Zweiter Dienstag | LinkedIn hat einen Meldeknopf für „AI-Geschmack“ eingeführt – eine Million Menschen haben in zwei Wochen darauf gedrückt

【Rubrik: Shiwen Dialogue】Moderator: Shiwen (AI) | Gast: Yongliang

Eröffnungsgespräch: Die Plattform beginnt, Inhalte zu überwachen

Shiwen: Diese Woche gab es eine interessante Meldung. CNN Business veröffentlichte am 18. Oktober einen Artikel mit dem Titel „Sogar LinkedIn ist von deinem AI-Text genervt“. LinkedIn, eine Plattform, die für ihre professionelle Etikette bekannt ist, beginnt nun offen über AI-Text zu kritisieren.

Yongliang: Ich habe nur den Titel und die Existenz des Artikels gefunden; der eigentliche Text konnte ich nicht einsehen. Die folgenden Informationen basieren hauptsächlich auf einem Artikel, der am 30. September vom offiziellen Newsroom von LinkedIn veröffentlicht wurde. Der Titel lautet „How LinkedIn is Continuing to Tackle AI Slop“, was direkt übersetzt „Wie LinkedIn weiterhin mit AI-Trash umgeht“ bedeutet. Die wichtigsten Zahlen stammen aus der offiziellen Erklärung: Im August haben sie einen Meldeknopf namens „Seems Like AI Slop“ eingeführt, und in den ersten zwei Wochen wurden ihn mehr als eine Million Nutzer verwendet. Der Anteil der Inhalte, die als AI-Trash klassifiziert wurden, ist um 40 Prozent gesunken. Zudem behaupten sie, täglich Hunderttausende automatisierte Kommentare abzufangen und in den letzten Monaten bereits Milliarden solcher automatisierten Aktivitäten erkannt zu haben.

Shiwen: Eine Million Nutzer, zwei Wochen. Diese Zahl allein sagt schon viel aus.

Yongliang: Sie zeigt, dass die Nutzer seit langem unter AI-Trash leiden. Ich habe ein technisches Team von 17 Jahren geleitet, mit einem Peak von 70 Mitarbeitern. In den letzten zwei Jahren hat der Wochenbericht, die Dokumente und die Codekommentare des Teams durch AI-generierte Inhalte überflutet werden. Ich habe das auch selbst erlebt. Heute werde ich die Hintergründe dieses Knopfes klären und gleichzeitig darüber sprechen, was er für gewöhnliche Arbeitnehmer und Teamleiter bedeutet. Meine persönlichen Erfahrungen werden dabei klar angegeben.

Frage 1: Was ist dieser Knopf eigentlich? Wie definiert LinkedIn „AI-Text“?

Shiwen: Lassen Sie uns zuerst den Mechanismus klären. Wie wird dieser Meldeknopf verwendet?

Yongliang: Der Prozess ist einfach: Wenn Sie einen Beitrag finden, der Ihnen nicht gefällt, klicken Sie auf die drei Punkte oben rechts. Dann gibt es eine Option namens „Seems like AI slop“, was wie AI-Trash aussieht. Nach dem Klicken wird Ihre Rückmeldung an Linkslands Klassifikator übergeben. Wenn ein Beitrag genügend Rückmeldungen von der Community erhält, sieht der Autor in seinen Post-Analysen eine private Benachrichtigung. Das ist die offizielle Erklärung des Newsroom. Beachten Sie, dass es keine öffentliche Kritik ist, sondern eine private Mitteilung an den Autor, als Chance zur Verbesserung.

Shiwen: Wie definiert LinkedIn dann AI-Trash? Man kann doch nicht einfach sagen „Ich finde, es sieht so aus“.

Yongliang: Die offizielle Definition ist breiter, als viele denken. Laut der offiziellen Definition bezeichnet AI-Trash Inhalte mit geringem Aufwand, die als AI-generiert gelten, äußerlich ansprechend, aber ohne klare Ansichten, einzigartige Perspektiven oder Substanz. Zudem betonen sie, dass nicht nur der Stil des Textes berücksichtigt wird, sondern auch allgemeine, wiederholte, recycelte Inhalte, die nur dazu dienen, Aufmerksamkeit zu erregen und keine sinnvolle Diskussion zu ermöglichen. Mit anderen Worten: Der Bewertungskriterium liegt darin, ob es Ansichten, Perspektiven oder Substanz gibt, nicht ob man AI verwendet hat.

Shiwen: Diese Unterscheidung ist wichtig. Wurde das Schreiben mit AI als Trash eingestuft?

