Postdigitale Subjektivität und die Transformation musikkultureller Praktiken auf TikTok und Co.
Ein Beitrag von Marc Godau, Dominik Maxelon und Timo Neuhausen
1. Forschungsstand
1.1 Plattformisierung
Aktuell sind sowohl die Kulturindustrie als auch kulturelle Praxen geprägt von algorithmusbasierten Plattformen (Poell et al. 2021). So werden speziell popularmusikalische Praktiken nicht mehr nur wie die Studio- und Live-Musik vom Tonträgergeschäft oder der Eventindustrie beeinflusst, sondern sind in hohem Maße geformt durch Social-Media-Plattformen wie YouTube, Spotify, TikTok und Co. Den dahinter liegenden Prozess der Plattformisierung definieren wir als die tiefgehende Einwirkung plattformtypischer technischer Infrastrukturen sowie wirtschaftlicher Logiken und Regeln auf die Zirkulation von Kulturprodukten (Bonini und Magaudda 2024). Bezogen auf musikalische Praxen bedeutet das unter anderem, dass etwa Top-10 Singles aus den Billboard Jahrescharts seit den 1980ern signifikant schneller und kürzer geworden seien (Léveillé Gauvin 2018) sowie darauf zugeschnitten würden, „to deliver their full gratification potential as soon as possible.“ (Klimmt et al. 2023). Dies führt in ein transformiertes, postdigitales Künstler:innen-Subjekt, sodass „musicians have found themselves redefined as ›content providers‹ rather than creative producers“ (Negus 2019). Demzufolge agieren diese Musiker:innen als Plattform-Musiker:innen, indem sie teilweise ausschließlich für und auf Online-Plattformen Musik machen (Godau 2024).
Speziell Kurzvideos zuvorderst im 9:16-Format für eine vertikale Haltung von Smartphones sind in den vergangenen Jahren zu einem bedeutenden Kulturprodukt, mithin zum neuen Leitmedium geworden. Dieser sogenannte short video turn (Kaye et al. 2022) war seit 2018 maßgeblich durch TikTok beeinflusst. Die seitdem zentrale Positionierung von audiovisuellen Mikroformaten auf Social Media-Plattformen (z. B. Instagram-Reels, YouTube-Shorts, LinkedIn-Kurzvideos, Spotify-Canvas usw.) veränderte die Produktionsbedingungen für Content-Creator:innen (Fisch 2024), wobei sich nicht nur Formate und Länge von Videos änderten, sondern neue musikalische Praktiken entstanden (Bonini und Magaudda 2024; Haenisch et al. 2023; Polak und Schaap 2024).
Eine zentrale Rolle spielen in diesem Kontext die algorithmischen Systeme der Plattformen. Hierzu zählt zunächst, dass künstlerische Praxen zunehmend hybridisiert werden und ko-kreativ sind, sodass „Algorithmen aktiv ästhetisches Wissen in Gestaltungsprozesse einbringen […und] Vernetzungstechnologien mit netzkulturellen Praktiken verschmelzen“ (Jörissen et al. 2020). Dies entspricht einer Verschiebung des individuell handelnden und innersubjektiv entscheidenden westlich-abendländischen Kreativsubjekts, das sich intellektuell wie handwerklich auf institutionalisierte, diskursive ästhetische Expertisepraxen, also die ‚Künste‘ beruft. Im postdigitalen Zeitalter ist ästhetisches Wissen teils in Technologien eingebettet und Kreativitätsimperative (Be creative!) sowie Aufmerksamkeitsökonomien regulieren die Anreize zu ästhetischen, mithin künstlerischen Schaffensprozessen. Diese werden stärker von fluiden, referenziellen Formen wie Memes, Remixes und Plattformtrends bestimmt. Eine postdigitale Autor:innenschaft bringe so vermehrt sozio-technische Hybrid-Subjekte hervor, die sich als kollektiv, vernetzt und algorithmisch kennzeichnen (Jörissen et al. 2020).
1.2 Algorithmische Folklore & Hyperawareness
Aufgrund der Tatsache, dass Konzerne die algorithmischen Funktionslogiken nicht preisgeben und auch anderweitig über die Blackbox Algorithmus keine im wissenschaftlichen Sinne fundierten Informationen erlangt werden können, „users often develop their own ‘folk’ theories of how social media’s content governance works“ (Kaye et al., 2020). Dabei entstehen algorithmischer Klatsch (algorithmic gossip) und algorithmische Folklore bzw. algorithmic folk theories (Bishop 2019; Delmonaco et al. 2024; Karizat et al. 2021; Kaye et al. 2020; Savolainen 2022). Darunter fallen informelle, kollektive Theorien und Strategien mit Bezug auf Empfehlungsalgorithmen. Diese dynamischen Geschichten resultieren daraus, dass Creator:innen ihre Beobachtungen und Erfahrungen mit dem Algorithmus teilen und Annahmen und Strategien entwickeln, um Mechanismen der Plattform (besser) zu erfassen und zum eigenen Vorteil zu nutzen (Kaye et al. 2020). Der epistemische Wert solcher Narrative (Storys) besteht in ihrer sinnstiftenden Einbettung in die kulturellen Plattformpraktiken, indem die Erzählungen geteilt und handlungsleitend werden bzw. Praxis fortschreiben. Algorithmische Folklore stellt eine wesentliche Bedingung in der Produktion von Content dar, wobei es zunächst sekundär ist, ob diese Annahmen über die Funktionsweisen eines Algorithmus abschließend wissenschaftlich bestätigt sind. So wird nach wie vor häufig der empirisch widerlegten Vermutung gefolgt, dass beispielsweise auf TikTok die Verwendung von Hashtags wie #fyp oder #foryou, die Chancen eines Videos erhöhe (Klug et al. 2021). Die andauernde, lernende Auseinandersetzung mit Algorithmen kann zu einer hohen Sensibilität (hyperawareness) dafür führen, dass Algorithmen beobachten, überwachen, tracken, quantisieren, markieren, auswerten und beeinflussen (Hodgensen 2019; Siles et al. 2022). Mitunter suggeriert die Forschungslage allerdings, dass Plattform-Algorithmen zwar komplex, aber prinzipiell abschließend erlernbar seien (Bhandari und Bimo 2022; Siles et al. 2022; O’Leary 2023), wobei fortlaufende Weiterentwicklungen dieser (selbst lernenden) Technologien ausgeblendet bleiben (vgl. Covington et al. 2016; Goodrow 2021).
