KI-Musik: Ende für Sänger oder Playback?

KI-Musik tötet nicht die Sänger: sie tötet das Playback

Ein Amateur generiert seit Monaten Songs mit KI und behauptet, die Ergebnisse seien bereits „auf kommerziellem Niveau“. Er erzählt es ohne Scheu: eigener Text, synthetische Stimme, präsentables Ergebnis. Die Frage, die die Sache eröffnet, ist nicht, ob es gut oder schlecht klingt, sondern wer verdient, wenn das Werkzeug ein Abonnement kostet und das Aufnahmestudio einen Kredit. In einer Branche, in der laut einem Teilnehmer 90 % dessen, was man hört, vier Akkorde wiederholt, kommt die KI nicht, um neue Musik zu erfinden: sie kommt, um die bestehende zu verbilligen.

Was die KI schreibt und was nicht

Es gibt Konsens über das Offensichtliche: Die KI imitiert, sie fühlt nicht. Sie analysiert statistische Muster, wiederholt Kombinationen, die funktioniert haben, und liefert sie mit professionellem Finish. Das reicht ihr, um einen Reggaeton-Chorus, eine Stadionhymne oder ein Volksfestlied perfekt hinzubekommen. Was sie nicht tut – zumindest vorerst –, ist zu erklären, warum ein Text von Sabina Gänsehaut verursacht und ein scheinbar identischer fremdschämend wirkt. Ein Teilnehmer fasst es schonungslos zusammen: „Die KI analysiert und wiederholt basierend auf statistischen Algorithmen. Sie fühlt nicht, sie versteht nicht.“

Das Gegenargument kommt schnell: Auch die kommerzielle Musik der letzten zwei Jahrzehnte hat sich nicht durch Tiefe ausgezeichnet. Wenn der Maßstab „Titi cómeme el toto“ ist, passt die Maschine vielleicht gar nicht so schlecht ins Bild.

Das Geschäft war bereits automatisiert

Hier sind die Daten, die Puristen verwirren. Laut einem Teilnehmer lassen Plattenfirmen seit mehr als zehn Jahren jeden Song durch Software laufen, die analysiert, ob er ein Hit wird, und Vorschläge zur Feinabstimmung macht. Die generative KI erfindet den Prozess nicht: sie demokratisiert ihn. Was früher ein teures Programm in einem Büro in Madrid oder Los Angeles war, ist heute eine Website mit kostenlosem und bezahltem Plan.

Die praktische Konsequenz ist, dass sich der Engpass verschiebt. Man muss nicht mehr spielen, singen oder fürs Studio zahlen können. Man braucht Urteilsvermögen, um aus hundert Versionen zu wählen, und Präsenz, um sie live zu verteidigen.

Live-Auftritt als letzter Rückzugsort

Die am häufigsten genannte Vorhersage zielt auf denselben Punkt: Die KI wird den Wert derer steigern, die ohne Netz und doppelten Boden spielen und singen. Konzerte, bei denen das Publikum für echtes Können zahlt, nicht für einen USB-Stick auf dem Tisch. Der Vergleich mit dem Club-DJ ist unvermeidlich: Vieles, was in einer Session läuft, ist bereits vorab aufgezeichnet, und das Publikum akzeptiert es, solange die Stimmung stimmt.

Das Problem ist, dass dieser Rückzugsort begrenzte Kapazität hat. Nicht alle Musiker können touren, und wer von Hochzeiten, Erstkommunionen und Bar-Gigs lebt, konkurriert direkt mit einem Werkzeug, das seine Arbeit für zwanzig Euro im Monat erledigt.

Locomía machte es schon ohne KI

Die pikanteste Anekdote der Sache: Das Phänomen Locomía wurde vom Studio aus montiert, mit Tänzern, die je nach Region engagiert wurden, weder sangen noch die Lippen bewegten, und funktionierte jahrelang. Playback wurde nicht von der KI erfunden. Was sich jetzt ändert, sind die Kosten für die Herstellung des gesamten Produkts, inklusive Stimme.

Mit dieser Perspektive klingt die Debatte darüber, ob die KI die Sänger auslöschen wird, wie eine falsch gestellte Frage. Die gute Frage ist, wie viele derer, die wir heute Sänger nennen, bereits eine Rolle spielten.

Synchronisation, Playback und der Dominoeffekt

Derselbe technologische Sprung bedroht die Synchronisation (Doblaje): Den Tonfall und die Originalstimme eines Schauspielers beizubehalten, während er in einer anderen Sprache spricht, ist technisch bereits möglich. Das betrifft eine ganze Zunft von Profis, die heute Stimmen für Serien, Kinderfilme und Übersetzungen sprechen. Wenn die Synchronisation fällt, fällt auch ein Teil des Live-Bereichs, der von dieser Industrie abhing.

Der emotionale Widerstand ist real: „Man merkt deutlich, dass das Musik von einem verdammten Roboter ist“, schreiben sie. Aber es zu merken bedeutet nicht immer, es abzulehnen. Das durchschnittliche Ohr unterscheidet perfekte Intonation nicht von einer Maschine.

---

Was noch zu sehen bleibt, ist nicht, ob die KI besser oder schlechter singt. Es ist, ob das Publikum weiterhin Eintritt zahlt, wenn es weiß, dass die Stimme auf der Bühne aus einer Datei stammt. Mit diesen Zutaten lautet die ehrliche Antwort, dass das noch niemand weiß.