dem eigentlichen Beitrag zu tun haben, und koordinierte Spam-Netzwerke.

Meta hat für bestimmte solcher Verhaltensweisen bereits Einschränkungen der Reichweite und Monetarisierung angekündigt. Daraus lässt sich allerdings keine allgemeine Regel ableiten, dass lange Captions oder KI-unterstützte Texte grundsätzlich schlechter ausgespielt werden. Die konkrete Art des Inhalts und das jeweilige Verhalten sind entscheidend.

8. Kennzeichnet Instagram meinen Text künftig als KI-generiert?

Hier müssen wir zwischen Texten und visuellen Inhalten unterscheiden. Meta verwendet bereits das Label „AI info“. Damit werden unter bestimmten Voraussetzungen Inhalte gekennzeichnet, die mithilfe künstlicher Intelligenz generiert oder bearbeitet wurden.

Im Mittelpunkt der veröffentlichten Kennzeichnungsregeln stehen vor allem Bilder, Videos und Audioinhalte.

Meta nutzt dafür unter anderem technische Herkunftssignale aus Branchenstandards sowie Angaben der veröffentlichenden Personen. Bei bestimmten realistisch wirkenden, künstlich erstellten oder veränderten Video- und Audioinhalten verlangt Meta eine Offenlegung. Ein mit KI bearbeitetes Bild kann ebenfalls einen entsprechenden Hinweis erhalten. Allerdings ist nicht jede KI-Bearbeitung gleichbedeutend mit einer vollständigen KI-Generierung. Meta hat seine Kennzeichnung deshalb bereits angepasst, damit geringfügige Bearbeitungen nicht irreführend als komplett generierter Inhalt erscheinen.

Und was ist mit einer Instagram-Caption von Claude?

Für gewöhnliche Text-Captions ist derzeit keine flächendeckende automatische öffentliche Kennzeichnung anhand von Claude-Wasserzeichen dokumentiert.

Das bedeutet: Ich kann nicht bestätigen, dass Instagram einen mit Claude verfassten Text automatisch als solchen erkennt und öffentlich kennzeichnet. Ebenso wenig kann ich bestätigen, dass Meta solche Texte grundsätzlich schlechter ausspielt. Technisch wäre eine KI-Herkunftserkennung unter bestimmten Bedingungen möglich. Aber zwischen einer technischen Möglichkeit und einer tatsächlich eingesetzten Plattformfunktion besteht ein erheblicher Unterschied. Diesen sollten wir nicht mit Spekulationen über den Algorithmus überbrücken.

9. Was ist mit KI-Bildern und Videos auf LinkedIn?

LinkedIn unterstützt bereits sogenannte Content Credentials auf Grundlage des C2PA-Standards. Damit können Herkunfts- und Bearbeitungsinformationen zu Bildern und Videos verfügbar gemacht werden.

Enthält eine hochgeladene Datei entsprechende gültige Informationen, kann LinkedIn ein C2PA-Symbol anzeigen. Nutzer können darüber beispielsweise erfahren, ob ein Bild mit KI erstellt oder bearbeitet wurde und welches Werkzeug an der Erstellung beteiligt war.

LinkedIn führt diese Funktion schrittweise ein. Diese Art von Kennzeichnung unterscheidet sich technisch erheblich vom unsichtbaren Text-Wasserzeichen.

Bei C2PA werden überprüfbare Herkunftsinformationen mit einer Mediendatei verknüpft.

Beim Claude-Text-Watermarking liegt der Hinweis dagegen im statistischen Muster der Wortwahl. Man sollte beides nicht verwechseln. Und wichtig für Unternehmer:innen:

Ein C2PA-Hinweis bedeutet nicht automatisch, dass LinkedIn den Inhalt als minderwertigen „AI Slop“ einstuft.

LinkedIn stellt diese beiden Mechanismen ausdrücklich getrennt dar. Das eine betrifft die Herkunft eines Mediums. Das andere betrifft die inhaltliche Qualitätsbewertung.

10. Kann LinkedIn oder Meta das Wasserzeichen von Anthropic überhaupt lesen?

Anthropic hat angekündigt, eine spezielle Detection API bereitzustellen. Damit soll geprüft werden können, ob ein Text wahrscheinlich das Claude-Wasserzeichen enthält.

Der Zugang befindet sich derzeit in einer eingeschränkten Vorschau. Zu den grundsätzlich berechtigten Gruppen gehören unter anderem Aufsichtsbehörden, Forschungseinrichtungen, Medien, Faktenprüfer und bestimmte Organisationen mit entsprechenden Compliance-Anforderungen. Anthropic plant, den Zugang künftig auszuweiten.

Was bedeutet das für Meta und LinkedIn?

