Chartanalysen
[aus: »Pop. Kultur und Kritik«, Heft 20, Frühling 2022, S. 57-63]
Am 17. März 2021 rief die in Montreal ansässige Firma Hitlab den ersten internationalen Wettbewerb für »digital emerging artists« aus. Teilnehmerinnen und Teilnehmer aus der ganzen Welt hatten Gelegenheit, ihre Schöpfungen auf der Unternehmenswebseite hochzuladen und einer musikalischen DNA-Analyse (Digital Nuance Analysis) unterziehen zu lassen. Den Müttern und Vätern der Songs mit den besten Anlagen zum Bestseller stellte Hitlab erhöhte Sichtbarkeit in Aussicht, auf dass etablierte Musikfirmen sie unter ihre Fittiche nähmen.
Die Semantik von musikalischer DNA suggeriert Hits aus der Retorte, doch das eigentliche Ziel ist etwas bescheidener. Statt die Bestseller der Zukunft zu programmieren, will Hitlab mittels AI-gestützter Analyse von Content und Publikumsverhalten populäre Trends frühzeitig erfassen und somit Angebot und Nachfrage zusammenbringen, unter Vermeidung kostspieliger Flops. Die musikalische DNA-Analyse will Produktionsfirmen dabei helfen, neue Songs auf ihr Erfolgspotenzial hin zu bewerten, um »die Entdeckung von Talent und Fan-Engagement so intelligent und effizient wie möglich« zu gestalten, wie es im »mission statement« heißt.
Wie eine Reihe weiterer in den letzten zwei Jahrzehnten gegründeter Unternehmen begegnet Hitlab der Herausforderung ungewisser Nachfrage mit quantifizierender Forschung. Die Frage, welcher Song oder Act morgen das Publikum bewegen wird, Tickets oder Medien zu kaufen, ist so alt wie das moderne Musikgeschäft und zentral für Popkultur, sobald man sie von der Angebotsseite aus betrachtet. Kreative und deren Verleger, die gewissermaßen in Vorleistung gehen, wenn sie neue Titel auf die Bühne bringen oder den Tonträger bannen, haben diese Frage im Laufe der Zeit unterschiedlich beantwortet. Sie taten dies stets abhängig von der Position, von der aus sie den Markt beobachteten, sowie von eigenen ästhetischen Präferenzen und professionellen Interessen.
Die Anfänge der gegenwärtigen Musikwirtschaft liegen in den Jahrzehnten um 1900. Zu dieser Zeit bestand eine Strategie, sich zur Ungewissheit künftiger Nachfrage zu verhalten, darin, die Zahl der Veröffentlichungen zu erhöhen, neue Songs auf der Varietébühne zu promoten und bei Anzeichen zunehmender Popularität rasch Noten (das vorrangige Musikmedium der Zeit) zu drucken und zu verkaufen. Das ›song plugging‹ (wörtlich: das ›Stopfen‹ von Songs in die Verbreitungskanäle) sowie die enge Verzahnung von Songwriting, Musikbühne und Distribution waren zentrale Elemente dieser Vorgehensweise, bei der einer aus zweihundert Titeln einen substanziellen Profit einbrachte, während weniger als die Hälfte nicht einmal ihre Werbekosten einspielten.
Die andere Strategie, die langfristige Folgen haben würde, wurde in der noch jungen Tonträgerindustrie entwickelt und zielte darauf, ethnisch-national definierte Konsumentengruppen mit ebenso klassifizierter Musik zu versorgen. Anstatt also das Publikum mit Kunstmusik zu erziehen oder mit Gebrauchsmusik für Tanz, Teekränzchen oder Trauerfeier zu bedienen, produzierten Grammofonfirmen beispielsweise ›griechische‹ Musik für griechische Kundinnen oder ›schwarze‹ Musik für das mit dem Begriff ›race‹ bezeichnete Marktsegment.
