Zusammenfassung
Auf Basis von quantitativ ausgewerteten Repräsentativbefragungen konnten umfangreiche empirische Befunde zur Bedeutung des Musikhörens in der österreichischen Bevölkerung sowie zum Einfluss sozialstruktureller Merkmale auf die musikalische Praxis gewonnen werden: wie oft und in welchen Zusammenhängen Musik rezipiert wird, über Medien, im Livekontext oder als selbst Ausübende/r; welche Funktionen und Qualitäten von Musik wie sehr geschätzt werden; welche Abspielgeräte wie oft verwendet werden; wieviel Musik (analog und digital) jemand besitzt; welche Rolle das Internet bei der Musikrezeption spielt; wieviel Zeit und Geld in Musikrezeption investiert wird; wie intensiv gesungen und musiziert wird; welche Musik wie oft, wie gerne und am liebsten gehört wird. Durch die Berücksichtigung zweier Erhebungsphasen kann die Entwicklung von 2010 bis 2015 nachgezeichnet werden, vom Höhepunkt des Downloadzeitalters bis zu dessen Ablösung durch das Musikstreaming. All dies wird in Zusammenhang gebracht mit der Bedeutung von Geschlecht, Alter, Bildung, Einkommen, Migrationshintergrund, Haushaltsstruktur und Wohnortgröße, wobei die Generation Web 2.0 mit ihren neuen Verhaltensmustern eine eingehende Betrachtung erfährt. Mittels höherer statistischer Verfahren ermittelte Rezeptionstypen werden vorgestellt, die sich unterschiedlich charakterisieren lassen, je nach Musikstilpräferenz, Einstellungs- und Verhaltensweisen sowie Zugang und Mediengebrauch. Und nicht zuletzt wird auf die Frage eingegangen, welche Rolle nach der digitalen Mediamorphose die Musiksozialisationsinstanzen Eltern/Familie bzw. Medien/Internet spielen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Zum Beispiel: Keuchel und Wiesand (2008), Donnat (2011), ICPSR (2012), European Commission (2013), Bundesministerium für Unterricht, Kunst und Kultur (2013), Schönherr und Oberhuber (2015).
- 2.
Zum Beispiel: Peterson (1992), Van Eijck (2001), Gebesmair (2004), Rössel (2006), Gerhards (2008).
- 3.
Siehe Abschn. 2.2.
- 4.
Z. B. Collopy und Bahanovich (2012), Ter Bogt et al. (2011), Ipsos/ifpi (2016).
- 5.
Auch bedeutende Rezeptionstudien haben mitunter den Makel, dass ausschließlich in einer Stadt befragt wurde (Bourdieu 1993b; Schulze 1992; Neuhoff 2004).
- 6.
Die internationale Datenlage ist einerseits durch Kulturstatistiken zur Beteiligung der Bevölkerung am Kulturleben geprägt und andererseits durch experimentelle Rezeptionsstudien. Erstere finden üblicherweise ohne theoretische Fundierung statt. Letztere fördern oft interessante Ergebnisse zutage (Salganik und Watts 2008; Salimpoor et al. 2013, u. v. m.), haben jedoch letztlich nur Aussagekraft hinsichtlich der geprüften Zielgruppe (zumeist PsychologiestudentInnen) in einer wirklichkeitsfremden Laborsituation.
- 7.
Faktorenanalyse ist ein Verfahren, mit dem man latente Variablen („Faktoren“) findet, die vielen verschiedenen manifesten Variablen zugrunde liegen.
- 8.
Zum Beispiel: ordinal benannte Häufigkeitsangaben wie „mehrmals pro Woche“.
- 9.
Korrelation (zwischen +1,0 und −1,0) zeigt die Stärke des Zusammenhangs zwischen Variablen an.
- 10.
Signifikanz bedeutet, dass Unterschiede zwischen zwei Beobachtungen nicht zufällig sind.
- 11.
Das Projekt fand im Zuge der Uni:Vision-Förderschiene der Universität für Musik und darstellende Kunst Wien statt. Eine Förderbedingung war Kooperation verschiedener Universitätsinstitute, was naturgemäß zu einer gewissen Heterogenität der Fragestellungen führte.
- 12.
Zum Beispiel: wie zeitgenössische Kunstmusik rezipiert wird.
- 13.
Zum Beispiel: 3rd Austrian Mobile Music Day; Huber (2013).
- 14.
