Dieses Glossar definiert die technischen Begriffe, die beschreiben, wie Spotifys Empfehlungssystem funktioniert. Nutzen Sie es als Referenz beim Lesen über algorithmische Playlists, Engagement-Optimierung oder Plattformstrategie.
Kernsysteme
BaRT (Bandits for Recommendations as Treatments)
Das KI-System, das Spotifys Empfehlungen auf dem Startbildschirm steuert. BaRT verwendet einen Multi-Armed-Bandit-Ansatz, um Exploitation (Anzeigen von Inhalten, von denen es weiß, dass sie Ihnen gefallen) mit Exploration (Testen neuer Inhalte, um mehr über Ihre Vorlieben zu erfahren) in Einklang zu bringen. Vollständige Erklärung →
Kollaboratives Filtern (Collaborative filtering)
Aine Empfehlungstechnik, die Muster darin erkennt, was ähnliche Hörer genießen. Wenn Hörer, die Ihren Titel gespeichert haben, auch Titel B speichern, wird der Algorithmus neuen Hörern Ihrer Musik eher Titel B empfehlen. Dies treibt „Fans mögen auch“-Assoziationen und einen Großteil von Discover Weekly an. Vollständige Erklärung →
Audioanalyse (Audio analysis)
Der Prozess der Extraktion messbarer Merkmale aus der Roh-Audio-Wellenform eines Titels. Spotify verwendet Convolutional Neural Networks (CNNs), um Spektrogramme zu analysieren und Eigenschaften wie Tempo, Tonart, Energie und Stimmung zu erkennen. Dies ermöglicht Empfehlungen basierend auf klanglicher Ähnlichkeit für Radio und Autoplay. Vollständige Erklärung →
Verarbeitung natürlicher Sprache (Natural language processing, NLP)
Die Fähigkeit des Algorithmus, Textkontexte zu verstehen. Die NLP-Komponente von Spotify analysiert Playlist-Titel, Songtexte, Blog-Erwähnungen und Social-Media-Diskussionen, um den kulturellen Kontext rund um Musik zu erfassen.
Engagement-Metriken
Save-Rate (Speicherquote)
Der Prozentsatz der Hörer, die Ihren Titel in ihrer Bibliothek speichern. Berechnet als saves ÷ unique listeners (Speicherungen ÷ eindeutige Hörer). Eine hohe Speicherquote signalisiert eine starke Hörerabsicht und ist einer der wichtigsten Indikatoren für algorithmischen Erfolg. Vollständige Erklärung →
Skip Rate (Überspringrate)
Der Prozentsatz der Streams, bei denen der Hörer vor einem bestimmten Schwellenwert, oft 30 Sekunden, überspringt. Hohe frühe Überspringraten lehren den Algorithmus, dass Ihr Titel schlecht für die Zielgruppe geeignet ist, der er gezeigt wurde.
Completion Rate (Abschlussrate)
Der Prozentsatz der Hörer, die einen Titel von Anfang bis Ende abspielen. Hohe Abschlussraten deuten auf eine starke Bindung hin und tragen positiv zur algorithmischen Bewertung bei.
Repeat Listen Rate (Wiedergabehäufigkeit)
Wie oft einzelne Hörer denselben Titel mehrmals abspielen. Hohe Wiedergabezahlen signalisieren tiefes Engagement und können die Klassifizierung als „Super-Hörer“ auslösen.
Stream-to-Listener Ratio (Stream-zu-Hörer-Verhältnis)
Die durchschnittliche Anzahl von Streams pro eindeutigem Hörer über einen bestimmten Zeitraum. Ein Verhältnis über 1,0 deutet auf wiederholtes Hören hin. Höhere Verhältnisse deuten auf engagierte Fans und nicht nur auf einmalige Gelegenheitswiedergaben hin.
Audiofunktionen
Tempo
Die Geschwindigkeit eines Titels, gemessen in Schlägen pro Minute (BPM). Reicht von 0–250 BPM.
