KI für LinkedIn Posts: 8 Prompts und die Regeln, die LinkedIn setzte, nachdem es seinen eigenen KI-Schreiber gestrichen hat

Wie schreibt man einen LinkedIn Post mit KI?

Du gibst einem Chatbot dein Rohmaterial und deine Stimme, dann streichst du, was er dazuerfindet. Diese fünf Schritte funktionieren in ChatGPT, Claude, Gemini oder Microsoft Copilot gleich, kostenlos oder bezahlt.

1. Füge drei selbst geschriebene Posts ein und lass dir die Regeln deiner Stimme geben (Prompt 1 unten).
2. Speichere diese Regeln dort, wo der Chatbot sie behält: ChatGPT Custom Instructions, Claudes Instructions for Claude oder ein Gemini Gem.
3. Gib ihm deine Notizen: das Ergebnis, die Zahl, die Person, was schiefging. Das Modell kann nichts davon wissen.
4. Bitte um einen Entwurf, dessen Kernaussage in den ersten 150 Zeichen steht, und prüfe die Länge selbst.
5. Überarbeite ihn von Hand und mache vor dem Posten den Schrott-Check (Prompt 7).

Prompt 1, die Stimm-Datei, auf die sich jeder weitere Prompt stützt: "Hier sind drei LinkedIn Posts, die ich selbst geschrieben habe: [einfügen]. Liste die Regeln auf, die beschreiben, wie ich schreibe: wie lang meine Sätze sind, wie ich beginne, welche Wörter ich oft benutze, welche nie und wie ich ende. Schreibe sie als Liste, die ich in die Custom Instructions kopieren kann. Lobe die Posts nicht und erfinde keine Regeln, die du darin nicht belegen kannst."

LinkedIns eigene Zahlen gehören in jeden Prompt. Jede Zeile unten stammt von einer LinkedIn-Hilfeseite oder einer LinkedIn-Führungskraft, abgerufen am 12. Oktober 2026.

LinkedIn veröffentlicht nicht, wo ein normaler Post hinter "mehr anzeigen" abgeschnitten wird. Die Anzeigen-Specs tun es: "Use up to 150 characters including spaces, emojis, and punctuation to avoid truncation." Betrachte 150 Zeichen als dein Hook-Budget. Das sind etwa 28 Wörter, nach OpenAIs Faustregel, dass "1 token is approximately 4 characters" und drei Viertel eines Wortes entspricht.

Vertraue nicht der Zeichenzählung eines Chatbots. Modelle lesen Tokens, keine Buchstaben, deshalb schätzen sie die Länge nur. Ein Post mit 3,000 Zeichen sind etwa 750 Tokens. Füge den Entwurf vor dem Posten in einen Zeichenzähler ein.

Bestraft LinkedIn KI-geschriebene Posts?

Nein, LinkedIn bestraft einen Post nicht dafür, dass er mit KI geschrieben wurde. Es kürzt die Reichweite von Posts, die generisch klingen, und hat am 30. Juli 2026 erklärt, den eigenen KI-Schreiber zu entfernen.

Laura Lorenzetti, LinkedIns VP und Executive Editor, legte die Regel in einem Post vom 20. Mai 2026 fest: "It's ok to use AI to help you write, but your posts and comments need to represent your voice and your perspectives." Im selben Post sagte sie, LinkedIns Systeme erkennten generische Inhalte in ersten Tests zu 94% korrekt. Eine Rate falsch positiver Treffer hat LinkedIn nicht veröffentlicht.

Markierte Posts werden nicht gelöscht. LinkedIn zeigt sie Menschen außerhalb deines engeren Netzwerks seltener, sodass deine Kontakte einen generischen Post womöglich weiter sehen, Fremde aber nicht.

Zehn Wochen später ging Produktchef Hari Srinivasan noch weiter. Am 30. Juli 2026 sagte er, Mitglieder könnten nun Posts oder Kommentare melden, die "seems like AI slop". LinkedIn will außerdem eine private Markierung in deinem Analytics-Dashboard testen, wenn Leser einen Post für unauthentisch halten, und entfernte die Funktion "Post verbessern". Ihr Ersatz korrigiert deine Wörter und schreibt keine neuen. Die alte Funktion war im August verschwunden, berichtete Social Media Today am 20. September 2026.

