Zo werkt het LinkedIn algoritme

De meeste recruiters zoeken de fout bij zichzelf. Verkeerd tijdstip, te weinig hashtags, een link in de tekst. Dat is de verkeerde diagnose.

Het LinkedIn-algoritme kijkt sinds maart 2026 niet meer in de eerste plaats naar wie je kent, maar naar waar jij over schrijft. Je post landt daardoor bij minder mensen, en bij andere mensen dan voorheen.

Dat verklaart waarom een vacature die vorig jaar honderden reacties opleverde nu blijft hangen. En waarom een collega met een klein netwerk je opeens voorbijstreeft.

Hieronder lees je wat LinkedIn zelf publiceerde over de herbouw van de feed. Plus welke cijfers over de bereikdaling standhouden en welke aanpassingen passen bij recruitment.

Wat LinkedIn in maart 2026 aan de feed veranderde

Op 12 maart 2026 publiceerde LinkedIn Engineering het artikel Engineering the next generation of LinkedIn’s Feed, geschreven door Hristo Danchev. Het is de meest gedetailleerde uitleg die LinkedIn ooit over feed-ranking naar buiten bracht.

Tot die herbouw haalde de feed berichten op uit vijf losse systemen naast elkaar. Een chronologische lijst met netwerkactiviteit. Trending content per land. Aanbevelingen op basis van leden die op jou lijken. Trending per sector. En een aantal embedding-systemen. Elk systeem had een eigen index en eigen logica. Geen team overzag het geheel.

Daarnaast beoordeelde het oude rankingmodel elke post afzonderlijk. Het keek niet naar wat je net daarvoor had gelezen.

LinkedIn verving die opzet. Er kwam een ophaalsysteem op basis van een taalmodel voor terug, plus een rankingmodel met de naam Generative Recommender. Dat tweede model verwerkt meer dan duizend eerdere interacties als een reeks. In de woorden van Danchev: een traditioneel model ziet drie losse beslissingen, een sequentieel model ziet de lijn erin.

Let op het naamverschil. In de publicatie van maart 2026 valt de naam 360Brew geen enkele keer. Dat model beschreef LinkedIn in een onderzoekspaper van januari 2025 als een pre-productiemodel van 150 miljard parameters. Dat de Generative Recommender daaruit voortkomt, ligt voor de hand. Bevestigd is het niet. Wie schrijft dat 360Brew “het huidige algoritme” is, gaat verder dan de bronnen toelaten.

Zo bepaalt het LinkedIn-algoritme wie je post ziet

Het LinkedIn-algoritme brengt jouw post in twee stappen naar het scherm van een lezer. Ophalen en rangschikken.

Stap 1: het model bepaalt waar je post over gaat

Een taalmodel zet zowel jouw post als het profiel van elke lezer om naar een positie in dezelfde betekenisruimte. Ligt jouw post dicht bij de professionele interesse van die lezer, dan haalt het systeem hem op. Binnen vijftig milliseconden, uit miljoenen berichten.

Het gevolg voor nieuwe leden noemt LinkedIn zelf een sterk punt. Iemand die zich aanmeldt als elektrotechnisch ingenieur ziet vanaf dag een berichten over netoptimalisatie en kleine modulaire reactoren. Zonder ook maar een klik in de geschiedenis.

Voor recruitment verandert daarmee wie je concurrentie is. Vroeger streed een post over technisch personeel werven vooral met andere posts over technisch personeel werven. Nu strijdt hij ook met berichten over arbeidsmarktkrapte, opleidingsbudgetten en uitstroom van vakmensen. Het model ziet dat als een samenhangend interessegebied. Je speelveld werd breder, niet smaller.

Stap 2: het LinkedIn-algoritme rangschikt op leesgedrag, niet op likes

De Generative Recommender leest je interactiegeschiedenis als een verhaal met een richting. Wie maandag over machine learning las en dinsdag over gedistribueerde systemen, vertoont geen twee losse voorkeuren.

Het model splitst signalen in twee groepen. Passief gedrag: klikken, doorscrollen, lang blijven hangen. Actief gedrag: liken, reageren, delen. Beide groepen krijgen een eigen weging. Dat betekent dat iemand die je post uitleest zonder te reageren, alsnog een signaal afgeeft.