Beide Unternehmen verfügen zweifellos über technische Möglichkeiten zur umfangreichen Inhaltsanalyse. Das allein beweist jedoch nicht, dass sie Zugriff auf Anthropic-Erkennungsschlüssel haben oder die Detection API einsetzen. Und genau hierzu fehlt bislang ein belastbarer öffentlicher Nachweis. Es ist deshalb nicht seriös zu behaupten: „LinkedIn erkennt jeden Claude-Text und bestraft ihn.“ Ebenso wenig wäre die gegenteilige Aussage korrekt: „LinkedIn kann niemals feststellen, dass ein Text von Claude stammt.“

Der dokumentierte Stand lautet:

LinkedIn und Meta analysieren Inhalte. LinkedIn reduziert minderwertige, als AI Slop klassifizierte Beiträge. Die systematische Nutzung von Anthropic-Text-Wasserzeichen durch diese Plattformen ist dagegen nicht öffentlich bestätigt.

11. Warum kommt das alles gerade jetzt? Der EU AI Act

Hinter der Einführung der Wasserzeichen steht unter anderem der europäische AI Act. Artikel 50 enthält Transparenzpflichten für bestimmte KI-Systeme und KI-generierte Inhalte. Die entsprechenden Vorschriften gelten grundsätzlich seit dem 2. August 2026.

Für bestimmte bereits zuvor auf den Markt gebrachte KI-Systeme gibt es bezüglich der maschinenlesbaren Markierung eine Übergangsfrist bis zum 2. Dezember 2026. Anbieter generativer KI müssen ihre Systeme so gestalten, dass künstlich erzeugte oder manipulierte Inhalte grundsätzlich maschinenlesbar markiert und als solche erkannt werden können, soweit dies technisch möglich und rechtlich erforderlich ist. Anthropic führt sein Wasserzeichen auch deshalb ein, um diesen Transparenzanforderungen Rechnung zu tragen.

Muss ich als Unternehmer jetzt jeden KI-Text kennzeichnen?

Nein, eine pauschale Pflicht zur sichtbaren Kennzeichnung jedes KI-unterstützten Marketingtexts lässt sich aus Artikel 50 nicht ableiten. Entscheidend ist der konkrete Anwendungsfall.

Der AI Act unterscheidet unter anderem zwischen den Pflichten der Anbieter von KI-Systemen und denen der Unternehmen, die solche Systeme einsetzen.

Bei Texten ist insbesondere relevant, ob KI-generierte oder manipulierte Inhalte veröffentlicht werden, um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren. Für solche Veröffentlichungen kann eine Offenlegungspflicht bestehen.

Eine wichtige Ausnahme gilt, wenn die Inhalte einer menschlichen Überprüfung oder redaktionellen Kontrolle unterzogen wurden und eine natürliche oder juristische Person die redaktionelle Verantwortung trägt.

Für gewöhnliche Produktbeschreibungen, Verkaufsseiten oder Social-Media-Captions folgt daraus keine pauschale Kennzeichnungspflicht. Gleichzeitig können für besondere Inhalte, beispielsweise bestimmte Deepfakes, andere Transparenzpflichten gelten. Auch Plattformregeln, Verbraucherrecht und sonstige Vorgaben müssen gegebenenfalls gesondert berücksichtigt werden.

Das Wasserzeichen von Claude ersetzt also nicht automatisch eine rechtlich erforderliche Offenlegung durch das veröffentlichende Unternehmen.

Und umgekehrt bedeutet die Verwendung eines KI-Wasserzeichens nicht automatisch, dass jeder veröffentlichte Text sichtbar gekennzeichnet werden muss.

Wer KI in rechtlich sensiblen Veröffentlichungen einsetzt, sollte den konkreten Anwendungsfall prüfen lassen.

12. Bedeutet KI-generierter Content künftig schlechtere Reichweite?

Hier möchte ich besonders klar unterscheiden. Was wir belegen können: LinkedIn reduziert die Sichtbarkeit bestimmter generischer, substanzarmer und manipulativer Inhalte. Meta fördert bei bestimmten Empfehlungen Originalität und geht gegen dokumentierte Spam-Praktiken vor. Beide Plattformen entwickeln ihre Systeme zur inhaltlichen Analyse und Personalisierung weiter.

Was wir nicht belegen können: Dass jede Verwendung von Claude oder ChatGPT automatisch zu weniger Reichweite führt. Dass ein erkanntes Claude-Wasserzeichen einen pauschalen Ranking-Malus auslöst. Oder dass KI-generierte Inhalte grundsätzlich schlechter performen als menschlich verfasste Beiträge. Tatsächlich wäre schon die Unterscheidung zwischen „KI-generiert“ und „menschlich geschrieben“ häufig zu grob.

