360Brew (LinkedIn Ranking-Algorithmus)
EN: 360Brew
360Brew ist ein von Microsoft und LinkedIn 2024 veroeffentlichtes Large-Language-Model-basiertes Ranking-System, das den LinkedIn-Feed und Content-Empfehlungen steuert. Es bewertet Posts entlang hunderter semantischer und Engagement-Signale gleichzeitig und loest die frueher regelbasierte Feed-Sortierung ab. Dwell Time und Kommentar-Qualitaet sind zentrale Signal-Kategorien.
Ausfuehrliche Erklaerung
360Brew ist die Antwort LinkedIns auf die Dominanz transformer-basierter Empfehlungs-Systeme.
Das Modell verarbeitet sowohl Nutzer- als auch Content-Eigenschaften im selben Latent-Space und erlaubt dadurch eine semantische Relevanz-Bewertung, die klassische Feed-Signale wie Likes ergaenzt.
Beispiel DACH-Mittelstand: Ein Hamburger Fractional CMO postet wiederkehrende Carousel-Inhalte zu Pipeline Attribution. 360Brew erkennt das Themen-Cluster und pusht neue Posts bei Nutzern, die in der Vergangenheit laenger auf Pipeline-Inhalten verweilten, unabhaengig vom First-Degree-Netzwerk.
Ergebnis: organische Reichweite jenseits der eigenen Follower.
Nicht zu verwechseln mit Social Selling Index.
SSI misst das Verhalten des Profils, 360Brew die Verteilung der Posts.
Trade-off: 360Brew belohnt semantische Konsistenz, was Content-Pillar-Disziplin in den Vordergrund stellt.
Unfokussierte Profile werden systematisch benachteiligt, weil das Modell kein klares Themen-Signal extrahieren kann.
360Brew
360Brew is an LLM-based ranking system published by Microsoft and LinkedIn in 2024 that powers the LinkedIn feed and content recommendations. It evaluates posts along hundreds of semantic and engagement signals simultaneously, replacing the earlier rule-based feed sort. Dwell Time and comment quality are central signal categories.
Full English explanation
360Brew is LinkedIn's response to the dominance of transformer-based recommendation systems. The model processes both user and content attributes in the same latent space, enabling a semantic relevance signal that complements classic feed signals like likes. DACH example: A Hamburg fractional CMO posts recurring carousel content about pipeline attribution. 360Brew detects the topic cluster and pushes new posts to users who previously dwelled longer on pipeline content, regardless of first-degree network ties. Result: organic reach beyond direct followers. Not to be confused with Social Selling Index. SSI measures profile activity, 360Brew governs post distribution. Trade-off: 360Brew rewards semantic consistency, putting content-pillar discipline in the foreground. Unfocused profiles are systematically disadvantaged because the model cannot extract a clear topic signal.
Verwandte Begriffe
Dwell Time (Verweildauer)
Dwell Time ist die Zeitspanne, die ein LinkedIn-Nutzer auf einem Post verweilt, bevor er weiter scrollt. Sie ist eines der wichtigsten Qualitaets-Signale des 360Brew-Ranking-Algorithmus und korreliert staerker mit organischer Reichweite als Likes. Eine Dwell Time ueber fuenf Sekunden gilt bei textlastigen Posts als positives Signal.
LinkedIn-SpezifischSocial Selling Index (SSI)
Der Social Selling Index (SSI) ist ein LinkedIn-eigener Score von 0 bis 100, der die Social-Selling-Aktivitaet einer Person bewertet. Er setzt sich aus vier gleichgewichteten Komponenten zu je 25 Punkten zusammen: Professional Brand, Find Right People, Engage With Insights und Build Relationships. Jeder Nutzer kann ihn unter linkedin.com/sales/ssi einsehen.
LinkedIn-SpezifischContent Pillar
Ein Content Pillar ist eine thematische Kern-Domain, um die eine Creator- oder Brand-Strategie organisiert ist. Pillars antworten auf die Frage, WAS gepostet wird, nicht WARUM. Eine disziplinierte Pillar-Struktur mit drei bis fuenf Domains schafft semantische Konsistenz fuer Ranking-Algorithmen wie 360Brew und positioniert eine Stimme als Domain-Autoritaet.
Content & FunnelVoice Match
Voice Match bezeichnet KI-produzierten Content, der die Schreib- und Denkstimme des Gruenders oder einer anderen Zielperson treu reproduziert. Messbar wird Voice Match an fuenf Ebenen: Lexik, Syntax, Rhythmus, typische Hook-Muster und inhaltliche Meinungen. Das Ziel ist Content ohne generischen KI-Ton und ohne Ghostwriter-Bruch.
Content & FunnelIntent Signal (Kaufabsicht-Signal)
Ein Intent Signal ist eine beobachtbare Kaeufer-Aktion, die Kaufabsicht indiziert. Beispiele sind wiederholter Konsum themenspezifischer Inhalte, ein Demo-Request, ein LinkedIn-Profilbesuch oder eine Engagement-Spitze rund um ein Wettbewerbs-Thema. Intent Signals kommen aus First-Party-Daten wie eigenen Touchpoints oder Third-Party-Netzwerken wie Bombora und G2.
Data & Signals