Sie haben diese Woche drei Beiträge veröffentlicht. Einer erhielt 2.000 Impressionen und kaum Kommentare, ein anderer erreichte halb so viele Menschen und löste zwei echte Gespräche aus, und Sie sind sich nicht sicher, welcher funktioniert hat. Das ist das normale Problem mit der LinkedIn-Post-Analyse. Die Zahlen sind nützlich, aber es sind Schätzwerte, sie messen unterschiedliche Dinge, und Beiträge nur nach Impressionen zu bewerten, lenkt Sie in Richtung Reichweite, selbst wenn Ihr Ziel Glaubwürdigkeit, Profilbesuche oder Leads sind.
Die Kennzahlen, die bei jedem LinkedIn-Beitrag zählen
Sechs oder sieben Zahlen erzählen den Großteil der Geschichte. Impressionen allein tun das selten, denn sie sagen Ihnen nur, dass ein Beitrag angezeigt wurde, nicht, dass ihn jemand gelesen, ihm vertraut oder darauf reagiert hat.
Wichtige LinkedIn-Beitragskennzahlen und wie man sie berechnet
| Kennzahl | Was sie Ihnen sagt | Wie man sie berechnet | Wo man sie findet |
|---|---|---|---|
| Impressionen | Wie oft der Beitrag angezeigt wurde; ein Schätzwert | Zahl aus der Beitragsanalyse | Analysebereich des Beitrags |
| In-Network-Anteil | Reichweite durch Follower und Kontakte | In-Network-Impressionen ÷ Gesamtimpressionen × 100 | Aus der Beitragsanalyse berechnet |
| Out-of-Network-Anteil | Reichweite durch Personen außerhalb Ihres Netzwerks | Out-of-Network-Impressionen ÷ Gesamtimpressionen × 100 | Aus der Beitragsanalyse berechnet |
| Reaktionen, Kommentare, Reposts | Rohes Interaktionsvolumen | Jede Zahl separat addieren | Beitragsanalyse |
| Engagement-Rate | Wie gut Sichtbarkeit in Interaktion umgewandelt wird | (Reaktionen + Kommentare + Reposts) ÷ Impressionen × 100 | Aus Ihrem Export berechnet |
| Klicks | Interesse, das stark genug ist, um einen Link oder ein Profil zu öffnen | Klicks ÷ Impressionen × 100 | Beitragsanalyse |
| Follower-Veränderung | Ob der Beitrag Follower hinzugewonnen hat | In den 7 Tagen nach dem Beitrag gewonnene Follower | Follower-Analyse oder manuelle Zählung |
Die LinkedIn-Hilfedokumentation zur Beitragsanalyse definiert eine Impression als die Anzahl der Male, die ein Beitrag auf der Plattform angezeigt wurde, weist aber darauf hin, dass es sich dabei um einen Schätzwert und nicht um eine exakte Zahl handelt. Behandeln Sie eine Differenz von ein paar Dutzend Impressionen zwischen ähnlichen Beiträgen als Rauschen. Entscheidend ist das Muster über mehrere Beiträge hinweg, nicht ein kleiner Vorsprung an einem einzelnen Dienstag.
Dieselbe Dokumentation trennt In-Network-Impressionen von Followern oder Kontakten und Out-of-Network-Impressionen von Personen außerhalb Ihres bestehenden Netzwerks. Angenommen, zwei Beiträge erhalten beide 3.000 Impressionen in Ihrem Protokoll. Einer ist zu 85 % In-Network und erreichte hauptsächlich Menschen, die Sie bereits kennen, während einer mit 40 % In-Network neue Personen gefunden hat. Das ist nicht dasselbe Ergebnis, auch wenn die Hauptzahl übereinstimmt.
Die Engagement-Rate korrigiert eine weitere Verzerrung, weil sie Impressionen als Nenner verwendet. Ein hypothetischer Beitrag mit 15 Reaktionen bei 500 Impressionen hat die Sichtbarkeit besser in Interaktion umgewandelt als einer mit 40 Reaktionen bei 5.000 Impressionen. Für Seiteninhalte zählt LinkedIn Klicks, Reaktionen, Kommentare und Shares als Interaktionen, und die umfassenderen Gesamtsummen umfassen außerdem Speicherungen, Sendungen und Reposts, abzüglich Interaktionen, die später entfernt werden. Halten Sie diese Zahlen in Ihrer Tabelle getrennt, damit ein Beitrag mit Kommentaren nicht genauso aussieht wie einer, der nur schnelle Reaktionen sammelt.
