top of page

KI-Inhalte und Reichweite: Was LinkedIn, Meta und TikTok wirklich bewerten

22. Juni
5 Min. Lesezeit

LinkedIn bestraft KI-Texte. Facebook erkennt KI-Bilder. TikTok bevorzugt authentische Inhalte. KI-Detektoren erkennen zuverlässig, ob ein Text von einer KI stammt.


Solche Aussagen begegnen uns inzwischen fast täglich. Doch wie viel davon ist tatsächlich belegt? Wer aktuelle Diskussionen verfolgt, könnte den Eindruck gewinnen, dass die Herkunft eines Inhalts über dessen Erfolg entscheidet. Die verfügbaren Studien und Aussagen der Plattformen zeichnen jedoch ein deutlich differenzierteres Bild.


Die entscheidende Frage lautet möglicherweise nicht: Wurde dieser Inhalt mit KI erstellt?, sondern Hilft dieser Inhalt den Menschen, für die er gedacht ist?


Gerichtsszene zur KI-Bewertung von Inhalten: Richter, LinkedIn-, Meta- und TikTok-Logos, Plakat Verdacht: KI-generiert.
Ein vermeintlich KI-generierter Text steht vor Gericht.

Glauben Menschen, dass KI-Inhalte automatisch schlechter performen?

Immer wieder stoße ich auf diese Annahme

KI-Inhalte funktionieren schlechter.

Die Antwort ist deutlich weniger eindeutig, als man vielleicht vermutet. Studien und aktuelle Untersuchungen zeigen zwar, dass viele Menschen KI-generierten Inhalten mit einer gewissen Skepsis begegnen. Daraus lässt sich jedoch nicht zwangsläufig ableiten, dass KI-Inhalte grundsätzlich weniger glaubwürdig sind oder automatisch schlechter performen. Vielmehr hängt die Wahrnehmung stark vom Kontext, der Art des Inhalts und der Transparenz über dessen Entstehung ab.


Der KI-Etiketten-Effekt

Besonders interessant ist ein Phänomen, das in mehreren Studien beobachtet wurde:

Teilnehmende bewerten identische Inhalte unterschiedlich – abhängig davon, ob sie als „KI-generiert“ gekennzeichnet waren oder nicht. Die Texte waren unverändert, nur die Information über ihre Entstehung unterschieden sich. Trotzdem veränderte sich in einigen Untersuchungen die wahrgenommene Glaubwürdigkeit und die Bereitschaft, den Inhalt weiterzuverbreiten. Andere Studien kommen dagegen zu dem Ergebnis, dass Kennzeichnungen nur geringe oder gar keine Auswirkungen auf Vertrauen und Interaktion haben.


Die Forschung ist also keineswegs eindeutig. Sicher scheint lediglich:

Das Wissen über die Entstehung eines Inhalts beeinflusst häufig die Wahrnehmung des Inhalts selbst.

Nicht jede Form von KI löst dieselbe Reaktion aus

Menschen bewerten KI nicht in jedem Kontext gleich. Während KI-generierte Nachrichten, politische Inhalte oder Gesundheitsinformationen häufig kritischer betrachtet werden, werden KI-gestützte Übersetzungen, Produktbeschreibungen oder Bildbearbeitungen oft deutlich akzeptierter wahrgenommen. Die Skepsis richtet sich also nicht zwangsläufig gegen die Technologie selbst, sondern gegen bestimmte Anwendungsbereiche.


Die entscheidende Frage lautet daher nicht „Wurde dieser Inhalt mit KI erstellt?“

sondern vielmehr „Ist dieser Inhalt in diesem Kontext vertrauenswürdig?“


Die eigentliche Erkenntnis

Aus heutiger Sicht gibt es keine belastbare Grundlage für die Behauptung, dass KI-generierte Inhalte grundsätzlich schlechter performen.


Vielmehr reagieren Nutzerinnen und Nutzer vor allem auf:

  • Relevanz

  • Glaubwürdigkeit

  • Kontext

  • wahrgenommenen Nutzen

Ob ein Inhalt mit KI erstellt wurde, kann die Wahrnehmung beeinflussen. Ob er erfolgreich ist, hängt jedoch von deutlich mehr Faktoren ab als von seiner Entstehung.


Was bewerten Plattformen tatsächlich

Wer über die Performance von KI-generierten Inhalten in den sozialen Medien spricht, stößt schnell auf eine weitere weit verbreitete Annahme:

Plattformen erkennen KI-Inhalte und bewerten sie schlechter.

Für diese Behauptung gibt es bislang keine belastbare Grundlage. Die großen Plattformen kommunizieren zwar zunehmend über den Umgang mit künstlicher Intelligenz. Ihre Ranking-Systeme orientieren sich jedoch vor allem an Relevanz, Interaktion, Nutzererfahrung und Mehrwert.


