Silicon Demokratie
Kolumne „Silicon Demokratie“

Dada statt Big Data

Von Evgeny Morozov
© dpa, F.A.Z.

Von all den Start-Ups, die im vergangenen Jahr gegründet wurden, ist Fuzz vermutlich das interessanteste und am wenigsten wahrgenommene. Fuzz bezeichnet sich als „von Menschen gemachtes Radio“, das ohne Roboter auskommt und sich, was die Suche nach neuer Musik angeht, dem Trend zu einer zunehmend algorithmengestützten Programmgestaltung widersetzt. Anders als populäre Internetradiostationen, die sich auf algorithmenbasierte Empfehlungen verlassen, arbeitet Fuzz mit lebendigen DJs, Hörern, die aufgerufen sind, ihre eigene Musik auf die Webseite hochzuladen und auf diese Weise ihr Radioprogramm selbst zu gestalten. Das Ganze gründet auf der Idee, vielleicht auch der Hoffnung, dass lebendige Moderatoren etwas erreichen, was Algorithmen nicht schaffen können. Wie der Gründer Jeff Yasuda erklärte: „Es besteht großes Interesse an kuratierten Erlebnissen, und man besinnt sich wieder darauf, dass die besten Empfehlungen von Menschen kommen.“

Auch wenn der Start von Fuzz kaum registriert wurde, ist die wachsende Bedeutung von Algorithmen in allen Phasen der künstlerischen Produktion immer weniger zu übersehen. Darauf hat Andrew Leonard, der Technologiekritiker der Internetseite Salon, in einem aufschlussreichen Beitrag über „House of Cards“ hingewiesen, eine vieldiskutierte Serie, mit der der Streamingdienst Netflix in das Produktionsgeschäft einstieg. Der Mythos dieser Serie ist inzwischen allgemein bekannt. Netflix war anhand des Feedbacks seiner Nutzer zu dem Schluss gekommen, dass ein Remake der gleichnamigen britischen Serie sehr erfolgreich sein könnte, zumal wenn Kevin Spacey mitspielt und David Fincher Regie führt.

„Kann der unabhängige Filmemacher überleben, wenn Computeralgorithmen die entscheidende Zielgruppe sind?“, fragte Leonard und überlegte, inwieweit die Unmengen von Daten, die Netflix während der ersten Staffel der Serie einsammelte (wie oft beispielsweise der Pause-Button gedrückt wurde), künftige Episoden beeinflussen können. Viele andere Branchen stehen vor ähnlichen Fragen. Amazon erhält über sein Kindle Unmengen von Informationen über die Lesegewohnheiten der Nutzer: Welche Bücher werden bis zu Ende gelesen, welche Stellen übersprungen und so weiter.

Drittklassige Popmusik von gestern

Anhand dieser Daten kann Amazon prognostizieren, welche Zutaten notwendig sind, damit Kunden ein Buch bis zur letzten Seite lesen. Vielleicht wird Amazon sogar alternative Romanenden anbieten, damit der Leser restlos zufrieden ist. Wie es in einer Studie zur Zukunft der Unterhaltungsbranche heißt, leben wir in einer Welt, „in der aus Geschichten adaptionsfähige Algorithmen werden können, die eine interessantere und interaktive Zukunft konstruieren“. Und so, wie Netflix sich überlegte, dass es bei all den verfügbaren Daten töricht wäre, nicht in das Filmgeschäft einzusteigen, so hat Amazon erkannt, dass es dumm wäre, nicht in das Verlagsgeschäft einzusteigen. Amazons Informationen reichen aber viel weiter als die von Netflix. Da Amazon auch eine Seite betreibt, auf der wir Bücher kaufen, weiß das Unternehmen alles, was es über unser Kaufverhalten wissen muss und über die Preise, die wir zu zahlen bereit sind. Inzwischen betreibt Amazon sieben Imprints, weitere sind in Planung.

Auch die Musikbranche wendet schon seit einigen Jahren ähnliche Methoden an, um anhand von Unmengen von Daten vorherzusagen, ob ein bestimmter Titel das Zeug zum Hit hat. Der Vorteil liegt auf der Hand: Man braucht keine Beziehungen mehr (früher unabdingbar), um einen Vertrag zu bekommen, sondern nur einen Song, der, auf der Grundlage aktueller Trends, höchstwahrscheinlich Erfolg haben wird. Der Nachteil liegt auf der Hand: Am Ende gibt es vielleicht nur noch seichte Songs, die alle gleich klingen. „Solche Techniken“, schrieb Christopher Steiner in „Automate This“ (2012), „bringen uns möglicherweise neue Künstler, aber weil sich ihr Urteil an dem orientiert, was früher einmal populär war, werden wir letztlich die gleiche nichtssagende Popmusik bekommen, die wir schon haben. Es ist eine Schwäche dieser Methode, dass all die Jahre drittklassiger Musik in der Analyse enthalten sind.“