Wenn Ihr Ziel ist, passive Follower in aktive Teilnehmer zu verwandeln, sind Kommentare, Klicks, Profilbesuche und Follower-Veränderung wichtiger als reine Reichweite. Diese Ressource ist eine gute nächste Lektüre, sobald Sie wissen, welche Beiträge bereits zu Handlungen führen.
Hier anfangen: Erstellen Sie eine Tabelle mit den Spalten aus der Übersicht und protokollieren Sie 30 Tage lang jeden Beitrag, bevor Sie irgendetwas bewerten.
Wie eine normale Engagement-Rate aussieht
Eine gute Rate hängt vom Format ab, vergleichen Sie also nur Gleiches mit Gleichem. Bewerten Sie keinen Link-Post gegen einen Dokumenten-Post und nennen Sie den Link-Post dann einen Fehlschlag.

Durchschnittliche Engagement-Rate 2025 nach LinkedIn-Format
Der Socialinsider-LinkedIn-Benchmark weist für 2025 Raten von 7,00 % für native Dokumente, 6,45 % für Multi-Image-Posts, 6,00 % für Video, 5,30 % für Bilder, 4,50 % für Text, 4,20 % für Umfragen und 3,25 % für Link-Posts aus.
| Format | Durchschnittliche Engagement-Rate 2025 | So lesen Sie es |
|---|---|---|
| Native Dokumente | 7,00 % | Spitze des Bereichs; die Gestaltungszeit lohnt sich |
| Multi-Image-Posts | 6,45 % | Stark und schnell zu produzieren |
| Video | 6,00 % | Hoher Aufwand; nur mit Ihren eigenen Videobeiträgen vergleichen |
| Bilder | 5,30 % | Solide Basis für einzelne Visuals |
| Text | 4,50 % | Ihr Mindestwert für reine Textbeiträge |
| Umfragen | 4,20 % | Gut für Gespräche, schwächer für Reichweite |
| Link-Posts | 3,25 % | Erwarten Sie weniger; bewerten Sie stattdessen nach Klicks |
Dieser Datensatz umfasst Markenbeiträge großer Accounts, daher können Executive-Profile, Berater und Nischen-Creator über oder unter diesen Zahlen liegen. Nutzen Sie sie als Orientierung, nicht als Bestehen-oder-Durchfallen-Grenze. Andere Auswertungen zeigen, warum Kontext wichtig ist, denn die ContentIn-LinkedIn-Engagement-Benchmarks beschreiben einen Datensatz von 100.459 professionellen Beiträgen mit einer mittleren Engagement-Rate von 2,29 %, einem Mittelwert von 3,62 % und einem 90. Perzentil von 7,65 %.
Ihr besserer Maßstab ist Ihr eigener rollierender Median aus Ihren vorherigen 20 bis 30 Beiträgen, idealerweise nach Format getrennt. Angenommen, ein Berater sieht einen Dokumenten-Post mit 3,1 % und hält ihn im Vergleich zur Branchentabelle für einen Flop. Dann prüft er seinen eigenen Dokumenten-Median von 2,2 % und erkennt, dass es ein klarer Erfolg für sein Publikum war.
Für den Reichweitenkontext setzt Statistas LinkedIn-Post-Daten den durchschnittlichen LinkedIn-Beitrag bei ungefähr 1.057 Impressionen im Jahr 2024 an, also ist ein Beitrag unter diesem Wert nicht automatisch schwach. Prüfen Sie ihn zuerst gegen Ihren Median.
Deshalb bevorzuge ich auch Engagement statt Follower-Zahlen für Marken, wenn Sie beurteilen, ob Inhalte ein echtes Publikum aufbauen. Für eine tiefere Formel-Erklärung sehen Sie sich diesen Leitfaden zur Berechnung Ihrer LinkedIn-Engagement-Rate an.
Notieren Sie Ihren Median für die drei Formate, die Sie am häufigsten verwenden. Prüfen Sie jeden neuen Beitrag an diesen drei Zahlen.
Wie Sie eine wöchentliche Beitragsauswertung in 30 Minuten durchführen
Eine wöchentliche Auswertung dauert etwa 30 Minuten und braucht acht Schritte. Sie funktioniert, weil Sie jede Woche denselben Vergleich zur selben Zeit machen, statt auf den zuletzt geprüften Beitrag zu reagieren.

