LinkedIn Social Selling mit KI: Profil, Content und Ansprache (2026)

Ohne Premium kannst du auf LinkedIn nur drei Kontaktanfragen im Monat mit einer persönlichen Nachricht versehen, und jede darf höchstens 200 Zeichen lang sein. Social Selling frisst außerdem Zeit, vom Profil über Beiträge und Kommentare bis zur Recherche vor jedem Gespräch. Bei genau diesen Text- und Rechercheaufgaben ist KI stark.

Gleichzeitig ist LinkedIn ein Netzwerk, in dem Menschen sehr schnell merken, ob jemand mit ihnen spricht oder eine Vorlage abarbeitet. Und die Plattform verbietet Bots ausdrücklich.

Dieser Ratgeber zeigt sieben Use Cases, bei denen KI dir die Vorarbeit abnimmt, während du selbst postest, kommentierst und schreibst. Zu jedem gibt es eine Prompt-Vorlage und eine ehrliche Grenze. Die Regeln aus der LinkedIn-Nutzervereinbarung haben wir am 2. Oktober 2026 geprüft und wörtlich wiedergegeben, wo es auf den Wortlaut ankommt. Im Abschnitt „Vorher klären“ siehst du, warum ein Outreach-Tool mit „LinkedIn-Schritten“ gegen die Nutzervereinbarung verstoßen kann, egal wie vorsichtig es eingestellt ist.

Sieben Aufgaben, bei denen KI im Social Selling hilft

Vorher klären: Was LinkedIn erlaubt und was nicht

Bevor du KI im Social Selling einsetzt, musst du eine Grenze kennen. Die LinkedIn-Nutzervereinbarung (gültig seit 3. November 2025) verbietet in Abschnitt 8.2 unter anderem, Software, Skripte, Roboter, Crawler, Browser-Plug-ins oder Add-ons zu entwickeln oder zu nutzen, um die Dienste auszulesen oder zu kopieren. Außerdem untersagt sie, Bots oder andere nicht autorisierte automatisierte Methoden zu nutzen, um auf die Dienste zuzugreifen, Kontakte hinzuzufügen oder herunterzuladen, Nachrichten zu senden oder weiterzuleiten, Beiträge zu erstellen, zu kommentieren, zu liken, zu teilen oder erneut zu teilen oder anderweitig unechtes Engagement zu erzeugen.

Die Hilfeseite zu verbotener Software wird noch deutlicher: LinkedIn erlaubt keine Drittsoftware, also Crawler, Bots, Browser-Plug-ins oder Erweiterungen, die die Website auslesen, ihr Aussehen verändern oder Aktivitäten automatisieren. Wer solche Tools nutzt, riskiert laut LinkedIn die Einschränkung oder Sperrung seines Kontos.

Für die Praxis heißt das:

• Erlaubt: Texte außerhalb von LinkedIn mit einem KI-Assistenten entwerfen, LinkedIns eigene KI-Funktionen nutzen, Unternehmen im Web recherchieren, Suchbegriffe für den Sales Navigator formulieren lassen.
• Verboten: Tools, die automatisch Kontaktanfragen senden, Nachrichtensequenzen auf LinkedIn abschicken, Profile besuchen, liken oder kommentieren. Ebenso Erweiterungen, die Profildaten oder Kontaktdaten aus LinkedIn auslesen.
• Grauzone vermeiden: Viele Outreach-Tools bewerben „LinkedIn-Schritte“ in ihren Sequenzen. Prüfe vor dem Einsatz, ob das Tool selbst auf LinkedIn handelt. Wenn ja, verstößt es gegen die Nutzervereinbarung, egal wie vorsichtig es eingestellt ist.

