Die Musikbibliothek

Drei Aufgaben gehen durch die Schleuse, alle mit Region EU, obwohl Musikmetadaten keine Personendaten sind. Die Kette geht zum deutschen Anbieter zuerst.

1. 01Stimmung. Interpret, Titel, Genre, Jahr hinein, sechs Werte von 0 bis 100 heraus: Energie, Tanzbarkeit, Fröhlichkeit, Wärme, Eleganz, Feierlichkeit. Dazu Sprache, Kulturkreis, Jahrzehnt. Nachts im Stapel, einmalig je Titel.
2. 02Zuruf. Ein Satz über den Anlass hinein, ein Zielvektor mit Filtern heraus. Zur Laufzeit, am Pult. Gemessen: 22 Sekunden, 279 Token hinein, 1.850 heraus.
3. 03Erscheinungsjahr. Rund 2.100 Titel tragen keines. Das Modell schlägt eines vor, ein Musikkatalog bestätigt oder verwirft es. Das Modell ist nicht die Quelle, sondern der Vorschlaggeber.

Was danach kommt, ist keine Modellarbeit: ein Generator rechnet aus Zielvektor und Titelvektoren den Set-Plan, mit Anwärmen, Höhepunkt und Ausklang. Der DJ übersteuert von Hand.

Am Pult kam „Budget erschöpft“. Der Zuruf hatte den Tag über nichts verbraucht. Verbraucht hatte der Stapel in der Nacht, unter demselben Projektschlüssel. Und die Schleuse prüft vor dem Lauf gegen das angemeldete Maximum, nicht gegen den späteren Bedarf: 8.192 angemeldet, 7.119 übrig, abgelehnt. Das ist richtig so. Ein Deckel, der erst nach dem Lauf prüft, ist keiner.

Die Lösung war keine Erhöhung des Budgets, sondern eine Trennung: der Zuruf bekam ein eigenes Projekt mit eigenem Schlüssel und 100.000 Token am Tag. Der Stapel blieb, wo er war. Eine Bedienung, die ein Mensch am Abend braucht, darf nie am selben Deckel hängen wie ein Stapel, der nachts durchläuft. Das steht so in keinem Schaubild, und es ist der Punkt „Kostendeckel pro Kunde, nicht nur pro Lauf“ aus Abschnitt 06, an mir selbst erlebt.

Beim Nachsehen fiel auf: 176 von 4.907 Titeln trugen denselben Stimmungsvektor. 168 davon hießen „Track 7“ oder „AudioTrack 06“, ohne Interpret, ohne Titel. Das Modell hatte aus nichts einen Vektor gemacht, und zwar denselben, und er sah aus wie alle anderen. Diese Titel zählen seitdem neutral. Ein Sprachmodell ohne Information rät plausibel, und Plausibles ist schwerer zu entdecken als Fehlendes: ein leeres Feld fällt auf, ein mittlerer Wert nicht.

Aus derselben Zeit die zweite Lehre: eine Epoche aus einer Altersangabe zu schätzen war zuerst ein Modellaufruf. Er kostete Zeit, Budget und lieferte jedes Mal etwas anderes. Jetzt sind es zwei Zahlenfelder und Schnellknöpfe für die Siebziger bis Neunziger. Kein Modellaufruf, wo eine Zahl reicht.

Und der teuerste Fehler war gar keiner des Modells. Die Zielenergie hatte im Generator ein Gewicht von 0,057 statt 0,20. „Anwärmen“ und „Ausklang“ lieferten denselben Set-Plan, mit dem Anschein von Richtigkeit. Niemand hat das gemeldet, weil die Pläne plausibel aussahen. Gefunden wurde es, weil zwei Pläne, die verschieden sein mussten, nebeneinander lagen. Das ist Bedingung 2 aus der Vorfrage: prüfbar ist ein Ergebnis nur, wenn jemand weiß, wie es aussehen müsste.

Die Frage war, ob man sich die 2,5 Stunden Katalogabfragen sparen kann, weil Sprachmodelle Diskografien „sowieso wissen“. Aufbau: 60 Titel aus der Bibliothek, die im Tag schon ein Jahr tragen, feste Ziehung, wiederholbar. Das Tag-Jahr ist keine perfekte Wahrheit, weil eine Zusammenstellung oft ihr eigenes Jahr trägt. Es ist aber eine harte Obergrenze: ein Lied kann nicht jünger sein als die Platte, auf der es liegt. Jeder Fund, der später liegt, ist beweisbar falsch. Alle Befragten bekamen die Liste blind und mit ausdrücklicher Erlaubnis zu schweigen: „Wenn du das Lied nicht kennst, antworte 0. Raten ist schlechter als Nichtwissen.“

Das kleine Modell hat kein einziges Mal geschwiegen. Zwei Fragen waren konstruktionsbedingt unbeantwortbar, die Dateien tragen gar keinen Titel: „Queen – Untitled“ bekam 2018, „Die Toten Hosen – AudioTrack 06“ bekam 1996, beide mit „hoch“. Ein größeres Modell behebt das nicht. Es weiß mehr und würde die obskuren Schlagersänger vermutlich richtig einordnen. Aber Wissen skaliert mit der Größe, die Bereitschaft zu schweigen kaum.

Der Kern: ein Katalog hat einen Eintrag oder hat keinen. Ein Modell antwortet immer. Bei 2.100 Titeln sieht sich niemand die Ergebnisse einzeln an, und das Jahr wandert in die Datei, aufs Telefon, auf den Stick. Danach ist es nicht mehr als falsch erkennbar, es sieht aus wie gepflegte Metadaten. Für eine Aufgabe, deren Ergebnis in die Datei geschrieben wird, ist ein Modell, das nie schweigt, kein Rückfall, sondern ein Risiko.

Für die Erscheinungsjahre: ja. Sechzig Titel mit bekannter Obergrenze, wiederholbar, mit einem Prüfstein, der ohne Menschen auskommt. Für den Stimmungsvektor: nein. Es gibt einen Prüfstand mit zwanzig Prüfungen für den Generator, ohne Modell und ohne Netz. Ob ein Titel den richtigen Vektor trägt, beurteile ich nach Gefühl beim Hören. Das ist die schwächere Hälfte dieses Falls, und sie steht hier.

Getrennt davon habe ich an über tausend Titeln gemessen, wie nah die Urteile verschiedener Anbieter beieinander liegen. Die Kurzfassung steht bei der Schleuse, der ganze Lauf im Benchmark.