Automatisierte Textgenerierung überschwemmt Business-Netzwerke wie LinkedIn und reduziert die inhaltliche Relevanz von Feeds. Nutzerinnen und Nutzer suchen deshalb nach clientseitigen Werkzeugen, die ihnen Kontrolle zurückgeben. Die quelloffene Chrome-Erweiterung Slop Mop verspricht genau das: Sie erkennt und blendet Beiträge aus, die typische Anzeichen von minderwertigem KI-Content ("KI-Slop") aufweisen. Der folgende Artikel erklärt die Hintergründe, die technische Funktionsweise und die Wirksamkeit des Tools - ausschließlich basierend auf veröffentlichten Daten und Fakten.
Warum KI-Slop LinkedIn überflutet
Eine Untersuchung des Analyseunternehmens Pangram Labs hat gezeigt, dass LinkedIn im Sommer 2026 das am stärksten von KI-Texten durchdrungene soziale Netzwerk ist. Dabei wurden folgende Kennzahlen ermittelt:
- 41 % aller ausführlichen Beiträge (mehr als 250 Wörter) waren vollständig von generativer KI erzeugt.
- 30 % der öffentlichen Kommentare stammten ebenfalls ausschließlich aus KI-Texten.
Diese Zahlen belegen, dass die Beschwerden über "KI-Slop" ein messbares Massenphänomen darstellen. LinkedIn hat bereits eine eigene Meldefunktion eingeführt, über die mehr als eine Million Beiträge als KI-generiert markiert wurden.
Der Slop Mop: Open-Source-Entwicklung und Lizenz
Der Entwickler Tom Frazier, ein KI-Experte und Autor, veröffentlichte die Chrome-Erweiterung im September 2026 als Open-Source-Projekt unter der MIT-Lizenz auf GitHub ( Chrome Web Store ). Die quelloffene Architektur ermöglicht es anderen Entwicklern, den Code zu prüfen, zu erweitern und anzupassen.
Technische Funktionsweise: Vorab-Scan, Entscheidungsmodell und Kriterien
Slop Mop arbeitet clientseitig und greift auf das Entscheidungsmodell Jev von Typesafe zurück. Die wichtigsten technischen Schritte sind:
- Der Browser scannt Beiträge bereits 1.500 Pixel bevor sie in das sichtbare Fenster des Users gelangen - das verhindert spürbare Latenz beim Scrollen.
- Für jeden Beitrag werden 12 binäre bzw. gewichtete Fragen an das Modell gestellt:
- 9 Fragen erfassen typische KI-Slop-Merkmale (z. B. Hype-Worte wie "game-changing", "unlock", "paradigm shift", Formulierungen wie "Nicht X, sondern Y").
- 2 Fragen prüfen, ob der Beitrag menschlich wirkt und echten Nutzen bietet.
- 1 Frage bewertet einen speziellen KI-Duktus-Indikator.
- Das Modell berechnet eine Wahrscheinlichkeit, dass ein Beitrag KI-generiert ist. Erreicht die Bewertung 70 % oder mehr, wird der Beitrag im Hide-Modus ausgeblendet.
- Alternativ kann der Nutzer den Beitrag sichtbar lassen und mit einem roten Moppsymbol markieren.
Der Entwickler betont, dass das System kein genereller KI-Detektor ist, sondern speziell für schlecht geschriebene, wenig hilfreiche Texte entwickelt wurde. Beiträge, die verständlich und nützlich sind, können trotz KI-Herkunft durch die beiden positiven Kriterien passieren.
Wirtschaftliches Modell: API-Limits und Kosten
Um die Serverkosten des Typesafe-Jev-Modells zu decken, ist das kostenlose Tool auf 250 Post-Prüfungen pro Tag und Installation begrenzt. Diese Grenze entspricht den im Jahr 2026 geschätzten 0,005 USD pro Tag und aktivem Nutzer für die Nutzung der API. Durch das tägliche Limit wird sichergestellt, dass die Infrastruktur langfristig tragbar bleibt, ohne dass Nutzer*innen für die Grundfunktionalität zahlen müssen.