1.3 Feeds & Reichweite
Die in diesem Artikel herausgestellte App TikTok sticht insofern heraus, als dass sie zum einen die vormalige Konzentration auf Texte und Bilder von Social-Media-Plattformen wie z.B. Twitter, Facebook oder Pinterest usw. durch Kurzvideos ablöste und zum anderen eine Vorreiterrolle in der Transformation von chronologischen follow-basierten Feeds hin zu algorithmisch personalisierten Feeds einnimmt. Statt die neuesten Beiträge gefolgter Konten aufzulisten (reverse chronological algorithm), werden Beiträge auf TikToks For-You-Page in Abhängigkeit von Daten über das User:innen-Engagement, in Form von u. a. Likes, Follows, Shares, Rezeptionsdauer und Suchanfragen mit ähnlichen Inhalten, angezeigt (platform optimal algorithm) (Risco und Lleonart-Anguix 2024). Somit können prinzipiell auch Videos von Creator:innen mit niedriger Follower:innenzahl viele Aufrufe erzielen. Welche Umstände genau Reichweiten und Sichtbarkeit beeinflussen, ist nach wie vor unklar und deshalb Gegenstand diverser Studien, die aber nur punktuelle Antworten geben können (Bishop 2019; Brady et al. 2017; Han et al. 2020; Mousavi et al. 2022; Mulcahy et al. 2024; Rathje et al. 2021; Rathje et al. 2024). Im Hinblick auf die Herausforderung, die eigene Musik und ein Publikum aufeinandertreffen zu lassen, bewegen sich Musiker:innen in einem Spannungsfeld zwischen einer Unterwerfung unter Plattformaffordanzen und künstlerischer Integrität (Polak und Schaap 2024). Einige Songwriter:innen folgen einem künstlerisch-autonomen Ideal, dass qualitativ hochwertige Musik ungeachtet der Plattformlogiken den Weg zu den Ohren (und Geldbörsen) der Menschen fände. Andere Musiker:innen stimmen, vor allem bei Auftragsarbeiten, ihre Songs bereits beim Schreiben, Produzieren und Veröffentlichen auf die jeweiligen Plattformen ab. Zusätzlich reflektieren Musiker:innen ebenso eine implizite Beeinflussung des eigenen Musikgeschmacks und dadurch der eigenen musikalischen Praxis durch die Ubiquitarität von Plattformen und deren Empfehlungsalgorithmen.
2. Musical Communities in the Postdigital Age
Im Mittelpunkt der weiteren Betrachtungen steht weniger, wie die Sichtbarmachung von Beiträgen durch Algorithmen technisch funktioniert. Vielmehr fragen wir danach, welche Rolle die diskursiv gewonnenen Annahmen über und Erfahrungen mit Algorithmen im Sinne algorithmischer Folklore in Songwriting- und Veröffentlichungspraktiken von Plattform-Musiker:innen spielen. Dies geschieht anhand von Ergebnissen aus der Analyse qualitativer Daten von, über und mit fünf Musik-TikToker:innen divergenter Genres. Diese stehen exemplarisch für ein Spektrum an Ausprägungen, wie Amateur:innen oder semiprofessionelle Musiker:innen in informellen Kontexten ihr Songwriting an die short-video-Praxis anpassen und wie sie die Mitwirkung sowohl von Algorithmen als auch der Community berücksichtigen (vgl. Godau und Neuhausen i.E.; Haenisch et al. 2023).
Die Studie präsentiert damit Teilergebnisse des Forschungsprojekts MusCoDA (Musical Communities in the Postdigital Age). Im Rahmen des vierjährigen (12/2020–02/2025) vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Verbundprojekts der Universitäten Paderborn und Erfurt erfolgte eine Untersuchung von Songwriting-Prozessen als Beispiel kollektiver Kreativität in (post-)digitalen Gemeinschaften.
Das Projekt verortet sich im Forschungsfeld zur Soziomaterialität von Praxen, wobei speziell die Akteur-Netzwerk-Theorie den theoretischen Hintergrund des Paderborner Teilprojektes bildet. Diese betont die symmetrische Beziehung zwischen menschlichen und nicht-menschlichen Entitäten, die durch ihre Handlungswirksamkeit (agency) Unterschiede erzeugen (Latour 2022). Songwriting entspricht demzufolge einer Form der Netzwerkbildung, in der sich heterogene Akteur:innen (z.B. Algorithmen, Hardware, Institutionen, Storys, Einzelpersonen, Gruppen etc.) verbinden (Godau und Haenisch 2019). Mithilfe der Situationsanalyse (Clarke 2012) rekonstruieren wir „Schlüsselelemente, Materialitäten, Diskurse, Strukturen und Bedingungen“ (Clarke 2012). Erstens wurden die Musiker:innen in informellen Feldgesprächen sowie video- und artefaktstimulierten Interviews beispielsweise zu ihren DAW-Projekten oder TikTok-Videos befragt, um situational relevante Elemente zu identifizieren. Zweitens stellten einige Musiker:innen Audio-, Bild- oder Videomaterial (z.B. Sprachnachrichten, Fotos und Screen-Recordings) zur Verfügung. Und drittens wurden entsprechend einer cyberethnografischen Beobachtung (vgl. Weidner et al. 2022) der Kanäle auch Plattform-Content zur Ausdifferenzierung und Kontrastieren einbezogen, etwa um Trends im Sinne eines „follow the actor“ nachzuverfolgen. Während die Situationsmatrix (Clarke 2012) genutzt wurde, um Situationselemente zu visualisieren und zu sortieren, dienten Kartierungen dem Vergleich der Relationen zwischen diesen Elementen.
