Spotifys Discovery Weekly: Wie das neue Algorithmus-Update die personalisierte Musikauswahl verändert

Spotifys Discovery Weekly: Wie das neue Algorithmus-Update die personalisierte Musikauswahl revolutioniert

Mit über 100 Milliarden gestreamten Tracks und 56 Millionen neuen Künstlerentdeckungen pro Woche hat sich Discovery Weekly als eines der erfolgreichsten Features der Streaming-Plattform etabliert.

Doch die Realität sieht nicht immer so rosig aus: Viele Nutzer berichten von einer spürbaren Verschlechterung der Empfehlungsqualität. Songs, die man bereits kennt, tauchen wiederholt auf. Genres, die man eigentlich nicht mag, dominieren plötzlich die Playlist. Und dann sind da noch die Kinderlieder, die sich hartnäckig in die Empfehlungen schleichen, nur weil die Kinder ab und zu das Familienkonto nutzen. Die Community-Foren sind voll von frustrierten Kommentaren wie "Discover Weekly ist seit Jahren kaputt" oder "Die Playlist ist zu unbrauchbarem Müll geworden".

Im Juni 2025 reagierte Spotify mit einem ersten großen Update: Zum zehnjährigen Jubiläum der Discovery Weekly wurden neue Genre-Filter eingeführt, die Premium-Nutzern erlauben, ihre Empfehlungen gezielter zu steuern. Doch das war erst der Anfang. Im Oktober 2025 folgte ein weiteres bahnbrechendes Update, das noch tiefer in die Personalisierung eingreift und Nutzern erstmals die Möglichkeit gibt, einzelne Songs und Playlists komplett aus ihrem Geschmacksprofil auszuschließen.

Diese Entwicklung markiert einen Wendepunkt in der Art und Weise, wie Streaming-Algorithmen funktionieren. Während die Branche jahrelang auf vollautomatische Empfehlungssysteme gesetzt hat, schwenkt Spotify nun auf einen hybriden Ansatz um, der maschinelles Lernen mit bewusster Nutzerkontrolle kombiniert. Für Künstler, Labels und Musikmarketing-Profis bedeutet das: Die Spielregeln für die Sichtbarkeit auf Spotify ändern sich fundamental. Wer verstehen will, wie man in dieser neuen Ära erfolgreich ist, muss die Mechanismen hinter diesen Updates genau kennen.

Die Evolution der Discovery Weekly: Von 5 Milliarden zu 100 Milliarden Streams

Als Spotify im Juli 2015 die Discovery Weekly Playlist lancierte, war das ein Paukenschlag in der Musikindustrie. Erstmals nutzte eine Streaming-Plattform maschinelles Lernen nicht nur, um Songs zu kategorisieren, sondern um jedem einzelnen Nutzer eine völlig individuelle, wöchentlich aktualisierte Playlist zu generieren. Die Resonanz war überwältigend: Im ersten Jahr generierte Discovery Weekly bereits 5 Milliarden Streams – ein Erfolg, der selbst die optimistischsten Prognosen übertraf.

Die Playlist wurde schnell zum Aushängeschild für Spotifys technologische Überlegenheit. Während Konkurrenten wie Apple Music oder Amazon Music auf manuell kuratierte Playlists setzten, bewies Spotify, dass Algorithmen den menschlichen Geschmack nicht nur verstehen, sondern sogar vorwegnehmen können. Der Erfolg basierte auf drei Kerntechnologien: Collaborative Filtering analysiert, welche Songs Nutzer mit ähnlichem Geschmack hören. Natural Language Processing durchsucht Blogs, Reviews und Social Media, um musikalische Zusammenhänge zu verstehen. Und Audio-Analyse zerlegt jeden Song in hunderte von Merkmalen wie Tempo, Tonart, Lautstärke und Stimmung.

