Nur 42,5% der US-Top-40-Hits von 2005 bis 2009 standen in einem Dur-Modus, gegenüber 85,0% in 1965-1969, in einer Analyse von 1.010 Chartaufnahmen (Schellenberg und von Scheve, Psychology of Aesthetics, Creativity, and the Arts 2012). “Modus” bedeutet hier, ob ein Song auf einer Dur-Tonleiter (meist als heller wahrgenommen) oder einer Moll-Tonleiter (meist als dunkler wahrgenommen) aufgebaut ist, und nicht der statistische Modus. Das Bild bei den Tonarten ist stabiler: C-Dur ist die häufigste Tonart in der Song-Datenbank TheoryTab, mit 6.286 Songs (Hooktheory, TheoryTab Key Popularity 2026). Das Tempo hat sich auf andere Weise verändert: Die Top-15-Jahresend-Singles gingen innerhalb eines einzigen Jahres, 1979, von überwiegend schwankenden zu nahezu konstanten, von einer Klickspur (Click Track) getakteten Tempi über (Carter und von Appen, Intégral 2025). Diese Zusammenstellung behandelt den musikalischen Inhalt von Hits; zu Intros, Zeit bis zum Refrain und Songlänge siehe unsere Statistiken zur Intro-Länge von Hits. Wir haben Daten von Hit Songs Deconstructed, Hooktheory, Spotify, Chartmetric, der ISMIR-Konferenz, dem ifo Institut sowie aus begutachteten Studien und Preprints in Royal Society Open Science, Psychology of Music, Intégral und bioRxiv zusammengeführt.
TL;DR
- Das mittlere Tempo der US-Top-40 sank von 116,4 BPM (1965-1969) auf 89,4 BPM (1995-1999), und der Dur-Anteil fiel von 85,0% auf 42,5% in 2005-2009 (Schellenberg und von Scheve, 2012).
- In der ersten Hälfte von 2025 übertrafen Songs in Dur die Songs in Moll in den Top 10 der Hot 100 mit 53% zu 45%, zum ersten Mal seit einem Jahrzehnt (Hit Songs Deconstructed, 2025 Mid-Year Report).
- Der Bereich von 100-119 BPM vereinte 50% der Nummer-eins-Hits von 2024, gegenüber 10% in 2020 (Hit Songs Deconstructed, #1 Hit Focus Report 2024).
- Die meisten der 120 Top-Songs von TikTok Trending am 18. Mai 2020 lagen bei 60-80 BPM oder 105-130 BPM (Musiio-Analyse, berichtet von The Next Web 2020).
- Der Hashtag #speedsongs für beschleunigte Songversionen kam auf 18,2 Mrd. TikTok-Aufrufe (Chartmetric, How Music Charts 2022).
- Die US-amerikanischen und deutschen Charts zeigen einen gemeinsamen Rückgang beim Valenz-Wert (Positivität) von Spotify, mit einer länderübergreifenden Korrelation von r = 0,88 (Wohlrabe und Wolf, CESifo Working Paper 2026).
- C-Dur ist die häufigste Tonart in einer Datenbank mit mehr als 80.000 Songs, mit 6.286 Einträgen (Hooktheory, TheoryTab Key Popularity 2026).
- G-Dur deckte 10,7% des Spotify-Katalogs ab und C-Dur 10,2% (Spotify Insights 2015, berichtet von Digital Trends).
- Die Top-15-Jahresend-Singles mit nahezu konstantem Tempo sprangen von 3 in 1978 auf 10 in 1979 (Carter und von Appen, Intégral 2025).
- Nach dem 30. Lebensjahr verlangsamt sich das Tempo der Künstler um etwa 1,8 BPM pro Jahrzehnt (Luck und Ansani, bioRxiv-Preprint 2024).
- Der beste kommerzielle Tempodetektor traf das Referenz-BPM bei 77,0% von 664 EDM-Titeln nach der strengen Metrik (Schreiber und Müller, ISMIR 2018).
1. Das Tempo über fünf Jahrzehnte: Langsamere Hits, dann ein teilweises Comeback
Die langfristige Tempogeschichte ist eine Delle, kein Abhang. Das mittlere Tempo der US-Top-40-Hits sank von 116,4 BPM in 1965-1969 auf 89,4 BPM in 1995-1999, den langsamsten der fünf untersuchten Zeiträume (Schellenberg und von Scheve, Psychology of Aesthetics, Creativity, and the Arts 2012; r = -0,24, N = 1.010, p < 0,0001 für Tempo gegen Aufnahmejahr). Die Studie zog Stichproben aus den Top 40 der Billboard-Jahresend-Hot-100 für 25 Jahre, verteilt auf fünf Jahrzehnte, und das vollständige Paper zeigt die späten 1990er und nicht die 2000er als Tiefpunkt.