Energie (Energy)
Ein Wert von 0,0–1,0 für Intensität und Aktivität. Kombiniert Dynamikbereich, wahrgenommene Lautstärke, Klangfarbe, Einschaltrate und Entropie. Death Metal erzielt hohe Werte; Ambient-Musik niedrige.
Valenz (Valence)
Ein Wert von 0,0–1,0 für die musikalische Positivität. Hohe Valenz (0,8+) klingt fröhlich oder euphorisch. Niedrige Valenz (0,2 oder darunter) klingt traurig, melancholisch oder wütend.
Tanzbarkeit (Danceability)
Ein Wert von 0,0–1,0 dafür, wie gut sich ein Titel zum Tanzen eignet, basierend auf Tempo, Rhythmusstabilität, Beatstärke und Regelmäßigkeit.
Akustik (Acousticness)
Ein Konfidenzwert von 0,0–1,0 darüber, ob ein Titel akustisch ist. Ein Wert von 1,0 deutet auf eine hohe Sicherheit hin, dass der Titel keine elektronischen oder verstärkten Instrumente enthält.
Instrumentalität (Instrumentalness)
Eine Vorhersage von 0,0–1,0, ob ein Titel Gesang enthält. Werte über 0,5 deuten auf instrumentale Titel hin. „Ooh“ und „Aah“-Geräusche werden als instrumental behandelt.
Sprachanteil (Speechiness)
Ein Wert von 0,0–1,0 für die Präsenz von gesprochenem Wort. Podcast-ähnliche Inhalte erzielen hohe Werte; reine Instrumentalmusik niedrige.
Algorithmische Oberflächen
Discover Weekly
Aine personalisierte Playlist mit 30 Titeln, die der Hörer noch nicht gehört hat und die jeden Montag aktualisiert wird. Hauptsächlich durch kollaboratives Filtern angetrieben. Vollständige Erklärung →
Release Radar
Aine personalisierte Playlist mit Neuerscheinungen von gefolgten Künstlern und ähnlichen Acts, die jeden Freitag aktualisiert wird. Muss mindestens 7 Tage vor der Veröffentlichung über Spotify for Artists eingereicht werden.
Radio
Aine automatisch generierte Warteschlange von Titeln, die einem Starttitel oder Künstler ähneln. Verwendet Audioanalyse für klangliche Ähnlichkeit und kollaboratives Filtern für die Zielgruppenüberschneidung.
Autoplay
Die Funktion, die Musik weiterspielt, wenn eine Playlist oder ein Album endet. Basiert auf denselben Signalen wie Radio und verlängert die Hörsitzung auf unbestimmte Zeit.
Daily Mix
Aine Sammlung von 4–6 Playlists, die Ihre gespeicherte Musik und ähnliche Titel nach Genre oder Stimmung gruppieren. Wird täglich aktualisiert.
AI DJ
Aine personalisierte Radioerfahrung mit synthetisierter Sprachkommentierung. Nutzt dieselbe Personalisierungs-Engine wie andere Oberflächen, fügt aber gesprochenen Kontext zu Künstlern und Titeln hinzu. Vollständige Erklärung →
Werbetools
Discovery Mode
Aine Lizenzgebühren-Teilungsvereinbarung, bei der Künstler auf einen Anteil von 30 % der Lizenzgebühren für Streams aus Radio, Autoplay und Mixes verzichten, im Austausch für eine erhöhte Wahrscheinlichkeit der Empfehlung. Vollständige Erklärung →
Marquee
Aine Vollbild-Pop-up-Anzeige für Neuerscheinungen (innerhalb von 21 Tagen), die angezeigt wird, wenn gezielte Hörer die mobile App öffnen. Teil des Campaign Kit; Pay-per-Click-Preisgestaltung.
Showcase
Aine Banneranzeige auf der Spotify-Startseite für eine beliebige Veröffentlichung. Teil des Campaign Kit; Pay-per-Click-Preisgestaltung. Vollständige Erklärung →
Canvas
Ain 3-8 Sekunden langes, sich wiederholendes Video, das hinter Ihrem Titel auf Mobilgeräten abgespielt wird. Nicht direkt algorithmisch, kann aber die Engagement-Metriken verbessern, indem es Hörer zum Ansehen und Speichern anregt.
