Wie nutzt du KI für B2B-Social-Media, ohne beliebig zu werden?

Setz KI rund um den Post ein, nie als Autorin. Lass sie Themen planen, recherchieren, aus deinem eigenen Material Entwürfe machen, Korrektur lesen und deine Auswertung lesen. Standpunkt, Erfahrung, Meinung und jede Antwort bleiben bei einem Menschen. LinkedIn stuft beliebige, wahrscheinlich KI-generierte Posts inzwischen als KI-Slop ein und begrenzt ihre Verbreitung.

Dieser Ratgeber ist für Gründer und Marketingverantwortliche im B2B, die auf LinkedIn posten oder ihr Team posten lassen wollen und dabei ChatGPT, Claude oder Copilot nutzen, um schneller zu sein. Die Regeln für KI im gesamten Marketing stehen im Pillar-Artikel KI im Marketing nutzen, ohne an Qualität zu verlieren. Hier geht es nur um Social Media: was die Plattform heute mit beliebigen Posts macht, wo KI wirklich Zeit spart, was beim Menschen bleibt und welchen Test du vor dem Posten machst.

Warum kosten beliebige KI-Posts auf LinkedIn Reichweite?

Weil LinkedIn gezielt nach ihnen sucht. Im September 2026 hat das Unternehmen mitgeteilt, dass es Klassifikatoren gebaut hat, die sogenannten KI-Slop erkennen und seine Verbreitung begrenzen. Gemeint sind Inhalte mit wenig Aufwand, wahrscheinlich KI-generiert, die poliert klingen, aber keinen klaren Standpunkt haben. Genau das liefert ein Einzeiler-Prompt in ChatGPT meistens.

Die Zahlen stammen von LinkedIn selbst. Laut der Mitteilung vom 15. September 2026 sind die Aufrufe von Inhalten, die als KI-Slop eingestuft wurden, dadurch bereits um 40 % gesunken. Mitglieder können einen Post oder Kommentar über das Drei-Punkte-Menü als „seems like AI slop“ melden. LinkedIn zufolge haben mehr als eine Million Mitglieder diese Option in den ersten zwei Wochen nach dem Start im August 2026 genutzt, und die Meldungen fließen in die Klassifikatoren ein.

Das Feed-Update vom März 2026 zeigt in dieselbe Richtung. LinkedIn ordnet Inhalte jetzt mit größeren Sequenzmodellen, ergänzt um große Sprachmodelle, die verstehen sollen, worum es in einem Post geht und wie sich die beruflichen Interessen eines Mitglieds verändern. In derselben Mitteilung kündigte LinkedIn weniger recycelte und auf Klicks getrimmte Posts an, weniger repetitive Posts ohne Substanz und weniger Engagement-Köder.

Achte darauf, was LinkedIn nicht sagt. Keine der beiden Mitteilungen sagt, dass KI-Nutzung an sich bestraft wird. Ziel ist das Ergebnis: beliebig, repetitiv, recycelt, auf Aufmerksamkeit getrimmt. Ein Post, den du mit KI-Hilfe geschrieben hast, kann gut sein. Ein Post, den niemand gebraucht hat, ist es nicht.

Mein eigenes kleines Signal passt dazu. Auf meinem Profil lief reine KI-Thought-Leadership deutlich schlechter als eine persönliche Gründer-Ankündigung. Das ist eine Handvoll Posts, keine Studie. Aber es ist genau die Richtung, die LinkedIn jetzt mit eigenen Worten beschreibt.

Was sagen die LinkedIn-Regeln zu KI-geschriebenen Posts?

LinkedIn erlaubt KI als Schreibhilfe und macht dich für das Ergebnis verantwortlich. Die Hilfe-Seite bittet Mitglieder, alles zu prüfen, zu bearbeiten und freizugeben, wobei KI geholfen hat, und sagt, dass Inhalte weiter die eigene Stimme, Sicht und Erfahrung zeigen sollen. Automatisierung ist etwas anderes. Die Nutzervereinbarung verbietet Bots, die für dich posten, kommentieren oder liken.

