Het LinkedIn algoritme werkt een beetje als dat van Facebook en Instagram. Het stuurt erop dat je content te zien krijgt die relevant is voor jou en die je waarschijnlijk interessant vindt. Het LinkedIn algoritme filtert de content die je plaatst en bepaalt hiermee de kwaliteit en je bereik. Wat bij LinkedIn echter de hoofdtoon voert is de focus op de kwaliteit van content. Het is nu eenmaal een zakelijk platform van origine en LinkedIn probeert mede dankzij het algoritme dit zakelijke karakter vast te houden.
Dit gebeurt tijdens een geautomatiseerd, continu proces wat bestaat uit vier fases. In onderstaand schema van LinkedIn Engineering kun je zien hoe het algoritme in essentie werkt.
Update:
De onderstaande fases vormen nog steeds de basis van het LinkedIn-algoritme. In de tussentijd zijn er een aantal wijzigingen doorgevoerd, waardoor de beoordeling per fase verschillend kan uitpakken. De belangrijkste veranderingen zijn als volgt:
- Hashtags verliezen hun kracht. Hashtags hebben niet langer invloed op de prestaties van een post. - Het belang van interactie groeit daarentegen alleen maar. Comments en 'saves' tellen hierbij vooral mee. - Ook de invloed van berichtlengte neemt toe. Text-only posts moeten logischerwijs langer zijn voor meer resultaat, in vergelijking met caroussels en posts met video's.
Fase 1: Kwaliteitskeuring
Wanneer je content op LinkedIn plaatst, bekijkt het algoritme in welke categorie jouw post valt. Eerst wordt gekeken om welke vorm van content het gaat: tekst, een afbeelding, video of link. Vervolgens krijgt jouw bericht een label: ‘spam’, ‘lage kwaliteit’ of ‘goedgekeurd’. Het spreekt voor zich dat je wil dat jouw content in de laatste categorie valt.
Hoe voorkom je nu dat jouw posts gelabeld worden als ‘spam’ of ‘lage kwaliteit’? Er zijn een aantal factoren waar LinkedIn je op kan afrekenen.
Je post wordt als spam bestempeld als LinkedIn een van de volgende signalen oppikt:
- Slechte grammatica en spellingsfouten - Het gebruik van meerdere links in één post - Het taggen van meer dan 5 personen in één post - Te vaak posten (vaker dan één post per 3 uur) - Bepaalde hashtags (denk aan #like, #comment, #follow)
Low-quality content focust niet zozeer op bovenstaande punten, maar kijkt naar de relevantie voor de ontvangers. Denk hierbij aan moeilijk leesbare tekst, posts die inhoudelijk niet matchen met de interesses van je doelgroep of het taggen van irrelevante personen, die hoogstwaarschijnlijk niet gaan reageren.
En de belangrijkste vraag luidt: aan welke eisen voldoet high-quality content?
- Makkelijk leesbare content - Het aanmoedigen van interactie - Het gebruik van sterke keywords - Vermijd links (of plaats ze in de comments)
Fase 2: De testfase
Yes! Jouw content heeft het good-to-go-label gekregen. In dat geval wordt je post tijdelijk in de newsfeed weergegeven en getoond aan een kleine groep mensen. Zie het als een soort testcase. In deze fase bekijken de ‘algoritmebots’ hoe jouw netwerk reageert op de post. Als jouw publiek de content liket, erop reageert, klikt of deelt, dan is dat een goed teken en kan je waarschijnlijk door naar stap 3.
Kortom, door te posten op het moment dat jouw doelgroep actief is op LinkedIn heb je de grootste kans op snelle interactie en wordt jouw post vertoond aan een grotere groep. Maar ook met behulp van LinkedIn tagging kan je snel interactie genereren door een relevante, betrokken persoon of organisatie zich in het gesprek te laten mengen. Een reactie helpt, maar zelfs een like is al voldoende om te zien dat jouw post voor interactie zorgt!