Die goldenen Jahre: Warum Discovery Weekly so erfolgreich wurde

Der Erfolg von Discovery Weekly lässt sich auf mehrere Faktoren zurückführen. Erstens: Die wöchentliche Frequenz schaffte ein Ritual. Anders als tägliche oder monatliche Updates bot der Montag-Release einen perfekten Rhythmus – häufig genug, um Neugier zu wecken, aber nicht so oft, dass man überfordert wird. Zweitens: Die Menge von 30 Songs war ideal. Genug für Abwechslung, aber nicht so viel, dass man sich verloren fühlt. Drittens: Der Mix aus bekannten Künstlern und Newcomern war perfekt austariert.

Besonders beeindruckend: 77% aller Discovery Weekly Streams entfallen auf aufstrebende Künstler. Das machte die Playlist zu einem mächtigen Promotion-Tool für Newcomer. Ein Platz in der Discovery Weekly eines einzigen Nutzers mag wenig erscheinen, aber wenn Tausende von Nutzern denselben Song entdecken, summiert sich das schnell zu hunderttausenden Streams. Für viele unabhängige Künstler wurde Discovery Weekly zur wichtigsten Traffic-Quelle auf Spotify – wichtiger als jede bezahlte Werbekampagne.

Der Wendepunkt: Als die Qualität zu bröckeln begann

Doch ab etwa 2022 häuften sich die kritischen Stimmen. In Community-Foren wie dem offiziellen Spotify-Forum berichten Nutzer von wiederkehrenden Problemen: Songs, die sie bereits kennen, tauchen immer wieder auf. Genres, die sie nie gehört haben, dominieren plötzlich die Playlist. Und vor allem: Songs, die sie aktiv mit "Gefällt mir nicht" markiert haben, erscheinen trotzdem wieder. Ein Nutzer bringt es auf den Punkt: "Ich versuche seit Jahren, eine bestimmte Band loszuwerden. Ich markiere jeden ihrer Songs als 'Gefällt mir nicht', aber sie tauchen jede Woche wieder auf. Es fühlt sich an, als würden sie sich über mich lustig machen."

Die Gründe für diese Verschlechterung sind komplex. Erstens: Spotify wuchs rasant – von 217 Millionen Nutzern im Jahr 2019 auf über 600 Millionen im Jahr 2024. Mit dieser Nutzerbasis stiegen auch die Anforderungen an die Algorithmen exponentiell. Zweitens: Die Musiklandschaft fragmentierte sich. Während früher klare Genres dominierten, verschwimmen heute die Grenzen. Hyperpop mischt sich mit Electronica, Indie-Folk mit Hip-Hop-Beats. Das macht es für Algorithmen schwerer, präzise Empfehlungen zu geben. Drittens: Das Problem geteilter Accounts. Immer mehr Familien nutzen ein gemeinsames Premium-Konto, und plötzlich mischen sich Kinderlieder, klassische Musik und Death Metal im selben Geschmacksprofil.

Das Juni-2025-Update: Genre-Filter als erster Schritt zur Nutzerkontrolle

Im Juni 2025, exakt zehn Jahre nach dem Launch, kündigte Spotify das erste große Update für Discovery Weekly an. Das Herzstück: Neue Genre-Filter, die es Premium-Nutzern erlauben, ihre Empfehlungen gezielter zu steuern. Statt einfach auf den Algorithmus zu vertrauen, können Nutzer jetzt bis zu fünf Genre-Buttons auswählen – etwa Hyperpop, Funk, Electronica, Pop oder R&B – und die Playlist passt sich sofort an diese Vorgaben an.

Die Idee dahinter ist simpel, aber wirkungsvoll: Der Algorithmus soll nicht mehr raten, was man hören möchte, sondern die Nutzer können aktiv die Richtung vorgeben. Wer normalerweise Rock hört, aber gerade Lust auf Electronic hat, kann mit einem Klick die gesamte Playlist in diese Richtung lenken. Das Ergebnis: 30 neue Songs, die alle dem gewählten Genre entsprechen, aber trotzdem überraschen und neue Künstler vorstellen.