• Verantwortung. Die LinkedIn-Hilfe zu Inhalten, die mit KI entstanden sind, stellt klar: Für alles, was du postest, bist letztlich du verantwortlich.
• Prüfung. Die Hilfe bittet Mitglieder, KI-gestützte Inhalte vor dem Veröffentlichen zu prüfen, zu bearbeiten und freizugeben.
• Offenlegung. Hat KI einen Post wesentlich geprägt, empfiehlt LinkedIn, das anderen mitzuteilen.
• Automatisierung. Die Nutzervereinbarung in der Fassung vom 3. November 2025 verbietet Bots oder andere nicht autorisierte automatisierte Methoden, um Posts zu erstellen, zu kommentieren, zu liken, zu teilen oder erneut zu teilen oder sonst unechtes Engagement zu erzeugen. LinkedIn fängt nach eigenen Angaben jeden Tag Hunderttausende automatisierte Kommentarversuche ab.
• LinkedIns eigenes Werkzeug. LinkedIn ersetzt die Funktion „enhance your post“ durch Werkzeuge, die Korrektur lesen und Klarheit verbessern, ohne die Stimme des Mitglieds zu verändern. Daran siehst du, wo die Plattform selbst die Grenze zieht.

Wo spart KI im B2B-Social-Media Zeit?

Am meisten Zeit spart KI bei der Arbeit rund um den Post: einen Monat Themen planen, einen Trend recherchieren, aus einem Call-Transkript Entwurfsideen machen, Korrektur lesen, einen Post für ein anderes Format umbauen und die Auswertung lesen. Nichts davon entscheidet, was du sagst. Alles davon frisst Stunden, die ein kleines B2B-Team nicht hat.

• Themenplan. Gib ihr die Fragen, die der Vertrieb diesen Monat gehört hat, und lass dir einen Vierwochenplan machen, ein Thema pro Woche. Für ein Gründerprofil würde ich zwei bis drei Posts pro Woche planen, den Rhythmus aus dem Ratgeber LinkedIn im B2B-Marketing.
• Recherche. Lass sie einen Report zusammenfassen und jede Aussage mit Quelle auflisten. Dann öffnest du das Original, bevor du irgendetwas zitierst.
• Vom Material zum Entwurf. Ein Transkript eines Kundengesprächs (mit Erlaubnis), eine Besprechungsnotiz, eine Sprachnotiz auf dem Heimweg. KI ordnet. Den Punkt setzt du.
• Varianten. Eine Karussell-Gliederung, eine kürzere Fassung für das Profil einer Kollegin, ein Absatz für den Newsletter. Wie du KI für längere Stücke briefst, steht im Ratgeber was KI im Content-Marketing tun soll.
• Auswertung. Exportier deine Post-Statistiken und frag, welche Themen Kommentare aus den Rollen gebracht haben, an die du verkaufst. Meine Meinung: Ein Kommentar von einem Käufer sagt dir mehr als ein Haufen Likes von Kollegen.
• Korrektur. Rechtschreibung, Länge, eine klarere erste Zeile. Genau dafür baut LinkedIn seine neuen Schreibwerkzeuge.

Welche Teile eines Posts dürfen nie aus ChatGPT kommen?

Vier Teile bleiben bei dir: der Standpunkt, die Erfahrung, die Meinung und das Gespräch danach. Dafür folgen dir Leute, und ein Modell kann sie nicht kennen. Ein Post ohne sie ist eine Zusammenfassung dessen, was es schon gibt. LinkedIns Definition von KI-Slop beschreibt genau das: poliert, ohne klaren Standpunkt.

• Der Standpunkt. Die eine These des Posts, in einem Satz, den du in den Kommentaren verteidigen würdest.
• Die Erfahrung. Was bei einem Kunden, in einem Projekt, in deinem Unternehmen passiert ist. Ein Modell kann das nur erfinden, und eine erfundene Geschichte ist der teuerste Fehler, den ein persönliches Profil machen kann.
• Die Meinung. Wo du dem üblichen Rat widersprichst, und warum.
• Die Antworten. In den Kommentaren beginnen B2B-Beziehungen. Wer sie automatisiert, verstößt gegen LinkedIns Nutzervereinbarung und, aus meiner Sicht, gegen den Grund, überhaupt dort zu sein.

Bei Bildern gilt dieselbe Logik. Meine Meinung: Echte, leicht raue Bilder schlagen auf LinkedIn oft polierte Grafiken, weil sie sich nach einem echten Moment anfühlen. Ein KI-Bild von einem Team-Event, das nie stattgefunden hat, ist das Gegenteil davon.

Wie testest du einen Post vor dem Veröffentlichen auf Beliebigkeit?

Mach vor jedem KI-gestützten Post sechs Prüfungen. Jede hat eine Schwelle, also ist die Antwort Ja oder Nein. Fällt ein Post bei einer durch, wird er überarbeitet oder er geht nicht raus. Diese Schwellen sind meine Arbeitsregeln. Sie folgen LinkedIns veröffentlichten Definitionen und meiner Art zu schreiben, keiner Studie.

