Linkedin-CEO über KI-Postings: Kann „ernsthaft deinen wirtschaftlichen Chancen schaden“
Dass Linkedin mit KI-Beiträgen überflutet wird, da sieht CEO Ryan Roslansky keine Gefahr. In einem Interview mit Bloomberg bemerkt er eine bereinigende Wirkung durch die Nutzer selbst: Inhalte, die „sehr nach KI klingen“, werden ablehnend kommentiert, was reale Konsequenzen habe.
„Wenn du auf Linkedin kritisiert wirst, kann das ernsthaft deinen wirtschaftlichen Chancen schaden.“ Dass sei auf Linkedin anders als etwa auf X oder Tiktok. Vertrauenswürdigkeit in dem Gegenüber so lässt er durchscheinen, sei in der Arbeitswelt von großer Bedeutung.
Linkedin-CEO mahnt: bei KI-Postings nicht übertreiben
Roslansky macht deutlich, dass die Community sich untereinander beobachten würde. Sobald das Gefühl aufkommt, dass KI-Tools von Nutzerinnen und Nutzer verwendet werden, konfrontieren andere sie damit, um sicherzustellen, dass eine „menschliche, authentische Note“ über den unterstützenden KI-Einsatz vorhanden bleibt.
Dass KI-generierte Beiträge keine hohe Popularität genießen, macht der Chef des Karrierenetzwerks auch anhand einer hauseigenen Funktion aus. Linkedin hat einen KI-Lektor, mit dem Nutzerinnen und Nutzer einen Beitrag auf der Plattform optimieren können.
„Wir werden ihn nicht von Grund auf neu schreiben, aber wenn du sagst: ‚Hey, hilf mir, das besser zu machen‘, kannst du einen Knopf drücken und wir können dir einige Vorschläge machen. Aber ehrlich gesagt ist sie nicht so beliebt, wie ich mir das vorgestellt habe.“
Grundsätzlich halte er aber an generativer KI bei der Selbstbeschreibung als Unterstützung fest: „Viele Leute treten Linkedin bei und es ist eine beängstigende Erfahrung. Sie stellen ihren Lebenslauf online und fragen sich: ‚Oh mein Gott, was soll ich nur über mich sagen?‘“
KI könne helfen, sich selbst auf die richtige Art und Weise darzustellen oder sicherzustellen, dass andere über die eigenen Fähigkeiten auf eine bestimmte Art und Weise sprechen.
Dass der Newsfeed inzwischen auch selbst mit generativer KI gesteuert wird, ordnet Roslansky ebenfalls ein. Er sei „im Grunde ein großer Prompt.“ Statt statischer Empfehlungsmodelle wird mit einem dynamischen Verfahren gearbeitet: „Hier ist Shirin. Das hat sie gemacht. Das ist ihr Profil. Was sollte sie sehen?“ beschreibt er den Mechanismus.