LinkedIn – Relevanz statt Herkunft

LinkedIn betont seit Jahren Faktoren wie

  • fachliche Relevanz,

  • Expertise,

  • hilfreiche Inhalte,

  • sinnvolle Diskussionen und

  • Interaktionen zwischen Menschen.


Es gibt keine offizielle Aussage, wonach KI-Texte pauschal benachteiligt werden. Ein mit KI unterstützter Fachbeitrag kann sehr erfolgreich sein, wenn er Erfahrungen, Beispiele und Einordnungen enthält. Ein generischer Beitrag ohne Mehrwert wird dagegen auch dann kaum überzeugen, wenn jede Zeile von Hand geschrieben wurde.


Meta – Transparenz statt Bestrafung

Auch bei Facebook und Instagram hält sich die Vorstellung, KI-generierte Inhalte würden systematisch benachteiligt. Die bisherige Strategie von Meta deutet jedoch auf einen anderen Ansatz hin. Meta setzt vor allem auf Transparenz und Kennzeichnung.


Für die Reichweite bleiben weiterhin Faktoren entscheidend wie

  • Interaktionen,

  • Verweildauer,

  • Kommentare,

  • Teilungen und

  • Relevanz.


Bislang gibt es keine belastbaren Hinweise darauf, dass KI-generierte Bilder oder Texte allein aufgrund ihrer Entstehungsweise schlechter performen.


TikTok – Aufmerksamkeit schlägt Technologie

Die Plattform TikTok orientiert sich besonders stark am Nutzerverhalten. Entscheidend sind

  • Watchtime,

  • Interaktionsrate,

  • wiederholte Aufrufe und

  • Nutzerbindung.


Auch TikTok erlaubt grundsätzlich KI-generierte Inhalte. Die verfügbaren Beobachtungen zeigen kein Bild, in dem KI-Inhalte grundsätzlich benachteiligt werden. Im Gegenteil: KI-generierte Videos erzielen regelmäßig hohe Reichweiten, wenn sie Aufmerksamkeit erzeugen und Nutzer zum Verweilen bewegen. Gleichzeitig wächst die Zahl austauschbarer Inhalte. Für diese Entwicklung hat sich der Begriff „AI Slop“ etabliert.


Gemeint sind Inhalte, die technisch beeindruckend wirken, aber wenig Informationswert, Persönlichkeit oder eigene Perspektive bieten. Nicht die Nutzung von KI entscheidet über den Erfolg eines Inhalts. Entscheidend ist, ob Inhalte Aufmerksamkeit binden, Mehrwert bieten und eine erkennbare Perspektive vermitteln.


Trotz unterschiedlicher Algorithmen zeigt sich ein gemeinsames Muster: LinkedIn, Meta und TikTok bewerten unterschiedliche Signale. Keine der Plattformen kommuniziert jedoch, dass KI-generierte Inhalte grundsätzlich schlechter behandelt werden.


Infografik zu LinkedIn, Meta und TikTok: Kriterien wie Relevanz, Engagement und Watchtime; KI nicht primär bewertet.

Was macht Inhalte erfolgreich

Ob Inhalte erfolgreich sind, hängt von deutlich mehr Faktoren ab als von ihrer Entstehung.

Relevanz

Inhalte müssen Fragen beantworten, Probleme lösen oder Orientierung bieten.

Fachliche Substanz

Eigene Erfahrungen, Praxisbeispiele und Fachwissen bleiben wichtige Differenzierungsmerkmale.

Verständlichkeit

Klare Sprache und gute Struktur erleichtern die Aufnahme von Informationen.

Nutzerreaktionen

Kommentare, Verweildauer und Interaktionen signalisieren Plattformen, dass Inhalte relevant sind.

Glaubwürdigkeit

Menschen vertrauen Personen, Erfahrungen und nachvollziehbaren Aussagen.


Können Algorithmen KI-Inhalte überhaupt zuverlässig erkennen?

In Diskussionen über KI-generierte Inhalte wird häufig selbstverständlich davon ausgegangen, dass Plattformen genau wissen, welche Inhalte von Menschen und welche von künstlicher Intelligenz erstellt wurden.


Die Realität ist deutlich komplexer. Bei Bildern und Videos können Plattformen auf Metadaten, Wasserzeichen oder C2PA-Kennzeichnungen zurückgreifen.


Bei Texten wird die Erkennung jedoch deutlich schwieriger. Texte enthalten in der Regel keine technische Herkunftskennzeichnung. Die Zuordnung erfolgt daher meist über statistische Wahrscheinlichkeiten. Je besser moderne Sprachmodelle werden, desto schwieriger wird die Unterscheidung. Deshalb bewerten viele Plattformen letztlich lieber die Wirkung eines Inhalts als dessen Herkunft.