Auch ohne Automatisierung gibt es Regeln. Die Professional Community Policies verbieten Absprachen, sich gegenseitig Beiträge zu liken oder zu teilen (sogenannte Engagement-Pods), künstlich gesteigertes Engagement sowie ungezielte, offensichtlich unerwünschte Werbenachrichten. Ein KI-Kommentar unter fünfzig Posts am Tag ist also auch dann ein Problem, wenn du ihn per Hand einfügst.

Use Case 1: Profil schärfen

Die meisten Vertriebsprofile lesen sich wie ein Lebenslauf. Die Überschrift nennt die Jobbezeichnung, der Info-Bereich listet Stationen. Ein potenzieller Kunde, der nach einer Kontaktanfrage auf dein Profil klickt, erfährt nicht, wobei du ihm hilfst.

Ein KI-Assistent formuliert aus deinen Stationen, deinen Zielkunden und deren Problemen mehrere Varianten für Überschrift und Info-Bereich. Er sieht dein Profil von außen und markiert Floskeln, die du selbst nicht mehr bemerkst.

LinkedIn bietet für ausgewählte Premium-Mitglieder selbst einen KI-Schreibassistenten für Überschrift und Info-Bereich, unter anderem auf Deutsch. Er nutzt die Inhalte, die schon in deinem Profil stehen. LinkedIn empfiehlt ausdrücklich, die Vorschläge vor dem Speichern zu prüfen und an deinen Ton anzupassen.

Dafür taugen ChatGPT Business, Claude Team, Microsoft 365 Copilot oder der Assistent in LinkedIn Premium. Welcher KI-Assistent zu deinem Unternehmen passt, steht im Vergleich der KI-Assistenten.

Du bist ein erfahrener B2B-Vertriebscoach. Hier ist mein aktuelles LinkedIn-Profil: Überschrift, Info-Bereich und die letzten drei Positionen [einfügen].
Meine Zielkunden: [Branche, Unternehmensgröße, Rolle der Ansprechpartner]. Ihre drei häufigsten Probleme, bei denen wir helfen: [Probleme]. Was mich von anderen unterscheidet: [zwei bis drei belegbare Punkte].
Erstelle fünf Varianten für die Überschrift (maximal 200 Zeichen). Jede nennt, für wen ich arbeite und welches Ergebnis ich ermögliche.
Schreib danach einen Info-Bereich mit 150 bis 250 Wörtern: erster Satz zum Problem des Kunden, dann wie ich arbeite, dann ein konkretes Beispiel aus meinen Angaben, am Ende eine einfache Einladung zum Austausch.
Regeln: Ich-Form, keine Superlative, keine Wörter wie „leidenschaftlich“, „innovativ“ oder „ganzheitlich“, keine Emojis. Erfinde keine Zahlen, Kunden oder Erfolge. Markiere jede Stelle, an der dir eine Angabe fehlt.

Die KI kennt nur, was du ihr gibst, und sie neigt dazu, Erfolge aufzublasen. Jede Zahl und jeder Kundenname im Profil muss stimmen und freigegeben sein. Und die Überschrift muss zu dem passen, was du im Gespräch tatsächlich anbietest.

Use Case 2: Content-Ideen aus echten Kundenfragen

Am Schreiben scheitert regelmäßiges Posten selten. Meist fehlt das Thema. Dann entstehen allgemeine Motivationsposts, die mit deinem Angebot nichts zu tun haben und die falschen Leute erreichen.

Die besten Themen stecken in deinen Kundengesprächen: wiederkehrende Fragen, Einwände, Missverständnisse, Entscheidungskriterien. Ein KI-Assistent gruppiert anonymisierte Gesprächsnotizen oder Fragen aus dem Postfach nach Themen und macht daraus Post-Ideen mit unterschiedlichen Formaten. Mit einem Meeting-Assistenten hast du diese Notizen schon. Welche Recorder mit EU-Hosting es gibt, zeigt der Vergleich der KI-Meeting-Assistenten.

Die Auswertung übernehmen ChatGPT Business oder Claude Team, die Notizen kommen etwa aus tl;dv oder Fathom, den Themenplan führst du in Notion.

