1 Punkte von GN⁺ 2025-12-16 | Noch keine Kommentare. | Auf WhatsApp teilen
  • Last.fm und Audioscrobbler waren studentische Projekte, die 2002 jeweils unabhängig voneinander entwickelt wurden und mithilfe von „Collaborative Filtering“ frühe Social-Web-basierte Dienste für Musikempfehlungen und die Vernetzung von Nutzern umsetzten
  • Last.fm wurde als eine Art Internetradio betrieben, erzeugte auf Basis des Hörverlaufs der Nutzer eine „Map of Music“ und visualisierte Beziehungen zwischen Genres und Songs; außerdem konnten Nutzer ihre Profile mit anderen teilen
  • Audioscrobbler verfolgte die Musik-Wiedergabedaten der Nutzer und erstellte daraus Hörprotokolle, die als „Scrobbling“ bezeichnet wurden; darauf aufbauend bot der Dienst Vergleiche mit Nutzern ähnlichen Geschmacks und Empfehlungen
  • Beide Dienste lösten sich vom klassischen Broadcast-Modell und zeigten einen Weg, neue Musik über Nutzerdaten und soziale Verbindungen zu entdecken
  • Später wurden sie zusammengeführt und gelten als Beispiel dafür, dass schon vor Web 2.0 datenbasierte Empfehlungen und Social Networking möglich waren

Vorzeichen des frühen Social Web

  • Last.fm, 2002 gestartet, war eine von Studenten des Ravensbourne College in London entwickelte Internetradio-Plattform, die personalisierte Musikempfehlungen auf Basis des Hörverlaufs der Nutzer anbot
    • Wenn Nutzer wiederholt Musik hörten, lernte das System ihre Vorlieben und baute ein persönliches Profil auf
    • Über die „Map of Music“, eine Visualisierung der Gesamtheit aller Nutzerprofile, wurden Verbindungen zwischen Genres dargestellt
  • Collaborative Filtering war eine von Amazon genutzte Empfehlungstechnik, die auf Basis ähnlicher Kauf- oder Bewertungsverläufe Elemente miteinander verknüpfte und Empfehlungslisten erzeugte
    • Ein typisches Beispiel ist die Amazon-Funktion „Kunden, die diesen Artikel gekauft haben, kauften auch“
    • Last.fm übertrug dieses Prinzip auf Musikdaten und erzeugte Empfehlungen auf Grundlage von Beziehungen zwischen Songs

Das Auftreten von Audioscrobbler

  • Im selben Jahr entwickelte Richard Jones von der University of Southampton Audioscrobbler, das die Musik-Wiedergabedaten der Nutzer sammelte und daraus Empfehlungen erzeugte
    • Nutzer installierten eine Software, die ihre Hördaten automatisch aufzeichnete
    • Diese Daten wurden per Collaborative Filtering mit denen anderer Nutzer verglichen und führten so zu Empfehlungen
  • Jones prägte den Begriff „audioscrobbling“, um den auf Hörprotokollen basierenden Empfehlungsprozess zu beschreiben
  • Später wurde Audioscrobbler mit Last.fm zusammengeführt und zu einer gemeinsamen Plattform weiterentwickelt

Loslösung vom Broadcast-Modell

  • Last.fm löste sich von der klassischen Radiostruktur, in der Redakteure die Musikauswahl treffen, und führte einen Ansatz ein, bei dem Nutzer den Musikfluss selbst prägen
    • Nutzer konnten Songs mit den Buttons „love“, „hate“ und „skip“ bewerten und so ihre persönliche Sammlung anpassen
    • Außerdem konnten sie Profile anderer Nutzer durchsuchen oder automatisch einen Stream passend zum eigenen Geschmack erzeugen lassen
  • Mitgründer Martin Stiksel erklärte, dass „gute Musik in einem sozialen Kontext entdeckt wird, so wie man sie bei Freunden zu Hause hört“
    • Genau diese Idee in die Online-Umgebung zu übertragen, war der Kern von Last.fm

Der Wert von Nutzerdaten

  • Last.fm und Audioscrobbler nutzten den kollektiven Wert von Nutzerdaten, um neue Wege zur Entdeckung von Inhalten zu schaffen
    • Ähnlich wie bei den Produktempfehlungen von Amazon wurden Musik-Hördaten zur zentralen Ressource für Empfehlungen
  • Damals konnten aufgrund von urheberrechtlichen Beschränkungen allerdings nur 30-Sekunden-Samples abgespielt werden
    • Später wandelte sich der Dienst zu einem offiziellen Online-Radio, nachdem Lizenzgebühren an PRS und MCPS gezahlt wurden
  • Dieser Versuch zeigte bereits vor der Streaming-Revolution das Potenzial eines datenbasierten Modells des Musikkonsums

Die Verbindung zu Web 2.0

  • Die Zusammenführung von Last.fm und Audioscrobbler legte die Grundlage für ein Social Web, das auf Nutzerbeteiligung und Datenaustausch basiert
    • Personalisierte Empfehlungen, Verbindungen zwischen Nutzern und Datenvisualisierung setzten zentrale Elemente von Web 2.0 bereits vorweg
  • Im Zuge des ab 2004 an Fahrt aufnehmenden Social Web gelten diese beiden Projekte als Urform einer Online-Community rund um Musik

Noch keine Kommentare.

Noch keine Kommentare.