Een detail uit de publicatie verraadt hoe letterlijk het model leest. Ruwe cijfers zoals het aantal weergaven leverden niets op. Het las “views:12345” als willekeurige tekst. LinkedIn loste dat op met percentielen. Een post krijgt nu mee dat hij in het 71e percentiel zit. Populariteit telt daardoor als positie in het veld, niet als absoluut getal.

Welke cijfers over de bereikdaling standhouden

Over de daling van het organische bereik circuleren percentages van 47, 50, 60 en 66 procent. Ze staan naast elkaar in artikelen zonder meetperiode of steekproef. Zet ze op een rij en ze spreken elkaar tegen.

Wat wel navolgbaar is, komt uit het jaarlijkse Algorithm Insights-rapport van Richard van der Blom. De editie van 2025 analyseerde 1,8 miljoen posts en 58.000 profielen over twaalf maanden tot februari 2025. Die kwam op ongeveer 50 procent minder weergaven, 25 procent minder interactie en 59 procent minder volgersgroei. De editie van 2026 gebruikte 1,3 miljoen posts en kwam op een daling van 60 procent voor actieve makers over twee jaar.

Let op dat verschil in steekproef. Veel artikelen hangen de conclusies van 2026 aan het getal 1,8 miljoen. Dat komt uit het rapport van een jaar eerder. Zie je die combinatie, dan las de auteur het rapport niet.

Tegenover de daling staat een stijging die vrijwel nergens terugkomt. Zoals gerapporteerd door derden meldt de editie van 2026 dat de gemiddelde interactie per post met ongeveer 18 procent toenam. Het originele rapport is niet openbaar te controleren. Minder mensen zien je post. De mensen die hem zien reageren vaker.

Twee kanttekeningen. Dit is een commercieel onderzoeksrapport, geen peer-reviewed publicatie. En de cijfers gelden voor actieve contentmakers. Die groep lijkt weinig op de recruiter die twee keer per maand iets deelt.

Hetzelfde patroon zie je bij externe links. Toolleveranciers schrijven over 48 tot 60 procent minder bereik. Het rapport van 2026 komt op 18,8 procent. Factor drie verschil, met dezelfde stellige toon.

En dan de weging van reacties. Overal staat dat een reactie vijftien keer zwaarder telt dan een like. De bron van dat getal is onvindbaar. AuthoredUp houdt het op ongeveer twee keer zo zwaar, plus een weging voor de inhoud. Die versie sluit aan bij wat LinkedIn zelf over signalen schrijft.

LinkedIn publiceert zelf geen cijfers over het bereik onder het nieuwe LinkedIn-algoritme. Meer harde getallen over het platform vind je in het overzicht met LinkedIn statistieken en feiten.

Wat het LinkedIn-algoritme betekent voor recruitment

Het LinkedIn-algoritme raakt recruitment anders dan marketing. Drie punten springen eruit.

Volgers zeggen minder dan onderwerp

Neem een werkenbij-account met achtduizend volgers uit vijftien sectoren. Dat bereikt minder vakgenoten dan een recruiter met achthonderd volgers die al twee jaar over hetzelfde vak schrijft. Het model zoekt geen publiek. Het zoekt een match. Een breed volgersbestand werkt daarbij tegen je.

Daarmee verliest de bedrijfspagina zijn rol als organisch wervingskanaal. Een werkenbij-account post over veel functies in veel disciplines. Dat is precies het profiel dat het model niet plaatst. Analyses van social-toolleveranciers komen op een klein aandeel bedrijfspaginaposts in de feed. Die cijfers verschillen per aanbieder en niemand publiceert een methodiek. De richting is overal gelijk.

Voor recruitment verschuift het zwaartepunt van kanaal naar mensen. De bedrijfspagina houdt zijn functie voor advertenties en voor kandidaten die je opzoeken. Het organische bereik komt van recruiters en vakmensen met een eigen profiel.

Wisselende onderwerpen kosten je zichtbaarheid

Vandaag IT-recruitment, morgen een teamuitje, overmorgen de zorgsector. Het model plaatst je dan in geen enkel interessegebied. LinkedIn-experts zien in de praktijk dat het systeem ongeveer negentig dagen consistente posts nodig heeft voor een classificatie. Die termijn komt uit waarnemingen, niet uit documentatie van LinkedIn.