Die jüngeren Daten zu den Nummer-eins-Hits liegen fast genau dort, wo der Durchschnitt von 2005-2009 lag: bei etwa 100 BPM. Zusammen gelesen legen die beiden Reihen nahe, dass die Talsohle der 1990er der Ausreißer war und dass die größten Hits von heute nahe dort liegen, wo die Top 40 der späten 2000er standen. Auch die Aufteilung nach Modus ist wichtig: Songs in Dur wurden schneller langsamer als Songs in Moll, sodass die klassische schnelle, helle Pop-Single stärker ausdünnte, als der Durchschnitt vermuten lässt.
| Metrik | Wert | Quelle |
|---|---|---|
| Mittleres Tempo der US-Top-40-Hits, 1965-1969 | 116,4 BPM | Schellenberg und von Scheve, Psychology of Aesthetics, Creativity, and the Arts 2012 |
| Mittleres Tempo der US-Top-40-Hits, 1995-1999 (langsamster der fünf Zeiträume) | 89,4 BPM | Schellenberg und von Scheve, Psychology of Aesthetics, Creativity, and the Arts 2012 |
| Mittleres Tempo der US-Top-40-Hits, 2005-2009 | 99,9 BPM | Schellenberg und von Scheve, Psychology of Aesthetics, Creativity, and the Arts 2012 |
| Durchschnittlicher Temporückgang pro Jahrzehnt: Songs in Dur vs. Songs in Moll | 6,3 BPM vs. 3,7 BPM | Schellenberg und von Scheve, Psychology of Aesthetics, Creativity, and the Arts 2012 |
| Durchschnittstempo der 16 Nummer-eins-Hits der Billboard Hot 100 von 2024 | 100 BPM, 4 BPM schneller als der Durchschnitt von 2023 | Hit Songs Deconstructed, #1 Hit Focus Report 2024 |
Kontext: Die Langzeitreihe endet 2009. Neueste verfügbare Daten für den Vergleich über mehrere Jahrzehnte: Schellenberg und von Scheve, 2012. Die Zahl für 2024 umfasst nur Nummer-eins-Hits, eine deutlich kleinere und selektivere Stichprobe als die Jahresend-Top-40.
2. Das Tempo in der Streaming- und Kurzvideo-Ära
Die jüngste Verschiebung geht in Richtung Mitte des Tempobereichs und weg von sehr langsamen Tempi. Unter den Nummer-eins-Hits von 2024 stieg der Bereich von 100-119 BPM auf die Hälfte aller Songs (erste Zeile der Tabelle unten), ein Anstieg auf das Fünffache in vier Jahren. Die Kurzvideo-Daten deuten auf zwei Gruppen statt einer hin: Eine Auswertung der TikTok-Trendsongs von 2020 ergab, dass die meisten entweder in einem langsamen Bereich von 60-80 BPM oder in einem Tanzbereich von 105-130 BPM lagen (The Next Web, berichtet über eine Musiio-Analyse).
Auf sozialen Plattformen ist das Tempo einer Aufnahme nicht mehr festgelegt. Der Hashtag #speedsongs für beschleunigte Songversionen kam auf 18,2 Mrd. TikTok-Aufrufe, #spedup auf weitere 12,2 Mrd. (Chartmetric, How Music Charts 2022). Dieselbe Veröffentlichung kann nun in zwei oder drei Geschwindigkeiten kursieren, was “das BPM eines Hits” zu einer weniger stabilen Idee macht als in der Radio-Ära. Verlangsamte Bearbeitungen liegen nah an dem funktionalen Hören, das unsere Statistiken zu Lo-Fi-Lernmusik behandeln.