Menschen empfehlen bessere Bücher als Algorithmen

Watson, der IBM-Supercomputer, durchforstet bereits Abertausende von juristischen und medizinischen Texten, um Analysen zu erstellen, die kein Anwalt und kein Wissenschaftler schaffen kann - jedenfalls nicht bei dieser Datenmenge. Wenn analysiert werden soll, was in der Vergangenheit verkäuflich war und was sich voraussichtlich in Zukunft verkaufen wird, dann könnte Watson natürlich auch in den Bereichen Musik, Film und Bücher zum Einsatz kommen.

Ein solcher Schritt dürfte zwar für bessere Verkaufszahlen sorgen, die Entwicklung einer lebendigen Kultur würde aber behindert. Hätte Watson, wenn es ihn damals schon gegeben hätte, das Heraufkommen des Impressionismus oder der futuristischen Dichtung oder der Nouvelle Vague vorhergesehen? Hätte er Strawinsky gut gefunden? Big Data hätte Dada vermutlich nicht bemerkt.

Um zu verstehen, wo die Chancen und Grenzen von Algorithmen für den künstlerischen Schaffensprozess liegen, müssen wir bedenken, dass dieser für gewöhnlich aus drei Elementen besteht: Entdeckung, Produktion und Empfehlung. Start-ups wie Fuzz konzentrieren sich auf die Empfehlung, in der Hoffnung, dass wir uns lieber von Menschen als von Algorithmen leiten lassen. FiveBooks praktiziert ein ähnliches Modell im Buchsektor. Auch hier geht man davon aus, dass Menschen Algorithmen überlegen sind. Amazon gibt viele gute Empfehlungen, aber FiveBooks mit seinen handverlesenen Buchempfehlungen - Paul Krugman, Harold Bloom oder Ian McEwan - spielt in einer anderen Liga. Empfehlungen sind der Bereich, in dem handverlesene und algorithmengestützte Empfehlungen koexistieren könnten.

Punk vom Unternehmensberater

Doch wenn es um die Entdeckung neuer Talente geht, sieht es viel düsterer aus. Empfehlungen sind schließlich nur sinnvoll, wenn es wirklich gute, empfehlenswerte Werke gibt. Wenn nur solche Produktionen empfohlen werden, bei denen damit zu rechnen ist, dass sie ähnlich erfolgreich sind wie vorangegangene Empfehlungen, und wenn sie auf der Grundlage unmittelbaren Feedbacks produziert werden, dann mag das zu guten Verkaufszahlen führen. Aber wird aus diesen kaufmännischen Strategien wirklich radikale Kunst hervorgehen?

Im letzten Dezember erschien in der „Global Times“, Chinas englischsprachigem Boulevardblatt, ein Bericht über die Punkband Bear Warrior, die überlegte, wie sich die Reaktion des Publikums auf ihre Songs messen ließe. Der Frontmann der Band, ein Student der Ingenieurwissenschaften an einer Pekinger Universität, entwickelte das sogenannte POGO-Thermometer, das mit Hilfe von in den Teppichboden eingebauten Sensoren die Intensität der Tanzbewegungen messen kann. Die Impulse werden an einen Zentralcomputer übermittelt und dort ausgewertet. Offenbar zeigte sich, dass die Fans „sich aktiver bewegten, sobald das Schlagzeug einsetzte, und sie besonders lebhaft tanzten, wenn der Sänger höhere Töne sang“. Dazu der Frontmann: „Die Daten zeigen uns, wie wir unsere Auftritte so verbessern können, dass das Publikum in der gewünschten Weise auf unsere Musik reagiert.“

Vielleicht können die Musiker die Qualität ihrer Auftritte tatsächlich auf diese Weise verbessern - aber seit wann ist Punk so nett? Die Frage, wie man ein zufriedenes Publikum bekommt, ist ein Thema für Unternehmensberater, nicht für Punkmusiker! Die Sex Pistols hätten für den Teppich nur eine Verwendung gehabt, und ganz gewiss wäre es ihnen nicht um irgendwelche Sensoren gegangen. Aber die Sex Pistols haben sich auch nicht für das Feedback ihres Publikums interessiert, sondern eine Revolution in Gang gesetzt, während Bear Warrior höchstens an ihrer Karriere interessiert sind.

Aus dem Englischen von Matthias Fienbork.

Quelle: F.A.Z.
  Zur Startseite

Themen zu diesem Beitrag:
David Fincher | Kevin Spacey | Amazon | Netflix | House of Cards | Roboter