Wie die Genre-Filter funktionieren

Technisch basieren die Genre-Filter auf dem bestehenden Geschmacksprofil des Nutzers. Die angezeigten Genre-Optionen sind nicht universell, sondern personalisiert: Wer hauptsächlich elektronische Musik hört, bekommt Untergenres wie House, Techno und Ambient angezeigt. Wer in der Rock-Ecke unterwegs ist, sieht eher Indie, Alternative und Post-Punk. Das System schlägt also nur Genres vor, die zum bisherigen Hörverhalten passen – allerdings mit genug Spielraum, um neue Richtungen zu erkunden.

Die Implementierung erfolgte schrittweise: Zunächst nur für Premium-Nutzer auf mobilen Geräten, mit Plänen für eine spätere Ausweitung auf Desktop und Free-Accounts. Die Entscheidung, Desktop-Nutzer zunächst auszuschließen, sorgte in der Community für Kritik. Viele Power-User bevorzugen die Desktop-App für ihre umfangreicheren Funktionen und fühlen sich benachteiligt. Spotify versprach jedoch, die Feature-Parität in den kommenden Monaten herzustellen.

Community-Reaktionen: Gemischte Gefühle

Die Reaktionen auf das Juni-Update fielen gespalten aus. Auf der einen Seite begrüßten viele Nutzer die zusätzliche Kontrolle. Kommentare wie "Mehr davon und weniger Audiobook-Nebenprojekte, bitte" zeigen, dass die Rückbesinnung auf Musik-Features gut ankam. Auf der anderen Seite bemängelten kritische Stimmen, dass die Genre-Filter das eigentliche Problem nicht lösen: "Ich bin wirklich enttäuscht von Spotifys Unfähigkeit, meinen Musikgeschmack zu verstehen. Ich hoffe, das hilft, aber die Playlist gibt mir ständig Musik, die ich wirklich nicht mag. Sie reicht von Hip-Hop bis zu KI-generierten Lo-Fi-Beats."

Das Kernproblem blieb bestehen: Der Algorithmus konnte immer noch nicht zwischen Musik unterscheiden, die man aktiv genießt, und Musik, die man nur zufällig oder nebenbei hört. Ein klassisches Beispiel: Eltern, die tagsüber Kinderlieder für ihre Kinder abspielen, bekamen abends in ihrer Discovery Weekly genau diese Kinderlieder vorgeschlagen – obwohl sie persönlich lieber Indie-Rock hören würden. Die Genre-Filter konnten dieses Problem nicht lösen, weil sie den zugrunde liegenden Algorithmus nicht fundamental veränderten.

Das Oktober-2025-Update: Der Gamechanger für personalisierte Empfehlungen

Im Oktober 2025 folgte dann das Update, auf das die Community jahrelang gewartet hatte: Die Möglichkeit, einzelne Songs und ganze Playlists vollständig aus dem eigenen Geschmacksprofil auszuschließen. Diese Funktion, die Spotify offiziell als "Exclude from Taste Profile" bezeichnet, ist revolutionär, weil sie erstmals echte Kontrolle über die Datenbasis gibt, auf der alle Empfehlungen basieren.

Das Konzept ist ebenso einfach wie wirkungsvoll: Über das Drei-Punkte-Menü jedes Songs oder jeder Playlist können Nutzer jetzt auswählen, ob dieser Inhalt in die Berechnung ihres Geschmacksprofils einfließen soll oder nicht. Einmal ausgeschlossen, wird der Song oder die Playlist zwar weiterhin in der Bibliothek angezeigt und kann abgespielt werden, aber der Algorithmus behandelt ihn, als hätte man ihn nie gehört. Das bedeutet: Keine Auswirkungen auf Discovery Weekly, keine Verzerrung der Wrapped-Jahresstatistik, keine unerwünschten Empfehlungen auf der Startseite.