| Metrik | Wert | Quelle |
|---|---|---|
| Anteil der Nummer-eins-Hits der Billboard Hot 100 von 2024 im Bereich von 100-119 BPM | 50%, gegenüber 10% in 2020 | Hit Songs Deconstructed, #1 Hit Focus Report 2024 |
| Tempobereiche der meisten der 120 Top-Songs der TikTok-Trending-Playlist, 18. Mai 2020 | 60 bis 80 BPM oder 105 bis 130 BPM | Eigene Analyse von Musiio (KI-Unternehmen für Musik-Tagging), berichtet von The Next Web 2020 |
| TikTok-Aufrufe der Hashtags #spedup und #speedsongs (beschleunigte Songversionen) | 12,2 Mrd. und 18,2 Mrd. | Chartmetric, How Music Charts 2022 |
| TikTok-Aufrufe des Hashtags #slowedandreverb (verlangsamte Songversionen) | 735 Mio. | Chartmetric, How Music Charts 2022 |
| Stream-Wachstum von mazies ‘dumb dumb’, der Fallstudie des Artikels zu einer beschleunigten Version (allein die beschleunigte Version überschritt 10 Mio. Streams) | Von 1,6 Mio. auf mehr als 40 Mio. Streams in weniger als 60 Tagen | Chartmetric, How Music Charts 2022 |
Kontext: Die Zahlen zu TikTok und Chartmetric stammen von 2020 und vom 21. November 2022 und sind älter als drei Jahre. Neueste verfügbare Daten: Chartmetric, 2022. Hashtag-Aufrufe messen die Aufmerksamkeit für veränderte Versionen, nicht den Chart-Erfolg.
3. Dur vs. Moll: Das lange Pendeln und die Umkehr von 2025
Der Modus hat stärker geschwankt als das Tempo und hat nun die Richtung gewechselt. Der Rückgang von Hits in Dur über fünf Jahrzehnte (siehe die Eröffnungszahl) setzte sich in den 2010er Jahren in einer anderen Chart-Stichprobe fort, wobei Moll-Tonarten 2017 weiter Anteile an den Top 10 gewannen (zweite Zeile der Tabelle unten). Dann kehrte es sich um: In der ersten Hälfte von 2025 übertrafen Songs in Dur die Songs in Moll in den Top 10 der Billboard Hot 100 mit 53% zu 45%, zum ersten Mal seit einem Jahrzehnt (Hit Songs Deconstructed, 2025 Mid-Year Report Preview).
Die Stimmungsdaten rund um die Charts deuten in dieselbe Richtung wie die frühere Verschiebung zu Moll. Eine Studie mit mehr als 500.000 Veröffentlichungen aus Großbritannien fand einen fallenden Trend bei ‘Fröhlichkeit’ und ‘Helligkeit’ und einen leichten Anstieg bei ‘Traurigkeit’ (Interiano et al., Royal Society Open Science 2018), und die US-amerikanischen und deutschen Charts zeigen einen eng übereinstimmenden Rückgang der Spotify-Valenz, einer algorithmischen Bewertung, wie positiv ein Titel klingt (Wohlrabe und Wolf, CESifo Working Paper 2026). Japan ist das Gegenbeispiel: Ein Preprint von 2026 zu japanischen Hits fand, dass die Tendenzen zu Dur zunahmen (Kawase und Eguchi, PsyArXiv 2026), zusammen mit einem Lautheitsanstieg ähnlich dem, den wir in unseren Statistiken zur Lautheitsnormalisierung beim Streaming verfolgen. Die Hinwendung zu Moll-Tonarten war ein Trend der westlichen Charts, kein universeller.
| Metrik | Wert | Quelle |
|---|---|---|
| Anteil der US-Top-40-Hits in Dur: 1965-1969 vs. 2005-2009 | 85,0% vs. 42,5% | Schellenberg und von Scheve, Psychology of Aesthetics, Creativity, and the Arts 2012 |
| Anteil der Top-10-Hits der Billboard Hot 100 in einer Moll-Tonart: 2016 vs. 2017 | 58% vs. 62% | Hit Songs Deconstructed, 2017 in Review |
| Anteil der Nummer-eins-Hits der Billboard Hot 100 von 2024 in einer Moll-Tonart | 56% (Nummer-eins-Hits in Moll hatten drei Jahre lang eine knappe Mehrheit) | Hit Songs Deconstructed, #1 Hit Focus Report 2024 |
| Top 10 der Billboard Hot 100, erste Hälfte 2025 (38 Songs): Dur-Anteil vs. Moll-Anteil | 53% vs. 45% | Hit Songs Deconstructed, 2025 Mid-Year Report Preview |
| Stimmungstrends in mehr als 500.000 britischen Song-Veröffentlichungen, 1985-2015 | Deutlicher Abwärtstrend bei ‘Fröhlichkeit’ und ‘Helligkeit’, leichter Aufwärtstrend bei ‘Traurigkeit’ | Interiano et al., Royal Society Open Science 2018 |
| Korrelation zwischen den US-amerikanischen und deutschen Trends der Spotify-Valenz, Wochencharts 1977-2025 | r = 0,88 (beide rückläufig) | Wohlrabe und Wolf, CESifo Working Paper 2026 |
| Modus-Trend bei 360 japanischen Hits, veröffentlicht 1980-2025 | Tendenzen zu Dur nahmen deutlich zu | Kawase und Eguchi, PsyArXiv-Preprint 2026 |
Kontext: Die Aufteilung für 2025 summiert sich auf 98%; die Vorschau sagt nicht, wie die übrigen Songs eingestuft wurden. Die Stimmungslabels von Interiano werden vom Projekt AcousticBrainz aus dem Audio berechnet und nicht von Hörern bewertet.
