Die Entwicklung der tonalen Sprache in Beethovens Streichquartetten: Eine vergleichende Korpusstudie der Schaffensphasen

Abstract

Beethovens Oeuvre wird für gewöhnlich in drei Phasen untergliedert, von denen angenommen wird, dass sie sich hinsichtlich ihrer Stilistik unterscheiden (Kerman et al., 1983). Eine solche Periodisierung, welche stets kritisch reflektiert werden muss, lassen die Streichquartette vergleichsweise zwanglos zu: die Quartette op. 18 am Ende der frühen Phase, opp. 59, 74 und 95 der mittleren Phase und opp. 127, 130, 131, 132, 133 und 135 der Spätphase. Doch inwiefern lassen sich stilistische Unterschiede tatsächlich nachweisen, und inwiefern zeigen sie sich in der harmonischen Sprache des Komponisten? Diese Frage untersucht der vorliegende Beitrag anhand eines umfassenden, manuell erzeugten digitalen Datensatzes (Neuwirth et al., 2018), welcher eine große Bandbreite an harmonischen Merkmalen enthält (z.B. Tonarten, Akkordstufen und -umkehrungen, Vorhalte etc.). Durch die Nutzung computationaler Methoden lassen sich zudem die Grade von Typikalität von Einzelwerken mit Blick auf den jeweiligen Schaffenskontext beurteilen sowie die Auswirkung alternativer Periodisierungen auf die Resultate erproben. Der gegenwärtige Zugang schließt an eine frühere synchrone Untersuchung Beethoven’scher Harmonik an (Moss et al., 2019) und erweitert diese um die diachrone Perspektive. Zugleich wird herausgearbeitet, wie digitale Korpusforschung zu Stilentwicklung eine Ergänzung herkömmlicher hermeneutischer und tendenziell einzelwerkorientierter Analysezugänge darstellen kann.

Fabian C. Moss

Research Fellow in Cultural Analytics

Fabian C. Moss is a Research Fellow in Cultural Analytics at University of Amsterdam (UvA). He was born in Cologne, Germany, and studied Mathematics and Educational Studies at University of Cologne, and Music Education (Major Piano) and Musicology at Hochschule für Musik und Tanz, Köln. He obtained is PhD in Digital Humanities from École Polytechnique Fédérale de Lausanne (EPFL). Working with large symbolic datasets of musical scores and harmonic annotations, he is primarily interested in Computational Music Analysis, Music Theory, Music Cognition, and their mutual relationship.