3. Ergebnisse
3.1 Zur Bedeutung algorithmischer Folklore für das Songwriting von Plattform-Musiker:innen
In einer vorangegangenen Präsentation von Forschungsergebnissen betrachten wir den Einfluss der TikTok-Plattformkultur auf das Songwriting und die Veröffentlichungsstrategien von auf TikTok aktiven Solo-Musiker:innen und Bands (Haenisch et al. 2023). Wir differenzieren dort zwischen einer spezifisch aus der Plattformkultur entstehenden Songwriting-Praxis, bei der laufend kurze Songs mit einer geringen Lebensdauer als Kurzvideos veröffentlicht werden (TikTok-sein) oder Auftritte auf Spotify oder Konzertbühnen durch die Veröffentlichung von Versionen und Ausschnitten weniger Songs aus dem Band-Repertoire beworben werden (TikTok-benutzen) (Haenisch et al. 2023). Die folgenden Ausführungen sollen weiter ausdifferenzieren, auf welche Weise die Praktiken den ”Algorithmus befeuern“ (Haenisch et al. 2023). Dazu liefern wir mit den fünf TikTok-Solo-Artists (= SolA) SolA12, SolA13, SolA18, SolA19 und SolA23 einige Beispiele, welche Rolle Storys über Algorithmen in Songwriting-Praxen spielen.
So veröffentlicht SolA19 Videos auf TikTok anders als auf Instagram und begründet dies mit dem individuellen Design der beiden Apps. Im Gegensatz zu Instagram sei es auf TikTok möglich, in kurzer Zeit viele Beiträge zu posten, ohne dadurch Follower:innen zu verlieren, weil „du ja per Standard auf einer Entdeckerseite[sic] [= For-You-Page, MGN] bist und […] nicht auf der Seite, wo die Accounts sind, denen du folgst, [also] musst du auch nicht so eine Angst haben zu nerven“ (SolA19, 14.06.23). Auf TikTok werde es dadurch möglich, sowohl eine inhaltliche Breite als auch Varianten der Inszenierung auszutesten und anschließend anhand der gezählten Views zu entscheiden, welche Veröffentlichungsformate sich für die Aufnahme in ein Repertoire wiederholbarer Content-Vorlagen lohnen. Ähnlich begreift SolA23 TikTok als komplementäre Ergänzung zu anderen Performance-Kontexten, insofern dafür exklusiv solche musikalischen Ideen in Songs für Kurzvideos überführt werden, die einzig als Fragment – etwa als angefangenes DAW-Projekt – vorlägen oder die für die Fertigstellung eines Songs zur Aufführung in einem Live-Konzert oder Veröffentlichung auf einem Album nicht genügten. Und SolA18 testet auf TikTok, welche Song-Ideen gut funktionieren, um darauf basierend zu entscheiden, welcher Song als nächstes veröffentlicht wird.
Weiter hat SolA13 Sorge, dass die YouTube- und TikTok-Algorithmen GarageBand-Samples erkennen, sodass er:sie sich dazu gezwungen sieht, verschiedene Samples zu kombinieren, um so einen individuellen Klang zu erreichen und die Samples gefahrlos, also ohne auf einer Plattform gesperrt zu werden, in eigenen Songs veröffentlichen zu können. SolA12 vermutet in einem Video, in dem die Produktion eines Beats in unter 20 Sekunden erklärt wird, aufgrund schlechterer Performance vergangener Videos, „aktuell etwas shadowbanned“ zu sein. Anschließend wird das Publikum aufgefordert, „irgendwelche Knöpfe“ zu drücken, um durch die Interaktionen mit dem Beitrag die Sichtbarkeit wieder zu erhöhen. Damit nimmt auch SolA12 den Algorithmus als strengen Kurator wahr, der die Reichweite der eigenen Videos ausreißen und einschränken, in einigen Fällen sogar belohnen und bestrafen kann. Der Algorithmus wird aber nicht nur als wirkmächtiger Entscheidungsträger im Hintergrund mitgedacht, sondern auch öffentlich thematisiert. Dementsprechend ruft nicht nur SolA12 in einem anderen Video die Community auf, den Videolink zu kopieren, damit ebenso “der Algorithmus zu dem Sound viben könne” (SolA12), sondern auch SolA18 lädt ein, “einen Kommentar für den Algorithmus dazulassen”. Dadurch gleicht Kommentieren nahezu einer Spende, einem Geschenk oder gar einer Opfergabe für eine unsichtbare Entität, die in Stimmung (vibe) gebracht werden kann und muss.
Die fünf Beispiele umreißen, wie Plattform-Musiker:innen auf den Algorithmus eingehen müssen. Die unterschiedlichen Schattierungen der Rolle als algorithmischer Kurator sind Folge einer Situation, in der die veröffentlichten Videos zunehmend als Erstbegegnungen auf der For-You-Page konzipiert werden. Zur Vertiefung soll im nächsten Abschnitt der Fall von SolA18 herausgegriffen werden, um zu illustrieren, wie die Bewusstwerdung (awareness) einer Veränderung von Algorithmen mit einer Transformation von Songwriting und -veröffentlichung einhergeht.
3.2 Fallbeispiel: Wie der TikTok-Algorithmus die Beziehung zwischen Musiker:in und Fanbase verändert
Mit dem folgenden Fall von SolA18 wird ein Verhältnis zum Algorithmus hervorgehoben, in dem Anpassungsdruck und strategische Nutzung zusammenlaufen. Diese:r Plattform-Musiker:in muss durch eine Veränderung des TikTok-Algorithmus den eigenen Content anpassen, um die algorithmischen Hürden zu überwinden und die Fan-Community weiterhin zu erreichen. Ausgangspunkt der vertiefenden Betrachtungen bildet ein Video, das im September 2024 sowohl auf TikTok als auch auf Instagram veröffentlicht wurde. Darin bittet SolA18 ehemalige und potenzielle Konzertbesucher:innen, die kommende Tour durch Interaktionen mit dem Video zu bewerben, indem sie beispielsweise das Video kommentieren und dabei mindestens drei oder mehr Wörter schreiben. Im Interview dazu erklärt SolA18, dass der veränderte Algorithmus die Promotion von Konzerten erschwere. Früher hätte es genügt, mit Lip-Syncs und kurzen Ankündigungen wie „Ey Leute, ich gehe auf Tour“ Aufmerksamkeit zu generieren. Mittlerweile sei der Eindruck entstanden, dass der Algorithmus eine Schwelle („threshold“) gesetzt hätte, die es zu überwinden gelte. In der Konsequenz müssten Inhalte Nutzer:innen-Interaktionen hervorrufen, indem ein Video „in den ersten Sekunden die Leute catcht und irgendwas verspricht“ (SolA18, 08.10.24). Das folgt der Story, dass eine hohe Interaktionsrate mit Videos kurz nach ihrer Veröffentlichung dazu führt, dass die Videos algorithmisch weiter verbreitet werden.