4. Tonartenverteilung: In welchen Tonarten Hits geschrieben werden
Die Tonart eines Songs ist sein Grundton plus seine Tonleiter, zum Beispiel C-Dur oder a-Moll. Die grobe Form der Tonarten-Rangliste hält sich über sehr unterschiedliche Stichproben hinweg: Die vorderen Plätze gehen an Tonarten mit wenigen Kreuzen oder Bs. C-Dur ist die häufigste Tonart in der TheoryTab-Datenbank, mit 6.286 Songs, und macht 15% der Songs in Dur der Datenbank aus (Hooktheory, TheoryTab Key Popularity 2026). Spotifys Blick auf den gesamten Katalog von 2015 setzte G-Dur knapp vor C-Dur (Spotify Insights 2015, berichtet von Digital Trends), was zeigt, wie die Reihenfolge der beiden Erstplatzierten davon abhängt, ob eine Stichprobe eine kuratierte Analysedatenbank oder ein ganzer Streaming-Katalog ist.
Die beiden Quellen stimmen auch am unteren Ende der Liste überein. a-Moll ist in beiden die führende Moll-Tonart, und die seltensten Tonarten liegen in derselben Ecke des Quintenzirkels: gis-Moll in TheoryTab und dis-Moll bei Spotify, Tonarten mit fünf beziehungsweise sechs Kreuzen. Die Kirchentonarten (Tonleitern wie Mixolydisch und Dorisch, die weder reines Dur noch reines Moll sind) bleiben eine Nische, mit nur einigen hundert Songs pro Tonart.
| Metrik | Wert | Quelle |
|---|---|---|
| Häufigste Tonart in der TheoryTab-Datenbank (mehr als 80.000 Songs) | C-Dur, 6.286 Songs | Hooktheory, TheoryTab Key Popularity 2026 |
| Anteil der Songs in Dur in C-Dur vs. D-Dur vs. G-Dur | 15% vs. 12% vs. 12% | Hooktheory, TheoryTab Key Popularity 2026 |
| Anteil der Songs in Moll in a-Moll, der häufigsten Moll-Tonart | 13% | Hooktheory, TheoryTab Key Popularity 2026 |
| Seltenste der 24 Dur- und Moll-Tonarten in TheoryTab | gis-Moll, 1.470 Songs | Hooktheory, TheoryTab Key Popularity 2026 |
| Häufigste Tonarten in den Modi Mixolydisch und Dorisch | A-Mixolydisch 576 Songs, D-Dorisch 512 Songs | Hooktheory, TheoryTab Key Popularity 2026 |
| Anteil des Spotify-Katalogs (rund 30 Millionen Titel) in G-Dur vs. C-Dur | 10,7% vs. 10,2% | Spotify Insights 2015, berichtet von Digital Trends |
| Anteil des Spotify-Katalogs in a-Moll, der beliebtesten Moll-Tonart | 4,8% | Spotify Insights 2015, berichtet von Hypebot |
| Unbeliebteste Tonart im Spotify-Katalog | dis-Moll, 0,9% | Spotify Insights 2015, berichtet von Music Times |
Kontext: Die Spotify-Zahlen stammen von 2015, und die ursprüngliche Seite von Spotify Insights ist nicht mehr online. Neueste verfügbare Daten für eine Tonartenzählung über einen ganzen Katalog: Spotify Insights, 2015. TheoryTab ist eine Datenbank analysierter Songs und keine Chart-Stichprobe, daher sind ihre Zählungen nicht nach Verkäufen oder Streams gewichtet.
5. Tempostabilität: Die Wende zur Klickspur
Hit-Aufnahmen wurden früher schneller und langsamer wie Live-Auftritte; heute tun sie das fast nie mehr. Eine Studie von 2025 zu Billboard-Singles maß den Variationskoeffizienten (CV) des Tempos, eine Zahl, die wächst, je stärker das Tempo innerhalb einer Aufnahme driftet, sodass niedrigere Werte einen gleichmäßigeren Beat bedeuten. 1978 hatten nur 3 der Billboard-Jahresend-Top-15-Singles einen Tempo-CV unter 0,5; 1979 waren es 10 von 15 (Carter und von Appen, Intégral 2025). Die Autoren schließen daraus, dass Klickspuren (Click Tracks, ein Metronomsignal, dem die Musiker bei der Aufnahme folgen) ab 1979 zur Norm wurden und Drumcomputer und Sequenzierung bis 1986 die Regel waren.