Cluster-Analyse ist ein Verfahren, das Personen, die ein bestimmtes Objekt gleich oder ähnlich beurteilt haben, zu Gruppen (Clustern) zusammenfasst. Aktive Variablen beeinflussen die Clusterbildung, passive Variablen beschreiben die Cluster zusätzlich.
- 15.
Siehe Abschn. 2.2.
- 16.
Siehe Abschn. 2.3.
- 17.
So ist etwa in der Country Music zwischen traditionellen und modernen Spielarten zu unterscheiden, die wiederum unterschiedliche Lebenswelten repräsentieren und unterschiedliche Publikumsschichten ansprechen (Holt 1997).
- 18.
Zum Beispiel: Rauscher, Shaw und Ky (1993); Salimpoor et al. (2013).
- 19.
SRG Forschungsdienst (1979).
- 20.
Ein gutes Viertel der ÖsterreicherInnen besucht nie eine Musikveranstaltung. Mehr dazu in Abschn. 4.2.1.
- 21.
Die soziale Ungleichheit beginnt schon im Vorschulalter, wenn einem beschränkten Angebot an Musikvermittlungsabonnements oder Plätzen in Kursen musikalischer Früherziehung eine wesentlich größere Nachfrage gegenübersteht.
- 22.
Siehe Abschn. 4.7.
- 23.
Siehe Abschn. 2.5.
- 24.
Siehe Abschn. 4.4.4.
- 25.
Die Beschreibungen der einzelnen Gruppen beziehen sich nicht auf absolute Zahlen, sondern sind immer im Vergleich zu den anderen Gruppen zu lesen. Alle einbezogenen Variablen haben einen hoch signifikanten Einfluss auf die Clusterbildung. Um die Stabilität der Ergebnisse zu überprüfen, wurde versucht, verschieden viele Gruppen zu bilden und das Variablenset zu verändern. Die hier präsentierten Gruppen sind die am besten interpretierbare Lösung.
- 26.
Siehe Abschn. 4.5.
- 27.
Mehr zu dieser Entwicklung im Abschn. 4.3.
- 28.
Privatradios senden in Österreich (legal) erst seit 1998.
- 29.
Mehr zu den Musikbegeisterten in Abschn. 4.8.
- 30.
Die Frage lautete: „Wie können Sie Musik am besten genießen?“
- 31.
Die Zwischenergebnisse einer (unveröffentlichten) Langzeitstudie zur musikalischen Sozialisation von StudienanfängerInnen der Musikerziehung zeigen neben einer klaren Spiel- und Hörpräferenz für Klassik eine wesentlich größere Beliebtheit von Rockmusik als von Volksmusik, obwohl in Unterricht oder Familie zumeist Klassik und/oder Volksmusik gespielt wurde (www.musiksoziologie.at/forschung/projekte).
- 32.
Die Frage lautete: „Wenn Sie nach Ihrer Lieblingsmusik gefragt werden, was fällt Ihnen da spontan ein?“ Mehrfachantworten waren möglich.
- 33.
Die offene Fragestellung und genaue Zuordnung der individuellen Angaben zu vorgegebenen Kategorien ist ein sehr aufwändiges, aber lohnendes Verfahren, da auf diese Weise die Gefahr von Antwortverzerrungen relativ gering gehalten werden kann.
- 34.
Hinsichtlich der persönlichen Lieblingsmusik gibt es oft sehr konkrete Vorstellungen, und eine Zuordnung zu einer dieser neun großen Stilfelder mag wie eine Zumutung wirken. Um die Sinnhaftigkeit und Aussagekraft der Ergebnisse zu gewährleisten lag der Anspruch darin, sowohl zu große und nichtssagende Felder wie Oldies als auch zu kleine Nischenbereiche wie Black Metal zu vermeiden. Sowohl durch die Korrelationsprüfung zwischen Präferenzangaben und Hörhäufigkeit als auch durch die Korrespondenz- und Clusteranalysen zur Identifizierung von Geschmacksgruppen wurde die Sinnhaftigkeit dieser Vorgangsweise bestätigt.
- 35.
Zu den Gemeinsamkeiten und Unterschieden der jeweiligen Publika von volkstümlichem Schlager und traditioneller österreichischer Volksmusik siehe Huber (2014c).
- 36.
Eine ausführliche Behandlung dieser Thematik erfolgt in Abschn. 4.6.
- 37.
