LinkedIn heeft een technisch document van 19 pagina's gepubliceerd over hun feed-architectuur. Ik heb het gelezen zodat jij dat niet hoeft te doen. Dit zijn de 5 dingen die er écht toe doen voor je contentstrategie.
Door Nico Waiboer | Maart 2026 | Leestijd: 10 minuten
De meeste “LinkedIn algoritme tips” die je online vindt, zijn gebaseerd op aannames en experimenten. Nuttig, maar niet compleet.
Dit artikel is anders. Het is gebaseerd op LinkedIn's eigen technische documentatie over hun Generative Recommender — het AI-systeem dat bepaalt wat je in je feed ziet. Geen speculatie, maar wat LinkedIn zelf beschrijft.
En het interessante? LinkedIn gebruikt dezelfde soort AI-technologie (LLM's) die wij bij WaiBase inzetten voor leadgeneratie en content. Het verschil is dat LinkedIn het gebruikt om content te distribueren, en wij het gebruiken om content te creëren en prospects te vinden.
Het oude systeem werkte met keywords en hashtags. Post je over #engineering? Dan werd je content getoond aan mensen die #engineering volgden. Simpel, maar beperkt.
LinkedIn heeft keyword matching vervangen door LLM's — dezelfde technologie achter ChatGPT en Claude. Het systeem leest je post en begrijpt de context. LinkedIn's eigen voorbeeld: iemand die geïnteresseerd is in 'electrical engineering' ziet nu automatisch posts over 'small modular reactors' — omdat het model de connectie begrijpt. Geen hashtag nodig. Diepe relevantie wint.
↳ Takeaway
Schrijf voor mensen, niet voor een zoekalgoritme. De AI snapt nuance beter dan welke hashtag-strategie dan ook.
LinkedIn's nieuwe Generative Recommender ziet geen losse klikken. Het leest je engagementgeschiedenis als een professioneel verhaal.
Like je op maandag een post over AI-leadgeneratie, comment je dinsdag op een artikel over sales automation, en sla je woensdag een post over CRM-integraties op — dan begrijpt het systeem dat je op een leertraject zit en past aan wat je donderdag ziet. Trajectorie telt, niet alleen voorkeur. Dit werkt ook andersom: als jij consistent over één onderwerp post, bouwt het systeem een profiel van je op als expert in dat domein.
↳ Takeaway
Kies een onderwerp en blijf erbij. Het model bouwt letterlijk een expertprofiel van je op. Springen tussen onderwerpen verdunt dat signaal.
LinkedIn bevestigt dit expliciet in hun document. Als een onderwerp tractie krijgt, pikt het systeem het op in near real-time.
Waar het oude systeem uren nodig had om trending content te identificeren, duurt dat nu minuten. Een nieuwe AI-tool, een verandering in regelgeving, een viral discussie — LinkedIn duwt die content vrijwel direct naar relevante feeds. Het newsjacking-venster is kleiner én sneller. De eerste die een relevant onderwerp oppakt met een kwalitatieve take, krijgt het meeste bereik.
↳ Takeaway
Monitor wat er speelt in je branche en reageer snel met een onderbouwde mening. Eerste zijn met een goede take wint van laat zijn met een perfecte post.
Dit is misschien de belangrijkste verschuiving. Het oude systeem duwde je content voornamelijk naar je eerste- en tweedegraads connecties. Het nieuwe systeem werkt fundamenteel anders.
LinkedIn's feed matcht nu op semantische relevantie, niet op netwerkafstand. Schrijf je een diepgaande post over B2B-leadgeneratie met AI? Dan kan die post verschijnen in de feed van een marketing director die je niet kent, maar die zich de afgelopen weken heeft verdiept in precies dat onderwerp. Je hebt geen 10.000 volgers nodig. Je hebt diep relevante content nodig voor een specifiek persoon.
↳ Takeaway
Schrijf voor een specifiek persoon, niet voor iedereen. Hoe specifieker je content, hoe beter het algoritme de juiste mensen vindt.
LinkedIn bevestigt dat hun model ALLEEN traint op positieve engagements — niet op de volledige scrollgeschiedenis. Dat klinkt als goed nieuws, maar het omgekeerde is waar.
Waar mensen voor kiezen om mee te engagen weegt veel zwaarder dan wat hen getoond werd. Het model kijkt niet naar alles wat je scrollt — het kijkt naar waar je stopt en actie onderneemt. Een post waar mensen voorbij scrollen is een direct negatief signaal: het systeem heeft je content getoond aan iemand die het relevant zou moeten vinden, en die persoon koos ervoor om niets te doen. Dat vertelt het model dat je content niet sterk genoeg was voor die doelgroep.
↳ Takeaway
Elke impressie zonder engagement is een gemiste kans. Zorg dat je openingszin mensen stopt, niet dat je bereik kunstmatig opblaast met content die niemand raakt.
