Niemand buiten LinkedIn kent de rankingfunctie. LinkedIn is echter ongewoon in die zin dat het engineeringteam papers publiceert over de machinerie. Dat geeft je een architectuur, geen formule, en de twee worden vaak door elkaar gehaald.
Het korte antwoord: LinkedIn splitst het probleem in retrieval (welke posts überhaupt kandidaat zijn) en ranking (in welke volgorde ze verschijnen), en vanaf 2026 zijn beide fases modelgedreven in plaats van regelgedreven.
Waar LinkedIn zegt op te optimaliseren
In “Engineering the next generation of LinkedIn’s Feed”, gepubliceerd op 12 maart 2026, beschrijft LinkedIn Engineering de vervanging van meerdere aparte retrieval-bronnen door één semantisch retrievalsysteem gebouwd op een dual-encoder taalmodel, en de vervanging van de rankingfase door een sequentiële transformer die het de Generative Recommender noemt.
De gestelde opdeling, in LinkedIns eigen bewoordingen: “retrieval bepaalt welke posts de rankingfase bereiken, ranking bepaalt wat een lid daadwerkelijk te zien krijgt.”
Het rankingmodel leest de geschiedenis van een lid in volgorde, verwerkt meer dan 1.000 eerdere interacties met causal attention, wat betekent dat het nooit vooruitkijkt. Opvallend: LinkedIn zegt dat de training gefilterd is op posts die positieve engagement kregen, en items die voorbijgescrold werden liet men vallen.
Let op: cijfers hier zijn geverifieerd tegen de LinkedIn Engineering-blogpost “Engineering the next generation of LinkedIn’s Feed” (12 maart 2026) en LinkedIn Engineerings eerdere post over dwell time in de feed, geldig per september 2026. Platforms wijzigen deze zonder aankondiging.
Op welke signalen rangschikt LinkedIn?
Gerangschikt naar de nadruk die LinkedIn er zelf op legt.
| Signaalgroep | Wat LinkedIn noemt | Opmerkingen |
|---|---|---|
| Actieve engagement | Likes, reacties, shares, langere leestijd | De positieve signalen waarop het rankingmodel is getraind |
| Passief gedrag | Dwell time, voorbijscrollen zonder interactie | LinkedIn Engineering heeft een eigen paper over dwell time als rankingsignaal |
| Volgorde van je interacties | Meer dan 1.000 eerdere interacties, in volgorde | De kerninput voor de Generative Recommender |
| Semantische match | LLM-embeddings van lid en post, vergeleken via cosine similarity | Bepaalt kandidatuur, vóór ranking |
| Profielcontext | Sector, vaardigheden, geografie | Gebruikt als features |
| Engagement-aantallen | Gecodeerd als percentielbuckets in plaats van ruwe cijfers | Verzwakt het voordeel van heel grote accounts |
| Recentheid | Expliciete recentheidssignalen | Aanwezig, maar niet beschreven als dominant |
Het percentielbucket-detail is het nuttigste in die lijst. Het impliceert dat LinkedIn bewust geen ruwe volgers- of like-aantallen aan de ranking voedt, wat het tegenovergestelde is van hoe de meeste mensen het platform beschrijven.
Wat het meest recent veranderde
Gesteld door LinkedIn: de retrieval- en ranking-herbouw, maart 2026. Dwell time als expliciet rankingsignaal, eerder gepubliceerd door hetzelfde team.
Breed gerapporteerd, niet bevestigd: de claim dat LinkedIn een post op een klein deel van je netwerk test en van daaruit uitbreidt (“het gouden uur”). LinkedIn Engineering beschrijft geen gefaseerde uitrol in deze termen. Wat het beschrijft is een kandidaatgeneratie- en rankingpipeline die per lid, per sessie draait. Vroege engagement doet er plausibel toe omdat het verandert wat het model heeft gezien, maar de nette uurdrempels die mensen aanhalen zijn niet gebronneerd.
Vuistregel van practitioners: het idee dat externe links het bereik onderdrukken. Zie hieronder.
Mythes die dit ontkracht
“Het algoritme haat links.” Dit is de meest herhaalde claim over LinkedIn en is nooit door LinkedIn bevestigd. Er is geen gepubliceerde verklaring dat een post met een URL wordt gedemoveerd. Wat plausibel is, en overeenkomt met LinkedIns eigen beschrijving van ranking op dwell time en engagement, is dat een post die mensen van het platform af stuurt minder van beide opbouwt. Dat is een gevolg, geen straf, en de oplossing is om een post te schrijven die het waard is om zelfstandig te lezen in plaats van de link in de reacties te verstoppen.
Shadowbans. Geen bevestigd mechanisme. LinkedIn beperkt accounts en verwijdert content op basis van zijn beleid, en meldt het wanneer dat gebeurt. Een onverklaarde bereikdaling is vaker een verandering in wat je hebt gepost. Zie wat een shadowban eigenlijk is.
Engagement pods. Ongefundeerd als strategie en direct in tegenspraak met de gepubliceerde architectuur. Als engagement-aantallen als percentielbuckets in de ranking terechtkomen, koopt een pod je hoogstens een bucketgrens. Erger nog, pod-engagement komt van mensen wiens interactiegeschiedenis niet bij je doelgroep past, precies het signaal waar een sequentiemodel van leert.
Posttijdstip is doorslaggevend. Overdreven. LinkedIns publiek is geconcentreerd in werkuren, dus de bodem is reëel, maar een verschuiving van een uur is niet wat een post die viraal gaat onderscheidt van een die dat niet doet. Onze gids beste tijd om te posten op LinkedIn en de LinkedIn-posttijd-tool doen de tijdzoneberekening. Frequentie doet er meer toe, behandeld in hoe vaak posten op LinkedIn.
Wat daadwerkelijk het bereik beweegt, in volgorde van belang
- Of mensen stoppen en lezen. Dwell time is een gedocumenteerde input. De eerste twee regels vóór de “meer weergeven”-vouw bepalen dit.
- Reacties met inhoud. Het zijn actieve signalen en ze verlengen de levensduur van een post.
- Onderwerpheldedheid. Semantische retrieval matcht betekenis, dus een post over één duidelijk onderwerp is makkelijker te routeren dan een post over vier.
- Relevantie voor de interesses van jouw netwerk. Het model is gebouwd op de eigen interactiesequentie van elke kijker.
- Reposts en shares met commentaar.
- Consistentie. Geen rankingsignaal. Het is hoe je genoeg voorbeelden krijgt om iets te leren.
Wat je moet doen
Schrijf de post zodat de eerste twee regels de klik op “meer weergeven” waard zijn. Zeg één ding. Beantwoord de reacties, want reacties zijn actieve engagement van precies het publiek waar het model naar kijkt. Zet de link waar hij natuurlijk staat.
LinkedIn inplannen naast al het andere
Frequentie is het deel hiervan dat je kunt systematiseren. BulkPublish plant LinkedIn-persoonlijke profielen en bedrijfspagina’s in vanuit dezelfde kalender als de andere 14 platforms, met een wachtrij per kanaal zodat een LinkedIn-post geen Instagram-schema hoeft te volgen. De kalenderfunctie toont de indeling.
De onderdelen die jij in de hand hebt
Formaat, hook, consistentie. LinkedIn heeft meer over zijn machinerie verteld dan de meeste platforms, en de eerlijke conclusie na het lezen ervan is dat de machinerie vooral een post beloont waar mensen echt voor stoppen. Dat is geen truc, en er is geen versie ervan die je kunt kopen.