Die unsichtbare Architektur des Musik-Streamings

Foto von Anna Pou: https://www.pexels.com/it-it/foto/microfono-attrezzatura-elettronica-microfono-a-condensatore-avvicinamento-8132519/

Es gibt einen Moment, der mir oft in den Sinn kommt. Vor einigen Jahren war ich auf einem Konzert in einem kleinen Club in Pescara, einem dieser Orte, an denen die Bühne so hoch ist wie eine Stufe und man den Schweiß des Bassisten riechen kann. Die Band war unbekannt (3 vollkommen verrückte junge Menschen mit unverkennbarem Geruch 😁), das Publikum vielleicht dreißig Personen, der Sound roh und unvollkommen. Aber etwas Lebendiges lag in diesem Raum, eine direkte Verbindung zwischen den Spielenden und den Hörenden, die keinen Algorithmus brauchte. Auf dem Heimweg öffnete ich Spotify, um die Band zu suchen. Sie waren nicht da. Genauer: sie waren da, aber unter Tausenden anderer Treffer begraben, unsichtbar, wenn man nicht genau wusste, wonach man suchte. Und ich fragte mich: wie viele Bands wie diese existieren im digitalen Schatten, technisch präsent, praktisch nicht existent?

Ich habe einige Zeit damit verbracht zu untersuchen, wie Musik-Streaming-Plattformen wirklich funktionieren. Nicht die Oberfläche, die kennen wir alle. Mich interessierte, was darunter passiert, in den technischen Eingeweiden dieser Systeme, die unser Verhältnis zur Musik vermitteln. Was ich gefunden habe, hat mich alles, was ich über Musikentdeckung zu wissen glaubte, neu denken lassen.

Eine Logistikmaschine

Beginnen wir mit einer selten ausgesprochenen Wahrheit: wenn Sie auf Spotify Play drücken, aktivieren Sie eine der raffiniertesten Logistikmaschinen, die je gebaut wurden. Keine Übertreibung. Spotify verwaltet über hundert Petabyte Daten und mehr als zweitausend verteilte Microservices. Jeder Track, den Sie hören, kommt nicht aus dem Nichts, sondern aus einer Kette von Servern, Caches, geografisch verteilten Distributionsknoten, die zusammenarbeiten, damit Sie glauben, die Musik sei einfach da. Eine bemerkenswerte Illusion, und wie alle gelungenen Illusionen verbirgt sie Wesentliches.

Das erste, was zu verstehen ist: für das System sind nicht alle Tracks gleich. Ich rede nicht von künstlerischer Qualität, sondern von etwas weit Prosaischerem: den Distributionskosten. Wenn Sie einen Song hören, muss er von irgendwoher zu Ihrem Gerät reisen. Liegt er bereits auf einem nahen Server, ist der Aufwand minimal. Muss er aus einem Rechenzentrum auf der anderen Seite der Welt geholt werden, steigt er. Multipliziert das mit Milliarden Plays pro Tag, und Sie verstehen, warum Optimierung zur Obsession wird.

Vorhersehbarkeit wird entschieden

Hier kommt das Konzept der Vorhersehbarkeit ins Spiel, und hier wird es interessant. Das System funktioniert besser, wenn es vorab weiß, was Sie hören werden. Kann es vorhersagen, dass morgen Millionen einen bestimmten Song hören, kann es ihn vorab auf hunderte Server weltweit verteilen. Wenn die Anfrage kommt, ist der Track schon da. Keine Latenz, keine Mehrkosten beim Transfer. Elegant, effizient, billig.

Das Problem: wie sagt man vorher, was Millionen hören werden? Die Antwort ist so einfach wie beunruhigend. Man sagt es nicht vorher. Man entscheidet es.

Editoriale Playlists sind kein Service für Nutzerinnen. Sie sind ein Werkzeug zur Konsumsteuerung. Wenn Spotify eine Playlist wie „Today’s Top Hits“ baut und sie 50 Millionen Followern vorschlägt, schlägt es nicht einfach Musik vor. Es erzeugt einen vorhersehbaren Hörfluss, der auf Infrastruktur-Ebene optimiert werden kann. Das System weiß, dass diese Playlist von Hunderttausenden gehört wird, weiß, dass sie der vorgeschlagenen Reihenfolge folgen, weiß, dass die ersten fünfzehn Tracks den Großteil der Plays bekommen. Mit dieser Sicherheit kann es diese Tracks vorab auf alle nötigen Server verteilen und sicherstellen, dass jedes Hören aus dem lokalen Cache bedient wird, nicht aus dem zentralen Rechenzentrum.