Noch eine Gewohnheit: Lies den Post laut vor. Klingt er wie eine Pressemitteilung oder wie jemand, den du nie getroffen hast, schreib die ersten zwei Zeilen neu. Und behalte deine Post-Statistiken im Blick. Laut LinkedIn kann der Autor dort einen Hinweis sehen, wenn ein Post genug KI-Slop-Meldungen bekommt. Nimm das als Signal für deinen Prozess.

Solltest du sagen, wenn KI an einem Post mitgeschrieben hat?

Sag es, wenn KI den Post wesentlich geprägt hat. Hat KI nur am Handwerk rund um deinen eigenen Text gearbeitet, gibt es meist nichts Nennenswertes offenzulegen. LinkedIn empfiehlt den Hinweis, wenn KI einen Post wesentlich geprägt hat. Die Forschung zeigt den Zielkonflikt: Offenlegung senkt Vertrauen, und verdeckte KI-Nutzung, die später herauskommt, senkt es am stärksten.

Die Studienlage ist solide. Oliver Schilke und Martin Reimann haben 13 Experimente mit mehr als 5.000 Teilnehmenden durchgeführt, veröffentlicht 2025 in Organizational Behavior and Human Decision Processes. Wer offenlegte, KI genutzt zu haben, bekam weniger Vertrauen. Wessen stille KI-Nutzung andere aufdeckten, verlor am meisten.

Mein Schluss: Der Ausweg aus diesem Dilemma ist nicht Verstecken. Er heißt, KI für die Teile zu nutzen, bei denen niemand eine Offenlegung erwartet, also Planung, Korrektur und Auswertung, und die Substanz selbst zu schreiben.

Für Bilder, Audio und Video gilt eine eigene gesetzliche Regel. Nach Artikel 50 Absatz 4 der KI-Verordnung der EU, der ab dem 2. August 2026 gilt, müssen Betreiber, die Deepfakes veröffentlichen, offenlegen, dass die Inhalte künstlich erzeugt oder manipuliert wurden. Die Verordnung definiert einen Deepfake als KI-erzeugte oder manipulierte Bild-, Audio- oder Videoinhalte, die wirklichen Personen, Gegenständen, Orten, Einrichtungen oder Ereignissen ähneln und einer Person fälschlicherweise als echt oder wahrheitsgemäß erscheinen würden. Für KI-generierten Text gilt die Pflicht bei Texten, die veröffentlicht werden, um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren, mit einer Ausnahme für Texte, die eine menschliche Prüfung durchlaufen haben und für die jemand die redaktionelle Verantwortung trägt. Wie das für dein Unternehmen gilt, klärst du mit deiner Rechtsberatung. Das hier ist keine Rechtsberatung.

Wie misst du, ob KI-gestützte Posts funktionieren?

Vergleich ein Quartal lang Gleiches mit Gleichem. Markier jeden Post als KI-entworfen, KI-redigiert oder von Hand geschrieben und vergleich dann Kommentare aus deinen Zielrollen, Profilbesuche und Gespräche, die aus einem Post entstanden sind. Impressionen allein führen in die Irre, denn laut LinkedIn ordnet der Feed Posts jetzt nach Relevanz für die beruflichen Interessen jedes Mitglieds.

• Markieren. Eine Spalte in deinem Redaktionsplan: KI-entworfen, KI-redigiert, von Hand.
• Kommentare von Käufern. Zähl Kommentare aus den Rollen, an die du verkaufst, nicht alle Kommentare.
• Gespräche. Nachrichten, Calls und Demo-Anfragen, die einen Post erwähnen. Frag in jedem Erstgespräch, wo man dich bemerkt hat.
• Zeit pro Post. Vor und nach KI. Sinkt die Zeit und sinken die Kommentare von Käufern mit, ist das keine Ersparnis.
• Hinweise in der Statistik. Jeder KI-Slop-Hinweis in den Post-Statistiken kommt auf die Agenda deiner nächsten Content-Runde.

Der allgemeine Assistent, für den dein Team schon zahlt, deckt fast alles oben ab. Wie du einen auswählst und was er kostet, steht im Ratgeber welche KI-Tools ein B2B-Marketingteam wirklich braucht.

