LinkedIn herbouwde zijn feed-algoritme: wat er echt veranderde
LinkedIn verving twee kernonderdelen van zijn feed. Wat er volgens de primaire bron echt veranderde, en waarom de 360Brew-mythe niet klopt.
Op 12 maart 2026 zette LinkedIn een technische blogpost online die aanzienlijk minder is gelezen dan de tientallen samenvattingen die erop volgden. In Engineering the next generation of LinkedIn's Feed beschrijft engineer Hristo Danchev hoe het bedrijf de machinerie achter uw tijdlijn opnieuw heeft opgebouwd. Geen tweak aan de randen, maar twee vervangingen die de fundering raken.
De post is nuchter, technisch en vrij van marketing. Precies daarom is het jammer dat de navertelling ervan zo snel ontspoorde. Wij leggen de primaire bron naast wat er sindsdien rondgaat.
Twee dingen zijn echt vervangen
De eerste verandering heet het unified retrieval system. Voorheen haalde LinkedIn kandidaat-posts op uit losse bronnen die naast elkaar draaiden, zoals trending content en collaborative filtering, elk met een eigen logica. Die bronnen zijn samengevoegd tot een embedding-gebaseerde aanpak.
De tweede heet de Generative Recommender. In plaats van elke post afzonderlijk te beoordelen, kijkt het systeem sequentieel naar meer dan duizend eerdere interacties van een lid. Uw gedrag wordt gelezen als een verhaallijn, niet als een stapel losse stemmen.
LinkedIn noemt in dezelfde post een handvol cijfers:
- recall@10 ging 15 procent omhoog;
- het trainen van de modellen gaat 2,6 keer sneller;
- het ophalen van kandidaten gebeurt in minder dan 50 milliseconden;
- het geheel bedient naar eigen zeggen 1,3 miljard professionals.
Dat zijn interne benchmarks, geen beloftes over uw bereik. Recall@10 zegt iets over hoe goed het systeem relevante kandidaten binnenhaalt uit een enorme bak content. Het zegt niets over hoeveel mensen uw volgende post zien.
De 360Brew-mythe
Sinds maart beweren tientallen blogs, ook Nederlandse, dat 360Brew nu het feed-algoritme is. Dat klinkt gezaghebbend, en dat komt doordat 360Brew echt bestaat.
Het is een onderzoekspaper van LinkedIn van 27 januari 2025, over een decoder-only model met 150 miljard parameters. Serieus werk, publiek na te lezen, geen verzinsel.
Alleen: dat het model live in de feed draait, is nergens te verifieren. LinkedIns eigen post van maart 2026, die nota bene helemaal gaat over hoe de nieuwe feed in elkaar zit, noemt 360Brew met geen woord.
Een paper dat bestaat is nog geen systeem dat draait. Het verschil tussen die twee is precies waar de meeste LinkedIn-adviezen sneuvelen.
Hoe zoiets ontstaat, is inmiddels voorspelbaar. Iemand legt twee losse feiten naast elkaar, trekt een conclusie, en de volgende twintig blogs nemen die conclusie over als bron. Niemand opent het origineel. Zo wordt een aanname binnen een maand een vaststaand feit in tien nieuwsbrieven.
Wat de verandering wel betekent voor uw posts
Sequentiele ranking op interactiegeschiedenis heeft een gevolg dat de moeite waard is. Consistentie per persoon telt zwaarder dan een losse virale post.
Wie u bereikt, hangt af van wat die persoon eerder van u las. Iemand die drie keer op uw berichten reageerde, is voor het model een heel ander signaal dan iemand die u nog nooit tegenkwam. Uw bereik is daarmee minder een loterij per post en meer een opgebouwde relatie per lezer.
Dat zet de gebruikelijke jacht op de perfecte openingszin in perspectief. Een post die via een trucje duizend vreemden bereikt, bouwt weinig op. Vijftien posts die steeds dezelfde tweehonderd relevante mensen bereiken, bouwen een geschiedenis waar het model op verder kan rekenen.
Het is ook een geruststelling voor wie zich schuldig voelt over een rustige week. U bouwt aan een patroon, niet aan een scorebord.
Wees streng op cijfers zonder bron
Een ding krijgt u van ons niet: een recept. LinkedIn publiceert geen wegingen, en heeft dat ook nooit gedaan. Leest u ergens dat comments 15 keer zwaarder wegen dan likes, of dat u binnen het eerste uur een vast aantal reacties nodig heeft, vraag dan naar de primaire bron. Die is er niet.
Zulke getallen zijn ooit door iemand geschat en daarna eindeloos gekopieerd. Ze klinken exact, en dat is nu juist het probleem. Exactheid zonder bron is geen kennis, het is sfeer.
Wat u wel kunt weten, staat gewoon in de engineeringpost. Het systeem kijkt naar geschiedenis, het kijkt per lid, en het beoordeelt uw bericht in de context van alles wat die ene lezer eerder deed. Daar kunt u prima op sturen zonder ook maar een percentage te kennen.
Wilt u dit vertaald zien naar uw eigen profiel, uw eigen netwerk en uw eigen markt? Dat is precies wat er gebeurt in de LinkedIn training: in 3,5 uur langs wat er werkelijk werkt, zonder mythes, toegepast op wat u morgen post.
Over Leon Tindemans
Leon geeft sinds 2010 LinkedIn trainingen, inmiddels ruim 1.250 keer. Hij is eigenaar van TTM Communicatie in Leerdam en schreef 101 posts voor op social media.
Bekijk de trainingMeer LinkedIn nieuws
LinkedIn test aparte feeds per onderwerp: wat betekent dat?
LinkedIn test sinds eind juni 2026 feeds die om een onderwerp draaien in plaats van om uw netwerk. Een blijvertje of weer een experiment?
Lees verder →
LinkedIn zet AI in Campaign Manager: wat de tools doen
LinkedIn bouwde vijf AI-functies in Campaign Manager om advertenties te schrijven, te variëren en op merk te houden. Wat werkt echt?
Lees verder →
AI Act artikel 50: wat de labelplicht betekent voor LinkedIn
De labelplicht uit de AI Act is smaller dan veel kopregels suggereren, en LinkedIn detecteert AI niet zelf. Dit verandert er wel voor uw posts.
Lees verder →Dit allemaal toegepast op uw eigen profiel?
In 3,5 uur weet u hoe LinkedIn werkt en wat het voor uw bedrijf kan opleveren. Bij u op kantoor, in Leerdam of online.