Het kan ook zijn dat mensen je content markeren als spam of klikken op ‘bericht verbergen’. Daarmee geeft je netwerk zelf al aan dat de inhoud wellicht niet relevant is. Hoewel dit niet vaak voorkomt, heeft het wel directe consequenties voor het bereik van jouw LinkedIn-post. Je content wordt in dat geval niet verder verspreid door LinkedIn.
Fase 3: Bereik een groter publiek
In deze stap wordt gekeken naar de connectie met de ontvangers, de relevantie voor deze groep en de kans op interactie. Deze drie ranking signalen kunnen LinkedIn doen beslissen je post niet meer te laten zien, alsnog als spam te markeren of juist aan meer mensen te tonen.
Door zelf actief te blijven reageren op reacties, vergroot je de kans dat jouw post door het algoritme als relevant wordt bestempeld en verder verspreid wordt. Kortom, zorg ervoor dat jouw LinkedIn post ook achteraf een extra boost krijgt.
Fase 4: De levensduur van jouw LinkedIn post
In de laatste fase wordt je post niet meer echt beoordeeld door het algoritme, maar door redacteurs van LinkedIn. Ze willen begrijpen waarom je post zo goed werkt en nemen deze kennis mee voor het optimaliseren van het algoritme. Wanneer jouw content nog steeds wordt gedeeld, reacties of likes krijgt, dan blijft de post door het algoritme verder verspreid worden. Hierdoor kan het zijn dat je soms posts in je tijdlijn ziet die al weken oud zijn. Voor LinkedIn maakt dat niet uit: zolang het voor jou op het moment van vertoning maar relevante content is.
Zo behaal je meer bereik en interactie op LinkedIn
Nu je weet hoe het algoritme van LinkedIn content filtert op kwaliteit, is het tijd om deze kennis toe te passen om meer interactie en bereik te generen. Dit zijn de 6 tips:
1. Een sterke basis: zorg voor een compleet bedrijfsprofiel
Zorg dat je de basis op orde hebt: een compleet en up-to-date bedrijfsprofiel. Dat geldt net zo voor je LinkedIn bedrijfspagina: zorg dat deze up-to-date is. Op die manier ziet jouw doelgroep in één oogopslag waar ze jou voor kunnen benaderen. Hoe meer je laat zien en hoe completer een bedrijfsprofiel, hoe eerder het algoritme van LinkedIn jou (en je content!) ziet als authentiek en jou in het kwalitatieve good-to-go-hokje plaatst.
2. Deel relevante en wardevolle kennis
Het is geven en nemen! Zie het als internet-karma: wat je geeft aan je netwerk krijg je ook weer terug. Daarbij geldt dat LinkedIn een platform is waar mensen op zoek zijn naar een baan, zich willen ontwikkelen of iets willen leren. Deel dus content waar mensen daadwerkelijk iets aan hebben.
Interactie blijft ook hier superbelangrijk. Ga het gesprek aan en reageer op reacties onder je eigen posts. Nogmaals: hoe hoger de interactie, hoe groter het netwerk dat jouw bericht te zien krijgt. Dus voordat je vráágt of jouw netwerk bijvoorbeeld je vacature wil delen, geef eerst iets! Schrijf bijvoorbeeld eigen content en originele content, die je publiek massaal wil delen!
3. Plaats native content
Video’s op LinkedIn zorgen voor meer bereik en interactie, maar linken naar bijvoorbeeld YouTube of andere videokanalen zorgt voor beduidend minder bereik en views. LinkedIn doet er alles aan om je op het platform te houden en daarom scoren links minder goed.
4. Berichtlengte
En ook hier gaat het weer om kwaliteit. Zo scoren langere posts op LinkedIn over het algemeen beter, maar dit geldt ook voor langere artikelen. Niet per se omdat ze langer zijn, maar omdat je in lange artikelen nu eenmaal meer nuttige informatie kwijt kunt. Artikelen tussen de 1700 en 2100 woorden zouden je content een boost moeten geven.