Technische Mechanismen hinter der Ausschlussfunktion

Aus technischer Sicht ist die Implementierung komplexer, als es auf den ersten Blick scheint. Spotifys Empfehlungsalgorithmen basieren auf mehreren Datenquellen: Hörhistorie, Likes und Dislikes, gespeicherte Songs, gefolgte Künstler, Playlist-Zusammenstellungen und sogar die Tageszeit, zu der man bestimmte Musik hört. Wenn ein Song aus dem Geschmacksprofil ausgeschlossen wird, müssen alle diese Datenpunkte rückwirkend angepasst werden.

Das bedeutet konkret: Wenn jemand eine Playlist mit Kinderliedern ausschließt, die er in den letzten zwei Jahren regelmäßig abgespielt hat, muss der Algorithmus diese Historie komplett neu berechnen. Collaborative Filtering muss aktualisiert werden, um die Person nicht mehr mit anderen Eltern zu gruppieren, die Kinderlieder hören. Natural Language Processing muss das Genre "Kindermusik" aus dem Profil entfernen. Und Audio-Analyse muss die musikalischen Merkmale neu gewichten – etwa das Fehlen von Dur-Tonarten und einfachen Melodien, die für Kinderlieder typisch sind.

Spotify bestätigte, dass die Neuberechnung nicht sofort erfolgt, sondern über mehrere Tage hinweg. Das ist wichtig, um die Server-Last zu verteilen, aber auch, um sicherzustellen, dass die neuen Empfehlungen tatsächlich besser sind. Ein abrupter Wechsel könnte zu instabilen Empfehlungen führen, wenn der Algorithmus plötzlich mit deutlich weniger Daten arbeiten muss.

Anwendungsfälle: Wer profitiert am meisten?

Die neue Funktion löst mehrere langjährige Probleme gleichzeitig. Erstens: **Das Shared-Account-Problem**. Familien, die ein gemeinsames Premium-Konto nutzen, können jetzt die Hörgewohnheiten der einzelnen Mitglieder sauber trennen. Eltern schließen die Kinderplaylists aus, Teenager die klassische Musik ihrer Eltern. Zweitens: **Das Nebenbei-Hör-Problem**. Viele Nutzer hören tagsüber im Büro konzentrationsfördernde Lo-Fi-Beats oder Ambient-Musik, die sie privat nicht mögen würden. Diese Playlists können jetzt ausgeschlossen werden, ohne dass man auf sie verzichten muss.

Drittens: **Das Gäste-Problem**. Wer regelmäßig Partys veranstaltet und dabei Spotify über Bluetooth-Boxen laufen lässt, kennt das Problem: Die Gäste wählen Songs aus, die man selbst nie hören würde, und plötzlich ist die Discovery Weekly voll mit Chart-Pop oder Schlager-Hits. Mit der Ausschlussfunktion kann man diese Party-Playlists einfach aus dem Geschmacksprofil entfernen. Viertens: **Das Guilty-Pleasure-Problem**. Jeder hat Songs oder Genres, die man gerne heimlich hört, aber nicht als Teil seines öffentlichen Geschmacks sehen möchte. Diese lassen sich jetzt diskret ausschließen, ohne dass man auf den Hörgenuss verzichten muss.

Managed Accounts für Kinder: Die zweite Säule der Personalisierung

Parallel zum Ausschluss-Feature führte Spotify im Oktober 2025 auch "Managed Accounts" für Kinder unter 13 Jahren ein – allerdings exklusiv für Premium Family Abonnenten. Diese separaten Kinderprofile sind mehr als nur eine Komfortfunktion; sie sind ein fundamentaler Paradigmenwechsel in der Art und Weise, wie Streaming-Dienste mit Familien umgehen.

Bisher war die Spotify Family Option ein einfacher Rabatt-Plan: Bis zu sechs Personen konnten Premium nutzen, aber jeder hatte sein eigenes, völlig unabhängiges Konto. Das Problem: Viele Eltern wollten ihren Kindern keinen uneingeschränkten Zugang zu Spotify geben, also teilten sie einfach ihr eigenes Konto. Die Folge: Kinderlieder, Disney-Soundtracks und Hörspiele vermischten sich mit der Musik der Erwachsenen, und die Algorithmen kamen völlig durcheinander.

