Wieviel Musikempfehlung braucht der Mensch - Sessionmitschrift Future Music Camp Mannheim (Teil 1)
25 07 2009Session: Wie viel Musikempfehlung braucht der Mensch
Referent: Dr. Stephan Baumann
Protokoll (Teil 1):
Musik sozialisiert, wir sind alle soziale Wesen.
Musik ist aber auch persönlich/individuell.
Aus diesem Spannungsfeld entstehen laut Stephan Baumann “diese schönen Geschichten, die das Leben eben schreibt”.
- Dr. Baumann nutzt aktuelle Empfehlungssysteme nicht, da er sie völlig langweilig findet.
Er stellt 4 Songs vor, die etwas verbindet.
Die Verbindung besteht nicht nur aus etwas rein persönlichem, sondern aus einer Story, welche “musikalische Fakten enthält” - welche jedoch von derzeitigen Empfehlungssystemen ignoriert werden.
Dr. Baumann beschäftigt sich seit Langem mit Empfehlungssystemen und war auch Gastdozent am SMIX.LAB/Popakademie, so er über Collaboratives Filtering (z.B. Last.FM) und inhaltsbasierter Musikempfehlung (z.B. MuFin) referiert hat.
Es gibt neuerdings Studien - bspw. zu der Frage, weshalb es möglich ist, mit einem Ansatz wie bei Amazon oder Last.FM 4 % mehr Nutzerzufriedenheit zu erzielen.
- Die heutige wissenschaftliche Arbeit zum Thema Musikempfehlungssysteme läuft meistens im Labor ab: “30 Studenten” werden zum Test herangezogen, dazu viel Mathematik - um statistische Evidenz herzustellen, also der Nachweis, dass die Empfehlungsergebnisse nicht zufällig entstehen.
Dr. Baumann äußert jedoch Bedenken hinsichtlich der Gültigkeit der Ergebnisse außerhalb dieser Laborumgebung.
Dr. Baumann entwickelte in der Vergangenheit unter anderem den Musikempfehlungsservice “Openeer”.
Dieser hatte aber wenig Erfolg, weil er den Nutzern zu viel Engagement abverlangte - in Form von auszufüllenden Formularen - während bspw. der Audioscrobbler von Last.FM die Hörgewohnheiten der Nutzer automatisch erfasst und somit dem (meist “faulen”) Nutzer jegliche zusätzliche Aktivität nebst dem Musikkonsum erspart.
- Ein weiterer Service, den Dr. Baumann ins Leben gerufen hat, funktioniert über Social Media Monitoring, bei dem RSS-Feeds durchforstet werden, um herauszufinden, welche Blogger/Nutzer von welchen anderen Bloggern/Nutzern abschreiben. Darüber können Trends und ihre Verbreitung beobachtet werden, bspw. auch in der Musik-Blogosphäre.
Aber: Musikempfehlung findet für Dr. Baumann nicht in “diesem rein digitalen Gefängnis” statt, sondern (auch) im realen Leben, bei Begegnungen mit Menschen, in Situationen - auch über längere Zeit hinweg.
Dr. Baumann sieht - auf Grund von neuen Technologien - aber optimistisch in die Zukunft.
Konkret ist damit das semantische Web gemeint, also ein bedeutungstragendes Web.
Am Beispiel von Wikipedia schildert Baumann die seiner Einschätzung nach positiven Eigenschaften eines Ansatzes, in dem viele freiwillig Beitragende und Experten Fakten und Wissen zusammentragen. Das Ergebnis einer solchen Herangehensweise sei nicht schlecht und in jedem Fall besser als der kollaborative Filter von Last.FM, das analysieren von Nutzungsverhalten oder Frequenzanalysen (wie bei der inhaltsbasierten Empfehlung). Dieser Vorteil eines Wikipedia-Ansatzes gelte aber vor allem dann, wenn man sich für die Fakten interessiert - wenn also Verknüpfungen zwischen Künstlern wissen möchte, oder was einen Künstler zu einem bestimmten Werk inspiriert hat.
Der neueste Trend nutzt also Wikipedia und andere Kataloge - insgesamt stehen laut Dr. Baumann 12 Millionen musikalische Fakten zur Auswertung bereit - um knallharten Fakten abzugreifen und auf diese Weise Anhaltspunkte für die Musikempfehlung zu generieren.
- Dr. Baumann stellt seine “subjektive, nicht validierte betriebswirtschaftlichen Hausaufgabenergebnisse” vor:
Eartime (wie viel Zeit zum Musikhören steht uns als Nutzer zur Verfügung): 24 Stunden minus 11 Stunden Arbeit minus 7 Stunden Schlaf minus Familie - ergibt “irgendwie” 3 Stunden Zeit für Musik am Tag - in Wahrheit, abzüglich weiterer zeitaufwendiger Kleinigkeiten, noch weniger.
Das ergibt 5400 Minuten im Monat.
Bei Last.FM werden einem 5000 neue Titel empfohlen - alle 5 Minuten, wenn man möchte.
Daraus resultiert ein “totaler Overload an Empfehlungen”.
Dr. Baumann überschlägt sein finanzielles Budget pro Monat und kommt bei etwa 54 Euro an.
Das Businessmodell sei demnach “klipp und klar”: alle 100 Minuten nimmt Dr. Baumann demnach - in diesem Gedankengang - 1 Euro und wirft ihn in den Topf. Dieser Betrag (bzw. das Budget) sei womöglich jedoch noch viel zu hoch gegriffen, da er selbst noch “ein Dinosaurier” sei, also sich in seiner musikalischen Sozialisierung von den jüngeren “Käufer”-Gruppen unterscheide.
Für ihn persönliche sei dieser Betrag aber womöglich sogar zu niedrig - er würde wahrscheinlich gar das dreifache bezahlen, da er sich nicht wehren könnte, würden ihn nur richtig interessante musikalische Geschichten “abholen”.
- Zur These, dass die Wertschätzung für Musik durch deren Allgegenwärtigkeit gesunken sei: dies sei laut Dr. Baumann nicht weiter verwunderlich, weil die Investments, welche für den Musikkonsum nötig sind, gesunken sind (keine Anreise in einen Plattenstore, sondern einfach Klick-Prelistening-Klick). Doch eventuell, so Dr. Baumann, sähe die Welt heute eben so aus.
Vorstellung des Musikempfehlungssystems “HORST” - ein ganzheitliches Musikempfehlungssystem bezüglich “Storytelling-Technologie”. Der Servie versucht, das Semantic Web zu nutzen, um spannende musikalische Stories zu generieren.
In der anschließenden Diskussion kristallisiert sich zunächst heraus, dass es einen Kulturkonflikt zwischen älteren Generationen - hier beispielhaft durch Dr. Baumann verkörpert - und jüngeren Generationen (ein Vertreter aus dem Publikum) existieren könnte: während bei Dr. Baumann der Wunsch nach intelligenter Auswertung historischer und ähnlicher Fakten besteht, stellt für jüngere Generationen möglicherweise das Ergebnis eines kollaborativen Filterns - also die automatische Auswertung des Nutzerverhaltens einer Community - ein wesentliche bedeutenderes Faktum dar.
Teil 2 war auf dem Audiomitschnitt leider kaum mehr zu hören. Sobald uns der Videomitschnitt vorliegt, geht´s weiter!
Kategorien : SMIX