Beide Strategien gründeten in der Erfahrung von Musikverlegern und Aufnahmeleitern, die eng mit den Kreativen zusammenarbeiteten und ihre Entscheidungen aus der performancenahen Praxis heraus trafen. Systematische Erhebungen der Nachfrage, wie Marktforscher sie üblicherweise anstellen, findet man für das frühe 20. Jahrhundert bloß in Ansätzen. Das änderte sich in den USA in den 1930er Jahren. Wichtigster Grund dafür war, dass das neue werbefinanzierte Radio seinen Sponsoren Indizien dafür liefern musste, dass das Zielpublikum, für dessen Aufmerksamkeit sie zahlten, tatsächlich das Programm verfolgte. Im Unterschied zum Varietétheater, wo die Leute Tickets kauften und applaudierten, war das Massenpublikum des Radios zeitlich und räumlich von der Performance getrennt. Das verschärfte die Ungewissheitsproblematik für Musikanbieter.
Eine auf das Radio spezialisierte Publikumsforschung machte sich die Lösung dieses Problems zur Aufgabe. Zählungen des Rundfunkeinsatzes von Songs wurden ab 1934 in der wöchentlich in »Billboard« erscheinenden Liste der »Songs With Most Radio Plugs« veröffentlicht. Das Branchenblatt bezog seine Daten exklusiv vom sog. Accurate Reporting Service, wie man zur Bekräftigung des Anspruchs auf Objektivität unterstrich.
Die Betonung von systematischer Exaktheit sollte auch den Manipulationsverdacht abwehren, der sich gegen die Liste der Radiohits richtete. Demnach ›überredeten‹ Musikverleger Rundfunkredakteure, ihre Songs möglichst häufig ins Programm zu nehmen und so zu einer guten Platzierung zu verhelfen. Weil die Liste der Radioeinsätze wiederum den Einkäuferinnen und Programmgestaltern in anderen Radiostationen, aber auch in Plattenfirmen oder im Einzelhandel zur Orientierung diente, stand einiges auf dem Spiel. In einer Musikwirtschaft, in der (neben dem Tonfilm) das Radio die wichtigste Werbeplattform darstellte, waren ›radio plugs‹ die Leitwährung und ›payola‹ (heimliche Zahlungen für Rundfunkeinsätze) das unterminierende Insidergeschäft.
Um die Währung zu stabilisieren, wurde kontinuierlich an der Verfeinerung der Radio-Charts gearbeitet. Im Juni 1945 veröffentlichte »Billboard« erstmals den Peatman Audience Coverage and Trend Index (ACI), benannt nach dem Psychologieprofessor und Statistiker Dr. John Peatman, dessen akademische Referenzen der Hitliste Autorität verleihen sollten. Der Peatman-Index erhob den Anspruch, nicht bloß Radioeinsätze einzelner Songs zu zählen, sondern darüber hinaus auch noch deren Hörerschaft zu quantifizieren. Dies geschah vermittels Hochrechnungen, deren Formel bei der Einführung des Indexes noch ansatzweise erklärt, aber schon im selben Moment zum Verschwinden gebracht wurde. So titelte »Billboard« auftrumpfend, dass mit dem ACI erfasst würde, auf wie viele »actual ears« einzelne Songs träfen. Diese sachlich falsche Behauptung folgte nicht aus den Daten selbst, sondern war bestimmt durch die mathematische Formel, in die diese Zahlen eingegeben wurden. Die Annahmen über das Hörerverhalten, auf denen diese Formel gründete, wurden bewusst im Hintergrund gehalten.
Obwohl den Stakeholdern der um Radio und Tonfilm organisierten Musikindustrie der Konstruktionscharakter des Peatman-Indexes klar war, akzeptierten sie dessen Punktesystem als Leitwährung. Denn die Peatman-Liste bekräftigte, was man in diesen Kreisen bereits über das Publikum zu wissen meinte. Sie führte vorrangig Titel, in denen das Glück romantischer Liebe zwischen Mann und Frau besungen wurde, und belegte somit die Beliebtheit der Musik, welche die einflussreichsten Verleger und Songwriter in petto hatten. Der Peatman-Index ist ein Paradebeispiel dafür, wie Charts den Markt auf die Annahmen und Interessen dominanter Anbieter verengen können.