Funktionen der Managed Accounts

Die neuen Managed Accounts lösen dieses Problem elegant. Eltern können für jedes Kind unter 13 Jahren ein separates Profil anlegen, das sie vollständig kontrollieren. Das umfasst: **Inhaltsfilter**, die explizite Texte und altersunangemessene Inhalte automatisch blockieren. **Hörzeit-Beschränkungen**, um zu verhindern, dass Kinder stundenlang Musik hören. **Separate Geschmacksprofile**, die komplett unabhängig von den Eltern sind. Und **Familien-Playlists**, die alle Mitglieder gemeinsam nutzen können, ohne dass sie die individuellen Empfehlungen beeinflussen.

Das genialste Feature: Die Managed Accounts haben keinen Einfluss auf das Geschmacksprofil der Eltern. Wenn ein Kind stundenlang "Baby Shark" hört, taucht das weder in der Discovery Weekly der Mutter noch in der Wrapped-Statistik des Vaters auf. Umgekehrt können die Eltern weiterhin ihre eigene Musik hören, ohne sich Sorgen zu machen, dass ihre Kinder versehentlich auf unangemessene Inhalte stoßen.

Datenschutz und elterliche Kontrolle im Gleichgewicht

Managed Accounts werfen interessante Datenschutzfragen auf. Einerseits gibt Spotify Eltern mehr Kontrolle über die Musikerfahrung ihrer Kinder. Andererseits sammelt die Plattform jetzt auch Daten über Minderjährige – wenn auch mit strengen Einschränkungen. Spotify betonte in der Ankündigung, dass Daten aus Managed Accounts nicht für Werbung oder Drittanbieter genutzt werden dürfen und dass Eltern jederzeit die vollständige Hörhistorie ihrer Kinder einsehen und löschen können.

Für Musikmarketing-Profis eröffnen sich hier neue Möglichkeiten, aber auch Herausforderungen. Kindermusik war bisher ein schwieriger Markt auf Spotify, weil die Algorithmen nicht zwischen Kindern und Erwachsenen unterscheiden konnten. Mit Managed Accounts können Kindermusik-Künstler jetzt gezielt auf diese Zielgruppe abzielen, ohne dass ihre Songs in den falschen Playlists landen. Gleichzeitig bedeutet das aber auch: Wer als Künstler bisher von unbeabsichtigten Streams durch Kinder profitiert hat, könnte einen Rückgang erleben.

Auswirkungen auf Künstler, Labels und Musikmarketing

Die neuen Algorithmus-Updates haben weitreichende Implikationen für die gesamte Musikindustrie. Für Künstler und Labels ändert sich fundamental, wie Sichtbarkeit auf Spotify funktioniert. Jahrelang galt die Faustregel: Je mehr Streams, desto besser. Doch mit der neuen Ausschlussfunktion zählt nicht mehr jeder Stream gleich viel. Ein Stream, der aus einem ausgeschlossenen Profil kommt, hat null Einfluss auf Discovery Weekly und andere algorithmische Playlists.

Was bedeutet das für Streaming-Zahlen?

Die erste Frage, die sich viele in der Branche stellen: Werden die Streaming-Zahlen sinken? Die Antwort ist nuanciert. Reine Abspielhäufigkeit wird sich wahrscheinlich nicht dramatisch ändern. Menschen hören die gleiche Menge Musik wie vorher. Aber die Verteilung könnte sich verschieben. Songs, die bisher von unbeabsichtigten Streams profitiert haben – etwa Schlafmusik, die in Shared Accounts gehört wird – könnten Rückgänge erleben, weil sie aus Geschmacksprofilen ausgeschlossen werden.

Gleichzeitig könnten Künstler, die echte Fans haben, profitieren. Wenn jemand bewusst entscheidet, einen Künstler nicht auszuschließen, ist das ein stärkeres Signal als ein passiver Stream. Die Algorithmen werden diese "echten" Fans höher gewichten, was zu besseren Platzierungen in Discovery Weekly und anderen Playlists führen kann. Das bedeutet: **Qualität schlägt Quantität**. Ein kleinerer, aber engagierter Fanbase ist wertvoller als viele passive Hörer.