Nehmen wir einen fachlichen Blogartikel. Die Unternehmerin entwickelt die These, liefert eigene Erfahrungen, ordnet Zahlen ein, prüft Quellen und gibt die inhaltliche Richtung vor. Claude formuliert daraus einen ersten Entwurf. Anschließend wird dieser fachlich überprüft und redaktionell bearbeitet. Ist das ein KI-Text? Technisch kann KI daran beteiligt gewesen sein.

Aber der wirtschaftliche und fachliche Wert des Artikels entsteht nicht ausschließlich durch das Formulieren der Sätze. Er entsteht durch die Erkenntnisse, die Auswahl und Einordnung der Informationen und die Verantwortung für das Ergebnis. Und genau deshalb halte ich eine andere Frage für wesentlich wichtiger.

13. Die eigentliche Gefahr ist nicht die KI. Es ist die Austauschbarkeit.

Wenn jeder Unternehmer mit wenigen Klicks einen professionell klingenden Beitrag erstellen kann, verliert die reine sprachliche Qualität an Differenzierungskraft. Das ist zunächst eine wirtschaftliche Überlegung, keine offiziell veröffentlichte Ranking-Formel.

Ein sauber formulierter Text ist heute mit vergleichsweise geringem Aufwand produzierbar. Aber eine eigenständige Erkenntnis, eine belastbare Fallanalyse, ein präziser Blick auf Kundenprobleme oder eine fundierte wirtschaftliche These entstehen dadurch nicht automatisch. Für mich liegt genau hier der Unterschied zwischen Content-Produktion und echter fachlicher Kommunikation. Nehmen wir eine Unternehmensberaterin, die schreibt: „Vertrauen ist wichtig für deinen Verkaufserfolg.“

Das ist grundsätzlich richtig, aber weitgehend bekannt. Jetzt schreibt dieselbe Beraterin: „Dein potenzieller Kunde zweifelt möglicherweise nicht an deiner Kompetenz. Er zweifelt daran, ob dein Angebot mit ausreichend hoher Wahrscheinlichkeit sein konkretes Problem löst. Wenn du nur deine Expertise präsentierst, beantwortest du seine eigentliche Kaufentscheidung nicht.“ Das ist eine wesentlich spezifischere Aussage. Sie lässt sich fachlich diskutieren, an realen Kundengesprächen überprüfen und auf eine konkrete Verkaufssituation beziehen. Sie gibt dem Leser ein Denkmodell, mit dem er seine eigene Kommunikation analysieren kann. Für solche Inhalte kann KI ein ausgezeichnetes Werkzeug sein. Aber sie benötigt eine fachliche Führung.

Die entscheidende Frage ist nicht, wer die Wörter geschrieben hat. Sondern wer die Erkenntnis geliefert hat und ob sie für den Leser etwas verändert.

 14. Wie ich als Online-Unternehmer jetzt mit KI-Content umgehen würde

Ich würde weder auf Claude verzichten noch hektisch versuchen, Wasserzeichen technisch zu umgehen. Stattdessen würde ich die eigene Content-Produktion an fünf Kriterien ausrichten.

1. Zuerst die Erkenntnis, dann der Text

Nicht mit dem Prompt beginnen: „Schreibe mir einen LinkedIn-Beitrag zum Thema Kundengewinnung.“ Sondern zuerst selbst herausarbeiten: Welches konkrete Problem beobachte ich? Welche weitverbreitete Annahme halte ich für falsch? Welche Erfahrung oder welche Daten stützen meine Einschätzung? Erst danach übernimmt die KI die Strukturierung und Formulierung.

2. Eigene Erfahrungen als Informationsquelle verwenden

Kundengespräche, Projektverläufe, Fragen aus Beratungen, Marktbeobachtungen und eigene Entscheidungen liefern Material, das nicht allein aus allgemeinen KI-Antworten entstehen muss. Wichtig dabei: Kundendaten dürfen nur im zulässigen Rahmen verwendet werden. Vertrauliche Informationen gehören nicht ungeprüft in öffentliche Beiträge oder externe KI-Systeme.

3. Aussagen überprüfbar machen

Wer Zahlen nennt, sollte ihre Herkunft kennen. Wer von Studien spricht, sollte diese tatsächlich geprüft haben. Wer eine Kausalität behauptet, sollte zwischen eigener Beobachtung, plausibler Interpretation und wissenschaftlich belegtem Zusammenhang unterscheiden. Das ist besonders wichtig, weil sprachlich überzeugende KI-Texte auch dann seriös wirken können, wenn einzelne Aussagen sachlich falsch sind.

4. Eine erkennbare fachliche Position entwickeln

Nicht jede Veröffentlichung muss provozieren. Aber ein hochwertiger Fachbeitrag sollte mehr bieten als eine Sammlung allgemein akzeptierter Tipps. Er kann beispielsweise eine schwierige Entscheidung erklären, eine Fehlannahme aufdecken, Ergebnisse vergleichen oder einen bislang wenig beachteten Zusammenhang sichtbar machen.