Nieuwe accounts starten sneller

Het omgekeerde geldt ook. Een nieuwe recruiter zonder netwerk kwam vroeger nergens. Nu leidt een scherp ingevuld profiel al tot verspreiding, omdat het model interesse afleidt uit profielgegevens. Dat maakt een compleet profiel meer waard dan ooit. De LinkedIn profiel checklist loopt punt voor punt na wat er in hoort.

Nog een nuance die in Nederlandse artikelen ontbreekt. Het onderzoekspaper uit januari 2025 vermeldt dat 360Brew V1.0 getraind is op data van LinkedIn-leden buiten de Europese Unie. Wat dat betekent voor de feed van Nederlandse gebruikers, maakt LinkedIn niet openbaar. Trek daar geen conclusies uit, maar houd er rekening mee dat cijfers uit Amerikaans onderzoek niet automatisch opgaan voor jouw netwerk.

Zes adviezen die niet meer opgaan

Veel tips over het LinkedIn-algoritme stammen uit een systeem dat sinds maart 2026 niet meer bestaat. Deze zes hoor je nog steeds, en ze verdienen een correctie.

1. “Post dinsdag om acht uur.” Timing telt nog mee voor de eerste testverspreiding, maar weegt lichter dan de match tussen onderwerp en lezer. Een sterke post op vrijdagmiddag verslaat een zwakke post op dinsdagochtend.
2. “Zet je link in de eerste reactie.” Deze truc kost je nu meer dan hij oplevert. LinkedIn beperkt de zichtbaarheid van reacties met een externe link tot 80 procent. Een link in de posttekst kost volgens het rapport van 2026 gemiddeld 18,8 procent bereik. De post wint dat duel ruim. Saywhat analyseerde in het eerste kwartaal van 2026 bijna 400.000 posts en vond zelfs dat linkposts beter presteerden. Zet je link in de tekst. Met een voorwaarde: schrijf een post die op zichzelf staat. Drie regels met een link eronder verliest twee keer. Vierhonderd woorden die mensen uitlezen bouwen leestijd op en compenseren het verlies. Die redenering volgt uit de signaalweging. Geen onderzoek meet die combinatie.
3. “Gebruik zoveel mogelijk hashtags.” Het model leest de tekst zelf en leidt daar het onderwerp uit af. Drie tot vijf relevante tags volstaan. Generieke tags als #motivatie voegen niets toe.
4. “Doe mee aan een engagement pod.” Het spamfilter herkent patronen van onderling afgesproken reacties en beperkt de verspreiding direct.
5. “Post elke dag.” Frequentie zonder samenhang levert weinig op. Drie inhoudelijke posts per week over hetzelfde vakgebied verslaan zeven losse berichten.
6. “Het eerste uur bepaalt alles.” Het gouden uur bestaat nog, maar het is niet langer het eindpunt. LinkedIn bevestigde dat het berichten van twee tot drie weken oud toont wanneer die beter aansluiten bij de interesse van een lezer. Een post die in het eerste uur weinig doet, verdwijnt daarmee niet definitief.

Zo werk je mee met het LinkedIn-algoritme in vijf stappen

Je hoeft geen contentmaker te worden om zichtbaar te blijven. Vijf aanpassingen leveren het meeste op.

1. Kies twee of drie onderwerpen en blijf daarbij. Open je eigen profiel en tel hoeveel verschillende thema’s in je laatste twintig posts zitten. Zitten er meer dan vier in, dan verspreid je je te breed. Voor de meeste recruiters volstaan het vakgebied waarin ze werven, en hun eigen beroep.

2. Schrijf de eerste twee regels voor de twijfelaar. Die regels bepalen of iemand op “meer weergeven” klikt. Leestijd telt als signaal. Begin met een concrete observatie uit je werk, geen aankondiging van wat je gaat vertellen.

3. Reageer inhoudelijk in je eigen vakgebied. Een reactie van dertig woorden met een eigen invalshoek doet meer dan tien korte complimenten. Je reacties vertellen het model ook waar jij thuishoort.

4. Kijk naar opslaan en leestijd, niet naar likes. Posts die mensen bewaren om later terug te vinden, presteren beter over langere tijd. Lijstjes, kaders en werkwijzen lenen zich daarvoor.

5. Laat collega’s het werk doen. Berichten van medewerkers landen breder dan berichten van een bedrijfspagina, omdat ze aan een persoonlijk profiel met een duidelijk vakgebied hangen. Hoe je dat organiseert lees je bij employee generated content.