Was du diese Woche tun kannst

1. Lies deine letzten zehn Posts und markier die, die Material enthalten, das nur du hast.
2. Schreib eine einseitige Social-Media-Regel: was KI darf, was sie nie tut, wer freigibt.
3. Sammle Material für den nächsten Monat: Fragen aus dem Vertrieb, Kundengespräche, Entscheidungen, Fehler, Zahlen, die du teilen darfst.
4. Mach den Sechs-Punkte-Test mit deinen nächsten drei Posts, bevor sie rausgehen.
5. Wirf jedes Tool raus, das unter deinem Namen automatisch kommentiert, liked oder Kontakte anfragt.
6. Ergänz deinen Redaktionsplan um eine Markierungsspalte und schau dir den Vergleich nach einem Quartal an.
7. Schreib deine Offenlegungsregel für KI-gestützte Texte und KI-Bilder auf.

KI macht die Arbeit rund um einen Post schneller. Sie macht dich nicht folgenswert. Das kommt weiter aus dem, was du gesehen und entschieden hast und in den Kommentaren verteidigen willst. Du willst eine Social-Media-Routine, die dein Team wirklich durchhält? Ein eintägiger Momentum Workshop ist ein guter Start.

Häufige Fragen

Darf ich ChatGPT für LinkedIn-Posts nutzen?

Ja, als Schreibhilfe. Die LinkedIn-Hilfe erlaubt KI-Unterstützung, macht dich aber für alles verantwortlich, was du postest, und bittet dich, es zu prüfen, zu bearbeiten und freizugeben. Begrenzt wird das Ergebnis, das LinkedIn KI-Slop nennt: polierte, beliebige Posts ohne klaren Standpunkt. Nutz ChatGPT mit deinem eigenen Material und schreib den Standpunkt selbst.

Erkennt LinkedIn KI-generierte Posts?

LinkedIn sagt, es habe Klassifikatoren gebaut, die KI-Slop erkennen und seine Verbreitung begrenzen, gestützt auf Meldungen der Mitglieder. Wie die Klassifikatoren arbeiten, veröffentlicht LinkedIn nicht, und es sagt auch nicht, dass jeder KI-gestützte Post erkannt oder abgewertet wird. Ziel sind nach eigener Aussage beliebige, repetitive Inhalte mit wenig Aufwand, nicht KI-Nutzung an sich.

Sind KI-Tools erlaubt, die auf LinkedIn automatisch kommentieren oder liken?

Nein. LinkedIns Nutzervereinbarung verbietet Bots oder andere nicht autorisierte automatisierte Methoden, um Posts zu erstellen, zu kommentieren, zu liken oder zu teilen oder unechtes Engagement zu erzeugen. LinkedIn fängt nach eigenen Angaben täglich Hunderttausende automatisierte Kommentarversuche ab, und Konten mit Automatisierung können eingeschränkt werden. Schreib deine Kommentare selbst.

Wie oft sollte ein B2B-Gründer auf LinkedIn posten?

Meine Faustregel: zwei bis drei Posts pro Woche auf dem Gründerprofil, Qualität vor festem Takt. KI hilft dir, diesen Rhythmus zu halten, weil sie Material, Entwürfe und Auswertung vorbereitet. Sie macht einen schwachen Post nicht veröffentlichenswert, nur damit die Zahl stimmt. Lass lieber einen Termin aus, als etwas Beliebiges zu posten.

Welches KI-Tool ist das beste für B2B-Social-Media?

Für die meisten B2B-Teams der allgemeine Assistent, für den sie schon zahlen, genutzt mit eigenem Material und einem schriftlichen Stimm-Leitfaden. Spezialisierte Social-Media-Tools lohnen sich vor allem für Planung und Auswertung. Meine Meinung: Jedes Tool, das Likes, Kommentare oder Kontaktanfragen automatisiert, fliegt raus, weil LinkedIns Nutzervereinbarung genau diese Automatisierung verbietet.

Quellen

1. LinkedIn Newsroom: How LinkedIn is tackling AI slop (15 September 2026)
2. LinkedIn Newsroom: How LinkedIn is improving the Feed to show more relevant, authentic professional content (12 March 2026)
3. LinkedIn Help: Best practices for content created with the help of AI
4. LinkedIn User Agreement (effective 3 November 2025), section 8.2
5. Schilke and Reimann (2025): The transparency dilemma. How AI disclosure erodes trust. Organizational Behavior and Human Decision Processes 188
6. University of Arizona News: Being honest about using AI at work makes people trust you less, research finds (29 May 2025)
7. EU AI Act, Article 50: Transparency obligations for providers and deployers of certain AI systems
8. Regulation (EU) 2024/1689 (Artificial Intelligence Act), EUR-Lex
9. LinkedIn-Hilfe: Automated activity on LinkedIn
10. Schilke and Reimann (2025), accepted manuscript with Table 1 (sample sizes of all 13 experiments), NSF Public Access Repository