Die acht Schritte
- Die ganze Woche ziehen: Sammeln Sie alle Beiträge der letzten sieben Tage, einschließlich der von Ihnen veröffentlichten Reposts, damit Sie nicht nur die Beiträge prüfen, an die Sie sich erinnern.
- Eine Zeile pro Beitrag erfassen: Notieren Sie Impressionen, Reaktionen, Kommentare, Reposts, Klicks und den In-Network-Anteil, solange die Zahlen leicht zu finden sind.
- Engagement-Rate berechnen: Addieren Sie Reaktionen, Kommentare und Reposts, teilen Sie durch Impressionen und multiplizieren Sie jede Zeile mit 100.
- Mit Ihrer Basislinie vergleichen: Bewerten Sie jeden Beitrag anhand Ihres rollierenden Medians der vorherigen 20 bis 30 Beiträge, nicht anhand des Durchschnitts der letzten Woche, den ein einzelner Ausreißer verzerren kann.
- Den Inhalt taggen: Markieren Sie Format, Thema und Hook-Typ in jeder Zeile, denn Muster zeigen sich erst später, wenn Sie sie jetzt kennzeichnen.
- Die Publikumszusammensetzung lesen: Notieren Sie, ob die Reichweite überwiegend In-Network oder Out-of-Network war, denn starke Resonanz bei Followern bedeutet etwas anderes als Entdeckung durch Fremde.
- Zwei Folgeaktionen wählen: Wählen Sie einen Beitrag, den Sie mit einem neuen Blickwinkel wiederholen, und ein Format, das Sie überarbeiten oder streichen, statt Ihren gesamten Plan neu zu schreiben.
- Die Entscheidung festhalten: Fügen Sie Ihrem Protokoll einen Satz hinzu, der erklärt, was Sie als Nächstes tun werden, damit die nächste Woche mit einer Entscheidung statt mit einer leeren Seite beginnt.
Wie eine nützliche Entscheidung aussieht
Angenommen, ein Carousel in Ihrer Tabelle verzeichnet 6.200 Impressionen und 4,1 % Engagement gegenüber Ihrer Basislinie von 2,6 %. Das wird zur Vorlage für die nächste Woche, mit einem neuen Thema und derselben Struktur. Ein Textbeitrag am Dienstag mit 1,1 % bekommt noch keine Wiederholung, aber Sie verwerfen Textbeiträge nicht wegen dieses einen Ergebnisses.
Ein schwacher Beitrag sagt Ihnen fast nichts über ein Format. Drei schwache Beiträge mit demselben Hook, Thema oder Timing beginnen Ihnen etwas zu sagen.
Halten Sie die Auswertung langweilig und wiederholbar. Öffnen Sie dieselbe Tabelle, füllen Sie dieselben Spalten aus, vergleichen Sie mit derselben Basislinie und schreiben Sie dieselbe Ein-Satz-Entscheidung. Nach einem Monat haben Sie Themen und Hooks so gut gruppiert, dass Sie Wiederholungen erkennen. Nach zwei Monaten wissen Sie, welche starken Beiträge Ausnahmen waren und welche Formate weiterhin Kommentare oder Profilbesuche bringen.
Ich würde außerdem eine kurze Notiz neben ungewöhnlichen Beiträgen ergänzen. Schreiben Sie auf, ob jemand mit größerem Publikum kommentiert hat, ob Sie an einem Feiertag gepostet haben oder ob das Thema mit aktuellen Nachrichten zusammenhing. Diese Notizen verhindern, dass Sie dem Format ein Ergebnis zuschreiben, das durch Timing oder geliehene Reichweite entstanden ist.
Bewerten Sie ein Format nicht anhand eines einzelnen Beitrags. Die Auswertung lohnt sich nur, wenn Sie sie jede Woche durchführen, auch in den ruhigen Wochen, die Sie lieber überspringen würden.
Änderungen testen, ohne sich selbst zu täuschen
Ein Beitrag ist eine Anekdote, kein Beweis. Wenn Sie in derselben Woche die Veröffentlichungszeit, den Hook und das Format ändern und die Zahlen steigen, wissen Sie nicht, was geholfen hat.