Hier sind 20 bis 40 anonymisierte Fragen und Einwände aus Kundengesprächen der letzten drei Monate [einfügen, ohne Namen und Firmen].
Gruppiere sie nach Thema und zeige, wie oft jedes Thema vorkommt.
Erstelle daraus zwölf Post-Ideen für LinkedIn als Tabelle mit den Spalten: Thema, Kernaussage in einem Satz, Format (Erfahrung aus der Praxis, Fehler und Lösung, Checkliste, Meinung mit Begründung, Frage an die Community), Zielperson, passende Kundenfrage als Beleg.
Keine Idee darf ein Werbepost für unser Angebot sein. Jede Idee muss einer echten Frage aus der Liste zugeordnet sein.

Kundengespräche enthalten allerdings personenbezogene Daten und oft Geschäftsgeheimnisse. Entferne Namen, Firmen und Zahlen, bevor du Notizen in einen KI-Assistenten gibst, und nutze nur einen freigegebenen Business-Tarif. Die Auswahl der Themen bleibt deine Entscheidung: Die KI weiß nicht, welche Botschaft dein Vertrieb gerade braucht.

Use Case 3: Posts im eigenen Ton

KI-Texte auf LinkedIn erkennt man schnell, an gleichen Einstiegen, Emoji-Aufzählungen und pathetischen Schlusssätzen. Genau diese Posts überspringen deine Kunden.

Die Arbeitsteilung sollte so aussehen: Die KI schreibt den ersten Entwurf, du redigierst. Dafür braucht sie dein Material, also deine Meinung, ein konkretes Erlebnis und Stichpunkte in deiner Sprache. Dazu kommen fünf bis zehn eigene Posts als Stilvorlage und eine Liste verbotener Formulierungen.

Am besten legst du dafür ein Projekt in ChatGPT oder Claude an, in dem Stilvorlage und Regeln dauerhaft gespeichert sind. LinkedIn selbst hat mit „Rewrite with AI“ eine Schreibhilfe für Beiträge, die laut Hilfeseite bisher nur auf Englisch und nur für Premium verfügbar ist.

Für das Projekt eignen sich Claude Team oder ChatGPT Business, für die Sprachkorrektur DeepL Write oder LanguageTool. Mehr Schreibwerkzeuge vergleicht der Artikel KI-Schreibtools.

Du hilfst mir, LinkedIn-Posts in meinem eigenen Ton zu schreiben. Meine Stilvorlage sind diese fünf Posts von mir [einfügen].
Analysiere zuerst in fünf Stichpunkten meinen Stil: Satzlänge, Einstieg, Wortwahl, Haltung, Schluss.
Schreib dann einen Post zu diesem Thema: [Thema]. Mein Material: [Erlebnis, Meinung, Beispiel in Stichpunkten].
Regeln: 150 bis 250 Wörter. Erster Satz ist eine konkrete Beobachtung, keine Frage. Keine Emojis, keine Hashtag-Liste, höchstens drei Hashtags am Ende. Keine Gegenüberstellungen nach dem Muster „Es geht nicht um X, es geht um Y“. Keine Wörter wie „Gamechanger“, „spannend“ oder „Mehrwert“. Übernimm nur Fakten aus meinem Material.
Liefere zwei Varianten mit unterschiedlichem Einstieg und markiere Stellen, an denen ein persönliches Detail fehlt.

Ein Post, den du nicht selbst so sagen würdest, schadet mehr als kein Post. Lies jeden Entwurf laut. Behaupte keine Erlebnisse, die du nicht hattest.

Und veröffentliche selbst oder über ein Planungstool, das eine offizielle LinkedIn-Schnittstelle nutzt. Werkzeuge, die stattdessen per Browser-Erweiterung auf LinkedIn posten, fallen unter das Bot-Verbot.

