41 % der LinkedIn-Posts stammen nicht von Menschen

Jahrelang war „das Internet versinkt in KI-generiertem Schlamm“ ein Bauchgefühl, keine Zahl. 2026 gibt es endlich Zahlen – aus zwei unabhängigen Studien, die echte Feeds gemessen haben, statt zu raten. Die Schlagzeile: Bis zu 41 % der langen LinkedIn-Posts stammen nicht von einem Menschen. Und LinkedIn ist nicht einmal die schlimmste Plattform.

Hier steht, was die Daten tatsächlich sagen, was die Plattformen dagegen tun und warum keine dieser Maßnahmen deinen Feed schützt.

Die Studie, die gemessen hat, was Menschen wirklich sahen

Im Juli 2026 berichtete 404 Media über eine Studie von Pangram, einem Unternehmen für KI-Erkennung. Spannend ist die Methode: Statt öffentliche Seiten zu scrapen, nutzte Pangram eine Chrome-Erweiterung, die über zwei Monate passiv rund eine Million Posts auswertete, die echte Nutzer tatsächlich in ihren Feeds sahen.

Dieser Unterschied ist wichtig. Scraping zeigt, was existiert; Feed-Scans zeigen, was der Algorithmus ausspielt. Gemessen wird also die Reichweite, nicht der Bestand.

Die Ergebnisse für Textplattformen:

Zwei Einschränkungen machen diese Zahlen alarmierender, nicht harmloser. Erstens gibt Pangram eine Falsch-Positiv-Rate von etwa 1 zu 10.000 an – der Detektor bläst die Zahl also nicht durch übereifrige Treffer auf. Zweitens bezeichnet Pangram die Werte ausdrücklich als Untergrenze: Der Detektor markiert nur, wessen er sich sicher ist.

Bei Video ist es schlimmer: 59 % eines frischen TikTok-Feeds

Text ist nur die halbe Geschichte. Im Juni 2026 machte das Video-Tool-Unternehmen Kapwing ein anderes Experiment: ein brandneues Konto ohne Verlauf anlegen und protokollieren, was der Algorithmus einem unbeschriebenen Nutzer ausspielt.

Auf TikTok waren 59 % der Videos, die einem frischen Konto gezeigt wurden, KI-Slop. Bei YouTube Shorts waren es 21 % – besser, aber immer noch jedes fünfte Video.

Der Aufbau mit frischem Konto ist der Kern der Erkenntnis. Das ist die Standard-Kost – das, was dir eine Plattform vorsetzt, bevor sie irgendetwas über deinen Geschmack weiß. Bist du neu, nutzt du nur gelegentlich oder ist ein Kind mit einem neuen Gerät unterwegs, ist das dein Feed.

Kinder trifft es am härtesten

Die beunruhigendste Zahl der Kapwing-Studie: Die Kategorie Kinderinhalte war mit 57 % KI-Slop am stärksten betroffen. Der Hashtag #CartoonKids erreichte 97/100 auf der KI-Inhalte-Skala – praktisch ein rein synthetischer Kanal, der sich an Kinder richtet.

Das deckt sich mit dem, was wir in unserem Guide zum Blockieren KI-generierter YouTube-Kanäle beschrieben haben: Kinderinhalte sind das wirtschaftlich naheliegende Ziel für Content-Farmen. Kinder überspringen schlechte Videos nicht, melden sie nicht und schauen per Autoplay. Maximale Wiedergabezeit, minimale Kontrolle.

Wenn in deinem Haushalt ein Kind einen Feed hat, wurde statistisch das meiste darin nie von einem Menschen angefasst. Deshalb behandeln wir Kindersicherung als kostenlose Funktion, nicht als Bezahl-Upsell.

Was die Plattformen tun

Fairerweise: 2026 ist das Jahr, in dem die Plattformen aufhörten, so zu tun, als gäbe es das Problem nicht. Die bisherigen Reaktionen:

• YouTube hat seine KI-Kennzeichnungen an eine sichtbarere Stelle unter dem Player verschoben, ein Overlay-Label bei Shorts ergänzt und beginnt, Inhalte anhand von C2PA- und SynthID-Herkunftsmetadaten automatisch zu kennzeichnen. Im Januar 2026 wurden 16 Kanäle mit zusammen 35 Millionen Abonnenten wegen unauthentischer Inhalte gesperrt.
• LinkedIn hat seinen KI-Schreibassistenten stillschweigend vom Post-Button entfernt – genau die Funktion, die die Flut mit ausgelöst hat.
• Reddit gibt an, täglich 23 Millionen Spam-Aufrufe zu blockieren, und fuhr eine „People are best“-Markenkampagne, die auf menschliche Authentizität setzt.

