Blick in die Spotify-App: Was bietet mir der Streaming-Gigant heute als Mixtape an? Es erscheinen sechs Playlists, die meinen individuellen Geschmack spiegeln sollen. In einer findet sich aktuelle Gitarrenmusik, säuberlich abgetrennt die experimentelle Schiene. Eine dritte Liste hat Solange, Frank Ocean und Cardi B im Programm.
Richtig, von meinen sechs Playlists sind zwei gänzlich weiß, eine komplett schwarz. Spotify trennt in einer Art Playlist-Apartheid schwarze Künstler von weißen. Uff. Klar, im Kern handelt es sich um eine Trennung von Rock, Hip-Hop und R&B. Dieses Schubladendenken wirft aber ein Schlaglicht auf das Innere eines größtenteils automatisierten Systems. Denn für Spotifys Algorithmen sind Feingefühl, Gleichberechtigung oder Diversität keine Faktoren. Sie ordnen Daten einzig anhand numerischer Fakten. Und für Musik ist das ein Problem.
Warum, verrät ein Blick hinter die Kulissen der unzähligen Playlists, die jeden Tag wie von Zauberhand auf den Smartphones und Computern der Nutzer erscheinen. 71 Millionen zahlende Spotify-Abonnenten gab es Ende 2017, rund 157 Millionen Menschen nutzen den Dienst regelmäßig. Ihnen spielt eine Vielzahl leistungsstarker Algorithmen täglich neue Musik zu, die durch unterschiedliche Erhebungsmethoden kuratiert wird.
In der Theorie eine gute Sache
Zum einen wird Ihr Geschmack permanent mit dem Geschmack anderer abgeglichen: Hörer A hat ein ähnliches Hörverhalten wie Sie. Wenn ihm ein Song gefällt, ist die Wahrscheinlichkeit hoch, dass er auch Ihnen gefällt. Dazu kommt sogenanntes Natural Language Processing (NLP): NLP durchkämmt das Internet nach Artikeln über Musik und analysiert sie. Dabei interessiert sich das Programm aber nicht für ein kritisches Urteil, sondern für einzelne Adjektive, die anhand ihrer relativen Häufigkeit zur emotionsbezogenen Katalogisierung von Musik genutzt werden.
Das Herzstück der Spotify-Erhebung bildet die systematische Analyse von Klang. Spotify schleust jeden seiner 35 Millionen Songs durch feinporige Filter - in jedem bleiben andere Informationen hängen. Am Ende entsteht so ein klares Bild der Struktur jedes Songs: Tonart, Stimmung, Klangfarbe, Tempo und viele weitere Faktoren werden mit Zeitsignaturen erfasst.
Diese Informationen erlauben es Spotify, Musik nicht nur entlang oberflächlicher Gemeinsamkeiten wie etwa Genres zu ordnen, sondern anhand ihrer klanglichen Eigenheiten. In der Theorie eine gute Sache: So könnten Nutzern beispielsweise unbekanntere Musiker empfohlen werden - ein Szenario, von dem Künstler wie Konsumenten profitieren würden. Und das sogar funktionieren kann: Im Mai 2016 gab Spotify bekannt, dass man rund 8000 Künstler ausgemacht habe, zu denen 50 Prozent der Nutzer über eine automatisierte Playlist gefunden hatten.
spiegel
Tags:
