KI-Forschung

Streaming: Wie Musik-Empfehlungen fairer werden könnten

Der Algorithmus pusht Stars wie Taylor Swift (hier beim Konzert ihrer aktuellen Welttournee in Sydney). Sonst sind Frauen eher unterrepräsentiert.
Der Algorithmus pusht Stars wie Taylor Swift (hier beim Konzert ihrer aktuellen Welttournee in Sydney). Sonst sind Frauen eher unterrepräsentiert.David Gray/AFP via Getty Images
  • Drucken

Plattformen wie Spotify machen bekannte Hits noch bekannter. An der Uni Salzburg beschäftigt sich Christine Bauer mit der Frage, wie Algorithmen fairer werden können.

Früher griffen Musikliebhaber zu Schallplatten, Kassetten oder CDs. Heute werden die neuesten Hits aus den Charts ebenso wie die Klassiker der 1980er- und 1990er-Jahre oder Mozarts Symphonien über Musik- und Videoplattformen gestreamt. Spotify, Apple, Amazon oder YouTube Music haben dadurch im Musikbusiness enorme Macht erhalten. Ihre Algorithmen bestimmen maßgeblich, welchen Künstlerinnen und Künstlern die Aufmerksamkeit des Publikums gehört.

Harry Styles, Ed Sheeran, Justin Timberlake, Taylor Swift oder Billie Eilish: Stars, die ohnehin schon eine riesige Fangemeinde haben, werden den Nutzerinnen und Nutzern ständig vorgeschlagen – und damit noch stärker gepusht. Weniger bekannte Künstlerinnen und Künstler oder solche mit nur regionaler Fangemeinde haben es viel schwerer, es in den Rankings der Empfehlungssysteme über die Wahrnehmungsschwelle zu schaffen. Christine Bauer, seit einem Jahr Professorin für Interactive Intelligent Systems im Rahmen der Initiative „Exzellenz in digitaler Wissenschaft und interdisziplinären Technologien“ (Exdigit) an der Universität Salzburg, beschäftigt sich genau mit diesen Aspekten: „Ich schaue mir an, wie fair Empfehlungssysteme sind.“

KI mit Mainstream-Geschmack

Lesen Sie mehr zu diesen Themen:


Dieser Browser wird nicht mehr unterstützt
Bitte wechseln Sie zu einem unterstützten Browser wie Chrome, Firefox, Safari oder Edge.