Vorhersagbare Kassenschlager

Foto: Alexandra Riegler

Mithilfe von Software, die Musikkompositionen auf ihre Hit-Tauglichkeit hin untersucht, dämmen Labels heute ihre Werbebudgets ein. Über die umstrittenen Fähigkeiten computerisierter Musikkritiker und das Zusammenspiel von Massengeschmack, Kreativität und Mathematik.

Drehbuchautor William Goldman schrieb Anfang der 1980er Jahre in seinem Buch Adventures in the Screen Trade: „Niemand weiß irgendetwas. Keine einzige Person im gesamten Spielfilmbusiness kann mit Sicherheit sagen, was funktionieren wird. Es ist jedes Mal aufs Neue eine Raterei.“ Goldman, der Oscars für Die Unbestechlichen und Zwei Banditen gewann, spricht eine gewisse Ratlosigkeit an, die hinter Entscheidungen im Unterhaltungsgeschäft stehen soll.
Ähnliches wird für das Musikbusiness vermutet. Ob eine Melodie zum Ohrwurm wird, schreiben viele weiterhin einer Mischung aus Glück und dem gewissen Etwas zu. Geht es jedoch nach dem Unternehmen Music Intelligence Solutions und seiner Hit Song Science (HSS), dann ist zumindest die Hit-Tauglichkeit eine Frage von Mathematik. Mithilfe von Algorithmen, die unter anderem Informationen darüber vereinen, was menschliche Gehirnströme als angenehm einordnen, errechnet eine Software eine Maßzahl. Diese bestimmt, ob ein Lied zum Kassenschlager werden kann oder eher nicht.

Songs mit Erfolgsgarantie?
Erfunden wurde HSS von Polyphonic Human Interface Media. Das spanische Unternehmen steckte sein Know-how über künstliche Intelligenz in die Entwicklung eines Programms, das Musik nach mathematischen Mustern analysiert. Music Intelligence Solutions hält das Patent an HSS und betreibt die Webplattform Uplaya, wo Künstler Musikstücke zur Benotung hochladen können. Wer auf Nummer sicher gehen will, feilt seine Komposition schließlich so lange zurecht, bis die Software einen Wert über sieben ausspuckt – gewissermaßen eine Erfolgsgarantie. Laut einer Fallstudie der Harvard Business School (HBS) hat das Programm in acht von zehn Fällen recht.
Ein Beispiel, das die HSS-Leute immer wieder nennen, ist das Album Come Away With Me von Norah Jones. Das Analyseprogramm soll den Erfolg der CD im Detail vorhergesagt haben. Etwas später räumte Jones schließlich bei den Grammys ab.
Das Zerlegen der Songs in mathematisch bewertbare Muster funktioniert ähnlich wie bei Pandora, einem Webdienst, der Lieder ihrer musikalischen Ähnlichkeit nach unterteilt und Benutzern ein persönliches Radioprogramm auf Computer und Handy streamt. HSS verwendet 20 Kategorien, darunter etwa Harmonie, Takt und Geschwindigkeit. Diese werden nach wiederkehrenden Mustern aufgeteilt und mit einer rund 3,5 Mio. Songs umfassenden Hitdatenbank abgeglichen. Grafisch aufbereitet ähnelt der kategorisierte Riesenfundus einer Darstellung der Milchstraße: Je näher die Punkte (Musikstücke) beisammenliegen, desto ähnlicher sind sie sich.

Marketingkosten einsparen
Kritiker monieren, dass damit Kunst, die möglichst radikal und unangepasst sein sollte, auf Erfolg hin getrimmt und einheitlicher wird. Die Softwareanalytiker entgegnen darauf zumeist, dass sie Musik zwar in Gruppen zusammenfassen, aber nicht unbedingt ihrer akustischen, sondern ihrer mathematischen Ähnlichkeit nach. So finden sich schon einmal Popmusik und Klassik, etwa U2 und Ludwig van Beethoven, in derselben Gruppe.
Als positiv gilt, dass die Software für eine gewisse Demokratisierung im Business sorgen kann. Künstler bräuchten keine berühmten Namen mehr, um ihren Weg zu gehen. Uplaya verspricht bei guten Bewertungen, den Bands bei der Werbung zur Hand zu gehen. Das Interesse der Industrie an der Technologie ist nicht weiter überraschend. Für Marketing und Werbung wenden Labels das meiste Geld auf, eine zusätzliche Versicherung ist folglich willkommen. Universelle Problemlöser sind die Computerprogramme aber nicht. Der Software entgeht laut HBS-Studie ein Fünftel der Hits auf dem Massenmarkt. Hinzu kommt, dass sich die Technologie nur an Kassenschlagern der Vergangenheit orientieren kann. Für Ausgefallenes und mitunter lukrative Nischenmärkte sind die meisten Programme völlig blind.