Andere Methoden der Popularitätsmessung wurden dabei bewusst ausgeblendet. Dies betraf vor allem den Ansatz, den Musikboxen-Aufsteller ab den späten 1930er Jahren entwickelten. Die Aufsteller versuchten, ihr eigenes Problem der ungewissen Nachfrage zu lösen, indem sie mit Zählwerken in den Automaten die Abspielhäufigkeit der platzierten Platten ermittelten und diese Zahlen in Form einer Liste in ihrer Branchenzeitschrift, der »Cash Box«, veröffentlichten. Mit wachsender Datenmenge wuchs das Selbstvertrauen der Aufsteller, die bald behaupteten, die Musikvorlieben ›normaler‹ Amerikaner am besten zu kennen. Denn Automatenaufsteller verfügten, so das Argument, anders als die Musikverleger und Bandleader, die im Rundfunk und in Hollywood die Musik machten, über keinerlei musikalisches Spezialwissen, das ihre Messung der musikalisch unverbildeten Mehrheitsnachfrage hätte verzerren können. Objektive Daten wurden den Vorurteilen der Kenner und Spezialisten gegenübergestellt und für überlegen erklärt, wenn es darum ging, den Leuten zu geben, was sie wollen.
In den 1940ern Jahren zeichneten zwei unterschiedliche Systeme der Popularitätsmessung zwei unterschiedliche Popmusik-Publika. Der Peatman-Index beschrieb eine Hörerschaft, die melodiösen Swing am heimischen Radio genoss und eher der städtischen Mittelschicht angehörte; die »Cash Box«-Charts projizierten ein weniger gebildetes Publikum, das in Kneipen und Cafés mit Kleingeld Aufnahmen abspielte, in denen es textlich und soundtechnisch gerne mal zur Sache ging. Offensichtlich spiegelten die beiden Listen nicht so sehr Mengen leibhaftiger Hörerinnen und Hörer als vielmehr unterschiedliche Rezeptionskontexte und soziale Vorurteile. Interessanterweise erhoben jedoch beide Systeme den Anspruch, die Wünsche des amerikanischen Popmusik-Publikums zu kennen. Messungen an einem bestimmten Punkt der Rezeption wurden also zum konstanten Publikumsgeschmack verabsolutiert und verallgemeinert. So dachten die Boxenaufsteller während des Aufschwungs der Schallplattenindustrie nach dem Krieg eine Zeit lang darüber nach, private Plattensammlungen auf dem Stand zu halten, da man ja am besten wisse, was ›normale‹ Leute hören wollten.
Mit dem Wachstum der Tonträgerindustrie nach dem Krieg gewannen die entsprechenden Verkaufscharts an Bedeutung in der Marktbeobachtung. In diesem Bereich ereignete sich die nächste große Innovation in der Popularitätsmessung, als Anfang der 1990er die Einführung des Barcodes erstmals die zeitnahe Ermittlung absoluter Verkaufszahlen von Tonträgern möglich machte. Nielsens SoundScan-System ersetzte 1991 die bis dahin übliche Befragung von Einzelhändlern mittels Fragebögen. Diese Formulare waren oft nur halbherzig ausgefüllt worden von einem Verkaufspersonal, in dem junge Männer mit einer Vorliebe für Rockmusik überproportional vertreten waren. Das Verfahren hatte den Verkaufscharts eine entsprechende Schlagseite gegeben. SoundScan brachte diesen ›bias‹ zum Vorschein, indem es Verkäufe registrierte, über die das rockaffine Tresenpersonal gerne die Nase gerümpft und in der Berichterstattung geflissentlich übersehen hatte.