Verschwunden ist nicht nur das Wackeln, sondern die gezielte Beschleunigung. Vor 1978 endete fast die Hälfte der Songs im Korpus hörbar schneller, als sie begonnen hatte. Dieser expressive Aufbau wurde aus den Charts herausgetrimmt, was moderne Hits auch für DJs leicht zum Angleichen der Beats und für die Synchronisierung mit Spielen macht; menschliche Timing-Toleranzen behandeln unsere Statistiken zur Audio-Latenz in Rhythmusspielen.
| Metrik | Wert | Quelle |
|---|---|---|
| Höchster vs. niedrigster jährlicher Median-Tempo-CV, Billboard-Jahresend-Top-15 (gerade Jahre 1966-1994, plus 1979 und 1995) | 1,51 (1972) vs. 0,03 (1994) | Carter und von Appen, Intégral 2025 |
| Singles der Jahresend-Top-15 mit einem Tempo-CV unter 0,5: 1978 vs. 1979 | 3 vs. 10 | Carter und von Appen, Intégral 2025 |
| Frühestes Jahr, in dem der Median-CV (0,18) in den Bereich eines Drumcomputers oder Sequenzers fiel | 1986 | Carter und von Appen, Intégral 2025 |
| Songs vor 1978, die mindestens 3% schneller enden, als sie beginnen | 46% | Carter und von Appen, Intégral 2025 |
| Songs vor 1978, die um 5% oder mehr schneller werden | 22% (20 von 90 Songs) | Carter und von Appen, Intégral 2025 |
| Zeitraum der entscheidenden Wende zu unverändertem Tempo bei Billboard-Nummer-eins-Hits (Roessner 2017, wie zitiert) | Zwischen 1976 und 1980 | Roessner 2017, zitiert in Carter und von Appen, Intégral 2025 |
Kontext: Der Korpus umfasst 255 Aufnahmen. Das Paper berichtet Mediane und Zählungen, aber keine formalen Signifikanztests.
6. Alter des Künstlers und Tempo: Wer das BPM bestimmt
Tempo-Durchschnitte auf Chart-Ebene vermischen Künstler in sehr unterschiedlichen Karrierephasen, und das Alter scheint eine Rolle zu spielen. Nach dem 30. Lebensjahr verlangsamt sich das Tempo der Künstler um etwa 1,8 BPM pro Jahrzehnt, mit einem leichten Anstieg davor (Luck und Ansani, bioRxiv-Preprint 2024). Über eine ganze Karriere summiert sich das: Die Verlangsamung von den Dreißigern bis zu den Achtzigern der Künstler beträgt fast 10 BPM, nahe an den 10,5 BPM Unterschied zwischen den Top-40-Durchschnitten von 1995-1999 und 2005-2009 in Abschnitt 1 (99,9 minus 89,4).
Ein früherer, kleinerer Preprint desselben Erstautors verwendete von Hand getippte Tempi statt des Spotify-Algorithmus und fand, dass das Tempo zwischen den frühen Zwanzigern und den späten Fünfzigern von zehn Bestseller-Künstlern um fast anderthalb Standardabweichungen fiel (Luck, bioRxiv-Preprint 2024). Keine der beiden Studien wurde bisher von Fachleuten begutachtet, doch beide weisen auf eine Variable hin, die Chart-Studien von Jahrzehnt zu Jahrzehnt nicht kontrollieren: das Altersprofil der Künstler, die in den Charts platziert sind.