Alben gegen Playlists

Eine grobe Rechnung: 1,5 Milliarden Streams pro Tag, mittlere Bitrate 128 kbps, mittlere Songlänge drei Minuten. Ohne Optimierung wären die täglichen Bandbreitenkosten in der Größenordnung mehrerer zehn Millionen Dollar. Mit prädiktivem Prefetching, ermöglicht durch Playlists, lassen sich diese Kosten um sechzig, siebzig Prozent senken. Auf das Jahr gerechnet sprechen wir von Milliarden Dollar. Keine Spekulation: Spotify hat Hunderte Millionen mit Google Cloud investiert, gerade um diese Art Fluss zu optimieren.

Alben hingegen bleiben ein Problem. Nicht weil sie technisch anders wären, sondern weil sie unvorhersehbar sind. Wenn jemand ein Album mit zwölf Tracks speichert, weiß das System nicht, welche Tracks er hört, in welcher Reihenfolge, wann. Vielleicht nur die Singles. Vielleicht ab Track sieben. Vielleicht nie. Diese Unsicherheit zwingt das System, Ressourcen konservativ zu allokieren, sich auf jede Eventualität vorzubereiten, ohne zu wissen, welche eintritt. Ineffizient, teuer, und es erzeugt das, was die Technikerinnen cache waste nennen — vorgeladene Tracks, die niemand antippt.

Die Konsequenz ist subtil, aber tief: das System hat einen strukturellen Anreiz, Playlists gegenüber Alben zu pushen. Nicht weil jemand entschieden hätte, dass Alben schlecht sind, sondern weil die Architektur Vorhersehbarkeit belohnt. Und Playlists sind per Definition vorhersehbar. Alben nicht.

Ich habe mich oft gefragt, ob die Designer dieser Systeme sich der kulturellen Implikationen bewusst waren. Wahrscheinlich nicht, zumindest am Anfang. Die Ingenieure lösten ein Distributionsproblem, sie dachten nicht, sie würden definieren, wie Musik entdeckt und konsumiert wird. Aber der Effekt ist derselbe, gewollt oder nicht.

Eine Studie des National Bureau of Economic Research hat mich besonders getroffen. Sie hat den Effekt der editorialen Spotify-Playlists auf die Plays gemessen. Die Resultate sind verblüffend. „Today’s Top Hits“ multipliziert die Streams in der Folgewoche um das Zwanzig- bis Vierzigfache. „New Music Friday“ um das Fünf- bis Fünfzehnfache. Das ist nicht Promotion. Das ist Erfolgsfertigung. Indem Spotify entscheidet, welche Tracks in diese Playlists kommen, entscheidet es buchstäblich, wer Erfolg hat und wer nicht.

Die daraus folgende Rückkopplung ist noch heimtückischer. Ein Song kommt in eine editoriale Playlist. Bekommt Millionen Plays. Der Algorithmus nimmt ihn als populär wahr und beginnt, ihn organisch anderen vorzuschlagen. Der Song bekommt noch mehr Plays. Die Infrastruktur cachet ihn noch aggressiver vor und senkt die Distributionskosten weiter. Und unterdessen spielt irgendwo eine unbekannte Band in einem kleinen Club in Pescara — technisch auf der Plattform präsent, praktisch unsichtbar.

Ich will das nicht als bösartige Verschwörung zeichnen. Es ist komplexer und in mancher Hinsicht beunruhigender. Es ist das natürliche Auftauchen eines Anreiznetzes: technisch, ökonomisch, marktbezogen. Niemand hat entschieden, dass experimentelle Musik benachteiligt sein soll. Sie ist einfach unvorhersehbar, und Unvorhersehbarkeit kostet. Niemand hat entschieden, dass organische Entdeckung erstickt werden soll. Sie ist einfach kontrollierte Entdeckung optimierbarer. Das Resultat ist dasselbe, aber die Ursache ist kein Bösewicht, der Fäden zieht. Es ist ein System, das tut, wofür es gebaut wurde.

Discovery Mode und das Pool-System

Discovery Mode ist vielleicht das klarste Beispiel dieser Dynamik. 2023 eingeführt, lässt es Künstlerinnen einer Royalty-Reduktion bis zur Hälfte zustimmen, im Tausch gegen Priorität in den Empfehlungsalgorithmen. Genial, auf eine Weise, die mich unbehaglich macht. Spotify manipuliert nicht direkt den Algorithmus, es lockt Künstlerinnen, freiwillig auf einen Teil ihres Verdienstes zu verzichten, um Sichtbarkeit zu bekommen. Ergebnis: wer es sich leisten kann, weniger zu verdienen, gewinnt mehr Sichtbarkeit, während jene, die jeden Cent brauchen, im Schatten bleiben. Und auf Infrastruktur-Ebene gewinnt das System doppelt: weniger Royalties zahlen und vorhersehbaren, perfekt optimierbaren Traffic bekommen.