Das Tool hatte schon ein Jahr lang Probleme. CEO Ryan Roslansky sagte im Juli 2025 gegenüber Semafor, wer KI-Inhalte poste, werde "called out", und "you don't want to get called out in your professional context."

Lass die KI also Sätze schreiben. Erfahrung, Zahlen und Meinung sollten deine bleiben, denn genau die fehlen einem generischen Post.

Wie viele LinkedIn Posts stammen schon von KI?

Zwischen 40% und 81% der langen LinkedIn Posts, je nachdem, welchem Detektor man glaubt. Zwei Detektor-Firmen haben LinkedIn Mitte 2026 gemessen und Ergebnisse im Abstand des Faktors zwei erhalten.

Sie zählen Verschiedenes. Pangram markiert nur Text, den es für vollständig KI-generiert hält. Originality.ai nutzt eine sogenannte 15% AI Allowance und definiert sie nicht näher. Beide Firmen verkaufen die Detektoren, die sie benutzt haben.

Pangrams andere Zahl ist die schärfere. LinkedIn Posts machten ein Drittel von allem aus, was seine Nutzer scannten, doch LinkedIn lieferte 62% aller markierten KI-Inhalte. Keine der Studien hat Engagement gemessen, daher stammt keine Behauptung, KI-Posts erreichten einen bestimmten Prozentsatz weniger Reichweite, aus diesen Datensätzen.

Das ist der Feed, in dem dein Post landet. Ein Entwurf, der wie der mittlere lange LinkedIn Post klingt, klingt nach beiden Zählungen wie eine Maschine.

Welche Prompts schreiben einen guten LinkedIn Post?

Die Prompts, die funktionieren, geben dem Modell deine Fakten und verbieten ihm, weitere zu erfinden. Diese acht decken die Arbeit von der leeren Seite bis zur letzten Korrektur ab. Längere Listen gibt es, aber die meisten Einträge sind Themenideen, und die Regeln für Stimme und Fakten zählen mehr als das Thema.

Prompt 2, erst mich interviewen: "Ich möchte einen LinkedIn Post über [Projekt oder Ereignis]. Bevor du etwas schreibst, stelle mir fünf Fragen, eine nach der anderen, dazu, was passiert ist, was ich gelernt habe und welche Zahl es belegt. Schreibe den Post dann nur mit meinen Antworten."

Prompt 3, Entwurf aus Notizen: "Schreibe aus meinen Notizen unten einen LinkedIn Post und nutze meine Stimm-Regeln. Setze die Kernaussage in die ersten 150 Zeichen. Halte ihn unter [200] Wörtern, mit kurzen Absätzen. Erfinde keine Zahlen, Namen, Zitate oder Ergebnisse, die nicht in meinen Notizen stehen. Notizen: [einfügen]"

Prompt 4, fünf Hooks: "Gib mir fünf Eröffnungssätze für diesen Post, jeder unter 150 Zeichen. Jeder muss einen konkreten Fakt, eine Zahl oder ein Ergebnis aus dem Entwurf nennen. Keine Fragen und keine Ankündigungen, wie begeistert ich bin."

Prompt 5, Inhalte wiederverwenden: "Mache aus diesem [Artikel, Vortragstranskript, Bericht] einen LinkedIn Post. Behalte die eine stärkste Erkenntnis und die Zahl dahinter. Lass alles andere weg. Sag mir, welche Aussage du gewählt hast und warum."

Prompt 6, nur Korrektur: "Überarbeite meinen Entwurf in drei Durchgängen. Korrigiere Rechtschreibung, Grammatik und Zeichensetzung. Kürze ihn um ein Drittel, ohne einen Fakt zu verlieren. Formuliere jeden Satz über 25 Wörter um, damit er leichter lesbar ist. Zeige jede Änderung und füge keine Behauptungen, Hashtags oder Emoji hinzu." Das ist dasselbe Trio aus Review, Shorten und Clarify, das LinkedIn an Premium-Mitglieder verkauft, in jeder Sprache.