Beachte die Ironie beim mittleren Punkt: In den Jahren 2023–2025 lieferten die Plattformen KI-Generierungs-Buttons, und 2026 liefern sie KI-Erkennungs-Labels für das Ergebnis.

Warum Labels und Säuberungen deinen Feed nicht retten

Jede der obigen Maßnahmen hat eine Gemeinsamkeit: Sie ist reaktiv.

1. Labels kommentieren, sie filtern nicht. Ein „Mit KI erstellt“-Hinweis unter dem Player senkt nicht, wie oft der Algorithmus das Video empfiehlt. Du investierst trotzdem Aufmerksamkeit – das Label sagt dir hinterher nur, dass du es besser gelassen hättest.
2. Labels setzen Kooperation voraus. Kennzeichnung per Selbstauskunft unterstellt, dass Slop-Farmen sich selbst melden. Herkunftsbasierte Kennzeichnung (C2PA/SynthID) funktioniert nur, wenn die Metadaten das Re-Encoding überleben – und sie zu entfernen ist trivial.
3. Säuberungen sind nachlaufende Indikatoren. YouTubes 16 gesperrte Kanäle hatten bereits 35 Millionen Abonnenten angesammelt. Das Durchgreifen kam nach Jahren der Reichweite, und die Betreiber melden sich einfach neu an.
4. Jede Plattform verteidigt nur ihr eigenes Revier. YouTube-Labels helfen dir auf LinkedIn nicht; Reddits Spam-Blockade berührt deinen X-Feed nicht. Slop-Betreiber agieren plattformübergreifend, die Moderation nicht.

Plattformen optimieren auf Engagement, und – wie die Pangram-Zahlen zeigen – KI-Slop ist Engagement. Zu erwarten, dass die Empfehlungsmaschine sich selbst aushungert, ist keine Strategie.

Die proaktive Alternative: kuratieren, bevor es dich erreicht

Die strukturelle Lösung ist das Gegenteil von Labeln: Slop nicht kommentieren, nachdem er geladen wurde, sondern bekannte Slop-Quellen stoppen, bevor sie angezeigt werden.

Genau darauf baut Blokari auf:

• Von der Community kuratierte Sperrlisten. Menschliche Kuratoren pflegen Listen bekannter KI-Slop-Kanäle und -Konten – genau der industriellen Farmen, die diese Studien gemessen haben. Einmal abonnieren; die Liste wächst mit, wenn neue Farmen auftauchen.
• Plattformübergreifend von Grund auf. Dieselbe Erweiterung filtert YouTube, LinkedIn, X und Reddit – passend dazu, wie Slop-Betreiber tatsächlich arbeiten. Unser Guide zum LinkedIn-Feed-Filter behandelt speziell das 41-%-Problem.
• Deine eigenen Regeln obendrauf. Persönliche Sperrliste für alles, was die kuratierten Listen noch nicht erfasst haben; Whitelist, damit ein echter Creator nie versehentlich ausgeblendet wird.
• Kostenlose Kindersicherung. Angesichts der 57 % in der Kinderkategorie ist das die am wenigsten verzichtbare Funktion, die wir ausliefern – kostenlos in jedem Tarif.

Es gibt auch einen langfristigen Effekt. Empfehlungsalgorithmen lernen aus dem, womit du interagierst. Wenn Slop nicht mehr angezeigt wird, fütterst du ihn nicht mehr mit Klicks und Wiedergabezeit – und deine Empfehlungen wandern zurück zu Menschen. Du blendest nicht nur Inhalte aus; du trainierst deinen Feed.

Das Fazit

Die Daten von 2026 haben ein Bauchgefühl durch eine Messung ersetzt: 41 % der langen LinkedIn-Posts, jeder vierte X-Artikel vollständig maschinell geschrieben, 59 % eines frischen TikTok-Feeds, 97/100 bei einem Kinder-Hashtag. Und das sind Untergrenzen, gemessen an Feeds, die Menschen tatsächlich gesehen haben.

Die Plattformen werden weiter labeln und säubern – reaktiv, eine Plattform nach der anderen, nachdem die Reichweite längst entstanden ist. Die einzige Feed-Verteidigung, die vor der Reichweite wirkt, ist Kuratierung, die du selbst kontrollierst. Such dir deine Quellen aus, blockiere die Farmen und lass wieder Menschen in deinen Feed.

FAQ