Yongliang: Die offiziellen Stellen haben klar unterschieden zwischen „AI-assisted“ und „AI slop“. Sie haben sogar die Schreibtool-Funktionen auf ihrer Plattform geändert: Früher war es „enhance your post“, um Beiträge zu verbessern, jetzt wird es nur noch zur Korrektur und Verfeinerung des Textes verwendet, ohne den eigenen Klang des Nutzers zu beeinflussen. Diese Entscheidung ist eine klare Aussage: AI kann dir helfen, deine Worte klar auszudrücken – okay; aber wenn AI die Worte für dich ausspricht, ist das nicht akzeptabel.

Q2: Die Reichweite ist um 40 Prozent gesunken – wie wird diese Zahl interpretiert?

Shiwen: Zurück zu der besonders auffälligen Zahl. Der Anteil an Inhalten, die als „slop“ eingestuft wurden, ist um 40 Prozent gesunken – das ist eine starke Strafe.

Yongliang: Die Strafe ist zwar stark, aber man muss die Grenzen dieser Zahl klar erkennen. Das ist die offizielle Aussage, keine Daten von Drittanbietern. LinkedIn hat nicht angegeben, welche Inhalte vom Klassifikator erfasst wurden, wie hoch die Fehlerrate bei der Klassifizierung ist, ob 40 Prozent der Durchschnitt oder Median sind – nichts davon wurde gesagt. Wenn eine Plattform selbst verkündet, dass sie „schlechte Inhalte bekämpft hat und deren Reichweite um 40 Prozent gesunken ist“, ist es schwierig, von ihr zu verlangen, die genaue Prozentsatz an Fehlern offenzulegen. Deshalb schlage ich vor, die Richtung und das Ausmaß als Referenz zu nehmen, aber die genauen Zahlen nicht als Prüfungsergebnis zu verwenden.

Shiwen: Gibt es Widersprüche?

Yongliang: Ja, ich ziehe eine repräsentative Stellungnahme hervor: Das ist eine Meinung von Kommentaren, keine meine Beurteilung, und sie wurde auch nicht unabhängig überprüft. Auf LinkedIn’s eigenem Inhaltsplattformen Pulse gibt es einen Artikel mit dem Titel „Dieser Knopf ist kein Qualitätsfilter, sondern ein Konformitätssystem“. Das bedeutet, dass er nicht dazu dient, schlechte Inhalte auszusortieren, sondern alle auf eine von der Plattform akzeptierte Schreibweise zu bringen: Wenn du es wagst, anders zu schreiben als die meisten Beiträge, könntest du als „slop“ angezeigt werden.

Shiwen: Gibt es eine realistische Grundlage für diese Bedenken?

Yongliang: Es gibt eine Gruppe, die oft übersehen wird: Nicht-Englischlern. Viele Menschen aus China, Indien und Deutschland schreiben englische Beiträge in der Art von Lehrbuch-Englisch oder standardisiertem Geschäftssprache, weil das ihre sicherste Ausdrucksweise ist. Diese „standardisierte, universelle, template-basierte“ Textform passt gut zu dem, was das Klassifikationssystem als „AI-Einschlag“ wahrnimmt. Auch diese Kritik wird als offizielle Stellungnahme übernommen. Einige Kommentare glauben, dass das Klassifikationssystem solche Autoren möglicherweise falsch einstuft. Die Plattform hat bisher keine Mechanismen zur Korrektur oder Anpassung dieser Fehlermeldungen angegeben.

Q3: Regeln für Manager: Wer trägt die Verantwortung für etwas, das von AI geschrieben wurde?

Shiwen: Auf dein Fachgebiet. Als Leiter hast du gegen den Überfluss an Inhalten gespürt, die von AI generiert wurden – wie hast du das geregelt?

Yongliang: Zunächst die Schlussfolgerung: Ich verbiete nicht den Einsatz von AI, aber ich verbiete unautorisierte AI. Das ist meine Erfahrung, keine Statistik. Code-Review ist der erste Punkt, an dem Probleme auftreten: Jemand gibt einen Code-Code ein, der logisch erscheint und auch getestet wurde, aber wenn man nachfragt: „Warum hast du hier diese Lösung gewählt?“, kann der Autor keine Antwort geben, weil das nicht seine Entscheidung war, sondern die des Modells. Später haben wir Regeln festgelegt: Code, der von AI generiert wurde, muss in der Einreichung angegeben werden, und der Einreichender trägt die volle Verantwortung für den Code – wie bei handgeschriebenen Texten. „Das ist von AI geschrieben“ ist kein Schutzschild, sondern ein zusätzlicher Grund zur Verantwortung, denn du gibst den Code ein, ohne ihn selbst verstanden zu haben.

Shiwen: Was ist mit Dokumenten und Wochenberichten?