Nóg meer organisch bereik met je social media posts? Het ligt binnen handbereik. Je collega’s hebben namelijk een ontzettend waardevol netwerk, wat een ontzettend groot bereik oplevert. Sterker nog, onderzoek wijst uit dat een bericht dat gedeeld wordt door een medewerker 561% verder reikt dan een bericht vanuit het bedrijfsaccount.
Heb je namens je bedrijf interessante content gemaakt? Vraag je collega’s om hulp en laat ze deze content breed verspreiden.
Kortom: wil je goed scoren met berichten op LinkedIn? Zorg dat je kwalitatieve content maakt en tijd steekt in het platform en jouw connecties. Ga het gesprek aan met je doelgroep, want op dit zakelijke platform zorgt interactie voor een extra boost op jouw bereik.
Hoeveel resultaat behaal jij nu écht met jouw content & social media?
Wil je ook de algoritmes op andere social media kanalen verslaan? Met Coosto creëer je social media posts aan de hand van datagedreven, realtime advies. Onze suggesties zijn gebaseerd op wat dit moment werkt. Zo presteer jij aantoonbaar beter met de verspreiding van jouw content!
Maar dat is niet alles. Met Coosto monitor, publiceer, reageer en rapporteer je vanuit één platform. Zo laat je niets aan het toeval over, en behaal je meer resultaat in minder tijd.
In drie maanden leidde het publieke online debat over woningnood tot 55.560 reacties; van alle gemeten woede-uitingen heeft 58% een hoge intensiteit.
Eindhoven, 15 april 2026: Nederland kampt met een aanhoudende wooncrisis, stagnerende bouwdoelen en felle discussies over betaalbaarheid. Tegen die achtergrond analyseerde Coosto het publieke online debat over woningnood. Tussen 2 november 2025 en 2 februari 2026 werden 27.039 publieke online berichten en de bijbehorende 55.560 reacties onderzocht, goed voor een bereik van 114 miljoen weergaven. De analyse laat zien dat het debat verder verhardt: frustratie en bezorgdheid domineren in volume, terwijl vooral de hoge intensiteit van woede-uitingen opvalt.
Frustratie voert de boventoon, intensiteit van woede valt op
Uit de analyse blijkt dat frustratie de meest voorkomende emotie is, gevolgd door bezorgdheid. Omdat binnen één bericht meerdere emoties kunnen voorkomen, overlappen de percentages.
Frustratie: aanwezig in 16.400 berichten (61%)
Bezorgdheid: aanwezig in 13.800 berichten (51%)
Teleurstelling: aanwezig in 8.162 berichten (30%)
Woede: aanwezig in 7.465 berichten (28%)
Ook is per emotie gekeken naar de intensiteit: laag, gemiddeld of hoog. Hoewel frustratie het vaakst voorkomt, valt binnen de categorie woede vooral de intensiteit op. Van de gemeten woede-uitingen is 58% hoog van intensiteit.
Van nieuwsbericht naar lokaal oordeel
Nieuwsmedia zijn met 40% van de berichten de grootste aanjager in de analyse. Daarna verplaatst het gesprek zich naar platforms als Facebook (28%) en X (19%), waar de discussie zich voortzet in 14.438 social media-berichten. Binnen het totale volume van 82.599 interacties laat de data een verschuiving zien van onmacht over landelijk beleid naar oordelen over lokale situaties. Interpretaties rond specifieke thema’s, zoals scheefwonen of lokale asielopvang, verspreiden zich daarbij snel. Daarmee groeit woningnood online uit tot een steeds gevoeliger reputatievraagstuk voor woningcorporaties en andere organisaties in het woondomein.
Piekmomenten: van woonkloof tot bouwvergunningen
In de analyseperiode zijn meerdere piekmomenten zichtbaar waarin emotie, bereik en interactie toenemen, gekoppeld aan nieuwsaanleidingen:
13 januari, piek in frustratie: rond berichtgeving over de woningmarkt en de positie van starters, met een bereik van 2,9 miljoen weergaven.