Der eigene Standpunkt muss dabei nachvollziehbar begründet sein.

5. Die Ergebnisse messen, statt Algorithmus-Mythen zu folgen

Nicht jeder Beitrag mit vielen Likes bringt Kunden. Und nicht jeder Beitrag mit geringer Reichweite ist wirtschaftlich wertlos. Für ein Online-Business lohnt es sich deshalb, neben Reichweite und Engagement auch zu prüfen:

• Erreicht der Content die richtige Zielgruppe?
• Entstehen qualifizierte Profilbesuche und Website-Besuche?
• Gibt es konkrete Rückfragen zu Angeboten?
• Entstehen passende Kontakte und Verkaufsgespräche?
• Welche Inhalte tragen nachvollziehbar zu Anfragen und Umsatz bei?

Solche Kennzahlen sind für die wirtschaftliche Bewertung einer Content-Strategie aussagekräftiger als Reichweite allein.

15. Sollte ich offenlegen, dass ich Claude oder ChatGPT nutze?

Das hängt von der Art des Inhalts, den Plattformregeln und möglichen rechtlichen Pflichten ab. LinkedIn empfiehlt in seinen offiziellen Best Practices, umfangreiche KI-Mitwirkung transparent zu machen, wenn sie für das Publikum nicht ohnehin erkennbar ist. Gleichzeitig weist LinkedIn darauf hin, dass die veröffentlichende Person für ihren Content verantwortlich bleibt. Ich halte es deshalb für sinnvoll, zwischen unterschiedlichen Nutzungsformen zu unterscheiden.

KI als Korrekturhilfe: Du entwickelst und schreibst deinen Text, lässt aber Rechtschreibung und Stil prüfen.

KI als redaktionelle Assistenz: Du lieferst These, Argumentation, Erfahrungen und Quellen und lässt daraus einen sprachlich ausgearbeiteten Entwurf erstellen.

KI als wesentlicher Inhaltsproduzent: Das System entwickelt große Teile der Argumentation und des Textes ohne entsprechend umfangreiche eigene fachliche Vorarbeit.

Diese drei Fälle sind weder fachlich noch hinsichtlich der eigenen kreativen Leistung identisch.

Wer KI intensiv zur Erstellung öffentlicher Inhalte einsetzt, sollte daher eine nachvollziehbare redaktionelle Praxis entwickeln.

Und vor allem sicherstellen, dass veröffentlichte Aussagen tatsächlich die eigene fachliche Position widerspiegeln.

16. Mein Fazit: Wir müssen uns nicht vor KI-Wasserzeichen fürchten. Wir müssen besseren Content produzieren.

Die neue Nachricht von Anthropic ist ein weiterer Schritt hin zu einer digitalen Welt, in der die Herkunft künstlich erzeugter Inhalte technisch besser nachvollziehbar werden soll. Das wird sich weiterentwickeln. Aber es wäre ein Fehler, daraus heute schon die Schlussfolgerung zu ziehen, dass KI-Texte auf Instagram oder LinkedIn automatisch weniger Reichweite bekommen. Dafür fehlt derzeit die belastbare Grundlage.

Gleichzeitig wäre es ebenso falsch, die dokumentierten Veränderungen bei LinkedIn zu ignorieren. Die Plattform hat nicht nur angekündigt, generische Inhalte reduzieren zu wollen. Sie berichtet bereits von 40 Prozent weniger Aufrufen bei als AI Slop klassifizierten Inhalten. Und sie gibt ihren Mitgliedern inzwischen die Möglichkeit, solche Inhalte ausdrücklich als minderwertig zu markieren. Das ist ein deutliches Signal. Meine Schlussfolgerung für Online-Unternehmer:innen:

Nutze KI für Geschwindigkeit, Struktur, Analyse und Umsetzung. Aber delegiere nicht deine fachliche Identität an das Sprachmodell.

Die besten Chancen auf eine eigenständige Positionierung haben Unternehmen, deren Kommunikation auf echter Expertise, konkreten Erfahrungen, überprüfbaren Erkenntnissen und einer klaren Perspektive basiert.

Nicht, weil irgendein Algorithmus zwingend jeden dieser Beiträge belohnen würde. Sondern weil Kunden am Ende nicht einfach einen schön formulierten Text kaufen. Sie kaufen Lösungen, denen sie zutrauen, ihr Problem zu lösen. Und dieses Zutrauen entsteht nicht durch perfekte Formulierungen allein.

KI kann deine Worte produzieren. Den Grund, warum jemand gerade dir zuhören sollte, musst du weiterhin selbst liefern.