Voor vacatures zelf blijft het #Hiring-frame op je profielfoto een simpele en gratis manier om te laten zien dat je werft. En wie het bereik van organische posts wil aanvullen, vindt in het overzicht van LinkedIn Ads voor recruitment welk advertentieformat bij welk doel past. Een structurele aanpak begint bij always-on arbeidsmarktcommunicatie, niet bij losse campagnes.

Wat de verandering oplevert voor kandidaten

Het gesprek over het LinkedIn-algoritme gaat vrijwel altijd over de zender en zijn bereik. Voor de ontvanger pakt de herbouw op een aantal punten gunstig uit.

Een verpleegkundige die een overstap overweegt, ziet nu vacatures op basis van haar vakgebied. Ook zonder connecties bij die werkgevers. Vroeger hing dat af van wie ze toevallig kende. Dat verkleint het voordeel van mensen met een groot netwerk.

De keerzijde is bubbelvorming. Wie zich omschoolt en het profiel nog niet aanpaste, valt buiten de match en ziet alleen berichten uit het oude vak. Voor recruiters die op instroom uit andere sectoren mikken, betekent dat minder vanzelfsprekend bereik onder zij-instromers.

LinkedIn schrijft dat het model geen demografische kenmerken meeweegt. Het bedrijf controleert naar eigen zeggen regelmatig of berichten van verschillende makers gelijk meedingen. Toch versterkt een systeem als dit bestaande interessepatronen. Eenzijdig bereik ligt daarmee op de loer. Wie op diversiteit stuurt, vult organisch bereik aan met andere kanalen. Welke dat zijn, staat in het overzicht over social media voor recruiters.

Veelgestelde vragen over het LinkedIn-algoritme

Hoe werkt het LinkedIn-algoritme in 2026?

Het LinkedIn-algoritme werkt in twee stappen. Een taalmodel zet elke post en elk profiel om naar betekenis en haalt berichten op die inhoudelijk aansluiten bij de interesse van de lezer. Daarna rangschikt een tweede model, de Generative Recommender, die berichten op basis van meer dan duizend eerdere interacties van die lezer. LinkedIn beschreef deze opzet op 12 maart 2026 op het eigen engineering-blog.

Waarom daalt mijn bereik op LinkedIn?

Je bereik daalt doordat LinkedIn berichten verspreidt op onderwerp in plaats van op netwerk. Posts komen bij minder mensen terecht, maar bij mensen met aantoonbare interesse in het onderwerp. Wie over wisselende thema’s post, past in geen enkel interessegebied en verliest daardoor zichtbaarheid.

Zet je een link in de post of in de eerste reactie?

Zet de link in de posttekst zelf. LinkedIn beperkt de zichtbaarheid van reacties met een externe link tot 80 procent. Een link in de post kost gemiddeld 18,8 procent bereik volgens het Algorithm Insights-rapport van 2026. Van die twee is de post de betere keuze. Voorwaarde is wel dat de post genoeg inhoud heeft om leestijd op te bouwen. Een korte post met alleen een doorverwijzing verliest op beide fronten.

Werken hashtags nog op LinkedIn?

Hashtags werken nog, maar wegen lichter dan voorheen. Het taalmodel leidt het onderwerp af uit de tekst zelf. Drie tot vijf relevante hashtags volstaan. Brede tags als #motivatie of #succes voegen niets toe aan de classificatie van je post.

Wat is dwell time op LinkedIn?

Dwell time is de tijd die iemand met je post op het scherm doorbrengt. LinkedIn telt dat als passief signaal, naast klikken en doorscrollen. Een lezer die je bericht uitleest zonder te reageren, geeft daarmee alsnog door dat de inhoud aansloot.

Hoe vaak post je het beste op LinkedIn?

Twee tot drie inhoudelijke posts per week over hetzelfde vakgebied leveren meer op dan dagelijks posten over wisselende onderwerpen. Het algoritme beloont samenhang tussen je berichten sterker dan frequentie.

Is 360Brew hetzelfde als het huidige LinkedIn-algoritme?

Dat is niet bevestigd. 360Brew is een onderzoeksmodel dat LinkedIn in januari 2025 beschreef in een paper op arXiv. In de officiële publicatie van maart 2026 over de nieuwe feed komt de naam 360Brew niet voor. LinkedIn noemt het rankingmodel daar de Generative Recommender. Een verband ligt voor de hand, maar berust op aannames.