Ein Meldebutton ist ein Beschriftungswerkzeug
Am 30. Juli ergänzte LinkedIn das Dreipunktmenü jedes Beitrags um eine Option: Wirkt wie KI-Slop. Gemeldete Beiträge erhalten weniger Reichweite, ganz ähnlich wie Inhalte, die als nicht interessant markiert wurden. Dazu kamen neue Klassifikatoren, die Slop aus Empfehlungen jenseits des eigenen Netzwerks heraushalten sollen, private Hinweise an Verfasser, deren Beiträge durch starken KI-Einsatz unecht wirken, ein breiterer Zugang zur Profil- und Seitenverifizierung sowie die Möglichkeit, Kommentare von Unternehmensseiten zu blockieren.
Der Mechanismus wird am deutlichsten in dem, was das Unternehmen selbst dazu sagte. Produktchef Hari Srinivasan nannte Slop schwer zu definieren, ergänzte, die Definition ändere sich, und erklärte, die Meldungen erlaubten LinkedIn, seine Modelle nachzujustieren und bessere Feeds zu bauen. Als technische Aussage gelesen und nicht als Öffentlichkeitsarbeit beschreibt das den Zweck des Buttons präzise. Menschen erzeugen Labels. Der darauf trainierte Klassifikator stuft in einem Umfang herab, den kein Prüfteam erreichen könnte. Der Button ist die billige Hälfte.
Der Maßstab ist mit Absicht offen
Warum das zählt: Fast jede andere Moderationsregel, mit der Sie zu tun haben, ist veröffentlicht. Sie können die Richtlinie einer Plattform zu Spam, Nacktheit oder Identitätsmissbrauch lesen und recht verlässlich vorhersagen, wie ein Beitrag behandelt wird. Diese hier ist ausdrücklich als beweglich angelegt. Das ist ehrliche Technik, denn eine feste Definition von Slop wäre binnen einer Woche ausgehebelt, und es ist ein echtes Problem für jeden, dessen Vertrieb am Feed hängt, weil man eine laufend nachjustierte Definition nicht einhalten kann.
Es lohnt außerdem, genau zu benennen, was bestraft wird. Srinivasan sagte ausdrücklich, KI-Einsatz sei nicht an sich das Problem, wenn er einen echten Gedanken schärft. Gemeldet wird eine Textur, die Leser wiedererkennen: der generische Rhythmus, der ordentliche Dreischritt, der Schlusssatz, der unter jedem beliebigen Beitrag stehen könnte. Textur ist keine Regel, die man mit einem Häkchen erfüllt. Sie wird von einem Publikum beurteilt und verschiebt sich, während dieses Publikum besser darin wird, sie zu erkennen.
Die Leser hatten die Strafe längst verhängt
Das Ausmaß ist außerhalb von LinkedIn dokumentiert. Pangram Labs, dessen Erkennungserweiterung im April erschien, untersuchte über eine Million Beiträge auf LinkedIn, X, Reddit, Medium und Substack. Auf LinkedIn erwiesen sich mehr als 40 Prozent der langen Beiträge, also jener über 250 Wörter, als vollständig maschinell erzeugt. Auf X lag der Wert bei 25 Prozent vollständig KI-geschrieben und weiteren 23 Prozent KI-unterstützt. Reddit und Substack lagen nahe 10 Prozent. Nach Zählung der Studie beherbergt LinkedIn rund 62 Prozent aller untersuchten KI-Inhalte der großen Netzwerke.
Der entscheidende Punkt steckt in einer anderen Zahl. Diese KI-geschriebenen Beiträge erhielten rund 45 Prozent weniger Interaktion als von Menschen verfasste, und das wurde gemessen, bevor irgendetwas davon ausgeliefert wurde. Die Reichweitenkosten wurden also bereits erhoben, still, von Lesern, die weiterscrollten. Was LinkedIn am 30. Juli ankündigte, legt eine mechanische Strafe auf eine Verhaltensstrafe, die längst lief. Wenn Ihr Unternehmen KI-entworfene Inhalte veröffentlicht, müssen Sie auf keine Meldung warten, um die Kosten zu kennen. Der Vergleich liegt bereits in Ihrer eigenen Auswertung.
In Europa muss die Herabstufung begründet werden
LinkedIn wurde in der ersten Benennungsrunde der Kommission im April 2023 als sehr große Online-Plattform nach dem Digital Services Act eingestuft, an der Schwelle von 45 Millionen monatlich aktiven Nutzern in der Union. Diese Benennung hat Folgen, die diese Ankündigung unmittelbar betreffen. Nach Artikel 17 verpflichtet die Einschränkung der Sichtbarkeit von Informationen eines Nutzers, worunter das Herabstufen von Inhalten ausdrücklich fällt, die Plattform zu einer Begründung gegenüber diesem Nutzer, die den herangezogenen Grund und die zugrunde liegenden Tatsachen nennt. Artikel 20 verlangt ein internes Beschwerdeverfahren. Artikel 21 eröffnet die zertifizierte außergerichtliche Streitbeilegung.
Das ist eine Schieflage zu Ihren Gunsten, die man nutzen sollte. Die Definition ändert sich ist eine hinnehmbare Antwort gegenüber einem Journalisten und eine deutlich schwächere gegenüber einer Begründungspflicht, die einen Grund benennen muss. Ein europäisches Unternehmen, dessen Seite oder dessen Gründerbeitrag Reichweite verliert, kann diese Begründung anfordern, statt die Ursache zu raten. Begründungen gehen zudem in die öffentliche Transparenzdatenbank der Kommission, sodass das Gesamtverhalten eines undefinierten Klassifikators mit der Zeit überprüfbar wird. Das Instrument existiert, kostet nichts und wird kaum genutzt.
Hauseigen heißt nicht empfohlen
Ein Detail der Ankündigung verdient mehr Aufmerksamkeit als der Button. Im selben Zug zog LinkedIn Beitrag verbessern zurück, sein eigenes generatives Schreibwerkzeug, und ersetzte es durch ein engeres Korrekturwerkzeug, das Grammatik und Rechtschreibung berichtigt, ohne den Verfasser in eine generische Stimme umzuschreiben. Die Plattform, die den Generator ausgeliefert hat, liefert nun den Meldebutton für genau die Art von Ausgabe, die dieser Generator erzeugte, und beides in einem einzigen Produktupdate.
Die haltbare Lehre reicht weit über diesen Feed hinaus. Dass eine Funktion hauseigen ist, belegt nicht, dass die Plattform ihre Ergebnisse weiter belohnt. Der Anreiz, ein Werkzeug auszuliefern, ist dessen Nutzung. Der Anreiz, seine Ausgabe zu ranken, ist eine andere Rechnung, die sich ohne Vorwarnung umkehren kann, ohne dass irgendeine Zusage gebrochen würde. Bevor Sie einen Publikationsablauf auf der KI-Funktion eines Anbieters aufbauen, fragen Sie, was Ihre Ausgabe wert ist, wenn diese Funktion im nächsten Quartal verschwindet, und heben Sie auf, was der Mensch geschrieben hat.
Weiterlesen: Brüssel bestrafte die Risikobewertung, nicht die Fälschungen | Brüssel nannte die Prüfung schwach und genehmigte sie



