AI in je LinkedIn-posts: de invloed op je bereik in 2026

AI in je LinkedIn-posts: de invloed op je bereik in 2026

AI-schrijftools zijn overal. Ze beloven snelheid, consistentie en gepolijste teksten in seconden. Maar als je AI gebruikt om je LinkedIn-posts te schrijven, stel je jezelf misschien de verkeerde vraag. De vraag is niet of AI je posts kan schrijven. De vraag is of je posts met of zonder AI de juiste mensen bereiken.

Op basis van het officiële standpunt van LinkedIn, het Algorithm Insights Report 2026 van Richard van der Blom (gebaseerd op 1,3 miljoen posts bij meer dan 80.000 profielen) en onafhankelijk onderzoek naar AI-contentprestaties, is dit wat je moet weten.

‍

Wat LinkedIn zelf zegt over AI-content

LinkedIn heeft zijn standpunt duidelijk gemaakt: "Het is prima om AI te gebruiken als schrijfhulp, maar je posts en reacties moeten jouw stem en jouw perspectief weergeven."

Het platform bestraft AI-ondersteunde content als categorie niet. Het heeft zelfs AI-schrijftools geïntegreerd in de eigen berichteditor. Wat LinkedIn actief onderdrukt, is iets anders: generieke, gerecyclede content zonder een echt standpunt ongeacht of die door een mens of een AI is geschreven.

In de praktijk betekent dit dat een goed gekalibreerde AI-ondersteunde post met een echt perspectief, een sterke hook en relevante expertise  net zo goed kan presteren als een volledig door een mens geschreven post. Sommige makers die AI gebruiken, zien hun prestaties zelfs verbeteren, omdat ze consistenter publiceren.

Het probleem is niet AI. Het probleem is vulling zonder waarde.

‍

Wat het LinkedIn-algoritme echt detecteert

Dit is de nuance die de meeste mensen missen: het LinkedIn-algoritme kan niet betrouwbaar detecteren of een post door AI is geschreven. Wat het wel detecteert, is of iemand lang genoeg bleef hangen om verder te lezen.

Het Algorithm Insights Report 2026 maakt dit expliciet. LinkedIn verschoof van een Relationship Graph, waarbij je connecties je bereik bepaalden, naar een Interest Graph, waarbij topicrelevantie en engagementkwaliteit de verspreiding bepalen. Het algoritme beoordeelt elke post gelijktijdig via vier invalshoeken:

• News Team: Is dit actueel en geloofwaardig?
• Engagement Team: Genereert het echte, inhoudelijke interactie?
• Trust & Safety Team: Is het authentiek en menselijk?
• Design & UX Team: Houdt het mensen op het platform?

AI-gegenereerde vulling, gerecyclede templates, jargonrijke adviezen en posts zonder specifiek inzicht scoort tegelijkertijd slecht op de Engagement- en Trust-signalen. Het gevolg: vrijwel geen dwell time, geen saves, geen echte discussie, en een langzame maar meetbare afname van het bereik.

Posts met een echt professioneel inzicht, ongeacht hoe ze zijn opgesteld, verdienen saves, reacties en een langere leestijd. Dat zijn de signalen die bredere verspreiding triggeren.

‍

‍

De bereikdata: wat er werkelijk gebeurt

Tussen februari 2024 en augustus 2025 daalde het organisch bereik op LinkedIn met meer dan 70% ten opzichte van het hoogtepunt. De voornaamste oorzaak was LinkedIns bewuste herstructurering van de feed rondom de Interest Graph waarbij topichelderheid en echte betrokkenheid werden beloond boven volume en netwerkgrootte.

Sinds september 2025 is het bereik gestabiliseerd en heeft het engagement zich hersteld 18% boven de baseline van september 2025 in maart 2026. Maar het herstel is niet gelijkmatig verdeeld. Makers die consistent publiceren binnen 2–3 gedefinieerde onderwerpen, inhoudelijke reacties aantrekken en saves verdienen, zien het herstel. Degenen die doorgingen met het plaatsen van generieke content, door AI gegenereerd of niet, wachten nog steeds.

De data is duidelijk: bereik is niet langer de juiste primaire maatstaf. Engagementkwaliteit is wat het algoritme nu beloont. Een post met 30 diepgaande reacties en sterke save-signalen presteert consequent beter dan een post met 200 snelle likes, zowel qua verspreiding als qua zakelijke resultaten.