Use Case 4: Kommentare vorbereiten

Kommentare bei Kunden und Interessenten sind der leiseste Einstieg in eine Beziehung. Die meisten Kommentare sagen aber nichts: „Starker Beitrag!“, „Sehe ich genauso.“ Das bleibt nicht hängen.

Die KI hilft dir, zu einem Beitrag einen eigenen Gedanken zu finden: eine Ergänzung aus deiner Praxis, eine Rückfrage, einen begründeten Widerspruch. Du kopierst den Beitragstext in den Assistenten, gibst deine Sicht in einem Satz dazu und bekommst Formulierungsvorschläge. Den Kommentar tippst du selbst, das ist auch die Grenze der Nutzervereinbarung: Kommentare per Bot oder Erweiterung sind verboten.

Jeder Assistent kann das, ob ChatGPT Business, Claude Team oder Microsoft 365 Copilot.

Hier ist ein LinkedIn-Beitrag von [Rolle, Branche]: [Beitragstext].
Meine Sicht dazu in einem Satz: [deine Meinung oder Erfahrung].
Schlag mir drei Kommentare mit je 40 bis 80 Wörtern vor: einen, der den Beitrag mit einem konkreten Beispiel aus meiner Sicht ergänzt, einen mit einer echten Rückfrage, einen mit einem höflichen, begründeten Widerspruch.
Kein Lob am Anfang, keine Wiederholung des Beitrags, keine Werbung für mein Angebot, kein Link. Schreib so, wie ein Kollege auf einer Fachkonferenz sprechen würde.

Kommentiere nur, wo du etwas beizutragen hast. Zehn gute Kommentare pro Woche bewirken mehr als fünfzig generische. LinkedIn verbietet künstliches Engagement, auch per Hand. Und die Leser merken, wenn ein Kommentar unter jedem Post gleich klingt.

Use Case 5: Kontaktanfragen und Erstnachrichten personalisieren

Die typische Kontaktanfrage beginnt mit „Ich bin auf Ihr Profil gestoßen“ und endet mit einem Terminwunsch. Sie wird ignoriert. Werden viele Einladungen ignoriert oder als Spam markiert, schränkt LinkedIn laut Hilfeseite zu Einladungsbeschränkungen das Senden ein.

Eine gute Anfrage hat einen echten Bezug, etwa einen Beitrag der Person oder einen gemeinsamen Kontakt. Die KI hilft, diesen Bezug in wenigen Zeichen auf den Punkt zu bringen.

Das Limit ist eng: Laut LinkedIn-Hilfe darf eine persönliche Nachricht zur Kontaktanfrage bis zu 200 Zeichen lang sein. Ohne Premium kannst du bis zu drei Anfragen pro Monat mit Nachricht versehen, mit Premium jede. Im Sales Navigator gibt es zusätzlich Message Assist, das laut LinkedIn Entwürfe für persönliche erste InMail-Nachrichten erstellt.

Neben Message Assist reichen ChatGPT Business oder Claude Team.

Ich möchte mich mit [Rolle] bei [Unternehmen, Branche] vernetzen. Der echte Bezug: [z. B. Beitrag vom … zum Thema …, gemeinsamer Kontakt, Vortrag, aktuelle Stellenausschreibung].
Mein Hintergrund in einem Satz: [wer ich bin und wofür ich stehe].
Schreib drei Varianten für eine Kontaktanfrage mit höchstens 200 Zeichen inklusive Leerzeichen. Jede nennt den Bezug konkret, enthält keine Verkaufsabsicht und keine Terminanfrage. Zähle die Zeichen und schreib sie dazu.
Schreib danach eine Erstnachricht für den Fall, dass die Person annimmt: höchstens 80 Wörter, ein Gedanke oder eine Frage zum Bezug, kein Pitch, kein Link, Sie-Form.