Ein Resultat der neuen Messmethode war, dass Rock – das von der Kritik gestützte Genre für junge Intensivkäufer – Chartplätze verlor, während Country – Musik für Hinterwäldler und Ältere – in der Verkaufsliste stieg, von einem Tag auf den anderen. Das Beispiel SoundScan zeigt, dass Charts nicht zwangsläufig die dominante Marktwahrnehmung bestätigen, wie das beim Peatman-Index der Fall war, sondern auch unterbewertete Repertoires in den Suchscheinwerfer geraten können. Aufschlussreich ist ferner, wie Stakeholder in der Musikindustrie mit den neuen Daten umgingen. Obwohl den meisten klar gewesen sein dürfte, dass der Aufschwung von Countrymusik einem Messeffekt geschuldet war, wurden die neuen SoundScan-Charts als Beleg für eine von einem plötzlichen Bedarf ausgelöste Country-Welle herangezogen und so für das Marketing nutzbar gemacht.
So wie Rundfunk, Jukeboxen und Einzelhandel Bedarf und Möglichkeiten für die systematische Publikumsbeobachtung geschaffen hatten, generierte ab der Jahrtausendwende das Internet Rohdaten für neue Popularitätsmessungen. Bereits im Jahr 2000 begann BigChampagne, den Verkehr auf musikalischen Filesharing-Plattformen zu verfolgen. Das Unternehmen wurde 2011 von Live Nation aufgekauft. Eine Reihe weiterer ›start-ups‹ der 2000er Jahre nahm dieselbe Entwicklung. Das 2005 am MIT Media Lab entstandene Echo Nest ging 2014 an Spotify. Next Big Sound, 2008 an der Northwestern University vom 22-jährigen späteren Unternehmensberater Alex White aus der Taufe gehoben, wurde 2015 von Pandora erworben. Im selben Jahr übernahm Apple mit Semetric die Entwickler des Musicmetric-Tools für die hauseigene Musikdatenanalyse. Die Warner Music Group verleibte sich 2018 die Musikdaten-Analysten von Sodatone ein, um »die Superstars von morgen« zu identifizieren. Zuletzt kaufte sich Ende 2020 der chinesische Unterhaltungskonzern Tencent bei Instrumental ein, das datengestützt und mit Hilfe von künstlicher Intelligenz neue Acts auf ihr Erfolgspotenzial hin bewertet.
Einige Analysefirmen entstanden aus der Musikindustrie heraus, während andere von Spezialisten aus dem IT-Bereich gestartet wurden. Zwei 2015 gegründete, derzeit noch unabhängige Unternehmen im Feld der Datenanalyse veranschaulichen dies: Soundcharts wird von David Weiszfeld geleitet, vormals Manager bei Universal France und Gründer einer Künstlermanagement-Firma, Chartmetric vom Software-Ingenieur Sung Cho. Während Weiszfeld vom Datenbedarf der Musikindustrie ausging, richtete Cho, der beim Softwareunternehmen Oracle in Silicon Valley gearbeitet hatte, eher zufällig seine Aufmerksamkeit auf die Musik als Anwendungsfeld für Datenanalyse.
Anders als in der Hochzeit des Radios gibt es im Netz (noch) keine ›Leitwährung‹ der Popularität. Daten werden auf mehreren Ebenen erhoben, wobei Aktivitäten auf den Musikplattformen Spotify, YouTube, Apple Music und SoundCloud sowie in sozialen Medien wie Instagram, Twitter, TikTok und Facebook im Vordergrund stehen. Aber auch die Nutzung von Shazam, Ticket-Verkäufe oder die Analyse musikalischer Komponenten können in die Bewertung von Acts und Titeln einbezogen werden. Entscheidend ist dabei jeweils die Gewichtung der unterschiedlichen Variablen, d.h. der Algorithmus und die Annahmen, die der gewählten Formel zugrunde liegen. Schon aus diesem Grund wird sich die Suche nach erfolgversprechenden Acts nicht vollständig vom ›Bauchgefühl‹ emanzipieren, das die Entwicklung von ›artists and repertoires‹ (A&R) stets gekennzeichnet hatte.
