Lieder-Vorschläge und persönliche Playlists: Warum weiss Spotify, was wir hören wollen?

Anfang Dezember dominieren Screenshots der eigenen Hörgewohnheiten die sozialen Medien, das jährliche «Spotify Wrapped» ist wieder da. Doch welche Lieder wir gerne hören ist nur ein kleiner Teil der Daten, die der Streamingdienst über uns sammelt.

Das sind Jasmine und Pascal – ihr kennt sie vielleicht schon aus anderen NZZ-Videos. Auch sie hören Musik auf Spotify. Spotify merkt sich genau, welche Songs Jasmine und Pascal hören, welche sie überspringen oder welche sie in Playlists aufgenommen haben.

Diese Informationen nutzt Spotify dann, um personalisierte Playlists herzustellen. Wie zum Beispiel den «Mix der Woche». Dafür analysiert Spotify weit mehr als nur die gehörten Genres und Künstler. Wir schauen uns in diesem Video drei Methoden an, die Spotify unter vielen anderen dazu nutzt, uns genau zu analysieren. Alle drei Methoden basieren auf künstlicher Intelligenz.

Die erste Methode ist «collaborative filtering»: Das ist der Abgleich des Musikgeschmacks verschiedener Nutzerinnen und Nutzer. Wie das funktioniert, erklären wir vereinfacht anhand von Pascal und Jasmine. Anhand der Hörgewohnheiten der einzelnen Nutzer und Nutzerinnen erstellt Spotify ein «taste profile». Es schlüsselt also den eigenen Musikgeschmack auf. Jasmine mag beispielsweise verschiedene Arten von Rock, aber auch etwas Pop. Pascal hört auch viel Rock, bei ihm geht es aber auch oft in Richtung Folk.

Beim sogenannten «collaborative filtering» vergleicht Spotify nun die Profile miteinander. Dabei findet es einige Gemeinsamkeiten, spannender sind jedoch die Unterschiede in den Höraktivitäten. Denn mit denen sucht Spotify in Jasmines Playlists und ihren gespeicherten Songs nach einem Song, den Pascal noch nicht kennt. Spotify schlägt Pascal den Song «The Less I Know the Better» von Tame Impala vor. Aus den vielen Überschneidungen im Musikgeschmack der beiden schliesst Spotify aber, dass ihm der Song gefallen könnte. In Wirklichkeit werden beim «collaborative filtering» die «taste profiles» von Tausenden Nutzern verglichen, die einen ähnlichen Musikgeschmack wie Pascal haben. Der Song-Vorschlag basiert also nicht nur auf Jasmines Musikgeschmack. «Collaborative filtering» ist aber nicht die einzige Methode, die den Song auf Pascals Playlist erscheinen lässt.

Spotify macht zusätzlich eine Meta-Analyse. Diese Technik basiert auf «natural language processing». Der Streaming-Dienst analysiert, welche Wörter im Zusammenhang mit dem Song von Tame Impala im Internet auftauchen. Spotify durchforstet dafür verschiedene Websites, soziale Netzwerke und Blogs. Bei unserem Song-Beispiel tauchen da Wörter wie «Bass», «psychodelische Klänge» oder «Nostalgie» auf. Wir stellen unsere Resultate hier einmal als Wortwolke dar. Diese wird dann mit den Wortwolken anderer Songs auf Pascals Playlists abgeglichen. Je mehr Übereinstimmung es gibt, desto wahrscheinlicher ist es, dass Spotify Pascal den Song «The Less I Know the Better» vorschlägt.

Bei der dritten Methode schaut sich Spotify den Song selbst und dessen musikalische Muster genauer an. Jeder Song besteht aus verschiedenen Frequenzen. Je nach Genre und verwendeten Instrumenten unterscheidet sich der Frequenzmix. In einem A-cappella-Song gibt es beispielsweise mehr hohe Frequenzen als bei Deep House.

Aus Pascals Lieblingssongs wird nun sein bevorzugter durchschnittlicher Frequenzmix bestimmt. Welche Muster genau der Algorithmus herausfiltert, ist für einen Menschen kaum nachzuvollziehen. Nachdem Spotify Pascals durchschnittlichen Frequenzmix bestimmt hat, gleicht es diesen Mix mit dem spezifischen Frequenzmix von «The Less I Know the Better» ab. Es gibt einige Überschneidungen, und die Chancen stehen gut, dass der Song zu Pascals musikalischen Vorlieben passt. Somit ist das Ergebnis von allen drei Methoden: Spotify schlägt Pascal den Song von Tame Impala vor. Spotify-Empfehlungen benutzen weit mehr Methoden als die drei, die wir in diesem Video gezeigt haben.

Offiziell gibt Spotify keine genauen Informationen zu seinen Algorithmen und Prozessen heraus – Betriebsgeheimnis. Auf unsere Anfrage hin bestätigte Spotify jedoch, dass sie «collaborative filtering», «natural language processing», eine Audio-Analyse und weitere Methoden verwenden, um personalisierte Playlists zu erstellen. Spotify gewährt uns also keinen detaillierten Blick in seinen Algorithmus, gleichzeitig sind wir aber ein offenes Buch für Spotify. Denn Spotify sammelt weit mehr Informationen über uns als etwa, welche Bands wir gerade gerne hören. Spotify weiss auch, von wo wir uns in die App einloggen, und schliesst so auf unsere Alltagsgewohnheiten. Wann wir also zur Arbeit gehen und welche Songs wir dabei gerne hören, welche Lieder wir morgens zum Frühstück hören und was wir abends vor dem Einschlafen hören. Spotify kennt also nicht nur unseren Musikgeschmack besser als wir selbst, sondern auch andere Gewohnheiten und Vorlieben besser, als uns lieb sein dürfte.