Recherchiere nur, was die Person beruflich öffentlich macht, und gib keine privaten Details wieder. Massenversand mit Serienvariablen bleibt Massenversand, auch wenn die KI jeden Text leicht anders formuliert. Und Kontaktanfragen werden nie über ein Tool verschickt, das auf LinkedIn klickt.

Willst du nach der Vernetzung per E-Mail weitermachen, musst du in Deutschland die Regeln für Werbe-E-Mails beachten: Ohne vorherige Einwilligung ist E-Mail-Werbung auch im B2B grundsätzlich unzulässig (§ 7 Abs. 2 UWG). Mehr dazu im Abschnitt zur Kaltakquise im Artikel KI-Tools für den Vertrieb.

Use Case 6: Sales Navigator-Suchen bauen

Der Sales Navigator hat viele Filter, aber die Stichwort- und Titelsuche ist oft unpräzise. Die Suche nach „Vertriebsleiter“ verpasst „Head of Sales“, „Leiter Vertrieb“ und „VP Sales“ und findet gleichzeitig Assistenzen und Berater.

Die KI übersetzt deine Zielgruppe in eine Boolesche Suche mit Synonymen auf Deutsch und Englisch und mit Ausschlüssen. Der Sales Navigator unterstützt laut LinkedIn-Hilfe die Operatoren AND, OR und NOT in Großbuchstaben, exakte Phrasen in geraden Anführungszeichen und Klammern. Platzhalter wie „*“ funktionieren nicht.

In den Feldern für Unternehmen, Titel und Stichwort sind laut LinkedIn rund 15 Operatoren möglich. Zusätzlich gibt es im Sales Navigator eine KI-gestützte Suche, die aus Alltagssprache passende Filter setzt. Der Sales Navigator ist auf Deutsch verfügbar, laut LinkedIn sind manche Funktionen aber nicht in allen Sprachen vollständig.

Du brauchst ChatGPT Business oder Claude Team und den LinkedIn Sales Navigator.

Ich suche im LinkedIn Sales Navigator nach dieser Zielgruppe: [Rolle, Verantwortungsbereich, Seniorität, Branche, Region].
Erstelle eine Boolesche Suche für das Feld „Aktuelle Position“ mit allen gängigen deutschen und englischen Jobtitel-Varianten. Nutze nur AND, OR, NOT in Großbuchstaben, gerade Anführungszeichen für Phrasen und Klammern. Keine Platzhalter mit Sternchen. Höchstens 15 Operatoren.
Schließe typische Fehltreffer aus, zum Beispiel Assistenz, Praktikum, Werkstudent, Berater und Recruiter, sofern sie nicht zur Zielgruppe gehören.
Schlag danach passende Sales-Navigator-Filter vor (Branche, Unternehmensgröße, Region, Funktion, Seniorität) und erkläre in einem Satz, warum.

Wichtig: Die Liste aus dem Sales Navigator bleibt im Sales Navigator. Ergebnisse per Erweiterung exportieren oder auslesen verbietet die Nutzervereinbarung. Für den Abgleich mit dem CRM bietet LinkedIn eigene CRM-Integrationen in höheren Tarifen. Wie KI im CRM selbst hilft, erklärt der Ratgeber KI im CRM.

Use Case 7: Recherche vor dem Gespräch

Ohne Vorbereitung stellst du im Erstgespräch Fragen, die die Website längst beantwortet. Gute Vorbereitung kostet aber schnell eine halbe Stunde pro Termin.

Eine KI mit Websuche fasst Unternehmen, Entwicklungen der letzten Monate und mögliche Herausforderungen mit Quellen zusammen. Im Sales Navigator liefern Account IQ und Lead IQ laut LinkedIn Zusammenfassungen zu Unternehmen und Personen, etwa Entscheider, aktuelle Aktivitäten und Prioritäten. Für die Vorbereitung reicht oft eine Kombination: Unternehmensrecherche im Web, Profil und Beiträge der Person auf LinkedIn selbst lesen.