| Metrik | Wert | Quelle |
|---|---|---|
| Korpus: Titel und Künstler (Karrieren von mindestens 20 Jahren), veröffentlicht 1956-2020 | 14.556 Titel, 207 Künstler | Luck und Ansani, bioRxiv-Preprint 2024 |
| Tempotrend vor dem 30. Lebensjahr (2.237 Titel, 96 Künstler) | b = 0,50, 95-%-KI [0,01; 1,01], p = 0,043 | Luck und Ansani, bioRxiv-Preprint 2024 |
| Tempotrend nach dem 30. Lebensjahr (12.023 Titel, 204 Künstler) | b = -0,18, 95-%-KI [-0,29; -0,07], p = 0,001 | Luck und Ansani, bioRxiv-Preprint 2024 |
| Temporückgang von den Dreißigern bis zu den Achtzigern der Künstler | Fast 10 BPM, rund 2 BPM pro Jahrzehnt | Luck und Ansani, bioRxiv-Preprint 2024 |
| Frühere Studie mit Handmarkierung: Titel, Künstler und Zeitspanne | 1.497 Titel, 10 Künstler, 65 Jahre | Luck, bioRxiv-Preprint 2024 |
| Temposänderung von den frühen Zwanzigern bis zu den späten Fünfzigern der Künstler (Studie mit Handmarkierung) | Fast anderthalb Standardabweichungen langsamer | Luck, bioRxiv-Preprint 2024 |
Kontext: Die große Studie verwendet Spotifys eigene Tempowerte, deren genaue Berechnung nicht öffentlich ist. In der Studie mit Handmarkierung wurden Titel ausgeschlossen, bei denen ein Annotator um mehr als 2 BPM vom Mittelwert abwich.
7. BPM und Tonart messen: Warum die Zahlen auseinandergehen
Jede Zahl in dieser Zusammenstellung hängt davon ab, wie Tempo und Tonart gemessen wurden, und die Werkzeuge weichen stärker voneinander ab, als die meisten Leser erwarten. Selbst die beste kommerzielle DJ-Software traf das Referenztempo bei nur 77,0% von 664 EDM-Titeln nach der strengen Metrik Accuracy1 (Schreiber und Müller, ISMIR 2018). Nach der nachsichtigen Metrik Accuracy2, die auch Oktavfehler akzeptiert (Antworten im halben oder doppelten Tempo dessen, was ein Hörer mitklopfen würde), lag das beste Ergebnis bei 90,2%. Sogar die Referenzlabels waren bei bis zu 8,9% der Titel falsch.
Auch Durchschnitte hängen vom Werkzeug ab. Eine Studie mit 42.714 kommerziell erfolgreichen US-amerikanischen und britischen Stücken berichtete einen Mittelwert von 72,894 BPM von einem automatischen Beat-Tracker (North et al., Psychology of Music 2019), weit unter den Chart-Durchschnitten von rund 100 BPM in Abschnitt 1, eine Lücke, die eher davon herrühren kann, welche Beat-Ebene der Tracker zählt, als von langsameren Songs. Auch der Datenzugang wird enger: Spotify schränkte seinen Endpunkt Audio Features, eine viel genutzte Quelle für Tempo-, Tonart- und Modus-Werte, am 27. November 2024 für neue Apps ein (Spotify for Developers). Sein binäres Modus-Feld kann außerdem die in Abschnitt 4 gezählten mixolydischen oder dorischen Songs nicht abbilden.
| Metrik | Wert | Quelle |
|---|---|---|
| Crowdsourcing-Tempoexperiment mit dem Datensatz GiantSteps Tempo: Titel, Teilnehmer, Annotationen | 664 EDM-Titel, 266 Teilnehmer, 18.684 Segmentannotationen | Schreiber und Müller, ISMIR 2018 |
| Titel mit falschen Labels in einer der beiden Referenzannotationen (Oktavfehler ignoriert) | Bis zu 8,9% | Schreiber und Müller, ISMIR 2018 |
| Bestes kommerzielles Werkzeug nach der strengen Metrik Accuracy1 (NI Traktor Pro 2) | 77,0% | Schreiber und Müller, ISMIR 2018 |
| Bestes kommerzielles Werkzeug nach der oktavtoleranten Metrik Accuracy2 (CrossDJ) | 90,2% | Schreiber und Müller, ISMIR 2018 |
| Mittleres BPM von 42.714 kommerziell erfolgreichen US-amerikanischen und britischen Stücken (automatischer Beat-Tracker) | 72,894 BPM | North et al., Psychology of Music 2019 |
| Median-BPM von Stücken, die nur in den USA vs. nur in Großbritannien in die Charts kamen | 57,513 vs. 63,120 (Mann-Whitney-Z = -11,397, p < 0,001) | North et al., Psychology of Music 2019 |
| Datum, an dem Spotify seine Endpunkte Audio Features und Audio Analysis für neue Apps einschränkte | 27. November 2024 | Blog von Spotify for Developers 2024 |
| Wie die Web API von Spotify den Modus und eine nicht erkannte Tonart codiert | Modus: 1 = Dur, 0 = Moll; key = -1, wenn keine Tonart erkannt wurde | Spotify-Web-API-Referenz |
Kontext: Die Daten von ISMIR und North et al. sind älter als drei Jahre. Neueste verfügbare Daten für einen großen Vergleich kommerzieller Werkzeuge: Schreiber und Müller, 2018.
