Algorithmic Cringe: Wie Linkedin unsere Sprache für die Dwell-Time opfert

Wer seinen Linkedin-Feed öffnet, betritt eine Parallelwelt der unerträglichen Positivität. Es ist ein digitaler Raum, in dem niemand scheitert, jeder "demütig und dankbar" ist, und Nutzer die banalsten Alltagsmomente zu metaphysischen Business-Weisheiten aufblasen. Da wird das gemeinsame Bauen einer Murmelbahn mit dem kleinen Sohn aus Papprollen zu einer epischen "Lektion über Transformationen und Architekturprinzipien" hochgejazzt.

Am Ende, so beteuert es der stolze Vater im Linkedin-Post, soll dann der Kleine noch gesagt haben: "Siehst du Papa, es war den Aufwand wert." Wahrscheinlich hat er das nicht, kein echtes Kind spricht so. Aber Linkedin scheint Menschen zu zwingen, so etwas zu schreiben.

Willkommen also in der mechanisierten Lyrik des modernen Kapitals. Was auf den ersten Blick wie ein kollektiver Verlust von Schamgefühl, Realitätssinn und sprachlicher Ästhetik wirkt, ist in Wahrheit etwas viel Tieferes: Es ist die totale Unterwerfung des menschlichen Ausdrucks unter die nüchterne Logik eines Empfehlungs-Algorithmus. Anders ausgedrückt: Der allgegenwärtige Linkedin-Cringe ist kein Zufall, er ist systemisch erzwungen.

Denn wer Reichweite auf der Microsoft-Plattform will, darf im Prinzip keine normalen Texte mehr schreiben. Die klassische Absatzstruktur ist ein absolutes Tabu. Ersetzt wurde sie durch ein visuelles Muster, das in der Netzkultur als "Broetry" (eine Mischung aus "Bro" und "Poetry") verspottet wird und einem nahezu dogmatischen Konzept folgt: Möglichst emotionale Anekdoten in einzelne, abgesetzte Sätze zu packen und das Ganze am Ende mit klischeehaften Lebensweisheiten zu verknüpfen.

Das liest sich nicht nur unnatürlich, es zerstört auch jeden anspruchsvollen Gedanken.

Doch hinter diesem Layout steckt Kalkül. Denn der Linkedin-Algorithmus optimiert Feeds radikal auf eine Metrik: die sogenannte Dwell-Time (zu Deutsch: Verweildauer). In einem viel beachteten Whitepaper unter dem Titel Dwell Time: A New Signal for Linkedin Feed Ranking(öffnet im neuen Fenster) legten die hauseigenen Datenwissenschaftler von Linkedin schon vor Jahren offen, dass klassische Interaktionen wie Likes oder Shares als Relevanz-Signal ausgedient hätten.

Seitdem misst die Plattform im Millisekundenbereich, wie lange ein Nutzer beim Scrollen an einem Beitrag hängenbleibt. Ein kompakt geschriebener Fließtext wird demnach schnell erfasst, einfach weggescrollt und ist unterm Strich algorithmischer Suizid. Ein Text hingegen, der sich über den gesamten Smartphone-Bildschirm in die Länge zieht und zum permanenten Weiterscrollen zwingt, füttert die Maschine mit we