‍

AI-gegenereerde afbeeldingen: een apart probleem

Het Algorithm Insights Report 2026 belicht een belangrijke bevinding over visuele content. Persoonlijke, contextuele fotografie presteert consequent beter dan AI-gegenereerde afbeeldingen. Stockfoto’s zijn een merkbare handicap geworden. AI-gegenereerde afbeeldingen presteren wisselend, maar kunnen authentieke fotografie niet evenaren wat betreft engagementsignalen.

De reden sluit aan bij het bredere principe: het publiek voelt inauthenticiteit voordat het algoritme dit detecteert. AI-gegenereerde afbeeldingen trekken oppervlakkigere reacties en minder saves precies de signalen die bepalen of een post verdere verspreiding krijgt.

Als er geen persoonlijke of contextuele afbeelding beschikbaar is, presteert een goed geschreven tekstpost altijd beter dan een zwakke AI-gegenereerde visual.

‍

Het best presterende onderwerp op LinkedIn op dit moment is AI zelf

Een nuttige paradox: terwijl generieke AI-content ondermaats presteert, is doordachte content over AI momenteel de hoogst scorende topicscategorie op LinkedIn met een mediaan bereik van 1.644 impressies en een 1,72x bereik-multiplier, aldus het Algorithm Insights Report 2026.

AI-content leidt de volledige dataset met een aanzienlijke marge. De Interest Graph versterkt dit onderwerp agressief omdat de engagementkwaliteit hoog is: reacties zijn inhoudelijk, saves zijn frequent en het publiek strekt zich uit over sectoren op een manier die weinig andere onderwerpen kunnen evenaren.

Het onderscheid is belangrijk: een generieke AI-post schrijven die door iedereen geschreven had kunnen worden, levert niets op. Een specifieke, deskundige kijk schrijven op hoe AI jouw sector hervormt met een echt voorbeeld, een datapunt of een duidelijke mening levert disproportioneel bereik op.

‍

Hoe je AI gebruikt zonder je bereik te schaden

Het onderzoek wijst op een duidelijk principe: gebruik AI om te schrijven en te verfijnen, maar jouw ervaring, mening en voorbeelden moeten de inhoud sturen.

Concreet betekent dit:

• Jouw inzicht eerst, AI’s structuur daarna. Begin met een echte observatie, les of datapunt uit je eigen werk. Gebruik AI om de hook aan te scherpen, de structuur te verbeteren en de leesbaarheid te optimaliseren niet om het perspectief zelf te genereren.
• Vermijd AI-gegenereerde openingszinnen. De hook is het belangrijkste element van een LinkedIn-post. Die bepaalt of iemand op “Meer weergeven” klikt en dat klikpercentage is het eerste signaal dat het algoritme beoordeelt. Generieke AI-openers (“In de snelle wereld van vandaag...”) doden het momentum voordat één interactie is binnengekomen.
• Voeg specificiteit toe die AI niet kan verzinnen. Een echt klantresultaat, een specifiek cijfer uit je eigen ervaring, een beslissing waarmee je zelf geconfronteerd bent dit zijn de signalen die de scroll stoppen en saves triggeren. AI kan deze niet voor jou genereren.
• Reageer authentiek na het plaatsen. De eerste 60 minuten na publicatie zijn buitenproportioneel belangrijk. Reageren op vroege reacties, een vervolgvraag stellen en een gesprek gaande houden zijn dingen die AI niet voor je kan automatiseren en dat is precies wat het algoritme in de gaten houdt.

‍

De conclusie

LinkedIn bestraft AI-ondersteunde content niet. Het bestraft content zonder inhoud en AI maakt het makkelijker om op grote schaal content zonder inhoud te produceren.

De makers die in 2026 vooruitgaan, zijn niet degenen die het meest posten. Het zijn degenen wiens posts topicconsequent, oprecht nuttig en specifiek genoeg zijn om saves en echte discussies te verdienen. Of AI heeft geholpen bij het opstellen van die posts, is irrelevant. Wat telt, is of er een echt professioneel inzicht achter zit.

Gebruik AI als schrijftool, niet als denktool. Het denken, het perspectief, de ervaring en de specifieke expertise moet van jou komen. Dat is wat het LinkedIn-algoritme echt zoekt. En in 2026 wordt het daar steeds beter in.