Zusammenfassung: Song-Tempo (BPM) und Tonartenverteilung in den Charts in Zahlen
| Metrik | Wert | Quelle |
|---|---|---|
| Mittleres Tempo der US-Top-40-Hits, 1965-1969 vs. 1995-1999 | 116,4 BPM vs. 89,4 BPM | Schellenberg und von Scheve, 2012 |
| Anteil der US-Top-40-Hits in Dur, 1965-1969 vs. 2005-2009 | 85,0% vs. 42,5% | Schellenberg und von Scheve, 2012 |
| Top 10 der Billboard Hot 100, erste Hälfte 2025: Dur-Anteil vs. Moll-Anteil | 53% vs. 45% | Hit Songs Deconstructed, 2025 Mid-Year Report Preview |
| Tempobereiche der meisten Top-Songs von TikTok Trending, 18. Mai 2020 | 60 bis 80 BPM oder 105 bis 130 BPM | Musiio-Analyse, berichtet von The Next Web 2020 |
| TikTok-Aufrufe des Hashtags #speedsongs | 18,2 Mrd. | Chartmetric, How Music Charts 2022 |
| Stimmungstrends in mehr als 500.000 britischen Veröffentlichungen, 1985-2015 | Weniger ‘Fröhlichkeit’ und ‘Helligkeit’, etwas mehr ‘Traurigkeit’ | Interiano et al., Royal Society Open Science 2018 |
| Korrelation USA-Deutschland beim Rückgang der Spotify-Valenz, 1977-2025 | r = 0,88 | Wohlrabe und Wolf, CESifo Working Paper 2026 |
| Modus-Trend bei 360 japanischen Hits, 1980-2025 | Tendenzen zu Dur nahmen deutlich zu | Kawase und Eguchi, PsyArXiv-Preprint 2026 |
| Häufigste Tonart in der TheoryTab-Datenbank | C-Dur, 6.286 Songs | Hooktheory, TheoryTab Key Popularity 2026 |
| Anteil der Songs in Moll in a-Moll | 13% | Hooktheory, TheoryTab Key Popularity 2026 |
| Anteil des Spotify-Katalogs in G-Dur vs. C-Dur | 10,7% vs. 10,2% | Spotify Insights 2015, berichtet von Digital Trends |
| Jahresend-Top-15-Singles mit nahezu konstantem Tempo, 1978 vs. 1979 | 3 vs. 10 | Carter und von Appen, Intégral 2025 |
| Temposänderung pro Jahrzehnt, wenn Künstler 30 werden | Etwa 1,8 BPM langsamer | Luck und Ansani, bioRxiv-Preprint 2024 |
| Bester kommerzieller Tempodetektor, strenge vs. oktavtolerante Metrik | 77,0% vs. 90,2% | Schreiber und Müller, ISMIR 2018 |
| Mittleres BPM von 42.714 US-amerikanischen und britischen Hits (automatischer Beat-Tracker) | 72,894 BPM | North et al., Psychology of Music 2019 |
| Spotify Audio Features für neue Apps eingeschränkt | 27. November 2024 | Blog von Spotify for Developers 2024 |
Methodik und Quellen
Wir haben nach Tempo-, Tonart- und Modus-Daten auf Chart-Ebene gesucht und nur Zahlen behalten, die wir im Primärbericht, im Paper oder auf der Datenseite lesen konnten oder in einer benannten Publikation, die eine benannte Originalanalyse zitiert. Zahlen ohne benannte Herkunft (zum Beispiel Tempo-Durchschnitte in Presseberichten, die nicht sagten, wer sie gemessen hat) wurden verworfen.