Das Bild unten zeigt die Art von nebeneinanderstehendem Protokoll, die ich während eines Tests sehen möchte, mit Notizen direkt bei den Zahlen.

Ein saubereres Test-Setup
- Ein Ziel wählen: Entscheiden Sie sich für Reichweite, Gespräche, Profilbesuche, Leads oder Conversions und benennen Sie vor der Veröffentlichung eine primäre Kennzahl für dieses Ziel.
- Passende Paare bilden: Halten Sie Thema, Länge, Zielgruppe und Medientyp ähnlich und ändern Sie nur einen Faktor, etwa Veröffentlichungszeit, Eröffnungssatz, Call-to-Action oder Format. Wenn das Timing die Variable ist, kann dieser Leitfaden zur LinkedIn-Post-Zeit helfen, die zu testenden Zeitfenster auszuwählen.
- Die Reihenfolge abwechseln: Führen Sie den Test vier bis sechs Wochen lang durch und wechseln Sie, welche Version zuerst kommt, damit nicht immer dieselbe Option Ihren besten Tag bekommt.
- Einen festen Prüfpunkt verwenden: Messen Sie jeden Beitrag zum gleichen Reifezeitpunkt, etwa 72 Stunden nach der Veröffentlichung, denn ein zwei Tage alter Beitrag und ein zehn Tage alter Beitrag sind nicht vergleichbar.
- Mediane vergleichen: Schauen Sie auf Mediane und Streuung, nicht nur auf Durchschnittswerte, denn ein viraler Beitrag kann einen Mittelwert nach oben ziehen und eine schwache Gruppe stark aussehen lassen.
- Genug Beiträge sammeln: Streben Sie, wo möglich, 20 bis 30 Beiträge pro Vergleichsgruppe an und halten Sie virale Ausreißer für eine separate Analyse in einer eigenen Liste fest.
- Störfaktoren beachten: Schreiben Sie einem Posting-Zeitpunkt nicht den Erfolg zu, wenn sich gleichzeitig Thema, Zielgruppe oder ein großer Kommentator geändert haben.
Das Video unten ist sehenswert, bevor Sie Ihren ersten Test aufsetzen, besonders wenn Sie dazu neigen, drei Dinge auf einmal zu ändern.
Rauschen ist die andere Falle. LinkedIn behandelt seine Zahlen als Schätzwerte, und Gesamtsummen können sinken, wenn Menschen Reaktionen oder Kommentare entfernen. Eine Schwankung von ein oder zwei Reaktionen bei einem kleinen Beitrag in Ihrem Protokoll bedeutet nichts, selbst wenn die prozentuale Veränderung dramatisch aussieht.
Wenn Sie weniger als zehn Beiträge pro Monat veröffentlichen, erreichen Sie nur langsam eine vollständige Vergleichsgruppe. Führen Sie den Test die vollen sechs Wochen durch, kennzeichnen Sie jede Gruppe, die noch zu klein ist, als nicht aussagekräftig, und erklären Sie keinen Sieger. Das gewünschte Ergebnis klingt wie dieser Beispielsatz: Dokumenten-Posts übertrafen Textbeiträge über Ihre letzten 24 vergleichbaren Beiträge hinweg um 35 %. Das ist spezifisch, auf Ihr Konto begrenzt und ehrlich in Bezug auf die Stichprobe.
Beitragsdaten über die Zeitlimits von LinkedIn hinaus aufbewahren
Ihre Historie bleibt nicht für immer auf LinkedIn. Unterschiedliche Datentypen laufen nach unterschiedlichen Zeitplänen ab, daher kann ein Jahresvergleich scheitern, wenn Sie annehmen, dass alles noch vorhanden sein wird.
Aufbewahrungsfristen für LinkedIn-Analysen
| Datentyp | Aufbewahrungsfrist |
|---|---|
| Demografische Aufschlüsselungen | 180 Tage |
| Videoleistung und Zuschauer-Demografie | 365 Tage |
| Die meisten Discovery- und Social-Engagement-Zahlen | 1.000 Tage |
| Daten zu erreichten Mitgliedern | 400 Tage (neuere Dokumentation) |
Die LinkedIn-Dokumentation zur Aufbewahrung von Analysedaten nennt demografische Aufschlüsselungen nur für 180 Tage, Videoleistung und Zuschauer-Demografie für 365 Tage und die meisten anderen Discovery- und Social-Engagement-Zahlen für 1.000 Tage. Neuere Dokumentation nennt außerdem ein 400-Tage-Fenster für Daten zu erreichten Mitgliedern.