Die Veränderungen der Algorithmen irritieren frühere Erwartungssicherheiten, auf den Plattformen mit der Veröffentlichung von Content die Follower:innen zuverlässig erreichen zu können, denn als „der Feed noch irgendwie chronologisch war“, wurden die Inhalte „einem Großteil der Leute angezeigt […], die einem folgen“ (SolA18, 08.10.24). Das bedeutete, Videos zu veröffentlichen, die Einblicke in den Songwriting-Alltag oder in Studio- oder Probesessions geben, um Fans zu unterhalten und auf Konzerte hinzuweisen. Jetzt sei ein Kontakt zu Fans stärker von der Performance einzelner Songs abhängig. Wenn ein Song im Algorithmus gut performt, wachse die Follower:innen-Zahl, die Community würde aktiver und das führe zu mehr Ticketverkäufen. Generieren Songs keine algorithmische Reichweite, bliebe auch für SolA18 eine interessierte Community unerreichbar. Für SolA18 entspricht das einem neuen Gebot, über den Algorithmus „die Leute noch irgendwie alle zusammenkriegen“ (SolA18, 08.10.24) zu müssen. Im Kontrast zum chronologischen Feed, bei dem die Follower:innen-Community leichter erreicht werden konnte, ermöglicht oder verhindert nun der veränderte Algorithmus ein Erreichen der Zielgruppe. Die Generierung von Reichweite von Einzelvideos wird damit für SolA18 zur zentralen Aufgabe auf den Plattformen. Sämtliche Contentideen oder Kommunikationsanlässe ordnen sich fortan der Frage nach der sogenannten „Algorithmus-Performance“ unter. Rein informative Werbetrailer, Dokumentationen oder ruhige Musik scheinen kaum mehr ein Publikum zu erreichen, im Gegensatz zu emotionalen, lustigen, ermutigenden oder partizipativen Clips, die User:innen-Interaktionen provozieren. Das meint für SolA18 neben TikTok-Trends vor allem Songs, „wo ich weiß, der hat eine geile Hook, dann weiß ich einfacher, wie ich den promoten kann, als wenn ich sage, yo, ich möchte die Leute jetzt dazu kriegen, 35 Euro für ein Tourticket auszugeben“. Zudem scheinen ruhigere Songs, die nicht „plain und simple auf’s Maul gehen“, auf der Plattform schwieriger zu platzieren zu sein.
Die Veränderung des Algorithmus hat für SolA18 Konsequenzen in der Herstellung von Kontakt zur Fan-Community. Die stärkere Personalisierung in der Filterung offenbart gewissermaßen eine gewachsene Nähe des Algorithmus zu den Plattformnutzer:innen, die zugleich mit einer Distanzierung zwischen Communities und den Musiker:innen einherzugehen scheint. Dieser Wandel hat insofern dramatische Folgen für das Songwriting und die musikspezifischen Plattformpraktiken, als dass kaum mehr erwartungssicher die Fan-Base bzw. Follower:innen anvisiert werden können, sondern das Publikum zufälliger wird. Bei welchen Nutzer:innen ein Video erscheint, wird damit noch stärker an den Algorithmus gebunden. Der Algorithmus generiert für jedes Video potenziell ein neues, erlesenes Publikum, sodass Musikclips tendenziell als Erstbegegnungen konzipiert werden. SolA18 beschreibt das Phänomen der dauerhaften Erstbegegnung mit dem Bild, dass eine Performance auf TikTok mit einem Support Gig vergleichbar ist, bei dem man sich einem immer wieder neuen Publikum stellt.
Um die Community auch abseits der veränderten algorithmisch personalisierten Feeds wieder stärker kontrolliert zu kontaktieren, verfolgt SolA18 vier Strategien. Diese:r Plattform-Musiker:in begegnet dem veränderten Algorithmus einerseits durch Erweiterung von Kanälen außerhalb und auf TikTok und andererseits durch die Integration konventioneller und subtiler Trends, um maximale Reichweite und User:innen-Engagement zu erreichen. Durch diese Strategien erweitern sich die Handlungsmöglichkeiten (agency) von Sola18 durch die Schaffung eines Spannungsfeldes zwischen Subversion und Compliance. Diese Strategien antworten auf den platform optimal algorithm, bleiben dabei aber auf Affordanzen, Konventionen und Ästhetiken der Plattformen beschränkt. Somit verstärkt sich prinzipiell mehr der Modus TikTok-, Instagram- bzw. Plattform-Sein und weniger der einer (Be-)Nutzung einer Plattform als Werkzeug (tool) (vgl. Haenisch et al. 2023).
