Die Algorithmen der Musikplattformen sollten unseren Geschmack erkennen. Aber sie liegen oft daneben – vor allem bei Hörern, die nicht nur Mainstream mögen. Was diese auszeichnet und wie sie besser zu bedienen wären, haben nun Grazer Forscher untersucht.
Auch Universitätsprofessorinnen hören Metal-Musik. Die Informatikerin Elisabeth Lex von der TU Graz teilt ihre Leidenschaft mit Kollegen, und sie klagen unisono: Die Musikstreaming-Plattformen erkennen ihren Geschmack nicht. Ob Spotify, YouTube, Apple, Amazon oder Last FM: Die Anbieter versprechen, jedem Hörer maßgeschneiderte Playlists zu erstellen, Bands zu empfehlen, die ihm gefallen müssten. Aber dann schlagen sie den aktuellen Nummer-eins-Hit vor, den Metal-Fans nie hören wollen.
Ähnlich ergeht es den Freunden anderer Nischen – und das sind in Summe sehr viele. Es führt dazu, dass weniger bekannte Künstlerinnen mangels Empfehlung wenig bekannt bleiben, während die reichen Stars immer noch reicher werden. Ein analoges Problem findet man bei Film-Streamingdiensten wie Netflix. Kurz: Die (pop-)kulturelle Vielfalt steht auf dem Spiel. Um sie zu retten, müssten die Algorithmen feinfühliger werden. Dazu gilt es, die Hörer mit speziellen Geschmäckern besser zu verstehen. Das hat Lex zusammen mit Dominik Kowald, dem Grazer Know-Center und Forschern aus Linz, Innsbruck und Utrecht versucht (EPJ Data Science, 29. 3.).