Jenseits von Unterschieden der Algorithmen, die von den Analysten als Geschäftsgeheimnis gehütet werden, zeichnen sich einige generelle Auswirkungen der neuen Popularitätsmessung auf das popmusikalische Feld ab. Dazu gehört zunächst einmal der wachsende Zulauf von Datenspezialisten und deren spezifischem Wissen in musikproduzierenden Unternehmen, in deren Stellenbeschreibungen für A&R-Personal Kenntnisse in Statistik und Modellbildung mittlerweile üblich sind. Diese Präsenz beeinflusst Repertoireentscheidungen, selbst wenn man die Datenanalyse auf die Vorauswahl von Neuerscheinungen begrenzt. Denn das ›Bauchgefühl‹, ein nebulöser Begriff für eine Mischung aus Geschmack und Spekulation, wird sich vor der neuen Systematik rechtfertigen müssen. Eingebung kann quantitative Daten zur Unterstützung einer Wahl heranziehen, doch ignorieren kann sie sie nur schwer.
Datengestützte Popularitätsmessung hat ferner Konsequenzen für die Stellung von Fans und Musikkritik im Feld. Weil nun nicht mehr nur Verkäufe und Hörerzahlen quantifiziert werden, sondern auch der ›buzz‹ gemessen wird, der um eine Künstlerin oder einen Künstler entsteht, spielt die Mobilisierung von Fans eine wachsende Rolle bei der Bewertung neuer Acts. Kritikerinnen und Kritiker, auf die das A&R-Personal früher oft als Trendsetter geschaut hatte, haben demgegenüber gewaltig an Einfluss verloren. Durch den Wegfall dieser ›gatekeeper‹ kann einerseits Musik in den Fokus gelangen, für die uns die Worte fehlen. Andererseits war es Aufgabe der Kritik, neue Begriffe für Musik zu finden, sie zu klassifizieren und ästhetisch zu bewerten. Wer diese Aufgabe in Zukunft übernimmt oder ob sie überhaupt noch von breiterem Interesse sein wird, wird man sehen.
Im Hinblick auf die Frage, ob sich unter dem neuen Regime der Popularitätsmessung der Blick verengt oder erweitert, zeichnen sich zwei Tendenzen ab. Auf der einen Seite stärkt die neue Methode der Popularitätsmessung die Dominanz globaler Superstars à la Ariana Grande mehr als zuvor. Bewegungen an der Spitze der Beliebtheitsskala werden seltener. Auf der anderen Seite geht die Beobachtung von YouTube, Spotify und TikTok über die nationalen Grenzen hinweg, welche Massenmedien und Musikkritik gezogen hatten. Neue Trends können nun auf der ganzen Welt ihren Ausgang nehmen. So geraten statt nationaler Märkte nun u.a. ›trigger cities‹ als Epizentren in den Fokus. Diese liegen nicht mehr notwendig in Nordamerika und Westeuropa, den traditionellen Zentren der Musikwirtschaft.
Die alte Frage, welche Musik das Publikum morgen kaufen wird, wird sich auch mit den Mittel künstlicher Intelligenz nicht zuverlässig beantworten lassen. Angesichts von 40.000 Titeln, die jeden Tag auf Spotify hochgeladen werden, kommt der Publikumserfolg weiterhin einem Wunder gleich. Dass ein Unternehmen wie Hitlab in der Lage ist, per musikalischer DNA-Analyse ein solches vorauszusagen, ist mit Blick auf die lange Geschichte der Popularitätsmessung und der Praxis, vorrangig Ausschuss zu produzieren, eher unwahrscheinlich. Ominös deutet der Siegertitel in Hitlabs Wettbewerb in die Richtung des Glaubens statt des Wissens. Auf Platz Eins landete mit einer Punktwertung von 94,60 die Wisemen Crew mit ihrem Song »Wonder«.