Zum einen schafft SolA18 Umleitungen (bypass) zum platform optimal algorithm durch zusätzliche Kommunikationskanäle, die nicht auf dieselbe Weise wie die TikTok-For-You-Page algorithmisch sortiert werden. Dazu zählt ein jüngst eingerichteter Broadcast-Kanal auf Instagram, auf dem Abonnent:innen gewissermaßen trägen Content erhalten, der im Feed keine Reichweite mehr generiert. Das betrifft beispielsweise Einblicke in den Songwriting-Alltag oder in Studio- oder Probesessions (s.o.). Das Design dieses Kanals ähnelt dem von Chats mit der Einschränkung, dass SolA18 unidirektional kommuniziert, also niemand antwortet. Zudem wird ein E-Mail-Newsletter eingerichtet und beworben, mit dem auf das Problem reagiert werden solle, dass – aufgrund des platform optimal algorithm – den meisten Follower:innen neue Videos nicht mehr angezeigt würden (SolA18, Voice-Memo im Broadcast, Oktober 2024). Darüber hinaus wird durch Musiker:innen-Kollaborationen auch die Erweiterung durch andere Kanäle anvisiert. Als konkretes Beispiel planen SolA18 und ein:e persönlich bekannte:r TikTok-Sänger:in die Bewerbung eines gemeinsamen Songs auf ihren beiden Kanälen, indem sie eine Open-Verse-Challenge inszenieren. Der Plot des Videos von SolA18 erzählt davon, dass diese:r aufgrund der eigenen ästhetischen Überwältigung nun bei der Challenge mitmache. Anstatt also das Co-Writing zu thematisieren, wird das Narrativ eines eher zufälligen Aufeinandertreffen zweier TikToker:innen und eine spontan erfundene neue Strophe nahegelegt. Auf die Bitte in einem Kommentar unter dem Video, beide Musiker:innen mögen diese Version aufnehmen, antwortet SolA18, dass dies aktuell bereits geschehe. Hierbei geht es nicht um die investigative Feststellung einer Differenz zwischen on-platform staging und off-platform agreements, sondern einzig um die Expansion von Kanälen und der Adaption an Plattformpraktiken. In Anbetracht SolA18s Erfahrung, dass reine Werbe-Clips kaum bis keine Reichweite erzeugen, wird diese Bewerbung eines neuen Songs filmisch entsprechend solcher Ästhetiken umgesetzt, die als kompatibel zum Algorithmus erachtet werden. Nicht zuletzt übersetzen Kollaboration wie diese die algorithmische Logik des Zufallstreffers in künstlerischen Content.
Zum anderen greifen die eigenen Videos vermehrt aktuelle Trends auf. Anstatt nur in exklusiven Promotion-Clips wird Werbung für die eigenen Live-Konzerte oder Spotify-Releases in Trend-Videos eingebettet oder Trends werden auf den eigenen Musik-Content angewandt. Als Inspiration nennt SolA18 beispielsweise einen Trend im September 2024, der auf subtiler Einbettung zentraler Botschaften basiert. Das umfasste beispielsweise die Platzierung kontextferner (hier: politischer) Aussagen im Rahmen einer Modepräsentation. In dem Video, auf das SolA18 referenziert, spricht ein:e TikToker:innen über ihr Outfit für den Tag und äußert während der Vorstellung einzelner Kleidungsstücke unvermittelt die Sorge vor einer politischen Wende (in etwa „dazu trage ich das Schuhmodell ‚ich habe Angst vor dem zunehmenden Rechtsruck‘“, siehe z. B. @icviero, 15.09.2024).
Dieses Format übernimmt SolA18 für eine Konzertankündigung (in etwa „dazu trage ich das Schuhmodell ‚im Dezember bin ich auf Tour‘“). Zudem schreibt SolA18 einen Song eigens für TikTok und Instagram, in dem die Termine für die anstehende Tour in den Lyrics enthalten sind. Zusätzlich werden referenzielle Praktiken wie etwa Duette oder Challenges wichtiger, wodurch ebenfalls die Performance des Algorithmus verbessert werden soll. Dies folgt der Steigerungsannahme des Verhältnisses zwischen Involviertheit des Publikums und Reichweite des Contents:
Wenn jemand dein Video guckt, dann ist es ja ganz gut. […] Wenn jemand dein Video kommentiert, ist es wahrscheinlich noch besser. […] Und wenn jemand noch eine CREATION dazu macht, ist es, glaube ich, das Allerbeste.
(SolA18, 23.03.2023)
Durch die Anrufung der Community als Creator:innen bilden sich über Tanz-/Lipsync-Videos oder Open Verse Challenges Generationen referentieller Versionen (Creations). So soll das Potenzial erhöht werden, dass die eigenen Songs häufiger gesehen werden und viral gehen.
3.3 Veröffentlichungen als kontinuierliche Erstbegegnung
Die skizzierten Vergleiche musikalischer Praktiken von fünf Plattform-Musiker:innen sowie die Verdichtung auf einen Einzelfall machen eine zentrale Herausforderung für die Plattform-Musiker:innen deutlich, nämlich im Feed mit einem platform optimal algorithm ein Publikum zu erreichen, das im Kontrast zum vormaligen chronologischen Feed weniger stabil gebunden ist. In dieser Situation entsteht musikalischer Content vorwiegend als Erstbegegnung für ein weitestgehend unbekanntes Publikum. Da der Weg der Videos kaum planbar bis völlig offen ist, emergieren Strategien, mit denen auf die gestiegene algorithmische Kontingenz durch den platform optimal algorithm reagiert werden kann. Diese können Auskunft über das Verhältnis zwischen Musiker:in, Content, Algorithmus und Community geben, aus denen sich die jeweils situativ übernommenen Rollen und Handlungspotenziale ergeben. Positioniert sind diese Verhältnisse auf einem Kontinuum zwischen einer Durchdringung algorithmischer Logiken zur Überwindung einer hyperkomplexen Maschine über die Einbindung Dritter zur Umgehung des Algorithmus bis hin zur Entwicklung einer guten Beziehung zu diesem oder einer Ausrichtung von Videos an schicksalhafte Begegnungen. Während am einen Ende des Kontinuums Musiker:innen vollends den Algorithmus beherrschen können, verändert sich dies zum anderen Ende hin, sodass Creator:innen dann mitunter nur (noch) vermittelt über das Publikum agieren können, der Algorithmus alle Entscheidungsgewalt erhält oder schließlich das Zusammentreten sämtlicher Beteiligter zum Ergebnis kollektiver Passungsverhältnisse gerät.
