Kernsysteme
BaRT (Bandits for Recommendations as Treatments)
Das KI-System, das die Empfehlungen auf dem Startbildschirm von Spotify steuert. BaRT verwendet einen Multi-Armed-Bandit-Ansatz, um Exploitation (Anzeige von Inhalten, von denen bekannt ist, dass sie Ihnen gefallen) mit Exploration (Testen neuer Inhalte, um mehr über Ihre Vorlieben zu erfahren) in Einklang zu bringen. Vollständige Erklärung →
Collaborative Filtering
Eine Empfehlungstechnik, die Muster bei dem erkennt, was ähnliche Hörer genießen. Wenn Hörer, die Ihren Tracken gespeichert haben, auch Tracken B speichern, empfiehlt der Algorithmus Tracken B eher neuen Hörern Ihrer Musik. Dies treibt "Fans Also Like"-Assoziationen und einen Großteil von Discover Weekly an. Vollständige Erklärung →
Audioanalyse
Der Prozess der Extraktion messbarer Merkmale aus der rohen Audiowellenform eines Tracks. Spotify verwendet Convolutional Neural Networks (CNNs), um Spektrogramme zu analysieren und Eigenschaften wie Tempo, Tonart, Energie und Stimmung zu erkennen. Dies ermöglicht klangliche Ähnlichkeitsempfehlungen für Radio und Autoplay. Vollständige Erklärung →
Natural Language Processing (NLP)
Die Fähigkeit des Algorithmus, Textkontext zu verstehen. Die NLP-Komponente von Spotify analysiert Playlist-Titel, Liedtexte, Blog-Erwähnungen und Social-Media-Diskussionen, um den kulturellen Kontext rund um Musik zu verstehen.
Engagement-Metriken
Save-Rate
Der Prozentsatz der Hörer, die Ihren Tracken in ihrer Bibliothek speichern. Berechnet als saves ÷ eindeutige Hörer. Eine hohe Save-Rate signalisiert eine starke Hörerabsicht und ist einer der wichtigsten Prädiktoren für algorithmischen Erfolg. Vollständige Erklärung →
Skip Rate
Der Prozentsatz der Streams, bei denen der Hörer vor einer bestimmten Schwelle, oft der 30-Sekunden-Marke, überspringt. Hohe frühe Skip Rates lehren den Algorithmus, dass Ihr Tracken nicht gut zu dem Publikum passt, dem er angezeigt wurde.
Completion Rate
Der Prozentsatz der Hörer, die einen Tracken von Anfang bis Ende abspielen. Hohe Completion Rates deuten auf eine starke Bindung hin und tragen positiv zur algorithmischen Bewertung bei.
Repeat Listen Rate
Wie oft einzelne Hörer zurückkehren, um denselben Tracken mehrmals abzuspielen. Hohe Wiederholungsraten signalisieren tiefes Engagement und können eine Einstufung als "Super-Hörer" auslösen.
Stream-to-Listener Ratio
Die durchschnittliche Anzahl der Streams pro eindeutigem Hörer über einen Zeitraum. Ein Verhältnis über 1,0 deutet auf wiederholtes Hören hin. Höhere Verhältnisse deuten auf engagierte Fans hin, nicht nur auf einmaliges, beiläufiges Hören.
Audio-Features
Tempo
Die Geschwindigkeit eines Tracks, gemessen in Beats pro Minute (BPM). Bereich von 0-250 BPM.
Energie
Ein Maß von 0,0 bis 1,0 für Intensität und Aktivität. Kombiniert Dynamikumfang, wahrgenommene Lautstärke, Klangfarbe, Einsatzrate und Entropie. Death Metal erzielt hohe Werte; Ambient-Musik erzielt niedrige Werte.
Valence
Ein Maß von 0,0 bis 1,0 für musikalische Positivität. Hohe Valence (0,8+) klingt fröhlich oder euphorisch. Niedrige Valence (0,2 oder darunter) klingt traurig, melancholisch oder wütend.
Danceability
Ein Wert von 0,0 bis 1,0, wie geeignet ein Tracken zum Tanzen ist, basierend auf Tempo, Rhythmusstabilität, Beat-Stärke und Regelmäßigkeit.
Acousticness
Ein Konfidenzmaß von 0,0 bis 1,0, ob ein Tracken akustisch ist. Ein Wert von 1,0 zeigt eine hohe Konfidenz an, dass der Tracken keine elektronischen oder verstärkten Instrumente enthält.
Instrumentalness
Eine Vorhersage von 0,0 bis 1,0, ob ein Tracken Gesang enthält. Werte über 0,5 deuten auf Instrumentaltracks hin. "Ooh"- und "Aah"-Laute werden als instrumental behandelt.
Speechiness
Ein Maß von 0,0 bis 1,0 für das Vorhandensein von gesprochenem Wort. Inhalte im Podcast-Stil erzielen hohe Werte; rein instrumentale Musik erzielt niedrige Werte.
Algorithmische Oberflächen
Discover Weekly
Eine personalisierte Playlist mit 30 Tracks, die der Hörer noch nicht gehört hat, aktualisiert jeden Montag. Hauptsächlich durch Collaborative Filtering angetrieben. Vollständige Erklärung →
Release Radar
Eine personalisierte Playlist mit Neuerscheinungen von gefolgten Künstlern und ähnlichen Acts, aktualisiert jeden Freitag. Erfordert das Pitching über Spotify for Artists mindestens 7 Tage vor der Veröffentlichung.
Radio
Eine automatisch generierte Warteschlange von Tracks, die einem Starten-Song oder -Künstler ähneln. Nutzt Audioanalyse für klangliche Ähnlichkeit und Collaborative Filtering für Publikumsüberschneidungen.