Technische Konzepte
Exploration vs. Exploitation (Erkundung vs. Ausbeutung)
Der Kompromiss, den BaRT zwischen der Anzeige von Inhalten, die Sie bereits mögen (Exploitation), und dem Testen neuer Inhalte, um Ihre Vorlieben zu lernen (Exploration), verwaltet. Neue Benutzer erhalten mehr Exploration; etablierte Benutzer mehr Exploitation.
Kaltstartproblem (Cold start problem)
Die Herausforderung, Musik für neue Künstler oder neue Benutzer zu empfehlen, die keine Hörhistorie haben. Die Audioanalyse hilft bei der Lösung dieses Problems, indem sie Empfehlungen basierend auf klanglicher Ähnlichkeit ohne Verhaltensdaten ermöglicht.
Epsilon-Greedy-Strategie (Epsilon-greedy strategy)
Der spezifische Algorithmus, den BaRT zur Balance zwischen Exploration und Exploitation verwendet. Meistens wird ausgebeutet (Anzeige von Empfehlungen mit hoher Sicherheit); gelegentlich wird erkundet (Anzeige von unsicheren Empfehlungen zur Datenerfassung).
Kontextvariable Banditen (Contextual bandit)
Aine Machine-Learning-Struktur, die optimale Aktionen basierend auf dem Kontext lernt. BaRT ist ein Contextual-Bandit-System, das den Benutzerkontext (Tageszeit, Gerät, letzte Aktivität) bei Empfehlungen berücksichtigt.
Spektrogramm (Spectrogram)
Aine visuelle Darstellung von Schallfrequenzen über die Zeit. Spotifys CNNs analysieren Spektrogramme, um Audiofunktionen aus Roh-Wellenformen zu extrahieren.
Mikrogenre (Microgenre)
Aine granulare Untergenre-Klassifizierung, die zur Personalisierung verwendet wird. Spotify pflegt eine große Taxonomie von Mikrogenres, die auf Hörgewohnheiten und Audioeigenschaften basieren.
Hörergruppen
Aktiver Hörer (Active listener)
Aine Person, die Ihre Musik innerhalb der letzten 28 Tage gezielt über aktive Quellen sucht (Künstlerprofil, Veröffentlichungsseiten, persönliche Playlists, Suche).
Monatlich aktiver Hörer (Monthly active listener)
Die Teilmenge der monatlich aktiven Hörer, die Ihre Musik absichtlich über aktive Quellen gehört haben und nicht nur durch passive Playlist-Wiedergabe oder Radio-Exposition.
Programmierter Hörer (Programmed listener)
Aine Person, die Ihre Musik über algorithmische oder redaktionelle Playlists gehört hat, Sie aber nicht aktiv gesucht hat.
Plattformkonzepte
30-Sekunden-Regel (30-second rule)
Ain Stream zählt nur dann für Lizenzgebühren und Engagement-Metriken, wenn der Hörer den Titel 30 Sekunden oder länger abspielt. Überspringen vor 30 Sekunden generiert keine Einnahmen und sendet negative Signale. Vollständige Erklärung →
1.000-Stream-Schwelle (1,000-stream threshold)
Ab 2024 müssen Titel innerhalb eines gleitenden 12-Monats-Zeitraums 1.000 Streams ansammeln, um Lizenzgebühren zu generieren. Streams unterhalb dieser Schwelle werden nicht ausgezahlt.
Popularitätsindex (Popularity index)
Ain von Spotify zugewiesener Wert von 0–100 für jeden Titel und Künstler, basierend auf der jüngsten Streaming-Geschwindigkeit. Höhere Werte deuten auf ein schnelleres Wachstum im Vergleich zum Plattformdurchschnitt hin. Vollständige Erklärung →
Geschmacksprofil (Taste profile)
Das algorithmische Modell, das Spotify für jeden Benutzer basierend auf seiner Hörhistorie, Speicherungen, Überspringen und Playlist-Aktivität erstellt. Steuert alle personalisierten Empfehlungen.