Beispielsweise kreieren Spotify-NutzerInnen täglich bis zu 600.000 Gigabyte (Byers, 2019). Demzufolge hat auch die Musikindustrie bereits vor einiger Zeit die Bedeutung dieser Datenmengen zu Analysezwecken erkannt. Mittels Music Analytics sind Musikunternehmen, unter Anwendung maschinellen Lernens und künstlicher Intelligenz in der Lage Algorithmen zu entwickeln, die u.a. die Vorhersage von Marktszenarien in der Musikindustrie ermöglichen und demzufolge den Musikmarkt grundlegend verändern können. McKinsey (2019) und Marr (2019) nehmen an, dass „mindestens 70 Prozent der am globalen Markt agierenden Musikunternehmen die Technologie des Music Data Analytics bis ins Jahr 2030 für die Entwicklung neuer Geschäftsprozesse bereits in deren Unternehmensstrategien adaptiert haben werden“.

Grundsätzlich wird Music Data Analytics als eine digitale Marktforschungsmethode auf Basis von Echtzeitdaten verstanden und ist eng mit dem Begriff Big Data Analytics und dem Forschungsgebiet Data Science verknüpft (Hope, 2021, o.S.). Im Rahmen von Music Data Analytics werden vornehmlich unstrukturierte anonymisierte Datenmengen über das Nutzerverhalten mittels Cookies gesammelt, auf Basis künstlicher Intelligenz auf fortlaufende Zusammenhänge untersucht und daraus feststehende Algorithmen entwickelt.

Aufgrund der technologischen Aspekte kann Music Data Analytics auch als Teilbereich von Business Intelligence betrachtet werden. Business Intelligence umfasst die betriebliche Entscheidungsfindung mittels der Analyse strukturierter Daten zur Steigerung der Wertschöpfung. Music Data Analytics fokussiert sich in diesem Zusammenhang hauptsächlich auf die Entwicklung entscheidungsrelevanter Marketingmaßnahmen im Geschäftsprozess eines Musikunternehmens auf Basis verschiedener Erfolgs- und Leistungskennzahlen. Die Leistungsmessung erfolgt über die Datenanalyse konsumentenorientierten Verhaltens, Assoziationen mit einem für das Musikunternehmen agierende MusikerIn und dem Musikgenre (Setaro, 2019, o.S.).

Es existieren am Markt bereits verschiedene Music Data Analytics Softwarelösungen, wie beispielsweise Nextbigsound oder Chartmetric. Diese Softwarelösungen bieten den Musikunternehmen eine Vielzahl an Funktionen und Analysemöglichkeiten an. Durch den Einsatz von Music Data Analytics Software ergeben sich daher für Musikunternehmen und MusikerInnen durch die Gesamtmarktanalyse eine Vielzahl an Chancen und Risiken. Durch die plattformenübergreifende und zielgerichtete Analyse des genregenerierten Musikverhaltens der NutzerInnen auf Streamingplattformen (z.B. Spotify, Youtube) und die Interaktionen im World Wide Web (z.B. Instagram, Facebook) schafft und sichert Music Data Analytics, Wettbewerbsvorteile für die Marktpositionierung von Musikunternehmen und den MusikerInnen. In diesem Zusammenhang ermöglicht Music Data Analytics gleichfalls die frühzeitige Erkennung von Trends und Entwicklungen am Musikmarkt, neuen Geschäftsmodellen sowie neuen Vertriebsmärkten. Den Chancen steht u.a. auch das Risiko der Fehlinterpretation der Daten gegenüber. Um der Fehlinterpretation der Daten entgegenzuwirken, und die vollumfängliche Nutzung der Music Data Analytics Software zu gewährleisten, ist die Einstellung eines qualifizierten Music Data Analysten aus Sicht der Musikunternehmen in Zukunft notwendig.

Literaturquellen

Byers, G. (2019). Artifical Intelligence is Altering the Music Industry.

Hope, D. (2021). What Can Be The Use Of Analytics In The Music Industry?.

Ingham, T., Millman, E., & Wang, A. X. (2020). Where the Music Business Is Going in 2020?

Marr, B. (2019). The Amazing Way Artifical Intelligence Is Transforming The Music In-dustry.

McKinsey (2019). Notes from the AI Frontier Modeling The Impact Of AI On The World Economy.

Setaro, S. (2019). How Data Is Making Hits and Changing the Music Industry.