- Schellenberg und von Scheve, “Emotional Cues in American Popular Music: Five Decades of the Top 40”, Psychology of Aesthetics, Creativity, and the Arts 2012: PDF der Autoren
- Hit Songs Deconstructed, Highlights des #1 Hit Focus Report 2024: PDF; State of the Hot 100 Top 10 2025 Mid-Year Report Preview: PDF; 2017 in Review: Berichtsseite
- Musiio-Analyse der TikTok-Trending-Playlist, berichtet von The Next Web am 9. September 2020: Artikel
- Chartmetric, How Music Charts, “Nightcore and Slowed & Reverb Remixes Spur a 2010s Revival”, 21. November 2022: Artikel
- Interiano et al., “Musical trends and predictability of success in contemporary songs in and out of the top charts”, Royal Society Open Science 2018: Volltext
- Wohlrabe und Wolf (ifo Institut), “The Sound of Streaming: Globalization and Acoustic Convergence in Popular Music Markets”, CESifo Working Paper 2026: PDF
- Kawase und Eguchi, “Four Decades of Change in the Acoustic Profile of Japanese Hit Songs (1980-2025)”, PsyArXiv-Preprint 2026: Preprint
- Hooktheory, TheoryTab Key Popularity (abgerufen im November 2026): Tonarten-Ranking
- Spotify Insights, beliebteste Tonarten auf Spotify (Kenny Ning, 6. Mai 2015), wie berichtet von Digital Trends, Hypebot und Music Times
- Carter und von Appen, “Tempo Variability in Billboard Hot 100 Songs, 1966-1995: Patterns, Click Tracks, and Historical Change”, Intégral 38, 2025: PDF
- Luck und Ansani, “The aging musician: Evidence of a downward trend in song tempo as a function of artist age”, bioRxiv-Preprint 2024: Volltext; University of Jyväskylä Pressemitteilung
- Luck, “Neurobiological slowdown in later life manifests in tempo of popular music”, bioRxiv-Preprint 2024: Volltext
- Schreiber und Müller, “A Crowdsourced Experiment for Tempo Estimation of Electronic Dance Music”, ISMIR 2018: PDF
- North, Krause, Sheridan und Ritchie, “Comparison of popular music in the United States and the United Kingdom: Computerized analysis of 42,714 pieces”, Psychology of Music 2019: Repositoriumseintrag
- Spotify for Developers, “Introducing some changes to our Web API”, 27. November 2024: Blogbeitrag; Web-API-Referenz, Get Track’s Audio Features: Dokumentation
- Daten-Hinweis: (1) Die Stichproben sind zwischen den Quellen nicht vergleichbar: Schellenberg und von Scheve nutzten Jahresend-Top-40-Hits, Hit Songs Deconstructed nutzt die Top 10 oder Nummer-eins-Hits der Hot 100 (16 Songs in 2024, 38 Top-10-Songs in der ersten Hälfte von 2025), Hooktheory und Spotify zählen ganze Datenbanken. (2) Schellenberg und von Scheve schreiben, der Anteil von Songs in Moll habe sich ‘über fünf Jahrzehnte verdoppelt’, doch ihre eigene Tabelle (85,0% und 42,5% in Dur) impliziert Moll-Anteile, die von 15,0% auf 57,5% steigen (100 minus Dur-Anteil), was mehr als eine Verdopplung ist; wir geben die Tabellenwerte an. (3) Die Dur/Moll-Aufteilung von 2025 summiert sich auf 98%, und die Tonartenaufschlüsselung für das gesamte Jahr 2025 steht nicht in den öffentlichen Highlights des Jahresendberichts. Hit Songs Deconstructed berichtete außerdem, dass 13% der Nummer-eins-Hits von 2024 langsamer als 79 BPM waren; wir haben nur die Haupt-Tempozahlen übernommen. (4) Luck und Ansani geben die Verlangsamung nach dem 30. Lebensjahr sowohl als ‘ungefähr 1,8’ als auch als ‘etwa 2’ BPM pro Jahrzehnt an, und beide Luck-Studien sowie die Studie von Kawase und Eguchi sind Preprints, die sich in der Begutachtung ändern können; das CESifo-Papier ist ein Arbeitspapier (Working Paper). (5) Die Spotify-Tonartenanteile stammen von 2015 und kommen über Zwischenquellen, weil die ursprüngliche Seite von Spotify Insights offline ist. (6) Schreiber und Müller berichten 582 Titel (87,8%) mit zwei oder mehr Spitzen in den Verteilungen des getippten Tempos; 582 von 664 sind 87,7%, daher haben wir diese Zahl aus den Tabellen weggelassen. (7) Der Mittelwert von etwa 73 BPM bei North et al. liegt weit unter anderen Chart-Durchschnitten, was die vom Tracker gezählte Beat-Ebene statt langsamerer Musik widerspiegeln kann. (8) Seit Spotify Audio Features am 27. November 2024 eingeschränkt hat, stützen sich neuere Studien auf ältere Schnappschüsse oder Drittanbieter-Dienste (das CESifo-Papier nutzte einen RapidAPI-Dienst), sodass eine exakte Replikation schwieriger ist.
Zuletzt aktualisiert: 8. November 2026. Wir aktualisieren diese Zusammenstellung vierteljährlich, und die nächste Aktualisierung wird erwartet, wenn Hit Songs Deconstructed seinen Jahresendbericht State of the Hot 100 Top 10 2026 veröffentlicht.