De verschuiving is duidelijk: LinkedIn beloont diepgang boven bereik, en relevantie boven populariteit. Dit zijn de 5 dingen die je vandaag kunt aanpassen.
Het algoritme matcht op semantische relevantie. Hoe specifieker je schrijft, hoe beter het de juiste mensen vindt. 'Tips voor ondernemers' is te breed. 'Hoe B2B-dienstverleners met 5-20 man hun leadgeneratie automatiseren' — dát is een signaal dat het systeem kan matchen.
Post je de ene week over AI, de volgende over teammanagement en daarna over persoonlijke ontwikkeling? Dan weet het algoritme niet waar het je moet plaatsen. Het sequentiële patroon van je posts is hoe het model je leert kennen. Kies één tot twee kernonderwerpen en bouw daar je autoriteit op.
Het newsjacking-venster is sneller dan ooit. Trending content wordt in minuten opgepikt, niet uren. Monitor wat er speelt in je branche en wees de eerste met een onderbouwde take. Een snelle, kwalitatieve reactie op breaking news krijgt meer bereik dan een perfecte post drie dagen later.
Saves, comments, dwell time en shares wegen allemaal zwaarder dan likes. Schrijf posts die mensen daadwerkelijk lezen, niet alleen scrollen. Een post van 1.200 tekens die 45 seconden leestijd genereert, wint van een one-liner met 200 likes.
Consistentie bouwt het sequentiële patroon dat het model volgt. Post je 3x per week over hetzelfde domein? Dan bouwt het systeem vertrouwen op in jou als bron. Stop je 2 weken? Dan moet dat vertrouwen opnieuw opgebouwd worden. Het model kijkt naar je hele postgeschiedenis als een doorlopend verhaal.
Het is geen toeval dat LinkedIn's nieuwe systeem draait op LLM's. Dezelfde technologie die bepaalt wat jij in je feed ziet, kun je inzetten om betere content te maken en de juiste mensen te bereiken.
Denk er eens over na: LinkedIn gebruikt AI om te begrijpen waar jouw post over gaat en wie die moet zien. Jij kunt AI gebruiken om te begrijpen waar je doelgroep naar zoekt en daar precies op in te spelen.
AI-tools als Claude analyseren trending topics in je niche voordat ze mainstream worden — zodat jij de eerste bent met een relevante take
Met geautomatiseerde workflows monitor je wat je doelgroep deelt en liked, en pas je je contentstrategie daarop aan
AI helpt je om diep relevante content te schrijven voor specifieke doelgroepen, precies wat het nieuwe algoritme beloont
Het algoritme is veranderd. De vraag is: pas jij je strategie aan?
LinkedIn's feed draait niet meer op simpele regels. Het is een AI-systeem dat begrijpt wat je schrijft, wie het moet lezen, en welke signalen écht tellen.
De bottom line: het algoritme is slimmer geworden. En dat is goed nieuws voor iedereen die bereid is om écht waardevolle content te maken voor een specifieke doelgroep.
Groet, Nico
Hashtags zijn niet nutteloos, maar ze zijn niet meer het primaire signaal. LinkedIn's LLM begrijpt de inhoud van je post zonder hashtags. Gebruik ze eventueel voor herkenbaarheid bij je doelgroep, maar stop met hashtag-stuffing. De inhoud van je tekst is nu het signaal.
Consistentie is belangrijker dan frequentie. Het algoritme bouwt een profiel van je op als niche-expert op basis van je posting-patroon. 2-3 keer per week kwalitatief posten werkt beter dan dagelijks middelmatige content delen. Het model kijkt naar patronen over weken, niet naar individuele posts.
Likes tellen mee — het model traint alleen op positieve engagements. Maar een like weegt minder zwaar dan een save, comment of langere leestijd. Het algoritme waardeert interacties die meer investering vragen. Iemand die je post opslaat of een doordachte comment schrijft, geeft een sterker signaal dan honderd likes.
Ja, dat is precies wat het nieuwe systeem mogelijk maakt. Het oude algoritme duwde content vooral naar je eigen netwerk. Het nieuwe systeem matcht op semantische relevantie. Een post die diep relevant is voor een specifieke doelgroep kan mensen bereiken die je niet kennen — ongeacht je netwerkgrootte.
AI-tools als Claude kunnen je helpen met prospect research, het schrijven van niche-specifieke content, en het analyseren van welke posts het beste presteren. Je kunt AI ook inzetten om trending topics in je branche te monitoren en daar snel op in te spelen — precies wat het nieuwe algoritme beloont. Bij WaiBase helpen we bedrijven om dit structureel op te zetten.
Bij WaiBase helpen we B2B-bedrijven om AI en automatisering in te zetten voor contentstrategie, leadgeneratie en outreach. Benieuwd wat het voor jou kan betekenen?
Bekijk wat WaiBase doet