Geeignet sind Perplexity Enterprise, die Recherche-Funktion in ChatGPT Business oder Claude Team, für Firmendaten aus der DACH-Region Leadfeeder (ehemals Dealfront).

Ich habe ein Erstgespräch mit [Rolle] bei [Unternehmen, Website]. Unser Angebot in einem Satz: [Angebot].
Erstelle ein Briefing auf höchstens einer Seite:

Was macht das Unternehmen, für wen, wie groß ist es.
Was hat sich in den letzten zwölf Monaten geändert: Produkte, Standorte, Führungspersonal, Übernahmen, Finanzierung, offene Stellen im Vertrieb oder in der IT.
Drei vermutete Herausforderungen, die zu unserem Angebot passen, klar als Vermutung markiert.
Fünf offene Fragen für das Gespräch, die nicht auf der Website beantwortet sind.
Gib zu jeder Tatsache die Quelle mit Link und Datum an. Recherchiere nur zum Unternehmen und zur beruflichen Rolle, keine privaten Informationen zur Person.

Quellen können veraltet oder falsch zugeordnet sein. Öffne die wichtigsten Links selbst. Kopiere keine vollständigen LinkedIn-Profile anderer Personen in ein KI-Tool: Das sind personenbezogene Daten, und die Nutzervereinbarung verbietet das Kopieren von Inhalten der Dienste per Software.

Authentizität: Wo die KI aufhört

Social Selling funktioniert, weil Menschen mit Menschen sprechen. KI kann dir Zeit für die Vorbereitung geben, die Beziehung baust du selbst auf. Deshalb beginnt jeder Post und jeder Kommentar mit einem Gedanken von dir. Die KI formuliert, eine Haltung liefert sie nicht.

Erfinde nichts, weder Kundengeschichten noch geschönte Zahlen oder Erfahrungen, die du nicht gemacht hast. Die Professional Community Policies verbieten irreführende Angaben zu dir, deinem Unternehmen und deinen Erfolgen. Zehn Anfragen mit echtem Bezug pro Woche bringen mehr als hundert mit Variablen. Antwortet jemand, schreibst du selbst zurück, der KI-Entwurf ist höchstens eine Gedankenstütze.

Mit KI-Bildern würden wir sparsam umgehen. Realistisch wirkende KI-Bilder von Personen sind seit dem 2. August 2026 nach Art. 50 AI Act kennzeichnungspflichtig, wenn du sie beruflich veröffentlichst.

Miss deshalb, was zählt: angenommene Kontaktanfragen, Antworten auf Erstnachrichten, vereinbarte Gespräche und daraus entstandene Chancen.

Was dich auf LinkedIn Reichweite oder das Konto kostet

Automatisierungstools sparen kurzfristig Zeit und kosten im Zweifel das Konto, die Nutzervereinbarung ist da eindeutig. Noch teurer kann das Auslesen von Kontaktdaten per Erweiterung werden. Die französische Datenschutzbehörde CNIL hat im Dezember 2024 gegen den Anbieter einer solchen Chrome-Erweiterung ein Bußgeld von 240.000 Euro verhängt, unter anderem, weil er Kontaktdaten von LinkedIn-Nutzern erhob, die ihre Daten nur für Kontakte sichtbar gemacht hatten.

Bei den Inhalten liegt der häufigste Fehler im Prompt. „Schreib einen LinkedIn-Post über Vertrieb“ liefert Allgemeinplätze, die niemand liest. Genauso verlierst du mit Pitch in jedem Post und jeder Erstnachricht die Leute, die noch nicht kaufen wollen. Prüf außerdem jede Zahl: KI erfindet Studien und Zitate, wenn sie keine hat, und was du nicht belegen kannst, fliegt raus.

Bleibt noch das CRM. Gespräche, die auf LinkedIn entstehen, gehören dort als Aktivität hinein, sonst weiß später niemand, woher die Chance kam.

