Musikroboter wollen wissen, was wir hören

Media_httpcommunityvanityfairdeblogsmusikwpcontentuploads200812bild5png_mjsqcjdzqocfnoy

Seit meiner Zeit als Plattenverkaüfer und DJ weiß ich, wie dankbar Mitmenschen sein können, wenn man ihren Musikgeschmack versteht und treffsichere Empfehlungen geben kann. Das wird heute vollautomatisch auf Webseiten und mit Software versucht: Amazon strengt sich schon lange an, einem ähnliche Produkte nahe zu bringen, Apple vergleicht seit September mit Genius Daten von iTunes-Benutzern miteinander, um schlauer zu werden. Viel Musik, die wir mögen könnten, liegt unbemerkt in Regalen und auf Festplatten, seit es das fürsorgliche Personal hinter der Theke nicht mehr gibt. Für die Entwickler der perfekten Musikempfehlungs-Anwendung ist deshalb noch viel Gold im Berg. Signal Patterns bietet eine Art Persönlichkeitstest hinsichtlich des Musikgeschmacks an. Ich lasse mich befragen …

Innerhalb von fünf Minuten hört man sich durch zirka 30 neutrale Songschnipsel, die man auf einer Skala bewertet. Streng genommen sind alle 30 Beispiele ganz schlimm, da sie Musikstile nur imitieren und Ihnen deshalb ein wichtiges Merkmal der Musik fehlt: Orginalität. Aber wir wollen die U-Musik mal als etikettierbares Konsumprodukt ansehen und lassen uns drauf ein. Erniedrigend mal wieder, dass man sich nach dem Klickmarathon auch noch registrieren muss. Doch am Ende bekommt man ein Diagramm mit verschiedenen Eigenschaftsbegriffen auf den Bildschirm, das einen lange beschäftigen kann: Instrumental, Inspiring, Intelligent. Das soll meine Lieblingsmusik charakterisieren. Nicht schlecht, klingt fast wie mein eigener Werbeslogan. Jetzt darf ich mich noch bei der Musik-Community Imeem anmelden, so kann ich gleich andere Leute kennen lernen, die genaus ticken wie ich und bekomme endlich Musik empfohlen, die zu mir passt. Da hätten wir Enya, Patty Griffin, Feist, Melissa Ferrick und Blink 182. Kurz noch mal reingehört. Katastrophe! Sicher gibt es Anteile selbst bei Enya oder Bilnk 182, die mir gefallen. Aber für eine Empfehlung reicht das nicht aus. Und für einen Geheimtipp schon lange nicht.

Media_httpcommunityvanityfairdeblogsmusikwpcontentuploads200812quadropheniajpg_nqncitgesnvyynb

„We are, we are, we are Mods!“ – Diese Menschen wussten noch selbst, welche Musik ihnen gefällt. (Szene aus Quadrophenia)

Vielleicht bin ich nicht orthodox genug, wenn es um mögen und hassen geht. Ich kann mit sehr vielen Musikstilen etwas anfangen. Aber andererseits: Die Zeiten, als sich Rocker und Mods geprügelt haben, sind vorbei. Menschen haben heute sehr vielschichtige Biografien, die von einer Menge sehr unterschiedlicher Musik begleitet wurde. Das ist auch etwas, das man in einem Plattenladen schnell lernt. Leonard Bernstein hat über den Musikbetrieb immer gerne die Nase gerümpft, also über den Bereich, wo Leute das Sagen haben, die verkaufen, vermarkten und natürlich richtig gut verdienen. Irgendwann fingen die Leute aus dem Musikbetrieb an, sich ein Urteil über das bilden, dass sie verkauften. Für Lenny hatten sie damit eindeutig die Grenze ihrer Kompetenz überschritten.

Anwendungen wie Genius und Signal Patterns taugen also eher als mittelprächtige Verkaufsmaschinen. Zur gleichen Zeit sprechen ausgebildete Musikredakteure immer noch halbgare Empfehlungen aus und bewerten fast alles gut bis sehr gut (das macht aber schon Amazon!). Es sei denn, alle hauen drauf (wie zuletzt bei Guns N‘ Roses, 2, 3, 4), da machen sie dann gerne mit. Von den Redakteuren sind wir also auch alleine gelassen, zu eng hängen die am Musikbetrieb.

Es liegen ganze Wissenslandschaften brach in den Redaktionen und in den CD-Abteilungen der Media Märkte, wo der Plattenverkäufer heute nur noch die Stapelware auffüllt. Eine Empfehlungsapplikation, die die ehrliche Meinung dieser Experten außen vor lässt, kann wahrscheinlich wieder nur sexy sein und Kundendaten sammeln.