Empirische Daten zum KI-Problem auf LinkedIn
Die von Pangram Labs gelieferten Kennzahlen (Stand 2026) zeigen das Ausmaß des Problems:
| Metric | Wert | Jahr | Quelle |
|---|---|---|---|
| Anteil KI-generierter LinkedIn-Beiträge (>250 Wörter) | 41 % | 2026 | S1 |
| Anteil rein KI-generierter öffentlicher LinkedIn-Kommentare | 30 % | 2026 | S1 |
| Tägliches Limit für Beitragsprüfungen in Slop Mop | 250 Beiträge | 2026 | S2 |
Diese Zahlen verdeutlichen, warum ein Filtertool wie Slop Mop für viele Nutzer*innen relevant ist.
Stärken, Schwächen und Risiken des Tools
Vorteile
- Klare technische Transparenz durch Open-Source-Code.
- Frühzeitige Erkennung von Beiträgen (1500 px Vorab-Scan) ohne merkliche Verzögerung.
- Einfaches Community-Feedback über das Moppsymbol, das die Genauigkeit langfristig verbessern kann.
Potenzielle Risiken
- False Positives: Business-Schlagworte wie "game-changing" werden häufig von Menschen genutzt, sodass relevante Fachbeiträge fälschlich ausgeblendet werden könnten.
- Umgehung durch verfeinertes Prompting (Anti-Slop): Sobald Ersteller von KI-Texten die bekannten Muster vermeiden, sinkt die Entdeckungsrate des regelbasierten Filters.
- Abhängigkeit von Drittanbieter-APIs: Änderungen im LinkedIn-DOM oder eine Erschöpfung des freien API-Budgets von Typesafe können die Funktionsfähigkeit der Erweiterung beeinträchtigen.
Häufig gestellte Fragen (FAQ)
Wer hat die Browser-Erweiterung 'Slop Mop' entwickelt?Die Erweiterung wurde im September 2026 vom KI-Experten und Autor Tom Frazier entwickelt und als quelloffenes Open-Source-Projekt unter MIT-Lizenz bereitgestellt (The Register, 2026).Wie viel KI-Inhalt befindet sich derzeit tatsächlich auf LinkedIn?Laut einer Untersuchung von Pangram Labs aus dem Sommer 2026 sind rund 41 % aller ausführlichen LinkedIn-Beiträge (über 250 Wörter) und knapp 30 % der Kommentare vollständig von generativer KI verfasst worden (Pangram Labs, 2026).Gibt es ein Nutzungslimit für das Tool?Ja, pro Browser-Installation ist der Dienst in der Standardversion auf 250 Post-Analysen pro Tag begrenzt, um die anfallenden API-Kosten für das Modell Jev abzufedern (The Register, 2026).Fazit
Slop Mop bietet eine technisch nachvollziehbare und kostenfreie Möglichkeit, den LinkedIn-Feed von wenig wertvollen KI-Beiträgen zu befreien. Die Kombination aus Open-Source-Transparenz, einem vorab-laufenden Pixel-Scan und einem auf 12 Kriterien basierenden Entscheidungsmodell schafft eine spürbare Qualitätssteigerung für Nutzer*innen. Gleichzeitig zeigen die empirischen Daten, dass das Problem des KI-Slop auf LinkedIn gravierend ist - mit über 40 % KI-generierten langen Beiträgen. Dennoch bleiben Herausforderungen bestehen: Fehlklassifikationen, mögliche Umgehungen durch geschicktes Prompt-Design und die Abhängigkeit von externen APIs können die Wirksamkeit des Tools einschränken. Für Anwender*innen, die bereit sind, das tägliche Prüflimit von 250 Beiträgen zu akzeptieren und aktiv über das Moppsymbol Feedback zu geben, stellt Slop Mop jedoch ein wertvolles Hilfsmittel dar, um die Kontrolle über den eigenen Feed zurückzugewinnen.