30 januari, piek in bezorgdheid: rond berichtgeving over bouwvergunningen en het aanhoudende woningtekort, met 3.595 reacties en 8,4 miljoen weergaven.
3 december, waardering rond lokale successen: positief sentiment in de vorm van waardering en trots bereikte 292.207 weergaven, onder meer rond gemeenten die hun bouwdoelen in 2025 wel haalden.
Maxime van Boekhold, Marketing & Communicatie Manager bij Coosto: “Met 27.039 berichten en 55.560 reacties ontstaat snel beeldvorming over woningnood. Wanneer woede daarbij vaak hoog van intensiteit is (58%), verhardt het publieke gesprek en kan dat direct doorwerken in het vertrouwen in woningcorporaties en andere organisaties in het woondomein.”
Onderzoeksmethode
Coosto analyseerde 27.039 publieke online berichten over de woningnood in de periode van 2 november 2025 tot en met 2 februari 2026. Emoties en intensiteit zijn gemeten met EmotionAI: een AI-gedreven model dat berichten indeelt in specifieke emotiecategorieën en de bijbehorende intensiteit bepaalt (laag, gemiddeld, hoog). Alle resultaten worden uitsluitend op geaggregeerd niveau gerapporteerd.
Schoolveiligheid onder de loep: emoties als stuurinstrument
Het online debat over schoolveiligheid wordt steeds emotioneler. Negatieve gevoelens zoals bezorgdheid, frustratie en woede domineren, terwijl positieve signalen afnemen. Die verschuiving vraagt om inzicht in emoties, intensiteit en context om effectieve communicatie en beleidsbeslissingen te ondersteunen.
Onderzoek naar sentiment rond schoolveiligheid
In een analyse van 12.425 publieke online berichten (november 2025 - februari 2026) zagen we dat het aandeel negatieve emoties opliep tot 61%, terwijl positieve signalen terugvielen naar 18%.
Wat vooral opvalt, is niet alleen de richting van die ontwikkeling, maar de samenstelling ervan. Bezorgdheid is in 65,5% van de berichten aanwezig. Daarnaast zien we frustratie (39,7%), woede (27%) en teleurstelling (20,6%) steeds nadrukkelijker terugkomen. Je zou hieruit kunnen concluderen dat er duidelijk zorgen leven in Nederland rond de veiligheid van kinderen op school.
Emotionele pieken in het online debat zichtbaar
Tijdens de onderzoeksperiode zijn verschillende momenten zichtbaar waarop emoties en interactie sterk toenemen. Deze pieken zijn direct gekoppeld aan nieuwsitems of evenementen, wat laat zien dat emoties in het onderwijsdebat niet zomaar ontstaan, maar een reactie vormen op specifieke triggers.
22 januari – Frustratie rond geweldsvideo’s Op deze dag bereikte frustratie een hoogtepunt. Media berichtten over geweldsvideo’s die zouden circuleren op middelbare scholen. Dit leidde tot meer dan 3.000 reacties, waarin ouders, leerlingen en leraren hun bezorgdheid en kritiek uitten. De intensiteit van frustratie was hier opvallend hoog, wat aangeeft dat berichten over dreigend of ongepast gedrag direct emotionele reacties oproepen.
22 januari – Bezorgdheid door digitale dreiging Op dezelfde dag was ook een piek in bezorgdheid merkbaar, gerelateerd aan berichten over mogelijke schoolsluitingen door digitale dreigingen. Deze combinatie van frustratie en bezorgdheid toont hoe nieuws over veiligheidsrisico’s snel emotioneel geladen discussies kan triggeren en beleidsdruk kan verhogen.