Prompt 7, der Schrott-Check: "Lies diesen Entwurf als skeptischer LinkedIn-Leser, der den ganzen Tag KI-Posts sieht. Zitiere jede Formulierung, die generisch oder maschinell klingt, etwa einen Standard-Einstieg, ein Nicht-das-sondern-das-Muster oder eine Reihe aus drei Adjektiven. Gib für jede eine schlichtere Fassung mit Wörtern aus meinen eigenen Posts."

Prompt 8, Hashtags: "Schlage bis zu drei Hashtags vor, die eng mit dem Thema dieses Posts zusammenhängen, oder sag mir, dass er keine braucht." Ein von Social Media Today zitiertes LinkedIn-Statement sagt, Hashtags funktionierten am besten, wenn sie "closely related to the topic of the post" seien, deshalb fragt der Prompt genau danach.

Für die Überlegungen hinter solchen Prompts behandelt wie man KI zum Schreiben nutzt die allgemeine Methode, und was ein System-Prompt ist erklärt, warum gespeicherte Anweisungen jede Antwort verändern.

Welche KI ist die beste für LinkedIn Posts?

Die beste KI für LinkedIn Posts ist die, in der deine Stimm-Regeln gespeichert bleiben, denn kein öffentlicher Benchmark bewertet LinkedIn Posts. ChatGPT, Claude und Gemini entwerfen alle in ihren kostenlosen Tarifen einen kurzen Post. Sie unterscheiden sich darin, wo deine Regeln liegen und wie viel hineinpasst.

ChatGPT Free passt am knappsten. OpenAIs Seite zu Custom Instructions begrenzt Free und Go auf 1,500 Zeichen, was eine Stimm-Datei fasst, aber kaum mehr. Claude wendet seine Kontoanweisungen laut Anthropics Personalisierungsleitfaden auf jeden Chat an. Auf Googles Gems-Seite kannst du unter Knowledge Dateien hinzufügen, sodass ein Gem deine besten früheren Posts als Beispiele enthalten kann.

LinkedIns Post proofreader ist der einzige direkt in LinkedIn und der am stärksten eingeschränkte. Seine Hilfeseite nennt nur englische Entwürfe, einen Vorschlag nach dem anderen, ohne Rückgängig-Funktion oder Versionsverlauf.

Whizi, das diese Seite veröffentlicht, wendet einen Skill auf jedes Modell an, das du wählst, sodass ein Satz Stimm-Regeln auf Claude und ChatGPT gleichermaßen läuft. Mit Pro kannst du einen Post in zwei Modellen nebeneinander entwerfen und den besseren behalten. Bei der Gratis-Frage verliert es: Ein kostenloses Whizi-Konto bekommt 10 Nachrichten am Tag, nur mit Whizi AI, Auto und Claude Haiku 5.5.

Was solltest du auf LinkedIn nicht der KI überlassen?

Lass die KI nicht für dich posten oder kommentieren. LinkedIns Nutzungsvertrag verbietet den Einsatz von "bots or other unauthorized automated methods" zum "create, comment on, like, share, or re-share posts". Srinivasan schrieb, LinkedIn fange inzwischen täglich Hunderttausende automatisierter Kommentarversuche ab.

Lass sie auch nicht deine Ergebnisse erfinden. Ein Modell, das eine Erfolgsgeschichte schreiben soll, füllt Lücken mit plausiblen Zahlen, und auf LinkedIn steht dein Name darunter. Die Prompts 2 und 3 oben sollen genau das verhindern.

KI-Bilder sind ein eigener Fall. LinkedIn zeigt Content Credentials bei Bildern und Videos mit C2PA-Daten, und das Label kann anzeigen, ob KI zu ihrer Erstellung genutzt wurde. Text trägt kein solches Label, daher beurteilen Leser deine Worte danach, wie sie klingen. Wenn du auch für Kunden schreibst, klärt KI für Texter, wem der Text gehört.