Angenommen, ein Ghostwriter muss einem Kunden zwölf Monate Wachstum belegen. Er erstellt die Vorher-Nachher-Präsentation und stellt dann fest, dass die Zuschauer-Demografie aus den ersten Monaten verschwunden ist. Die Wachstumsgeschichte mag trotzdem stimmen, aber er kann nicht zeigen, ob sich Seniorität, Branche oder Unternehmensgröße des Publikums verbessert haben, was oft genau der Teil ist, der dem Kunden wichtig ist.
Aktuelle Follower-Demografien lösen dieses Problem nicht. Sie beschreiben, wer Ihnen jetzt folgt, und der verfügbare Zeitraum unterscheidet sich je nach Kennzahl und Ansicht, sodass sie keine vollständige Historie darüber sind, wen jeder alte Beitrag erreicht hat.
Drei Gewohnheiten schützen Sie:
- Monatlich exportieren: Speichern Sie beitragsbezogene Impressionen, Interaktionen, Format, Zeitpunkt und Beitragstext in einer Datei, die Sie kontrollieren.
- Quartalsweise Schnappschüsse: Erfassen Sie Follower-Demografien und Publikumszusammensetzung, bevor die kürzeren Fenster schließen.
- Ablaufende Daten trennen: Markieren Sie, welche Spalten LinkedIn früh entfernt und welche Zahlen länger verfügbar bleiben.
Stellen Sie sich eine Erinnerung für den ersten jedes Monats ein, um die Beiträge des Vormonats zu exportieren. Speichern Sie die Datei außerhalb von LinkedIn, mit dem Monat im Dateinamen.
Vorlage für einen Monatsbericht, den Sie kopieren können
Ihr Monatsbericht sollte auf eine Seite passen und jeden Monat dieselbe Reihenfolge haben. Diese Konsistenz ermöglicht es Ihnen oder einem Kunden, Monate schnell zu vergleichen, ohne jedes Mal ein neues Layout lernen zu müssen.
Die Reihenfolge ist bewusst gewählt. Überschrift und Median kommen zuerst, weil sie beantworten, ob sich der Monat verbessert hat. Die besten und schlechtesten Beiträge erklären warum, dann zeigen Publikumszusammensetzung, Profilbesuche und Follower, ob die Reichweite nützlich oder nur breit war. Experimente und nächste Schritte schließen den Kreis.
Vorlage für einen monatlichen LinkedIn-Analysebericht
| Berichtsabschnitt | Was einzutragen ist | Beispiel-Eintrag |
|---|---|---|
| Überschrift | Ein Satz zur größten Veränderung in diesem Monat | Der Median des Engagements stieg, als Carousels Link-Posts ersetzten |
| Volumen und Taktung | Veröffentlichte Beiträge und Posting-Tage pro Woche | 12 Beiträge, 3 pro Woche, zwei verpasste Wochen |
| Median-Engagement-Rate | Dieser Monat im Vergleich zum Vormonat | 3,4 % in diesem Monat gegenüber 2,7 % im letzten Monat |
| Top drei Beiträge | Format, Thema und Hook für jeden | Carousel zu Preisen; Geschichte über einen verlorenen Kunden |
| Bottom drei Beiträge | Was sie gemeinsam hatten | Link-Posts, alle am Montagmorgen veröffentlicht |
| Publikumszusammensetzung | In-Network- vs. Out-of-Network-Anteil | 58 % In-Network, 42 % Out-of-Network |
| Profilbesuche und Follower | Veränderung gegenüber dem Vormonat | Profilbesuche gestiegen, 46 neue Follower |
| Experimente | Laufender Test, Stichprobengröße und Ergebnisstatus | Test mit kürzerem Hook, 11 Beiträge, nicht aussagekräftig |
| Drei Aktionen für den nächsten Monat | Eine wiederholen, eine streichen, eine testen | Carousels wiederholen; Link-Posts streichen; einen kürzeren Hook testen |
Diese Beispiel-Einträge sind nur illustrativ, ersetzen Sie sie also durch Ihre eigenen Zahlen. Wenn ein Experiment nicht genügend vergleichbare Beiträge erreicht hat, schreiben Sie nicht aussagekräftig statt einen Sieger zu erzwingen, nur damit der Bericht entschieden wirkt.
