SPIEGEL ONLINE

SPIEGEL ONLINE

16. Mai 2018, 04:07 Uhr

Analyse von 500.000 Titeln

Was macht einen Song zum Top-Hit?

Tolle Stimme, eingängige Melodie oder flotter Rhythmus? Forscher haben untersucht, welche Songs in den Charts besonders erfolgreich sind - und Trends ausgemacht.

Kann es ein einfaches Erfolgsrezept für einen Nummer-Eins-Hit geben? Mancher Musiker und Produzent mag das glauben, aber schon aus prinzipiellen Gründen ist es unmöglich: Woche für Woche kann es immer nur einen Song geben, der ganz oben in den Charts steht. Das sind höchstens 52 pro Jahr, obwohl in diesem Zeitraum ja Tausende Titel neu veröffentlicht werden.

Wissenschaftler haben trotzdem immer wieder versucht, zumindest einige Kriterien für den Erfolg von Songs zu identifizieren. 2006 kam eine Untersuchung der Columbia University in New York zum Ergebnis, dass Versuchspersonen einen Song umso besser fanden, je mehr andere Menschen ihn auch mochten. Musikalische Faktoren spielten offenbar eine untergeordnete Rolle.

Nun haben Forscher der University of California in Irvine eine umfangreiche Analyse von 500.000 zwischen 1985 und 2015 in Großbritannien veröffentlichten Songs vorgestellt. Dank des langen Zeitraums konnten Mathematiker und Statistiker auch einige allgemeine Trends im Musikgeschäft der vergangenen Jahrzehnte ablesen.

Beispielsweise verbreiten Songs heute generell weniger gute Laune als noch in den Achtzigerjahren. Zudem ist der Anteil trauriger Lieder leicht gestiegen, wie Natalia Komarova und ihre Kollegen im Fachblatt "Open Science" berichten.

Partystimmung? Läuft

Als erfolgreich definierten die Forscher einen Song dann, wenn er es in die britischen Top-100 schaffte. Jedem Titel wurden 18 verschiedene Charakteristika zugeordnet, wie Stimmung, Tonalität, Tanzbarkeit, Geschlecht des Interpreten, Genre (Techno, Hip-Hop) und Rhythmus. Auch das Team um Komarova konnte mit seinen statistischen Analysen kein todsicheres Erfolgsrezept für einen Top-Hit generieren - aber zumindest einige Kriterien dafür.

Besonders erfolgreiche Songs tendierten dazu, "glücklicher" zu sein und eher Partystimmung zu verbreiten, schreiben die Forscher. Zudem seien Top-100-Hits weniger "relaxed" als Songs im Durchschnitt und häufiger von Frauen gesungen als von Männern.

"Der Unterschied zwischen einem erfolgreichen und einem durchschnittlichen Titel ist nicht direkt erkennbar", betonen die Wissenschaftler. Mancher Hit spiegle die Dynamik vieler anderer, parallel veröffentlichter Titel wider, andere hingegen nutzten Elemente aus früheren Jahren.

Klar erkennbar in den Daten sei der Superstar-Bonus: Große Namen wie Madonna, Rihanna oder Eminem ziehen halt, auch wenn der Song allein nicht unbedingt aus der Masse der vielen veröffentlichten Titel herausragen würde.

Vorhersage zu 85 Prozent

Mit einem mathematischen Modell versuchten die Forscher auch, den Erfolg von im Jahre 2014 veröffentlichten Songs auf Basis der zugewiesenen 18 Kriterien wie Stimmung, Rhythmus und Genre vorherzusagen. Basis waren hier die Top-100-Charts der Jahre 1985 bis 2013, mit denen das System gefüttert wurde.

Ergebnis: Von den insgesamt 526 Top-100-Songs aus Großbritannien im Jahr 2014 identifizierte die Software etwa 85 Prozent als potenzielle Hits, wobei bei der Kalkulation auch der Superstar-Bonus berücksichtigt wurde.

Doch weil die Software ähnlich wie ein Spamfilter nicht völlig fehlerfrei arbeitet, würde sie einen Teil der ja eigentlich nicht erfolgreichen Songs zu potenziellen Hits erklären (falsch positive). Dieser Anteil liegt laut Komarova bei etwa 7,5 Prozent. Das entspricht fast 1000 Titeln, die laut Softwareprognose Chartpotenzial haben, es aber tatsächlich nicht in die Top-100 geschafft haben.

Zur zuverlässigen Hit-Erkennung taugt die Methode der kalifornischen Forscher also nur bedingt. Das liegt vor allem an der Vielzahl der Titel, die jedes Jahr erscheinen. Im Jahr 2014 waren es in Großbritannien der Studie zufolge mehr als 13.000.

hda

URL:

Verwandte Artikel:

Mehr im Internet


© SPIEGEL ONLINE 2018
Alle Rechte vorbehalten
Vervielfältigung nur mit Genehmigung