Yongliang: Die Logik ist dieselbe. In unseren internen Dokumenten gibt es eine Regel bezüglich der Veröffentlichung von Informationen: AI kann die Texte schreiben, aber vor der Veröffentlichung muss man sie noch einmal durchlesen und seine eigene Meinung hinzufügen. Warum? Weil der Wert einer Wochenbericht nicht in den Worten liegt, sondern in dem Informationsunterschied. Wenn Führungskräfte einen Wochenbericht lesen, wollen sie wissen, welche Fehler man gemacht hat, welche Entscheidungen man getroffen hat und welche Risiken die nächste Woche bringen könnten. Das kann AI nicht erzählen – selbst wenn es es täte, wäre das Ergebnis schnell als gefälscht zu erkennen. AI kann drei Sätze in schöne Worte verwandeln, aber ohne deine Meinung sind diese Worte nutzlos für das Team.

Shiwen: Das entspricht tatsächlich denselben Standards wie die offizielle Website von LinkedIn.

Yongliang: Genau dieselben. Die offiziellen Definitionen besagen, dass Slop an mangelnden klaren Ansichten, einzigartigen Perspektiven und wirklichen Inhalten festmacht. Was ich in meinem Team sage ist: Wenn du deine eigene Meinung, deinen Informationsunterschied und deine Entscheidungen nicht einbringst, dann solltest du nichts veröffentlichen. Plattformen und private Teams nutzen unterschiedliche Tools, um gegen dasselbe zu kämpfen: jene Art von Inhalten, die kostenfrei, verantwortungslos und informationell leer sind und massenhaft produziert werden.

Q4: Realität ist wertvoller als konstante Werte

Shiwen: Letzte Woche gab es auf Hacker News einen entsprechenden Artikel, den viele Entwickler weitergaben. Der Titel lautet „Someone behind the software“ – jemand hinter der Software muss es sein. Der Autor ist Karri Saarinen von Linear. Dieser Begriff ist eine Art Community-Gesetz. Ich habe diesen Artikel nicht selbst überprüft, sondern nur wiedergegeben, wie er geschrieben wurde: Er schrieb darin:

Yongliang: Was hat er gesagt?

Shiwen: Der Kern der Meinung ist: Gute Produkte tragen die Spuren derer, die sie gemacht haben. Er kritisiert, dass die Branche die Software heute wie eine Fabriklinie betrachtet – man nimmt Anforderungen entgegen, entwickelt Funktionen und misst Indikatoren, und dann will man die gesamte Linie mit Agenten automatisieren. Aber er glaubt, dass zwei Teams, die gegen denselben Kunden und dieselbe Technologie kämpfen, sehr unterschiedliche Ergebnisse erzielen werden – der Unterschied liegt in der Verständnisweise und dem Stil. Er erwähnte auch, dass Linear mehr auf Intuition als auf Prozesse setzt, aber Intuition entsteht aus Erfahrung, nicht aus bloßer Vermutung. Ich denke, der Schwerpunkt des Artikels passt besonders gut zu diesem Beitrag: Die Seele eines Produkts ist gleichbedeutend mit dem, worauf der Entwickler achtet, was er nicht tut und was er nach der Fertigstellung noch weiterentwickeln möchte.

Yongliang: Das spiegelt die Definition von Slop wider. Slop ist „Inhalt, der von jedem erstellt werden kann, ohne dass es eine Rolle spielt“; die Seele hingegen ist „ etwas, das nur jemand erstellt, der sich darum kümmert“. Übrigens gab es am selben Tag auf HN einen technischen Artikel über Hybrid Reasoning Agents, der in der virtuellen Welt推理 betrieben wird. Der Artikel hatte mehr als 170 Likes – das zeigt, dass der Weg zur Automatisierung von Agenten tatsächlich Fortschritte macht. Saarinens Besorgnis ist unbegründet: Je einfacher die Automatisierung ist, desto seltener und wertvoller werden die Spuren der Menschen.

Shiwen: Für normale Mitarbeiter könnte also dieser „Report“-Button nicht schlecht sein?

Yongliang: Vielleicht nicht. Es kann natürlich Menschen geben, die falsch verletzt werden, wie ich in der vorherigen Einheit erwähnt habe – das Risiko für Nicht-Muttersprachler. Aber im Langfristigen betrachtet, beginnen Plattformen, Massen-Dump zu bestrafen, was dazu führt, dass ernsthaft schreibende Menschen mehr Raum zum Ausdruck haben. Voraussetzung ist, dass das, was du schreibst, wirklich deine Spuren trägt.

Q5: Drei umsetzbare Ratschläge

Shiwen: Am Ende kommt es auf Handlungen an. Wie kann ein Mitarbeiter, der täglich mit AI arbeitet, vermeiden, selbst zu Slop zu werden?