Wie zuverlässig sind KI-Detektoren?

Anbieter wie GPTZero, ZeroGPT oder Copyleaks versprechen, KI-generierte Texte erkennen zu können. Aber sind die dort angezeigten Ergebnisse wirklich verlässlich?


Die kurze Antwort lautet

Sie sind deutlich weniger zuverlässig, als viele Menschen vermuten.

Viele Detektoren analysieren bestimmte Merkmale wie beispielsweise

Wortwahl, Satzstrukturen, Wiederholungen oder sprachliche Muster. Allerdings kommen diese kommen sowohl in KI-generierten als auch in menschlichen Texten vor.

Deshalb entstehen regelmäßig sogenannte

  • False Positives (Mensch wird als KI erkannt) oder

  • False Negatives (KI wird nicht erkannt).


Verschiedene Detektoren kommen zudem häufig zu unterschiedlichen Ergebnissen.

Einen allgemein anerkannten Goldstandard gibt es bislang nicht.


Infografik MYTHOS vs. REALITÄT – KI-ERKENNUNG mit Pro- und Contra-Texten zu KI-Detektoren auf dunkelblauem Hintergrund.

Meine wichtigste Erkenntnis ist, dass KI-Detektoren Hinweise liefern können. Allerdings können sie derzeit jedoch nicht zuverlässig beweisen, ob ein Text von einer KI oder einem Menschen stammt.


Machen Sie doch einmal selber den Test: Lassen Sie einen von Ihnen selbst

verfassten gut strukturierten Text von einem KI-Detektor überprüfen.


KI allein entscheidet nicht über Reichweite

Die Erkenntnisse dieses Beitrags lassen sich auf eine einfache Aussage verdichten

KI allein entscheidet weder über Erfolg noch über Misserfolg.

Weder die verfügbaren Studien noch die Aussagen der Plattformen liefern Hinweise darauf, dass KI-generierte Inhalte grundsätzlich schlechter performen. Gleichzeitig gibt es ebenso wenig Belege dafür, dass KI automatisch zu mehr Reichweite führt.

Tatsächlich scheint etwas anderes entscheidend zu sein

Gute Inhalte werden belohnt. Schlechte Inhalte werden ignoriert.

Genau dieser Punkt ist aus meiner Sicht besonders spannend. Die Diskussion über KI-Inhalte konzentriert sich häufig auf die Herkunft eines Textes oder Bildes. Die verfügbaren Erkenntnisse zeichnen jedoch ein anderes Bild. Menschen bewerten Inhalte vor allem nach ihrem Nutzen, ihrer Glaubwürdigkeit und ihrem Kontext.

Plattformen bewerten die Reaktionen ihrer Nutzer. KI-Detektoren liefern Wahrscheinlichkeiten, aber keine Gewissheiten.


Für Unternehmen sollte sich daher nicht die Frage stellen, ob KI für Erstellung von Inhalten genutzt werden darf. Vielmehr sollten sie sich überlegen

Wie kann ich KI sinnvoll einsetzen, um bessere Inhalte für meine Zielgruppe zu erstellen?

Gleichzeitig zeigt die Diskussion um KI-Inhalte noch eine weitere interessante Entwicklung. Viele Menschen glauben, ebenso wie KI-Detektoren, KI-Texte an bestimmten Formulierungen erkennen zu können.


Doch wie belastbar sind diese vermeintlichen Erkennungsmerkmale tatsächlich?

Genau dieser Frage widmen wir uns im nächsten Beitrag in der kommenden Woche.


Weiterführende Quellen

mdr Aktuell: Wie vertrauenswürdig sind Inhalte von Künstlicher Intelligenz? (24.10.2025). Wie vertrauenswürdig sind Antworten von KIs? | mdr.de

Keystone-SDA: Menschen misstrauen laut Studie KI-generierten Schlagzeilen (4.10.2024). Menschen misstrauen laut Studie KI-generierten Schlagzeilen | Nau.ch

Johannes Gutenberg Universität Mainz: Gefährliche Pattsituation: KI- und menschengenerierte Online-Inhalte gelten als ähnlich glaubwürdig. (29.11.2023). Gefährliche Pattsituation: KI- und menschengenerierte Online-Inhalte gelten als ähnlich glaubwürdig | COM / Kommunikation und Medien

Dauvoa, Andrea: LinkedIn Algorithm 2026: Why Generic Ai Content Kills Your Organic Reach (And How to Fix It). (3.6.2026). https://www.zoomsphere.com/blog/linkedin-algorithm-2026-why-generic-ai-content-kills-your-organic-reach

Bickert, Monika u.a.: Our Approach to Labeling AI-Generated Content and Manipulated Media. (5.4.2024). https://about.fb.com/news/2024/04/metas-approach-to-labeling-ai-generated-content-and-manipulated-media



Kommentare


bottom of page