Einführung im Vertriebsteam: sieben Schritte

1. Regeln festlegen. Schreib in einer kurzen Richtlinie fest: keine Automatisierungstools und Erweiterungen für LinkedIn, KI nur im freigegebenen Business-Tarif, keine Kundendaten in private Konten, jeder Text wird vor dem Posten geprüft.
2. Profile schärfen. Jede Person im Vertrieb überarbeitet Überschrift und Info-Bereich mit der Vorlage aus Use Case 1. Eine zweite Person liest gegen.
3. Stilprojekt anlegen. Pro Person ein Projekt im KI-Assistenten mit fünf bis zehn eigenen Posts, Verbotsliste und Post-Vorlage.
4. Themen sammeln. Einmal im Monat werden anonymisierte Kundenfragen zu einer Themenliste verdichtet. Jede Person sucht sich zwei bis vier Themen aus.
5. Feste Zeitfenster. Zum Beispiel zwei Posts pro Woche und täglich 15 Minuten für Kommentare und Kontaktanfragen. Die KI bereitet vor, gesendet wird per Hand.
6. Gesprächsvorbereitung standardisieren. Die Briefing-Vorlage aus Use Case 7 wird vor jedem Erstgespräch genutzt und das Ergebnis im CRM abgelegt.
7. Nach vier Wochen auswerten. Zähle Anfragen, Annahmen, Antworten und Gespräche. Behalte, was wirkt, und streiche den Rest.

Recht und Datenschutz

Beim Social Selling mit KI gelten die LinkedIn-Nutzervereinbarung, die DSGVO und das Wettbewerbsrecht gleichzeitig. Die Nutzervereinbarung verbietet in Abschnitt 8.2 Bots, automatisierte Aktivitäten und das Auslesen per Software oder Erweiterung. LinkedIns eigene KI-Funktionen sind erlaubt, generierte Inhalte musst du laut Abschnitt 3.6 aber vor dem Teilen prüfen und bearbeiten.

Profile, Beiträge und Nachrichten anderer Personen sind personenbezogene Daten. Gibst du sie in ein KI-Tool, brauchst du eine Rechtsgrundlage, meist ein berechtigtes Interesse nach Art. 6 Abs. 1 lit. f DSGVO, und einen Anbieter mit Auftragsverarbeitungsvertrag nach Art. 28 DSGVO. Gib nur so viel ein, wie du für die Aufgabe brauchst.

Auch deine eigenen Daten sind betroffen. Seit dem 3. November 2025 nutzt LinkedIn Profildaten und öffentliche Beiträge von Mitgliedern in der EU, dem EWR und der Schweiz für das Training generativer KI. Private Nachrichten sind laut LinkedIn ausgenommen. Die Einstellung „Daten zur Verbesserung generativer KI“ ist standardmäßig aktiv und lässt sich unter Einstellungen, Datenschutz abschalten (LinkedIn-Hilfe).

Kontaktdaten aus LinkedIn berechtigen nicht zu Werbe-E-Mails. Ohne vorherige ausdrückliche Einwilligung ist E-Mail-Werbung in Deutschland auch gegenüber Unternehmen grundsätzlich unzulässig (§ 7 Abs. 2 UWG). Für KI-Texte, die du selbst prüfst und verantwortest, besteht in der Regel keine Kennzeichnungspflicht. Realistisch wirkende KI-Bilder, Videos und Stimmen musst du seit dem 2. August 2026 kennzeichnen.

Lead-Datenbanken, Gesprächsanalyse und CRM für die nächste Ausbaustufe findest du im Vergleich KI-Tools für den Vertrieb. Was nach dem Abschluss kommt, beschreibt der Ratgeber KI für Bestandskunden.

Dann trägt jede deiner Kontaktanfragen mit ihren 200 Zeichen einen echten Bezug, und die KI hat dir nur die Vorarbeit abgenommen.