9 december – Bezorgdheid over gelijke behandeling Een eerdere piek deed zich voor op 9 december, rond berichtgeving over gelijke behandeling op school. Hier lag de nadruk op structurele zorgen en maatschappelijke normen, wat laat zien dat negatieve emoties niet alleen ontstaan bij acute incidenten, maar ook bij brede beleids- en cultuurvragen binnen onderwijsinstellingen.
12 december – Trots tijdens Paarse Vrijdag Niet alle pieken zijn negatief. Op 12 december ontstond een duidelijke piek in trots, gekoppeld aan Paarse Vrijdag, een initiatief voor acceptatie en een veilige schoolomgeving. Hier laten positieve emoties zien dat tastbare acties en samenwerking direct bijdragen aan erkenning, waardering en zichtbare trots in het online debat.
Sarcasme herkennen in online gesprekken
Sarcasme is lastig te meten, omdat mensen vaak het tegenovergestelde zeggen van wat ze bedoelen. De interpretatie hangt sterk af van context, toon en eerdere interacties. Een opmerking als:
“Oh fantastisch, nóg een maatregel die niemand controleert”
klinkt positief, maar drukt juist frustratie en wantrouwen uit. Ook dat soort nuance wordt zichtbaar met EmotionAI.
Waarom sarcasmedetectie belangrijk is
Sarcasme kan wijzen op afnemend vertrouwen in beleid of betrokken organisaties. Het herkennen ervan is daarom essentieel om sentiment niet verkeerd te interpreteren. Door sarcasme te onderscheiden van oprechte positiviteit, krijgen bestuurders en communicatieteams beter zicht op verborgen kritiek, onderliggende zorgen en mogelijke reputatiedruk.
Emoties verschuiven rond beleid en uitvoering
Uit de analyse blijkt dat emoties niet willekeurig ontstaan, maar zich concentreren rond thema’s als verantwoordelijkheid, maatregelen en samenwerking.
Zolang beleid abstract blijft, domineren zorgen en frustratie.
Zodra de uitvoering zichtbaar wordt — bijvoorbeeld in samenwerking tussen scholen, politie en lokale partners — maken die negatieve emoties vaker plaats voor trots en waardering.
Positieve emoties blijken daarmee sterk verbonden aan concrete actie. Voor bestuurders betekent dit dat reputatie niet alleen wordt beïnvloed door incidenten, maar vooral door de mate waarin maatregelen zichtbaar, begrijpelijk en navolgbaar zijn.
Reputatiemanagement vraagt om context
Niet alleen het volume bepaalt de reputatiedruk, maar ook de intensiteit en lading van berichten. Een beperkt aantal sterk emotionele reacties kan meer impact hebben dan een grote stroom milde opmerkingen. Door emoties altijd in context te analyseren — bijvoorbeeld per thema, school of maatregel — ontstaat een betrouwbaarder en genuanceerder beeld van het publieke sentiment. Dat helpt om:
Structurele zorgen vroegtijdig te signaleren
Te herkennen wanneer kritiek omslaat in verontwaardiging
Gerichte interventies te bepalen die vertrouwen helpen herstellen
Van emotioneel inzicht naar strategische keuzes
Het debat over schoolveiligheid laat zien dat reputatievorming steeds meer wordt gestuurd door onderliggende gevoelens die worden uitgesproken en anderen beïnvloeden, niet alleen door feiten of incidenten.
Wie alleen kijkt naar positief, negatief en neutraal sentiment, mist de emotionele dynamiek die het gesprek richting geeft, en daarmee controle.
Door emoties, intensiteit en context samen te analyseren, krijgen onderwijsbestuurders strategisch inzicht: niet alleen om reputatierisico’s te beperken, maar ook om draagvlak te versterken.
Lees meer over EmotionAI en ontdek hoe je maatschappelijke discussies vertaalt naar een onderbouwde communicatiestrategie en effectieve beleidsvorming.
