Auf LinkedIn poste ich bisher vor allem kurze Videos. Manche davon erreichen 5.000 Aufrufe – für ein kleines Profil ein gutes Ergebnis. Aber LinkedIn ist in erster Linie eine Text-Plattform. Ich wollte zusätzlich zweimal pro Woche einen fachlichen Beitrag veröffentlichen – ohne jedes Mal eine Stunde dafür zu investieren.
Das Material dafür hatte ich schon: Auf diesem Blog erscheinen regelmäßig Artikel zu KI und Business-Automatisierung, jeweils mit Beitragsbild. Die Frage war also nur: Wie wird daraus automatisch ein guter LinkedIn-Post?
Die Idee
Jeden Dienstag und Donnerstag um 9:00 Uhr läuft ein Workflow in n8n:
- Er holt die neuesten Artikel von diesem Blog.
- Artikel, die schon auf LinkedIn waren, werden aussortiert.
- Claude (das KI-Modell von Anthropic) wählt den Artikel mit dem größten praktischen Nutzen und schreibt daraus einen eigenständigen LinkedIn-Post – keinen Teaser, sondern einen Text, der für sich allein funktioniert.
- Das Beitragsbild wird direkt vom Blog übernommen. Kein zweites Bild, keine doppelte Arbeit.
- Der Post geht live, und ich bekomme eine Bestätigung mit Link per Telegram.
Mein Aufwand pro Woche: null Minuten.
Wie ein guter Post aussehen soll
Bevor ich eine Zeile Workflow gebaut habe, habe ich das Format festgelegt – das ist wichtiger als die Technik:
- Die erste Zeile ist ein Hook. LinkedIn zeigt nur die ersten zwei Zeilen, bevor „…mehr“ kommt. Also: eine konkrete, überraschende Zahl oder Tatsache aus dem Artikel.
- 3–4 Kernfakten als kurze Liste.
- Eine Einordnung: Was bedeutet das praktisch für Unternehmen?
- Eine Frage an die Leser, damit eine Diskussion entsteht.
- Drei Hashtags, nicht mehr.
Und zwei harte Regeln für die KI: Fakten nur aus dem Artikel – nichts dazuerfinden. Und keine erfundene Erfahrung wie „bei meinem Kunden habe ich…“. Meinung ja, Märchen nein.
Woran es fast gescheitert wäre
Auf dem Papier ist das ein Workflow mit 15 Schritten. In der Praxis gab es drei Stellen, an denen ich hängen geblieben bin.
Der offizielle LinkedIn-Baustein funktioniert nicht.
n8n hat einen fertigen LinkedIn-Node. Beim Testen stellte sich heraus: In ihm ist eine feste Version der LinkedIn-Schnittstelle hinterlegt – und genau diese Version hat LinkedIn inzwischen abgeschaltet. Die Antwort lautete schlicht „Requested version is not active“. Ich habe die Veröffentlichung deshalb selbst über direkte API-Aufrufe gebaut. Die Version steht jetzt als Einstellung im Workflow und lässt sich in Sekunden anpassen, wenn LinkedIn sie wieder abschaltet.
Kommentare sind nur für Partner.
Links nach außen kosten auf LinkedIn Reichweite. Mein Plan war deshalb: Der Link zum Artikel kommt als erster Kommentar unter den Post. Beim ersten echten Lauf kam die Antwort „403 – Not enough permissions“. Kommentare über die Schnittstelle sind LinkedIn-Partnern vorbehalten. Die Posts erscheinen jetzt ohne Link – was für meinen eigentlichen Zweck, ein aktives Fachprofil, völlig in Ordnung ist.
Ich habe mich selbst ausgesperrt.
Mein Server schützt sich mit fail2ban vor Angreifern, die nach Dateien wie credentials.json suchen. Die Oberfläche von n8n lädt aber bei jedem Öffnen eine Datei mit genau diesem Namen. Nach dem dritten Öffnen hat mein eigener Server meine IP-Adresse für 24 Stunden gesperrt. Die Lösung war eine einzige Ausnahmeregel – aber bis man darauf kommt, sieht es so aus, als wäre der ganze Server ausgefallen.
Das Ergebnis
Der erste Post ging am 30. September 2026 live – mit Bild, sauber formatiert, ohne dass ich eine Zeile Text geschrieben habe. Kosten pro Post: etwa 3–4 Cent für die KI. LinkedIn-Schnittstelle und n8n kosten nichts extra, weil n8n bei mir ohnehin auf dem eigenen Server läuft.
Einmal alle 60 Tage muss ich die Verbindung zu LinkedIn erneuern – daran erinnert mich der Workflow selbst, zehn Tage vorher.
Was ich daraus mitnehme
Die eigentliche Automatisierung war der kleinere Teil. Die meiste Zeit ging in die Fragen: Wie soll das Ergebnis aussehen? Und was passiert, wenn ein fertiger Baustein nicht mehr funktioniert? Genau das ist aus meiner Sicht der Unterschied zwischen einem Workflow, der in einer Demo läuft, und einem, der im Alltag läuft.
Den kompletten Workflow mit Anleitung gibt es auf GitHub: nikita-automation/linkedin-autopost-n8n
Würdet ihr eure LinkedIn-Posts von einer KI schreiben lassen – oder ist das für euch ein No-Go?