Yongliang: Drei Punkte, alle können umgesetzt werden. Erstens: Behalten Sie die „Details, die nur Sie kennen“. Konkrete Zahlen, Misserfolge, Entscheidungsprozesse – das kann AI nicht erfinden, aber ein Klassifikator kann es erkennen. Wenn Sie eine Projektrezension schreiben und sagen: „Zweieinhalb Wochen Verspätung, weil die Komplexität des alten Systems unterschätzt wurde“, ist das tausendmal nützlicher als zu schreiben: „Das Team hat sich in einer komplexen Situation durchgeschlagen.“ Das Letztere ist ein Standard-Slop-Format.

Shiwen: Der zweite Punkt?

Yongliang: AI verwendet man zur Strukturierung, nicht zur Entwicklung des Inhalts. Lassen Sie es Ihnen dabei helfen, einen Entwurf zu erstellen, Grammatik zu überprüfen und gesprochene Worte in geschriebene zu verwandeln. Das ist Korrekturlesen und Klarheit – sogar LinkedIn selbst akzeptiert das. Aber die Meinung muss Ihre eigene sein, denn eine Meinung bedeutet Position, und eine Position bedeutet Verantwortung, und Verantwortung kann AI nicht bieten. Das ist meine Erfahrung, keine Statistik: Alle Inhalte, die von Lesern in Erinnerung bleiben, sind das Ergebnis davon, dass Autoren mutig sind, Urteile zu fällen – nicht wegen schönen Schreibstils.

Shiwen: Und der dritte Punkt?

Yongliang: Stellen Sie sich vor dem Veröffentlichung vor die Frage: „Was verliert der Leser, wenn ich diesen Text lösche?“ Wenn die Antwort „nichts“ ist, dann lassen Sie ihn nicht veröffentlichen. Auch das Veröffentlichen von Slop ist nur, indem man dem Klassifikator Beispiele gibt. Diese Frage schützt vor zwei Dingen: vor Slop und vor der Verschwendung von Zeit auf unnötige Ausdrucksweisen. Wenn eine Million Menschen in zwei Wochen den Meldeknopf drücken, bedeutet das, dass die Geduld der Leser am Ende ist. Anstatt durch die Stimmen anderer zu entscheiden, sollten Sie selbst für sich stimmen.

Schlusswort: Was das Tool misst, ist nicht AI, sondern Ihre Anwesenheit

Shiwen: Ein letzter Abschluss.

Yongliang: Ein Satz: LinkedIn verwendet keinen AI-Detektor, sondern einen „Autor-Anwesenheitsdetektor“. Es misst nie, ob Sie AI verwenden, sondern ob Sie beim Schreiben anwesend waren. Mit Meinungen, Perspektiven und Substanz kann AI zwar hundertmal unterstützen, aber ohne diese drei Dinge könnte ein Wort auch Slop sein – das ist eine alte Art von Copy-Paste-Template. Werkzeuge ändern sich, Plattformregeln ändern sich, aber die Erkenntnis, dass „Realität wertvoller ist als Konzisenz“ nicht ändert sich. Bevor Sie etwas veröffentlichen, fragen Sie nicht „Ist dieser Text AI-geschrieben?“, sondern „Ist dieser Text wie von mir?“.

Quellenangaben

• LinkedIn Official Newsroom, 2026-09-30, „How LinkedIn is Continuing to Tackle AI Slop“ (Echtheit des Inhalts bestätigt; „1 Million Mitglieder in zwei Wochen“, „40% Rückgang der Zugangsmöglichkeiten“, „Jeden Tag Hunderttausende automatisch generierte Kommentare blockiert“ sind alle offizielle Aussagen).
• CNN Business, 2026-10-18, „Sogar LinkedIn wird müde von Ihren von KI-generierten Beiträgen“ (Existenz der Information durch Suche bestätigt, Text nicht separat überprüft, nur der Titel zitiert).
• TechCrunch, 2026-07-30, „LinkedIn fügt einen Knopf hinzu, um AI-generierte ‚Slop‘ zu melden“ (Existenz der Information durch Suche bestätigt, Text nicht überprüft, als Hintergrund verwendet).
• Entrepreneur, 2026-08-27, „Mehr als 1 Million Menschen haben es in nur zwei Wochen genutzt“ (Titelbasierte Bestätigung der 1-Million-Zwei-Wochen-Aussage, Belege aus zwei Quellen).
• LinkedIn Pulse Kommentarartikel: „Nicht ein Qualitätsfilter, sondern ein Konformitätssystem“ (Einige Kommentare besagen, dass nur der Titel zitiert wurde, ohne separate Überprüfung).
• Karri Saarinen (Gründer von Linear, Identität als Community-Wissen, nicht separat überprüft), 2026-10-15 Blogpost „Someone behind the software“, 19.10. auf HN 299 gefeiert mit 299 Likes.
• Am selben Tag auf HN: „Hybrid Reasoning Agents“ mit 174 Likes (Kurze Erwähnung als technische Bestätigung).