Das zugrunde liegende Wirtschaftsmodell verstärkt all das. Spotify zahlt Künstlerinnen nicht linear pro Stream. Es nutzt ein Pool-System: alle Abos landen in einem Topf, und der wird proportional zu Streams unter den Künstlerinnen verteilt. Das heißt: gewinnt eine Künstlerin Streams, vergrößert sie nicht den Kuchen, sondern nimmt ein größeres Stück eines gleich bleibenden Kuchens. Wer gewinnt am meisten Streams? Jene in den editorialen Playlists. Das System belohnt, wer schon belohnt ist, bestraft, wer schon bestraft ist.

Eine unabhängige Künstlerin bräuchte 250 000 Streams für 1 000 Dollar brutto. Geht die Hälfte an Distributoren und Rechte, bleiben 500 Dollar netto für Komposition, Aufnahme, Promotion. Für ein ganzes Album. Inzwischen kann eine Künstlerin in einer editorialen Playlist in einer Woche Millionen Streams und Zehntausende Dollar erzielen. Lotterie, und die Bank kontrolliert, wer gewinnt.

Mich trifft, wie unsichtbar das alles für die durchschnittliche Nutzerin ist. Sie öffnen Spotify, sehen scheinbar unendliche Auswahl, fühlen die Welt in den Fingerspitzen. Aber diese Auswahl ist gefiltert, geordnet, priorisiert von Systemen mit eigenen Anreizen, eigenen technischen Notwendigkeiten, eigenen Geschäftsmodellen. Sie erkunden kein neutrales Archiv. Sie navigieren ein Terrain, geformt von unsichtbaren Kräften.

Filter Bubbles und Homogenisierung

Forschung spricht von Filter Bubbles und Echo Chambers. Empfehlungsalgorithmen schlagen Musik vor, die der schon gehörten ähnelt, und schaffen sich selbst nährende Zyklen. Sie hören Indie-Pop, der Algorithmus schlägt mehr Indie-Pop vor, Sie hören noch mehr, und ehe Sie es merken, sind Sie in einem Genre gefangen, das Sie womöglich nie bewusst als Ihre musikalische Identität gewählt hätten. Vielfalt im Angebot übersetzt sich nicht in Vielfalt der Erfahrung.

Es gibt eine tiefe Ironie. Musik-Streaming entstand mit dem Versprechen, Musikzugang zu demokratisieren. Jede Künstlerin kann hochladen, jede Hörerin auf Millionen Tracks zugreifen. Theoretisch sind die Eintrittsbarrieren weg. Praktisch wurden sie durch andere ersetzt — subtilere, schwerer zu sehen, schwerer anzufechten. Es ist nicht, dass Sie nicht hineinkommen. Es ist, dass Sie drinnen unsichtbar sind, wenn das System Sie nicht zeigt.

Ich denke oft daran, was das alles für Musik als Kunstform bedeutet. Experimentelle, Nischen-, innovative Musik — die per Definition nicht in vorhersehbare Muster passt, die nicht vorgecached werden kann, weil man nicht weiß, wer sie hören wird — wird strukturell benachteiligt. Nicht aus Hass, sondern weil die Systemarchitektur sie nicht bevorzugt. Die ökonomische Anreizlinie führt zu Homogenisierung, zur Wiederholung funktionierender Formeln, zu Vorhersehbarkeit, die Kosten senkt.

Bewusste Resistenz

Ich habe natürlich keine Lösungen. Ich glaube nicht, dass Spotify das Böse ist, noch dass wir zu Vinyl oder CD zurück sollten. Der technologische Fortschritt hat reale Vorteile gebracht: universellen Zugang, niedrigere Kosten für Hörerinnen, die Möglichkeit für unabhängige Künstlerinnen, ein globales Publikum zu erreichen, ohne über Majors zu gehen. Aber es scheint mir wichtig zu verstehen, was wir verlieren, während wir all das gewinnen. Zu verstehen, dass beim Öffnen einer editorialen Playlist nicht einfach kuratierte Musik gehört wird, sondern an einem ökonomischen und technologischen System teilgenommen wird, das eigene Interessen, eigene Logiken, eigene Folgen hat.

Vielleicht ist das Wichtigste, eine Form bewusster Resistenz lebendig zu halten. Aktiv Musik außerhalb algorithmischer Empfehlungen suchen. Auf Konzerte gehen, lokale Bands entdecken, unabhängige Blogs und Magazine verfolgen, mit Freundinnen mit anderem Geschmack reden. Streaming nutzen für das, was es ist, ein außergewöhnlich praktisches Werkzeug, ohne zu vergessen, dass jedes Werkzeug das Nutzen prägt.