Alle Zusammenhänge zwischen Lieblingsmusiknennung und Hörhäufigkeit sind signifikant, mit zum Teil hohen Kontingenzkoeffizenten (Jazz: 0,36 / Klassik: 0,47 / Pop / Hits: 0,35 / Rock: 0,37 / Volksmusik: 0,43 / Musik aus aller Welt: 0,16 / Schlager: 0,45 / Techno / House: 0,39 / Hip-Hop: 0,39).
- 38.
Von 1 = sehr wichtig bis 6 = gar nicht wichtig.
- 39.
Der Median liegt dreimal im Feld 2, siebenmal im Feld 3, zweimal im Feld 4.
- 40.
Global gesehen ist heute auch Spotify zu nennen, das bereits in sechzig Ländern verfügbar ist, dessen Bedeutung für das österreichische Musikleben sich aber (noch) in Grenzen hält.
- 41.
Die Zukunftsvisionen der Vergangenheit wurden von fliegenden Autos und Computern in Menschengestalt dominiert, so etwas wie das Internet hat jedoch niemand vorausgesagt.
- 42.
Eine Förderbedingung war Interdisziplinarität und Berücksichtigung der Forschungsinteressen verschiedener Universitätsabteilungen.
- 43.
Siehe Abschn. 4.1.
- 44.
Das korrespondiert mit der stetigen Steigerung der AKM-Lizenzeinnahmen aus öffentlichen Aufführungen in Österreich (2010: 16 Mio. €/2015: 19 Mio. €).
- 45.
In WM10 hieß es: „Bitte geben Sie an, was Ihnen an Musik, die Ihnen gefällt, wichtig ist“. In WM15 lautete dann der Versuch, dies einfacher zu formulieren: „Musik ist für mich wichtig …“. In WM10 haben 79 % der Befragten mit „1“ oder „2“ auf einer sechsteiligen Likert-Skala der Begründung „dazu entspannen können“ zugestimmt, in WM15 waren es 66 % für „… als Möglichkeit zur Entspannung“.
- 46.
In WM15 wurden vier Aspekte mehr angeboten als in WM10, entsprechend stellt sich das Gesamtbild dann auch anders dar (Abschn. 4.2).
- 47.
Siehe Abschn. 4.1.
- 48.
In WM10 war diese Kategorie verwendet worden, da dort auch die üblichen Radioformate berücksichtigt waren. Es hat sich jedoch gezeigt, dass die Radioformate mit den Stilfeldern der Tonträgerindustrie nicht kompatibel sind.
- 49.
Die Zusammenfassung der in vieler Hinsicht verschiedenen Felder Schlager und (traditionelle) Volksmusik ergibt aus Rezeptionsperspektive durchaus Sinn, da die entsprechenden Publika große Ähnlichkeit aufweisen (Huber 2014c).
- 50.
Der Verband der Tonträgerindustrie zeigt sich hier enthusiastisch: „Vinyl-Schallplatten erfreuen sich größter und weiterhin steigender Beliebtheit. Mehr als 300.000 Schallplatten gingen 2016 über die Ladentische, der höchste Wert in Österreich seit 1993. Auch beim Umsatz gab es wieder ein kräftiges Plus von 25 % auf 7,1 Mio. €. Damit hat sich der Vinyl-Markt seit 2012 verdreifacht und erreicht nun einen Marktanteil von 7 % am Gesamtmarkt“ (ifpi Austria 2016, S. 12).
- 51.
Hier bestätigt sich wieder das Rieplsche Gesetz (Riepl 1913).
- 52.
Siehe Abschn. 4.5.
- 53.
Siehe Abschn. 2.5.
- 54.
Der Kontingenz-Koeffizient nach Pearson (KK) wird in der Folge ausgewiesen, wenn er zumindest den Wert von 0,35 erreicht. Alle anderen beschriebenen Zusammenhänge sind ebenfalls signifikant, jedoch mit geringerem KK.
- 55.
Hier spielt auch die Haushaltsstruktur eine Rolle, worauf weiter unten noch eingegangen wird.
- 56.
Alles andere wäre erstaunlich, denn als diese Kohorten 14 Jahre alt waren, gab es besagte Musikkulturen noch nicht.
- 57.
Mehr dazu im Abschn. 4.5.
- 58.
N > 18 = 1086.
- 59.
Albert (2010, S. 400); OECD (2014, S. 285 f.); vgl. Elvers et al. (2015).
- 60.
