LinkedIn wird immer stärker von KI-generierten Beiträgen überschwemmt, was die Relevanz des Feeds für Berufstätige mindert. Seit der Einführung der internen Meldungsoption "Seems like AI slop" hat LinkedIn bereits über eine Million Beiträge als KI-Content markiert. Die Browser-Erweiterung Slop Mop bietet Nutzer:innen ein clientseitiges Filtertool, das solche Beiträge automatisch erkennt und entweder ausblendet oder visuell kennzeichnet.

Warum KI-Content den LinkedIn-Feed belastet

Die Professional-Plattform wird zunehmend mit automatisiert erstellten Texten geflutet. Laut einer Studie von TechCrunch (2026) wurden bereits 1.000.000 Beiträge von Nutzer:innen über die neue "KI-Slop"-Markierung gemeldet. Diese Zahl verdeutlicht den wachsenden Missmut gegenüber minderwertigem KI-Content und schafft einen klaren Bedarf für Filterlösungen.

Wie Slop Mop funktioniert - Technischer Überblick

Slop Mop ist keine klassische KI-Erkennungssoftware, sondern ein Filter, der das Entscheidungsmodell Jev von Typesafe AI nutzt. Das Modell analysiert textuelle Merkmale, ohne selbst ein eigenständiges KI-Trainingsverfahren zu durchlaufen.

Entscheidungsmodell Jev von Typesafe AI

Jev bewertet Beiträge anhand von 22 linguistischen Merkmalen, darunter:

  • Umgang mit Abkürzungen
  • Satzlänge und Verteilung
  • Verwendung von Passivsätzen
  • Reifikation (Abstraktion von Prozessen)
  • Hype-Worte wie "game-changing", "unlock" und "paradigm shift"
  • Formulierungen wie "Nicht X, sondern Y"
  • Versprechen ohne erkennbaren Nachteil

Die Analyse erfolgt clientseitig, das heißt, die Erweiterung scannt jeden Beitrag, bevor er im Feed erscheint, und übergibt den Text an Jev. Das Modell liefert eine KI-Wahrscheinlichkeit. Erreicht diese den Schwellenwert von 70 %, wird der Beitrag im sogenannten Hide-Modus ausgeblendet oder mit einem roten Moppsymbol markiert.

Erkennungsmerkmale und Schwellenwert

Die 22 erkennbaren Textmerkmale wurden 2026 definiert (Quelle: Typesafe AI, Dokumentation zu Jev). Die Erkennungsgenauigkeit liegt laut internen Testdaten bei 70 % - ein prozentualer Schwellenwert, der den Hide-Modus aktiviert. Beispiel aus einem Test: Ein Beitrag, der mit "Ich habe ChatGPT gefragt…" begann, erhielt nur eine 54-prozentige Wahrscheinlichkeit und blieb sichtbar.

Community-basiertes Feedback und Bewertungssystem

Slop Mop integriert ein dreistufiges Bewertungstool, das Nutzer:innen direkt im Feed nutzen können:

  • Probably - Text wahrscheinlich KI-generiert
  • No - Text eindeutig menschengeschrieben
  • Maybe - Unsichere Einschätzung

Jede Rückmeldung fließt in die langfristige Optimierung von Jev ein und unterstützt das System dabei, feine Unterschiede besser zu erfassen.

Leistungsdaten und Testergebnisse

Die wichtigsten Kennzahlen aus den verfügbaren Quellen:

  • Gemeldete KI-Posts (LinkedIn): 1.000.000 (2026)
  • Erkannte Textmerkmale durch Jev: 22 (2026)
  • Erkennungsgenauigkeit bei Testtexten: 70 % Schwellenwert (2026)

Ein kurzer Praxistest, veröffentlicht von t3n (24.09.2026), zeigte, dass nur wenige Beiträge eindeutig als KI-Content identifiziert wurden. Dennoch wurden mehrere Beiträge mit einer gelben Symbolanzeige (unter 70 %) markiert, was die Notwendigkeit von Nutzer-Feedback unterstreicht.

Grenzen und kritische Punkte

Obwohl Slop Mop vielversprechend ist, gibt es nachweisbare Risiken:

  • Fehlalarme: Übermäßiger Gebrauch von KI-typischen Formulierungen (z. B. Fachjargon) kann zu falschen Markierungen führen, besonders bei Business-Nutzer:innen und Nicht-Muttersprachlern.
  • Fehlende feine Bewertungsmechanismen: Die aktuelle Meldungsoption von LinkedIn ist nicht als qualitatives Bewertungsinstrument konzipiert, wodurch Über- oder Untermeldungen entstehen können.
  • Oberflächenfokus: Jev orientiert sich primär an sprachlichen Mustern und nicht an tiefen semantischen Strukturen. Hochwertige KI-Texte, die menschlich klingen, können unentdeckt bleiben.

FAQ zu Slop Mop

  • Wie hoch ist die Wahrscheinlichkeit, dass Slop Mop einen Beitrag fälschlicherweise als KI markiert?
    Die Fehlalarmrate wird nicht veröffentlicht. Testberichte zeigen jedoch Unsicherheiten, besonders bei eindeutig KI-generierten Inhalten.
  • Kann Slop Mop auf anderen Plattformen genutzt werden?
    Derzeit ist die Erweiterung ausschließlich für LinkedIn entwickelt und funktioniert nicht auf anderen Social-Media-Plattformen.
  • Was passiert mit meinem Datenverkehr, wenn ich Slop Mop installiere?
    Laut Datenschutzerklärung werden keine Nutzerdaten gesammelt. Jev analysiert ausschließlich den Textinhalt der Beiträge, nicht Login-Daten oder persönliche Metadaten.

Fazit

Slop Mop stellt eine praktische, clientseitige Lösung dar, um den LinkedIn-Feed von minderwertigem KI-Content zu befreien. Durch das Entscheidungsmodell Jev, das 22 linguistische Merkmale auswertet und einen klar definierten 70-Prozent-Schwellenwert nutzt, können viele automatisierte Beiträge automatisch ausgeblendet werden. Das integrierte Community-Feedback stärkt die Weiterentwicklung des Systems, während die veröffentlichten Kennzahlen - eine Million gemeldete KI-Posts und eine Erkennungsgenauigkeit von 70 % - die Relevanz des Tools belegen. Gleichzeitig bleiben Fehlalarme, ein Fokus auf Oberflächenmerkmale und das Fehlen feiner Bewertungsmechanismen kritische Punkte, die zukünftige Updates adressieren sollten. Für professionelle Nutzer:innen, die einen sauberen Feed bevorzugen, bietet Slop Mop derzeit die beste verfügbare Option, um KI-Flut auf LinkedIn zu reduzieren.