Wenn Sie Hilfe möchten, um soziale Kennzahlen in umsetzbare Erkenntnisse zu verwandeln, passt dieser Leitfaden gut zu diesem Ein-Seiten-Format. Hängen Sie Ihre unterstützende Tabelle an, aber schicken Sie Kunden nicht vierzig Zeilen, wenn sie wissen wollten, was sich geändert hat und was als Nächstes passiert.
Berichtsregel: Eine Seite für Entscheidungen, ein Blatt für Belege. Mischen Sie beides nicht.
Kopieren Sie die Tabelle in ein Dokument, füllen Sie die Daten des letzten Monats ein und senden Sie sie sich selbst oder Ihrem Kunden vor dem ersten Montag des neuen Monats zu.
Verwandeln Sie Ihre Zahlen in den Content-Plan für den nächsten Monat
Nutzen Sie eine einfache Entscheidungsregel: Wählen Sie drei Dinge zum Wiederholen, eines zum Streichen oder Überarbeiten und ein Experiment. Schreiben Sie sie auf, bevor Sie etwas anderes veröffentlichen, damit Sie nicht der Spitze der letzten Woche hinterherjagen. Ein Content-Kalender für LinkedIn macht diese Entscheidungen über den Monat hinweg sichtbar.
- Mit Beleg wiederholen: Ein Format qualifiziert sich nur, wenn es Ihren eigenen rollierenden Median bei drei Beiträgen in Folge übertrifft, nicht nur einmal. Behalten Sie die Struktur bei, ändern Sie das Thema oder den Blickwinkel und beobachten Sie, ob Kommentare und Profilbesuche stabil bleiben.
- Vorsichtig streichen oder überarbeiten: Wählen Sie das Format, das bei mindestens drei vergleichbaren Beiträgen unter Ihrem Median lag. Prüfen Sie zuerst, ob diese schwachen Beiträge denselben Veröffentlichungszeitpunkt, dasselbe Thema oder einen hastigen Hook hatten, denn das Format ist möglicherweise nicht das eigentliche Problem.
- Eine markierte Änderung testen: Ändern Sie eine Sache, die Ihre wöchentliche Auswertung gezeigt hat, etwa die Eröffnungslinie Ihres besten Formats, während Sie das Thema ähnlich halten. Geben Sie dem Ganzen genug vergleichbare Beiträge, bevor Sie erneut entscheiden.
Angenommen, ein Berater wiederholt Carousels, streicht Link-Posts und testet vier Wochen lang einen kürzeren Hook. Das ist ein Plan, den er am Monatsende bewerten kann. Vermeiden Sie den Hauptfehler, ein Format nach einer einzigen schwachen Woche zu streichen, besonders wenn die Stichprobe klein ist und die Zahlen Schätzwerte sind.
Erstellen Sie diese Woche die Tabelle, protokollieren Sie Ihre letzten sieben Beiträge und halten Sie Ihre erste Auswertung am Freitag ab.
Verwandeln Sie Ihre Auswertung mit RedactAI schneller in Entwürfe. Damit können Sie LinkedIn-Posts in Ihrer eigenen Stimme erstellen, sie planen und die Leistung verfolgen, sodass Ihr nächster Test auf dem aufbaut, was bereits funktioniert hat. Bringen Sie Ihre Tabelle mit, wählen Sie Ihre Wiederholen-, Streichen- und Test-Entscheidungen und beginnen Sie, die Beiträge des nächsten Monats auf Grundlage von Belegen statt von Vermutungen zu erstellen.


































































































































































































































































