Gerade in den Kriegs- und Nachkriegsgenerationen mit ihren besonderen ökonomischen und familiären Rahmenbedingungen war es oft nicht möglich, jene Schullaufbahn zu verfolgen, die man sich gewünscht hätte oder für die man befähigt gewesen wäre.
- 61.
UBU: 10 Bücher oder weniger / OBU: 11 bis 25 Bücher / UBM: 26 bis 100 Bücher / OBM: 101 bis 200 Bücher / UBO: 201 bis 500 Bücher / OBO: mehr als 500 Bücher.
- 62.
Außerdem zeigt sich in der Bildungsunterschicht eine höhere Bedeutung des Internets als musikalische Sozialisationsinstanz. Diese Erkenntnis ist jedoch mit Vorsicht zu genießen, da viele von denen, für die das Internet relevant war, ihre Bildungskarrieren noch nicht abgeschlossen hatten. Zukünftige Forschung kann hier verlässlichere Daten liefern.
- 63.
Achtung, auch hier ist wieder ein Kohorteneffekt zu vermuten.
- 64.
Dieser landesweit hohe Grad an musikalischer Bildung zumindest eines Elternteils kann als Einfluss des in ruralen Gebieten sehr wichtigen österreichischen Blasmusikwesens gelesen werden.
- 65.
In allen untersuchten Bereichen der PISA-Studien ist ein linearer Zusammenhang zwischen der erreichten Punktezahl und der Schulbildung des Vaters festzustellen (Bruneforth und Lassnigg 2012, 152 f.; OECD 2014, S. 39).
- 66.
Wenn man die Auswahl [>18] vornimmt, kommt man auf rund 12,7 % AbsteigerInnen im Datensatz (16,6 % ohne Bereinigung), was relativ gut mit den offiziellen Zahlen z. B. der PIAAC-Erhebung (13,1 %) korrespondiert (OECD 2013). Dieser Aspekt wurde als schwerer wiegend betrachtet als der Umstand, dass es auch über 18-Jährige gibt, die ihre Ausbildung noch nicht beendet haben. Mit dem Ausschluss aller unter 26-Jährigen würde der Datensatz nur 10,5 % BildungsabsteigerInnen enthalten.
- 67.
Hemetek (2001), Wurm (2006).
- 68.
Das Herkunftsland der meisten ImmigrantInnen ist Deutschland. Hier sind nur geringe Unterschiede in der musikalischen Praxis zu erwarten. Eine quantitative Querschnittserhebung stößt in dieser Frage an ihre Grenzen, weiterführende Untersuchungen mit qualitativen Methoden wären empfehlenswert (www.statistik.at/web_de/statistiken/menschen_und_gesellschaft/bevoelkerung/bevoelkerungsstruktur/bevoelkerung_nach_staatsangehoerigkeit_geburtsland/index.html).
- 69.
Die Die Einteilung orientierte sich an den Größenklassen der Statistik Austria. Kleinste Gemeinde unter den Großen war zum Erhebungszeitpunkt (01.01.2013) Wolfsberg mit 20.447 Einwohnern, größte Gemeinde unter den Kleinen war Amstetten mit 19.311 Einwohnern. Wahrscheinlich werden zwischen diesen beiden nicht allzu große Unterschiede auffindbar sein, aber irgendwo muss eine Grenze gezogen werden (http://www.statistik.at/web_de/klassifikationen/regionale_gliederungen/siedlungseinheiten/index.html).
- 70.
Colloque international Musimorphoses – futur(s) de la musique im November 2015 in Paris; Future Sounds – Meaning and the Future of Popular Music im Mai 2016 in Preston.
- 71.
Siehe Diagramm 4.27, Abschn. 4.8.1.
- 72.
N = 292; aus arbeitsökonomischen Gründen war es nicht möglich, unter 16-Jährige zu befragen, da hierfür jeweils die Zustimmung der Erziehungsberechtigten einzuholen gewesen wäre.
- 73.
In der Generation Web 2.0 gaben nur 19 % weniger Befragte Volksmusik als Lieblingsmusik an als deren Eltern das als Lieblingsmusik hatten. Bei den Älteren waren es noch 36 % weniger. Rock als Lieblingsmusik hatten von den Jungen 15 % mehr als ihre Eltern, von den Älteren 23 %.
- 74.
Die konkreten Zahlen sind nicht direkt vergleichbar, da in WM10 und WM15 nicht dieselben Häufigkeitsabstufungen verwendet wurden. Am besten vergleichbar und Grundlage der abgebildeten Rangreihe sind die Werte auf der Ebene „oft“ (WM10) bzw. „mindestens mehrmals/Woche“ (WM15).