An jenem Abend im Pescara-Club, auf dem Heimweg, wurde mir klar, dass die erlebte Erfahrung nicht auf Spotify reproduzierbar war. Nicht weil die Musik anders war, sondern der Kontext. Die Entdeckung geschah durch Zufall, durch physische Anwesenheit, durch das Mundpropaganda eines Freundes (Danke, Kris!), der mich dorthin gezerrt hatte. Kein Algorithmus hat sie vermittelt, kein System sie optimiert. Ineffizient, unvorhersehbar, nicht skalierbar. Und vielleicht gerade deshalb auf eine Weise lebendig, die keine editoriale Playlist je sein kann.

Was mir am meisten bitter im Mund bleibt, ist das Wissen, dass nichts davon ein Unfall ist. Es ist das vorhersehbare Ergebnis eines Systems, das das Geschäft ans Ruder gestellt und Technik als Kontrollmittel benutzt hat. Cantautorato, Kunst, musikalische Forschung, alles, was unvorhersehbar, persönlich, formelfrei ist, wurde systematisch marginalisiert. Es brauchte keine Verschwörung. Es reichte, eine Infrastruktur zu bauen, die das Homogene belohnt und das Andersartige bestraft, und den Markt machen zu lassen.

Das Resultat hören wir täglich. Songs wie aus derselben Fabrik, identische Strukturen, vorhersehbare Drops, austauschbare Texte. Nicht weil die Musikerinnen weniger talentiert wären, sondern weil Talent, das sich dem Format nicht anpasst, gefiltert wird, bevor es unsere Ohren erreicht. Algorithmus selektiert, Playlist verstärkt, Schleife schließt. Und wer nicht in die Schleife kommt, existiert schlicht nicht.

Die Abrechnung mit Suno

Was ich fast komisch finde, auf tragische Art: dieselbe Musikindustrie zittert nun vor Suno und anderen KI-Musikgeneratoren. Plötzlich entdecken alle, dass man vielleicht, vielleicht hätte aufwerten sollen, was eine Künstlerin unersetzlich macht, statt sie als fungible Content-Lieferantin zu behandeln. Zwanzig Jahre lang Royalties komprimiert, zur Homogenisierung gedrängt, Systeme gebaut, in denen Musik Commodity zum Optimieren ist. Und nun staunt man, dass jemand eine Maschine gebaut hat, die Commodity-Musik zu Nullkosten produziert?

Die Ironie ist perfekt. Man hat das Publikum darauf trainiert, generische, vorhersehbare, austauschbare Musik zu akzeptieren. Man hat Playlists gebaut, in denen ein Track wie der andere wirkt, in denen die Identität der Künstlerin egal ist, in denen es nur darauf ankommt, dass der Sound im Hintergrund läuft, ohne zu stören. Und nun lässt sich genau diese Musik in dreißig Sekunden von einer KI erzeugen, ohne jemanden zu bezahlen. Was hat man erwartet?

Ich habe kein Mitleid mit einer Industrie, die das getötet hat, was sie nötig machte. Wer Jahrzehnte lang die Welt überzeugt hat, Musik sei nur Hintergrundunterhaltung, kann sich nicht beschweren, wenn jemand Hintergrundunterhaltung billiger produziert. Der Wert der Kunst liegt in ihrer Einzigartigkeit, in der persönlichen Sicht, in der menschlichen Unvollkommenheit. All das, was im Namen der Optimierung systematisch eliminiert wurde.

An jenem Abend im Pescara-Club, und auf dem Heimweg, habe ich verstanden, was ich damals nicht artikulieren konnte. Die Musik, die ich gehört hatte, war nicht optimierbar. Sie passte in keine Playlist, fügte sich keinem Algorithmus, erzeugte keine vorhersehbaren Muster. Sie war ineffizient, unbequem, nicht skalierbar. Und sie war auf eine Weise lebendig, die kein vorhersehbarkeitsbasiertes System je reproduzieren kann, ob menschlich oder künstlich.

Das Cantautorato wird vielleicht überleben. Die Kunst vielleicht auch. Aber nicht dank der Streaming-Industrie oder der Musikindustrie als Ganzes. Sie wird trotzdem überleben, in kleinen Clubs, in unabhängigen Produktionen, in Nischen, die Algorithmen nicht sehen. Und wenn das aktuelle Geschäftsmodell unter dem Gewicht seiner eigenen Widersprüche zusammenbricht, erdrückt von Musikgeneratoren, die genau das tun, was das System immer verlangt hat — vielleicht erinnert sich dann jemand daran, dass es eine Alternative gab. Dass man wählen konnte, Kunst aufzuwerten, statt sie zu optimieren.

Und vielleicht wird es zu spät sein.