Auf der einen Seite werden Videos zunehmend an den Algorithmus angepasst, indem ausgetestet wird, ob und wie welche Inhalte beim Publikum (überhaupt) ankommen. Die Frequenz der Veröffentlichungen dient einer Durchdringung der algorithmischen Operationen innerhalb eines explorativen Lernprozesses, der gelegentlich sogar als Vlog protokolliert wird (siehe z. B. @leogarske, 29.10.24). In diesem Prozess entwickeln Musiker:innen sukzessive Kompetenzen, um Videos möglichst präzise zu platzieren. Der Algorithmus ist in diesem Fall zwar hyperkomplex, aber kontrollierbar.
Daneben werden alternativ aufgrund der prinzipiellen Undurchschaubarkeit und Eigenständigkeit des Algorithmus Dritte eingebunden, um die Wahrscheinlichkeit zu erhöhen, ein Zielpublikum zu erreichen oder zu erweitern. Neben den für SolA18 erwähnten Kollaborationen mit anderen TikToker:innen oder zusätzlichen Medienformaten (z.B. Broadcast, Chat etc.) wird ein (für einen entsprechenden Content unpassendes) Publikum als Botschafter:innen beauftragt, das Video zur passenden Zielgruppe weiterzuleiten (z.B. „Send this song to someone who needs to hear it“).
Und schließlich wird auf der anderen Seite des Kontinuums im Extremfall die algorithmische Kontingenz unüberwindbar. Hierbei wird einerseits der Algorithmus zum kommunikativen Gegenüber, das eine:n Musiker:in „mag“ oder eben nicht. In der Konsequenz gehen Beiträge viral oder werden shadowbanned. Andererseits kann sich bereits eine Inszenierung der Videos darauf richten, dass dieser Content die richtige Adresse, fernab des kontrollierten Eingriffs (zumindest) der Musiker:innen, erreichen wird. Mit Betitelungen, Voice Overs oder Moderationen wie beispielsweise „Wer muss das heute hören?“ oder „ich weiß nicht, was der Grund ist, dass du dieses Video siehst“ wird eine bisweilen spirituelle Perspektive auf das Zusammenwirken aller beteiligter Entitäten geworfen. Darin stellt sich – ähnlich wie Fügung, Karma oder Schicksal – unwillkürlich eine unvorhersehbare positive oder negative Konsequenz ein: Video, Algorithmus und Publikum finden sich (z. B. @molleymusic, 24.03.22).
4. Fazit: Algorithmische Hyperawareness als fortlaufende Expertisierung von Songwriter:innen
Der Einfluss algorithmusbasierter Plattformen transformiert kulturelle Praktiken tiefgreifend, sodass Musiker:innen zu Content-Creator:innen geraten bzw. postdigitale Kreativsubjekte hervortreten, deren künstlerische Prozesse allgemein durch Plattformen und speziell audiovisuelle Mikroformate mitgestaltet und reglementiert werden. Da die Funktionslogiken von Plattform-Algorithmen oft intransparent bleiben, entwickeln Nutzer:innen informelle, kollektive Theorien und Strategien (algorithmische Folklore), um die Mechanismen zu verstehen und zum eigenen Vorteil zu nutzen, was eine hohe Sensibilität (hyperawareness) fördert. Besonders TikTok revolutionierte die Social-Media-Landschaft durch einen personalisierten Feed, der Reichweite von Follower:innenzahlen entkoppelt. Dies stellt Musiker:innen vor die Herausforderung, zwischen künstlerischer Integrität und der Ausrichtung auf plattformspezifische Anforderungen zu balancieren.
Anhand empirischer Daten aus dem Forschungsprojekt MusCoDA haben wir dargelegt, wie informelle Musiker:innen ihr Songwriting an die short-video-Kultur von TikTok anpassen, indem sie sowohl die Einflüsse von Algorithmen als auch die Community berücksichtigen. Spezieller wurde beleuchtet, wie algorithmische Folklore vor allem Prozesse dynamischer Plattformalgorithmen prägt. So wurde am Beispiel von SolA18 verdeutlicht, wie diese:r Plattform-Musiker:in aufgrund einer veränderten Situation das fortlaufende Bewusstsein für algorithmusseitige Erwartungen weiterentwickelt, um musikalischen Content zu produzieren und damit die eigene Community zu erreichen. Dies hat eine stärkere Ausrichtung an Imperativen der Plattform zur Folge, wodurch ein Modus des TikTok-Seins affirmativ gegenüber des TikTok-Benutzens zu dominieren scheint. Insgesamt entwickeln Musiker:innen in einer platform society offenbar zunehmend Strategien, um die algorithmische Kontingenz auf Plattformen wie TikTok zu bewältigen, indem sie ihre Inhalte entweder gezielt an den Algorithmus ausrichten, Algorithmen durch Unterstützung Dritter versuchen zu umgehen sie als schicksalhafte Erstbegegnungen anvisieren, wodurch sich je unterschiedliche soziomaterielle Beziehungsdynamiken entfalten.
Das durch eigene Erfahrungen, die Beobachtung und Auswertung von Statistiken sowie die Suche nach (und Produktion von) algorithmischem Klatsch über Funktionsregeln und Veränderungen der Algorithmen hergestellte Wissen wird dabei nie als gesichert und deshalb der damit einhergehende Expertisierungsprozess nie als final betrachtet. Algorithmische Hyperawareness kann deshalb als Grundkompetenz von Plattform-Musiker:innen eingeordnet werden, die zentrale Voraussetzungen schafft, um kontinuierlich Plattformdynamiken zu registrieren und die musikalische Praxis darauf einzustellen.