Autoplay
Die Funktion, die Musik weiter abspielt, wenn eine Playlist oder ein Album endet. Angetrieben von denselben Signalen wie Radio, was die Hörsitzung unbegrenzt verlängert.
Daily Mix
Eine Reihe von 4-6 Playlists, die Ihre gespeicherte Musik und ähnliche Tracks nach Genre oder Stimmung gruppieren. Aktualisiert sich täglich.
AI DJ
Ein personalisiertes Radioerlebnis mit synthetisiertem Sprachkommentar. Nutzt dieselbe Personalisierungs-Engine wie andere Oberflächen, fügt jedoch gesprochenen Kontext zu Künstlern und Tracks hinzu. Vollständige Erklärung →
Promotion-Werkzeuge
Discovery Mode
Eine Vereinbarung zur Umsatzbeteiligung, bei der Künstler einen Provisionsabzug von 30 % auf Streams aus Radio, Autoplay und Mixes akzeptieren, im Austausch für eine erhöhte Empfehlungswahrscheinlichkeit. Vollständige Erklärung →
Marquee
Eine Vollbild-Pop-up-Anzeige für Neuerscheinungen (innerhalb von 21 Tagen), die angezeigt wird, wenn Zielhörer die mobile App öffnen. Teil des Campaign Kit; Pay-per-Click-Preismodell.
Showcase
Ein Banner-Anzeige im Startseite-Feed von Spotify für jede Veröffentlichung. Teil des Campaign Kit; Pay-per-Click-Preismodell. Vollständige Erklärung →
Canvas
Ein sich wiederholendes 3-8-sekündiges Video, das hinter Ihrem Tracken auf Mobilgeräten abgespielt wird. Nicht direkt algorithmisch, kann aber Engagement-Metriken verbessern, indem Hörer dazu ermutigt werden, zuzusehen und zu speichern.
Technische Konzepte
Exploration vs Exploitation
Der Kompromiss, den BaRT verwaltet, zwischen dem Anzeigen von Inhalten, von denen bekannt ist, dass sie Ihnen gefallen (Exploitation), und dem Testen neuer Inhalte, um Ihre Vorlieben zu lernen (Exploration). Neue Nutzer erhalten mehr Exploration; etablierte Nutzer erhalten mehr Exploitation.
Cold Starten Problem
Die Herausforderung, Musik für neue Künstler oder neue Nutzer zu empfehlen, die keine Hörhistorie haben. Audioanalyse hilft, dies zu lösen, indem sie klangliche Ähnlichkeitsempfehlungen ohne Verhaltensdaten ermöglicht.
Epsilon-Greedy-Strategie
Der spezifische Algorithmus, den BaRT verwendet, um Exploration und Exploitation auszubalancieren. Meistens wird Exploitation betrieben (Anzeige von Empfehlungen mit hoher Konfidenz); gelegentlich wird Exploration betrieben (Anzeige unsicherer Empfehlungen, um Daten zu sammeln).
Contextual Bandit
Ein Framework für maschinelles Lernen, das optimale Aktionen basierend auf dem Kontext lernt. BaRT ist ein Contextual-Bandit-System, das den Nutzerkontext (Tageszeit, Gerät, kürzliche Aktivität) bei der Erstellung von Empfehlungen berücksichtigt.
Spektrogramm
Eine visuelle Darstellung von Schallfrequenzen über die Zeit. Die CNNs von Spotify analysieren Spektrogramme, um Audio-Features aus rohen Wellenformen zu extrahieren.
Microgenre
Eine granulare Sub-Genre-Klassifizierung, die für die Personalisierung verwendet wird. Spotify unterhält eine große Taxonomie von Microgenres basierend auf Hörgewohnheiten und Audioeigenschaften.
Hörer-Segmente
Aktiv Listener
Ein Hörer, der innerhalb der letzten 28 Tage aktiv nach Ihrer Musik aus aktiven Quellen (Künstlerprofil, Release-Seiten, persönliche Playlists, Suche) sucht.
Monatlich Aktiv Listener
Die Teilmenge der monatlichen Hörer, die absichtlich aus aktiven Quellen gestreamt haben, nicht nur durch passives Playlisting oder Radio-Exposition.
Programmed Listener
Ein Hörer, der Ihre Musik durch algorithmische oder redaktionelle Playlists gehört hat, Sie aber nicht aktiv gesucht hat.
Plattform-Konzepte
30-Sekunden-Regel
Ein Stream zählt nur dann für Lizenzgebühren und Engagement-Metriken, wenn der Hörer den Tracken 30 Sekunden oder länger abspielt. Skips vor 30 Sekunden generieren keinen Umsatz und senden negative Signale. Vollständige Erklärung →
1.000-Stream-Schwelle
Seit 2024 müssen Tracks innerhalb eines rollierenden 12-Monats-Zeitraums 1.000 Streams ansammeln, um Lizenzgebühren zu generieren. Streams unter dieser Schwelle werden nicht ausgezahlt.
Popularity Index
Ein Wert von 0-100, den Spotify jedem Tracken und Künstler basierend auf der aktuellen Streaming-Geschwindigkeit zuweist. Höhere Werte deuten auf ein schnelleres Wachstum im Verhältnis zum Plattformdurchschnitt hin. Vollständige Erklärung →
Taste Profile
Das algorithmische Modell, das Spotify für jeden Nutzer basierend auf dessen Hörhistorie, saves, Skips und Playlist-Aktivität erstellt. Treibt alle personalisierten Empfehlungen an.