Neue Strategien für Playlist-Pitching

Für Musikmarketing-Agenturen wie uns bei SwipeUp Marketing ändern sich die Strategien grundlegend. Bisher konzentrierten wir uns darauf, Songs in möglichst viele Playlists zu bringen, um die Reichweite zu maximieren. Doch mit den neuen Updates wird die Art der Playlist wichtiger als die Anzahl. Eine Playlist, deren Follower hauptsächlich Shared Accounts oder Nebenbei-Hörer sind, ist weniger wertvoll als eine Playlist mit echten Fans, die ihre Songs nicht ausschließen.

Das bedeutet konkret: **Zielgruppen-Analyse wird noch wichtiger**. Bevor wir einen Song pitchen, müssen wir genau verstehen, wer die Playlist hört und wie sie genutzt wird. Eine Lo-Fi-Beats-Playlist, die hauptsächlich zum Arbeiten gehört wird, könnte von vielen Nutzern ausgeschlossen werden – auch wenn sie hohe Stream-Zahlen hat. Eine Indie-Rock-Playlist mit echten Fans, die aktiv neue Musik suchen, ist dagegen Gold wert, auch wenn sie kleiner ist.

Die Rolle von Engagement-Metriken

Spotify hat in den letzten Jahren immer wieder betont, dass nicht nur Streams zählen, sondern auch Engagement. Dazu gehören: **Save-Rate** (wie viele Hörer speichern den Song in ihrer Bibliothek), **Skip-Rate** (wie oft wird der Song übersprungen), **Repeat-Rate** (wie oft wird der Song wiederholt gehört) und **Playlist-Adds** (wie oft fügen Nutzer den Song zu eigenen Playlists hinzu). Mit den neuen Updates werden diese Metriken noch wichtiger.

Ein Song, der eine hohe Save-Rate hat, wird seltener aus Geschmacksprofilen ausgeschlossen. Ein Song mit niedriger Skip-Rate signalisiert echtes Interesse. Und ein Song, der in viele private Playlists aufgenommen wird, zeigt, dass Menschen ihn aktiv in ihrem Leben integrieren – nicht nur passiv konsumieren. Für Künstler bedeutet das: **Fokus auf echte Verbindungen zu Fans**. Ein Song, der 10.000 echte Fans hat, kann langfristig erfolgreicher sein als ein viraler Hit mit 1 Million passiven Hörern.

Praktische Tipps: So nutzt du die neuen Features optimal

Für Spotify-Nutzer, die das Beste aus ihren personalisierten Playlists herausholen wollen, haben wir einige konkrete Handlungsempfehlungen zusammengestellt. Diese basieren auf unserer Erfahrung im Musikmarketing und den Erkenntnissen aus den neuen Updates.

Strategie 1: Geschmacksprofil-Audit durchführen

Der erste Schritt: Mach ein gründliches Audit deiner Hörhistorie. Geh deine gespeicherten Playlists durch und frag dich bei jeder: Repräsentiert diese meinen echten Musikgeschmack, oder ist sie nur für einen bestimmten Zweck? Arbeits-Playlists, Party-Playlists, Schlaf-Playlists – all das solltest du aus deinem Geschmacksprofil ausschließen, wenn sie nicht deinen persönlichen Vorlieben entsprechen. Das gleiche gilt für einzelne Songs. Wenn du einen Song nur aus nostalgischen Gründen gespeichert hast oder weil er auf einer Party gut ankam, aber nicht wirklich magst, schließ ihn aus.

