Scavenger AI deckt Datenmuster des Eurovision Song Contest auf

Scavenger AI, ein Unternehmen für Datenanalyse, hat eine eingehende Untersuchung von 68 Jahren Eurovision Song Contest veröffentlicht. Die Analyse von über 51.000 Abstimmungszeilen und 1.700 Songtexten deckt überraschende Muster auf, die zum Erfolg im Wettbewerb beitragen.

Die Analyse zeigt, dass Fan-Vorhersagen nicht immer zutreffen. Während Community-Favoriten wie die MyESC Community besser abschnitten und alle jüngsten Gewinner unter den Top Sieben platzierten, waren die Abstimmungen des OGAE-Fanclubs inkonsistenter. Die größere Mitgliederbasis der MyESC Community mit über 10.000 Mitgliedern, kombiniert mit mehr Daten, scheint ihre überlegene Vorhersagefähigkeit im Vergleich zur OGAE-Gruppe mit rund 900 Mitgliedern zu erklären.

Strategisch hat die Auftrittsreihenfolge erheblichen Einfluss. Daten zeigen, dass frühe Auftritte, insbesondere die ersten fünf Startpositionen, in den letzten Jahren nicht gewonnen haben. Stattdessen haben zwei spezifische Zeitfenster, die Startpositionen 11–15 und 21–26, sieben der letzten acht Gewinner hervorgebracht, mit durchschnittlichen Punktzahlen von 213 bzw. 216 Punkten. Dazwischen liegt jedoch ein auffälliger Rückgang im Segment 16–20, das bisher keinen einzigen Sieg erbracht hat.

Auch der Sprachgebrauch hat sich gewandelt. Nach der Regeländerung von 1999, die die Pflicht zur Landessprache aufhob, verzeichneten englischsprachige Lieder einen Anstieg. Portugals Sieg im Jahr 2017 mit Salvador Sobrals portugiesischem Lied markierte jedoch eine Umkehr. Seitdem ist der Anteil heimischsprachiger Lieder stetig gestiegen, wobei vier der letzten acht Siegerlieder in der Amtssprache ihres Landes aufgeführt wurden.

Die Textanalyse zeigt, dass Gewinnerlieder tendenziell einen positiveren Ton haben und Wörter wie „forever“ enthalten, während „La La La“ häufiger in den letzten Plätzen vorkommt. Die Geschlechterverteilung der Darsteller ist relativ ausgeglichen, aber Solo-Künstler schneiden statistisch besser ab als Gruppen. Scavenger AI deutet darauf hin, dass ein optimales Siegerprofil ein Lied in Landessprache beinhalten könnte, vorgetragen von einem Solo-Künstler mit einer Startnummer zwischen 11–15 oder 21–26, mit positiven Liedtexten.