Open Access

Jana Berberich

• Zusammenfassung Die vorliegende Bachelorarbeit befasst sich mit dem Einfluss von Filterblasen auf die Nutzung von Musik-Streaming-Portalen in Deutschland. Aufgrund des großen Wachstums von Audio-Streaming innerhalb der letzten Jahre nimmt Music-on-Demand als Nutzungsmedium immer mehr an Relevanz zu. Zu den beliebtesten Anbietern von Audio-Streaming zählen in Deutschland Spotify, Deezer, Apple Music, Google Music und Amazon Music, welche ihren Konsumenten jeweils ein Repertoire von über 30 Millionen Musiktiteln zur Verfügung stellen. Um aus diesem großen Angebot eine passende Musikauswahl treffen zu können, werden Empfehlungssysteme von den Musik-Streaming-Diensten verwendet. Diese analysieren mithilfe von Algorithmen die Musikpräferenzen des Nutzers und generieren so eine Auswahl an Musiktiteln für den Nutzer. Die starke Verwendung von Algorithmen kann dazu führen, dass die Nutzer in eine Filterblase geraten. Diese beschreibt den Zustand, dass ein Konsument ausschließlich Inhalte angezeigt bekommt, welche mit seinen vermeintlichen Präferenzen überein-stimmen. Diese Arbeit untersucht inwieweit das Phänomen der Filterblase bei den Nutzern von Musik-Streaming-Portalen auftritt und ihr Nutzungsverhalten beeinflusst. Aus der Literatur geht hervor, dass nicht die Filterblase das Nutzerverhalten, sondern das Nutzerverhalten die Ausprägung der Filterblase bestimmt. Dies konnte anhand einer Untersuchung der Nutzung von unterschiedlichen Hörertypologien bestätigt werden. Des Weiteren konnten durch eine quantitative Erhebung Merkmale untersucht werden, welche eine starke Ausprägung der Filterblase begünstigen, wie beispielsweise fehlende musikalische Vorkenntnisse. Nutzer von Musik-Streaming-Portalen wählen zudem andere Funktionen der Dienste, um Musik zu konsumieren und kommen seltener mit neuen Genres in Kontakt, was eine Auswirkung der Filterblase ist. Das Fazit dieser Bachelorarbeit ist, dass der Einfluss von Filterblasen auf die Nutzung von Musik-Streaming-Portalen aufgrund der seltenen Nutzung von Empfehlungssystemen nicht signifikant ist.