DETECON Consulting

Artikel

Robo-DJs

Musik-Streaming-Dienste setzen verstärkt auf künstliche Intelligenz

Musik-Streaming-Dienste suchen nach neuen Wegen, um den Vorlieben ihrer Kunden besser entgegenzukommen. Zusätzlich zu selbst festgelegten Vorlieben und von Menschen gepflegten Playlists setzen die Branchengrößen auf künstliche Intelligenz, um perfekt passende Playlists zu erstellen.

2016 war ein aktives Jahr in der Welt des Musik-Streamings. Amazon und SoundCloud haben ihre eigenen Streaming-Dienste gestartet und Pandora hat ähnliche Pläne für den Anfang des Jahres angekündigt. Google und Apple haben ihre eigenen Dienste währenddessen weiter ausgebaut. Mit diesen Veränderungen wird der Markt noch voller als bisher.

Dieser Angebotsüberschuss könnte der Musikindustrie jedoch zu vermehrten Einnahmen verhelfen. Nach dem einsetzenden Rückgang im Jahr 2000 und den gleichbleibenden Einnahmen der letzten sechs Jahre zeigt der Jahresumsatz für Musik die ersten Anzeichen von Wachstum.

Die unsichtbare Komponente beim Musikerlebnis

Während das Interesse der großen Technologieunternehmen an Streaming-Diensten wächst, steht die wichtige Frage im Raum, wer davon in Führung gehen wird. Redet man über die Benutzererfahrung beim Streaming von Musik, sind die wichtigen Elemente zunächst eine einfach zu verwendende Oberfläche, ein nahtloser Übergang beim Wechsel zwischen Geräten und so weiter. Doch es gibt auch weniger offensichtliche und weniger greifbare Komponenten, wie die Fähigkeit auf Basis ermittelter Vorlieben, Playlists ohne Eingriffe des Benutzers zu generieren.

Dieser weniger offensichtliche Faktor, die Vorhersagbarkeit auf Basis ermittelter Präferenzen, wird sich mehr und mehr auf künstliche Intelligenz (KI) verlassen. Musik-Streaming könnte sich dabei zur nächsten weiteren großen kommerziellen Schlacht entwickeln, über deren Gewinner die richtige KI entscheidet.

Data-Mining, Mustererkennung und Kontext

Es gibt heute bereits viele Angebote in dieser Richtung. Spotifys Dein-Mix-der-Woche-Funktion, schlägt anhand der Hörgewohnheiten des Benutzers neue Musik vor. An einer anderen Front der Mustererkennung arbeiten Google und Pandora bereits seit langem mit Deep-Learning-Technologien, um passendere Playlists zu erzeugen. Venture Beat zufolge könnte mithilfe dieser Technologie ein neuronales Netzwerk für einen Streaming-Dienst bestimmte Muster in einem Musikstück automatisiert erkennen. Dann könnte es dem Hörer einen Song, ein Album oder einen Künstler entsprechend seiner/ihrer Vorlieben vorstellen.

Bereits heute verlässt sich Googles aktuelle Music Play-Version auf Technologie maschinellen Lernens. Insbesondere nutzt die Plattform eine Kombination aus von Benutzern ermittelten Musikvorlieben und Kontextsignalen wie Ort, Aktivität und Wetter, die mit von Menschen verwalteten Playlists abgeglichen werden, um so personalisierte Musikempfehlungen zu liefern.

Apple ist zunächst dem Weg von Menschen gepflegter Playlists gefolgt. Es hat dabei jedoch auch künstliche Intelligenz im Blick behalten. Apples Musik-Empfehlungen basieren in Wirklichkeit auf einer Zusammenarbeit aus Mensch und Maschine.

Nur eine Frage der Zeit

Die Auswahl von Musik auf Basis von Menschen gepflegter Listen wird es weiterhin geben, doch sie wird eine untergeordnete Rolle spielen, während Playlists auf Basis vorselektierter Vorlieben, ermittelter Muster und Kontextinformationen dank Fortschritten bei künstlicher Intelligenz stetig an Genauigkeit gewinnen wird. Personalisierung beim Musik-Streaming wird eine weitere Front sein, an der Algorithmen für uns arbeiten werden. Doch erst einmal befinden wir uns noch am Anfang.

(Die ausführliche Fassung des Beitrags von Oscar Escalante finden Sie hier)

Das könnte Sie auch interessieren

Artikel

Wo bleiben die Digitalisierungsexperten?

Quo vadis CDO

Mehr lesen
Artikel

Das Nutzererlebnis im Zentrum erfolgreicher Geschäftsmodelle

Connected Living

Mehr lesen
Artikel

Wie Uber eine $700-Milliarden-Industrie aufwirbeln will

Neues Geschäftsmodell als Logistikvermittler?

Mehr lesen
Artikel

Diese Trends werden den Handel in 2017 prägen

Future Retail

Mehr lesen
zu Publikationen