- 75.
Um den Vergleich mit den Essgewohnheiten aufzunehmen: Wer vor allem Gemüse isst, der/dem ist wahrscheinlich beinahe jegliches Gemüse willkommen. Aber ein/e „Allersfresser/in ist er/sie deshalb noch lange nicht.
- 76.
Streng gesehen wird es im Zeitalter der Ubiquität von Musik immer wieder zu unerwünschten Hörsituationen kommen. Wir gehen davon aus, dass die Befragten diese bei den Angaben zur Hörhäufigkeit ausgeblendet haben.
- 77.
Siehe Abschn. 4.2.
- 78.
Die Faktorenanalyse (Principal Components; Rotation Varimax; Kaiser-Guttman-Regel: Eigenwert > 1) erklärt 74 % der Varianz der Variablen.
- 79.
Durchführung der Clusteranalyse in zwei Schritten: Hierarchische Clusteranalyse (Ward-Methode; quadr. Euklid. Distanz) zur Ermittlung der Clusterzahl; Optimierung der Clusterzuordnung mittels K-Means-Algorithmus.
- 80.
Mindestens ein Elternteil mit Hochschulabschluss.
- 81.
Die Abfrage erfolgte in vier Kategorien, für die Auswertung wurde die Grenze zwischen Stadt und Land bei einer Einwohnerzahl von 20.000 gezogen.
- 82.
Für die Berechnung der Bildungsmobilität wurden nur die über 18-Jährigen berücksichtigt.
- 83.
Zum Vergleich: Den nächsthöheren Anteil an der Generation Web 2.0 haben die Omnivores mit 12 %.
- 84.
Wobei beachtet werden muss, dass aufgrund des hohen Anteils Jugendlicher die Bildungskarriere wohl bei vielen in dieser Präferenzgruppe noch nicht abgeschlossen ist.
- 85.
Stärkste Zustimmung auf der sechsstufigen Likert-Skala.
- 86.
Stärkste Ablehnung auf der sechsstufigen Likert-Skala.
- 87.
Personen ohne Lieblingsmusik wurden von der Analyse ausgeschlossen.
- 88.
Berechnet für alle Befragten, die älter als 18 Jahre sind.
- 89.
Die von Hans Neuhoff (2001, S. 770) geäußerte Vermutung, dass eine Nichtablehnung von Musikstilen eher als Desinteresse denn als Offenheit zu lesen wäre, hat einiges für sich, kann jedoch für die hier identifizierten Omnivores in keiner Weise bestätigt werden.
- 90.
Siehe Abschn. 4.5.
- 91.
Abschn. 4.6.
- 92.
Hierarchische Clusteranalyse nach Ward, Optimierung durch k-Means.
- 93.
Das validiert übrigens auch die Clusteranalyse der Omnivoresuntersuchung (Abschn. 4.6).
- 94.
Mehrfachnennungen waren möglich.
- 95.
Dargestellt mit dem Ergebnis einer Faktorenanalyse zu den vier Ausprägungen Singen alleine, Singen mit anderen, Musizieren alleine, Musizieren mit anderen (1-Faktorlösung, Varimax, principal components, 61 % der Varianz wird erklärt).
- 96.
Zum Beispiel: „Musik ist ein unverzichtbarer Teil meines Lebens.“
- 97.
Konzertbesuche, Geldausgaben, Zeit des aufmerksamen Musikhörens und Besitz von Tonträgern.
- 98.
Siehe Abschn. 4.6.
- 99.
Standardabweichung: 16 Jahre.
- 100.
Siehe Abschn. 4.5.
- 101.
Ward-Methode; quadrierte euklidische Distanz; Optimierung durch K-Means.
- 102.
Unauffällige Verhaltensweisen (wie z. B. das Ausmaß, in dem Interaktive in Tonträger investieren) werden in der Folge nicht explizit erwähnt.
- 103.
Für diese Berechnung wurden nur die über 18-Jährigen herangezogen.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2018 Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Huber, M. (2018). Aktuelle empirische Befunde zum Musikhören in Österreich. In: Musikhören im Zeitalter Web 2.0. Musik und Gesellschaft. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-19200-6_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-19200-6_4
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-19199-3
Online ISBN: 978-3-658-19200-6
eBook Packages: Social Science and Law (German Language)