Online debat over schoolveiligheid: woede sterk aanwezig
Woede is in 63% van de gevallen hoog van intensiteit; 14.362 reacties in drie maanden
Eindhoven, 4 maart 2026: Het aantal geweldsincidenten in het onderwijs nam afgelopen schooljaar opnieuw toe. Tegen deze achtergrond analyseerde Coosto het publieke online debat over veiligheidsrisico’s in het onderwijs, waaronder geweld, intimidatie, (online) pesten, discriminatie en seksuele grensoverschrijding. In de periode van 11 november tot en met 11 februari werden 17.014 publieke online berichten geanalyseerd: 2.652 posts met 14.362 reacties. Het totale geschatte bereik in deze periode bedraagt 24.582.926 weergaven. De analyse toont een fundamentele verharding van het debat; hoewel bezorgdheid in volume domineert, is de emotionele intensiteit van de woede-berichten opvallend hoog.
Bezorgdheid voert de boventoon, intensiteit van woede valt op
In de emotieverdeling komt bezorgdheid het vaakst voor (24,84%), gevolgd door frustratie (12,45%). In het debat komt ook woede nadrukkelijk terug (7,30%).
Naast de verdeling is gekeken naar intensiteit (laag, gemiddeld, hoog). Daarbij valt op dat woede relatief vaak als hoog is geclassificeerd (63,2% van de woede-berichten). Ook bij bezorgdheid en frustratie komen regelmatig berichten met hoge intensiteit voor.
Van incident naar oordeel
De data laat zien hoe snel dit onderwerp kan verschuiven van incident naar oordeel. Met 14.362 reacties op 2.652 posts ontstaat een debat waarin interpretaties en verwijten zich snel verspreiden. Dat maakt onderwijsveiligheid reputatiegevoelig: incidenten kunnen in korte tijd doorwerken in het vertrouwen in scholen en besturen.
Toine Verheul, CEO van Coosto: “Met 14.362 reacties op 2.652 posts ontstaat snel beeldvorming over schoolveiligheid. Als woede daarbij hoog-intens is (63,2%), verhardt de toon en kan dat doorwerken in het vertrouwen in scholen en besturen.”
Nieuws als aanjager, social versterkt
Meer dan de helft van de berichten in de dataset is afkomstig uit nieuwsmedia (53,4%). Daarna volgen Facebook (18,6%), blogs (9,4%) en Instagram (8,3%). Dit wijst op een patroon waarin nieuwsaanleidingen het onderwerp op de agenda zetten, waarna het debat doorloopt op social media en in reacties.
Piekmomenten: van geweldsvideo’s tot Paarse vrijdag
In de periode zijn meerdere pieken zichtbaar waarin emoties en interactie toenemen, gekoppeld aan nieuwsaanleidingen:
22 januari, piek in frustratie: rond berichtgeving over geweldsvideo’s die op middelbare scholen zouden circuleren. Dit onderwerp leidde tot meer dan 3.000 reacties.
22 januari, piek in bezorgdheid: rond berichtgeving over digitale dreiging, waarbij scholen tijdelijk zouden moeten sluiten.
9 december, piek in bezorgdheid: rond berichtgeving over gelijke behandeling op school.
12 december, piek in trots: rond Paarse Vrijdag, met uitingen van steun voor acceptatie en een veilige schoolomgeving.
Onderzoeksmethode
Coosto analyseerde 17.014 publieke online berichten over veiligheidsrisico’s in het onderwijs in de periode 11 november t/m 11 februari. Emoties en intensiteit zijn geclassificeerd met EmotionAI, een AI-gebaseerde methode voor emotieclassificatie die berichten indeelt in meerdere emotiecategorieën en intensiteitsniveaus (laag, gemiddeld, hoog). Resultaten worden uitsluitend op geaggregeerd niveau gerapporteerd.
Ontdek in real-time hoe klanten jouw merk ervaren — van klachten tot complimenten. Monitor de sentimenten in online berichten en reviews, en reageer proactief om je reputatie te beschermen en te versterken.
.webp)
.webp)
%20(5).webp)