Über die Autoren:
Prof. Dr. Marc Godau ist Leiter des Instituts für Begabungsforschung in der Musik an der Universität Paderborn und Professor für empirische Musikpädagogik mit besonderer Berücksichtigung schulischer und popkultureller Kontexte. Er ist Teilprojektleitung des vom BMBF geförderten Forschungsprojektes Musical Communities in the Postdigital Age (MusCoda) sowie Projektleitung des ebenfalls vom BMBF geförderten Teilprojektes „Postperformative Musikpraxen in postdigitaler Lern- und Bildungskultur“ des Verbundes KuMuS-ProNeD (Professionelle Netzwerke zur Förderung adaptiver, handlungsbezogener, digitaler Innovationen in der Lehrkräftebildung in Kunst, Musik und Sport). Kontakt: marc.godau@uni-paderborn.de, https://www.uni-paderborn.de/person/98877
Dominik Maxelon: Wissenschaftliche Hilfskraft mit Bachelorabschluss (WHB) am IBFM – Institut für Begabungsforschung in der Musik der Universität Paderborn; Kontakt: dmaxelon@campus.uni-paderborn.de, https://www.uni-paderborn.de/person/100014
Timo Neuhausen: Wissenschaftlicher Mitarbeiter am IBFM – Institut für Begabungsforschung in der Musik der Universität Paderborn und im Forschungsprojekt MusCoDA; Kontakt: timo.neuhausen@uni-paderborn.de, https://www.uni-paderborn.de/person/99991
Literaturverzeichnis
Barta, Kristen und Nazanin Andalibi. 2021. “Constructing authenticity on TikTok: Social norms and social support on the ‘Fun’ platform”. In Proceedings of the ACM on Human-Computer Interaction 5 (CSCW2): 1–29.
Bishop, Sophie. 2019. “Managing visibility on YouTube through algorithmic gossip”. New Media & Society 21 (11–12): 2589–2606. https://doi.org/10.1177/1461444819854731
Bonini, Tiziano und Paolo Magaudda. 2024. Platformed! How streaming, algorithms and artificial intelligence are shaping music cultures. Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-43965-0
Brady, William J., Julian A. Wills., John T. Jost, Joshua A. Tucker und Jay J. Van Bavel. 2017. “Emotion shapes the diffusion of moralized content in social networks.” In Proceedings of the National Academy of Sciences 114 (28): 7313–7318. https://doi.org/10.1073/pnas.1618923114
Clarke, Adele E. 2012. “Wie man Situationsmaps erstellt und Situationsanalysen durchführt”. In Situationsanalyse: Grounded Theory nach dem Postmodern Turn, hrsg. v. Reiner Keller: 121–182. Wiesbaden: Springer. https://doi.org/10.1007/978-3-531-93320-7
Clarke, Adele E., Carrie Friese und Rachel Washburn (Hrsg.). 2016. Situational analysis in practice. New York: Routledge. https://doi.org/10.4324/9781315420134
Cotter, Kelley und Bianca C. Reisdorf. 2020. “Algorithmic knowledge gaps: A new dimension of (digital) inequality”. International Journal of Communication 14: 745–765.
Covington, Paul, Jay Adams und Emre Sargin. 2016. “Deep neural networks for YouTube recommendations”. In Proceedings of the 10th ACM Conference on Recommender Systems: 191–198. https://doi.org/10.1145/2959100.2959190
Delmonaco, Daniel, Samuel Mayworm, Hibby Thach, Josh Guberman, Aurelia Augusta und Oliver L. Haimson. 2024. “‘What are you doing, TikTok?’: How marginalized social media users perceive, theorize, and ‘prove’ shadowbanning”. In Proceedings of the ACM on Human-Computer Interaction 8 (CSCW1): 1–39. https://doi.org/10.1145/3637431
Fisch, Dominik. 2024. Wie sich der neue Instagram-Algorithmus auf Creator und Unternehmen auswirkt. Horizont, 15. Juli. https://www.horizont.net/news/p/221212 (21.01.2025)
Godau, Marc. 2024. “Singen auf TikTok und Co. Sind Gesangspraktiken in (post)digitaler Kultur (k)ein Thema für die Musikpädagogik?” In Stimme—Medien—Umwelt, Bd. 16, hrsg. v. Michael Fuchs, 53–81. Berlin: Logos Verlag.
Godau, Marc und Matthias Haenisch. 2019. “How popular musicians learn in the postdigital age. Ergebnisse einer Studie zum informellen Lernen in popmusikalischer Praxis.” In Praxen und Diskurse aus Sicht musikpädagogischer Forschung. Musikpädagogische Forschung, Bd. 39, hrsg. v. Verena Weidner und Christian Rolle, 51–67. Münster/New York: Waxmann.
Goodrow, Christos. 2021. On YouTube’s recommendation system. YouTube Official Blog, 15. September. https://blog.youtube/inside-youtube/on-youtubes-recommendation-system/ (21.01.2025).
Haenisch, Matthias, Marc Godau, Julia Barreiro, Dominik Maxelon und Timo Neuhausen. 2023. “Die Plattformisierung des Songwritings. Musik erfinden unter Bedingungen des short video turn am Beispiel von TikTok.” In 44. Jahresband des Arbeitskreises Musikpädagogische Forschung / 44th Yearbook of the German Association for Research in Music Education, hrsg. v. Michael Göllner, Johann Honnens, Valerie Krupp, Lina Oravec und Silke Schmid, 305–321. Münster/New York: Waxmann. https://doi.org/10.31244/9783830997641.18
Han, Yue, Theodorus Lappas und Gaurav Sabnis. 2020. “The importance of interactions between content characteristics and creator characteristics for studying virality in social media.” In Information Systems Research 31 (2): 576–588. https://doi.org/10.1287/isre.2019.0903
Hodgson, Justin. 2019. Post-digital rhetoric and the new aesthetic. Columbus: The Ohio State University Press.
Jaakkola, Maarit. 2023. “Digital performance at the side stage: The communicative practices of classical musicians and music hobbyists on Instagram.” In Continuum 37 (2): 296–308. https://doi.org/10.1080/10304312.2023.2234109
Jörissen, Benjamin, Anna Carnap und Karoline Schröder. 2020. “Postdigitale Jugendkultur: Kernergebnisse einer qualitativen Studie zur digitalen Transformation ästhetischer und künstlerischer Praktiken.” In Annette Scheunpflug und Susanne Timm (Hrsg.), Forschung zur kulturellen Bildung (S. 61–78). Springer VS.