Ein Tipp aus der Praxis: Beginne mit den offensichtlichsten Ausreißern. Kinderlieder, Hörbücher, Podcasts (falls du die Audio-Features von Spotify nutzt), Meditationsmusik. Diese verzerren dein Profil am stärksten. Dann arbeite dich zu den subtileren Fällen vor. Songs von Künstlern, die du eigentlich nicht magst, aber in Compilations gespeichert hast. Genres, die du nur zeitweise interessant findest, aber nicht dauerhaft hören willst.

Strategie 2: Die Genre-Filter strategisch einsetzen

Die Genre-Filter in Discovery Weekly sind am effektivsten, wenn du sie bewusst und gezielt einsetzt. Nutze sie nicht jede Woche, sondern nur dann, wenn du tatsächlich eine bestimmte Richtung erkunden willst. Wenn du normalerweise Rock hörst, aber gerade Lust auf Electronic hast, aktiviere den Filter. Aber lass ihn nicht dauerhaft an, sonst verpasst du die Überraschungen, die der Algorithmus für dich bereithält.

Ein fortgeschrittener Trick: Nutze die Genre-Filter, um "Geschmacks-Inseln" zu schaffen. Wenn du merkst, dass deine Discovery Weekly zu einseitig wird und nur noch einen bestimmten Stil empfiehlt, aktiviere bewusst einen anderen Genre-Filter. Das Signal an den Algorithmus: Du bist offen für Vielfalt. Nach ein paar Wochen mit wechselnden Filtern wird deine Standard-Discovery-Weekly (ohne Filter) automatisch diverser.

Strategie 3: Aktives Feedback geben

Die neuen Updates machen deutlich: Spotify belohnt aktives Nutzerverhalten. Nutze also alle Feedback-Mechanismen, die die Plattform bietet. Markiere Songs, die du magst, mit einem Herz. Skippe Songs, die du nicht magst, konsequent. Füge Songs zu eigenen Playlists hinzu. Folge Künstlern, die du unterstützen willst. All das sind Signale an den Algorithmus, die deine Empfehlungen verbessern.

Besonders effektiv: Die neue "Snooze"-Funktion. Wenn ein Song in deiner Discovery Weekly auftaucht, den du gerade nicht hören willst – aber auch nicht für immer verbannen möchtest – nutze die Snooze-Option. Der Song wird für 30 Tage pausiert, aber bleibt im System. Das ist perfekt für Songs, die du aktuell überhört hast, aber in ein paar Monaten vielleicht wieder genießen würdest.

Für Künstler: Wie du von den neuen Algorithmen profitierst

Wenn du selbst Musik veröffentlichst oder als Label oder Manager arbeitest, bieten die neuen Updates enorme Chancen – aber nur, wenn du die Mechanismen verstehst und gezielt nutzt. Hier sind unsere wichtigsten Erkenntnisse aus den ersten Wochen seit dem Update.

Fokus auf echte Fans statt Masse

Der wichtigste Paradigmenwechsel: Nicht mehr die schiere Anzahl von Streams ist entscheidend, sondern die Qualität des Engagements. Ein Song, der 1.000 Mal gehört wird, aber von allen Hörern gespeichert, wiederholt und in Playlists aufgenommen wird, performt im Algorithmus besser als ein Song mit 10.000 Streams, die aber größtenteils passiv oder von ausgeschlossenen Profilen kommen.

Das bedeutet für deine Releasestrategie: **Setze auf Community-Building**. Nutze Social Media nicht nur, um auf deinen neuen Song aufmerksam zu machen, sondern um echte Beziehungen zu Fans aufzubauen. Erkläre, warum du diesen Song geschrieben hast. Teile Behind-the-Scenes-Content. Antworte auf Kommentare. Je stärker die emotionale Verbindung, desto wahrscheinlicher ist es, dass Fans deinen Song aktiv in ihrem Geschmacksprofil behalten und nicht ausschließen.

Playlist-Strategie neu denken

Die alte Playlist-Strategie – einfach auf möglichst vielen Playlists landen – funktioniert nicht mehr optimal. Stattdessen solltest du gezielt Playlists identifizieren, die von engagierten Hörern genutzt werden. Wie erkennst du das? Schau dir die Follower-Zah