Karizat, Nadia, Dan Delmonaco, Motahhare Eslami und Nazanin Andalibi. 2021. “Algorithmic folk theories and identity: How TikTok users co-produce knowledge of identity and engage in algorithmic resistance”. Proceedings of the ACM on Human-Computer Interaction 5 (CSCW2): 1–44. https://doi.org/10.1145/3476046
Kaye, David B. V., Aleesha Rodriguez und Patrik Wikstrom. 2020. “You made this? I made this: Cultures of automatic (mis)attribution on TikTok”. In AoIR Selected Papers of Internet Research V. https://doi.org/10.5210/spir.v2020i0.11354
Kaye, David B. V., Jing Zeng und Patrik Wikström. 2022. TikTok: Creativity and culture in short video. Cambridge: Polity.
Klimmt, Christoph, Mareike Sperzel, Jasmin Straßburger, Viviane Winkler, Yannik Schneeweiß und Hubert Léveillé Gauvin. 2024. “Catering to the impatient digital listener: Accelerated composition patterns in popular music, 1986–2020”. Convergence: The International Journal of Research into New Media Technologies 30 (3): 1219–1235. https://doi.org/10.1177/13548565231208918
Klug, Daniel, Yiluo Qin, Morgan Evans und Geoff Kaufman. 2021. “Trick and please: A mixed-method study on user assumptions about the TikTok algorithm”. In 13th ACM Web Science Conference 2021: 84–92. https://doi.org/10.1145/3447535.3462512
Latour, Bruno. 2022. Eine neue Soziologie für eine neue Gesellschaft: Einführung in die Akteur-Netzwerk-Theorie. Frankfurt am Main: Suhrkamp.
Léveillé Gauvin, Hubert. 2018. “Drawing listener attention in popular music: testing five musical features arising from the theory of attention economy”. Musicae Scientiae 22(3): 291–304. https://doi.org/10.1177/1029864917698
Mousavi, Maryam, Hasan Davulcu, Mohsen Ahmadi, Robert Axelrod, Richard Davis und Scott Atran. 2022. “Effective messaging on social media: What makes online content go viral?” In Proceedings of the ACM Web Conference 2022: 2957–2966. https://doi.org/10.1145/3485447.3512016
Mulcahy, Rory, Renee Barnes, Retha De Villiers Scheepers, Samantha Kay und Eleanor List. 2024. “Going viral: Sharing of misinformation by social media influencers.” Australasian Marketing Journal 14413582241273987. https://doi.org/10.1177/14413582241273987
Negus, Keith .2019. “From creator to data: The post-record music industry and the digital conglomerates”. In Media, Culture & Society 41 (3): 367–384. https://doi.org/10.1177/0163443718799395
O’Leary, Emmett James. 2023. “Music education on YouTube and the challenges of platformization”. Action, Criticism, and Theory for Music Education 22 (4): 14–43. https://doi.org/10.22176/act22.4.14
Poell, Thomas, David B. Nieborg und Brooke Erin Duffy. 2022. Platforms and cultural production. Cambridge: Polity.
Polak, Nick and Julian Schaap. 2024. “Write, record, optimize? How musicians reflect on music optimization strategies in the creative production process”. New Media & Society 14614448241243095. https://doi.org/10.1177/14614448241243095
Rathje, Steve, Claire Robertson, William J. Brady und Jay J. Van Bavel. 2024. “People think that social media platforms do (but should not) amplify divisive content”. Perspectives on Psychological Science 19 (5): 781–795. https://doi.org/10.1177/17456916231190392
Rathje, Steve, Jay J. Van Bavel und Sander Van Der Linden. 2021. “Out-group animosity drives engagement on social media”. In Proceedings of the National Academy of Sciences, 118 (26): e2024292118. https://doi.org/10.1073/pnas.2024292118
Risco, Miguel und Manuel Lleonart-Anguix. 2024. “Feed for good? On the effects of personalization algorithms in social platforms” [CRC TR 224 Discussion Paper Series]. University of Bonn and University of Mannheim, Germany. https://EconPapers.repec.org/RePEc:bon:boncrc:crctr224_2024_580
Savolainen, Laura. 2022. “The shadow banning controversy: Perceived governance and algorithmic folklore”. Media, Culture & Society 44 (6): 1091–1109. https://doi.org/10.1177/01634437221077174
Siles, Ignacio, Luciana Valerio-Alfaro und Ariana Meléndez-Moran. 2024. “Learning to like TikTok… and not: Algorithm awareness as process”. New Media & Society 26 (10): 5702–5718. https://doi.org/10.1177/14614448221138973
Weidner, Verena, Matthias Haenisch, Maurice Stenzel und Marc Godau. 2022. “Adressierungspraktiken in der Ableton Link-Community: Ein (cyber-)ethnographischer Zugang”. In MusikmachDinge im Kontext: Forschungszugänge zur Soziomaterialität von Musiktechnologie, hrsg. v. Michael Ahlers, Benjamin Jörissen, Martin Donner und Carsten Wernicke: 191–210. Hildesheim/Zürich/New York: Georg Olms Verlag. https://doi.org/10.18442/mmd-6
Autorenbeiträge
Dominik Maxelon (DM) und Marc Godau (MG) akquirierten die Teilnehmenden, führten die Interviews (DM: SolA12, SolA18; MG: SolA13, SolA19, SolA23) und formulierten in dieser Reihenfolge (1. DM; 2. MG) die Analyseergebnisse. Timo Neuhausen (TN) ergänzte die Analyseergebnisse in Kapitel 3.1. MG designte die Studie, fundierte sie methodologisch, ordnete die Ergebnisse theoretisch ein und koordinierte die Erstellung des Textes. MG, DM und TN trugen in dieser Reihenfolge zur Einbettung in den Forschungsdiskurs bei. MG und TN strukturierten in dieser Reihenfolge den Text. Alle Autoren trugen durch gegenseitiges kritisches Feedback zur Analyse und Theoriebildung bei.
Korrespondierender Autor: Timo Neuhausen | timo.neuhausen@uni-paderborn.de
Schreibe einen Kommentar
Du musst angemeldet sein, um einen Kommentar abzugeben.