KI übertrifft 95 % der berühmten Musiker, so ein Foren-Nutzer

KI-Musik und die Aufwertung des Live-Auftritts

Innerhalb eines Jahres hat sich KI-generierte Musik von einem klobigen Demo zu einem Chart-Erfolg auf Billboard entwickelt. Laut mehreren Diskussionsteilnehmern ist dies keine subjektive Wahrnehmung: Modelle, die direkt mit Audio arbeiten – nicht mit abstrakten Partituren – sowie hochwertige Sample-Bibliotheken haben die Lücke zwischen einer generierten Skizze und einer Studio-Produktion geschlossen. Was früher ein Spielzeug für Neugierige war, covert nun Klassiker der 80er im Soul-Stil, imitiert verstorbene Künstler oder erstellt ganze Songs mit Text und Refrain. Ohne Unternehmensbotschaft oder Vermittler.

Der technische Sprung: Von der Blechdose zur Sinfonie

Der Unterschied zu den ersten Generationen liegt in der Technologie. Es geht nicht mehr um einfache Melodien oder repetitive Beats: Wie ein Teilnehmer erklärt, verarbeiten aktuelle neuronale Modelle Atemgeräusche, Vibrato, Akzente und sogar das Streichen der Bögen über die Saiten. Wer solche Stücke ohne Kenntnis ihrer Herkunft hört, kann sie nicht von kommerziellen Aufnahmen unterscheiden.

Im letzten Monat hat sich die Situation explosionsartig entwickelt. YouTube ist voll von Versionen der Hits aus den 80er- und 90er-Jahren mit extremen Wendungen: Metal wird zu Soul, Rap zu Jazz, Stimmen singen Repertoires, die sie nie zuvor interpretiert haben. Einige enthusiastische Nutzer behaupten, dass bestimmte Songs, würden sie als kommerzielles Produkt beworben, echte Hits wären, ohne dass jemand Verdacht schöpft. Das feine Material, mit Links zu konkreten Stücken und den Einstellungen jeder Version, macht dieses Thema zu mehr als nur einer Kuriosität.

Nicht alles ist Euphorie. Das letzte Update eines der meistgenutzten Tools, v6, hat enttäuscht: Es klingt blecherner als v4.5 und die Instrumente übertönen die Gesänge, so die ersten Tester. Fortschritt ist nicht linear und Versionen überschneiden sich.

Der Fall Xania Monet: Zwei Billboard-Titel mit einer echten Schöpferin dahinter

Die Episode, die die Geschichte dominiert, ist die von Xania Monet. Laut Thread steckt hinter dem Alter Ego eine reale Schöpferin – professionell Designerin –, die Vision, Texte und Narrativ liefert und KI als Instrument zur Generierung von Musik und Stimme nutzt. Das Ergebnis: Zwei Titel in den Billboard-Charts. Kein Pappenstiel.

Der Fall widerlegt zwei Ideen gleichzeitig. Erstens, dass KI den Schöpfer ersetzt. Hier steht eine Person mit einer Geschichte und einem Kriterium hinter dem Produkt. Zweitens, dass das Publikum Synthetisches allein wegen seiner Natur ablehnt. Das Interview, in dem die Autorin den Prozess offenlegt, verwandelt das Phänomen in einen Studienfall und nicht in einen weiteren musikalischen Deepfake.

Universal und Sony kaufen die Bedrohung

Die großen Plattenfirmen haben dem üblichen Drehbuch gefolgt. Erst die Technologie lächerlich machen, dann versuchen, sie durch Klagen zu regulieren oder zu untergraben, und wenn man feststellt, dass sie unaufhaltsam ist, sie kaufen und eigene Bedingungen setzen. Suno und Udio, zwei der wichtigsten Tools zur Musikgenerierung, befinden sich laut einem Teilnehmer bereits im Besitz von Universal und Sony. Der Schock war real.

Das Problem kommt danach. Wer mit diesen Plattformen Musik generiert und ihre Nutzungsbedingungen akzeptiert, tritt Rechte an seinen Kreationen ab, mit Verträgen, die derselbe Teilnehmer offen als drakonisch beschreibt. Die empfohlene Lösung besteht darin, das Tool zum Testen zu nutzen und die Skizze anschließend in eine eigene Software zu importieren. Unklar ist, was passiert, wenn Tools aus anderen Ländern das Erstellen und sogar das Einfordern von Tantiemen jenseits der Großen ermöglichen.

Live-Musik als letzter Zufluchtsort

Hier spaltet sich die Debatte. Eine Gruppe argumentiert, dass KI seelenlos kopiere, nach Blechdose klinge und nichts auf einer Bühne vermitteln könne. Die Antwort darauf ist vernichtend: Auch 99 % der aktuellen Musik bestehen aus Spuren und Arrangements, die problemlos kopiert werden. Das heißt, KI zerstört nicht die Live-Musik; sie wertet sie durch Kontrast auf.

Die These hat Substanz. Nach der Pause der Plattenindustrie kehrt die Musik allmählich zu ihren Wurzeln zurück: zum Konzert, zum Hier und Jetzt, dem einzigen Format, das sich nicht in dreißig Sekunden generieren lässt. Hoffentlich, sagen einige, kommen die Live-Auftritte zurück und Fernsehen, Radio und Internet bleiben der Dosenmusik vorbehalten.

Demokratisierung der Musik gleichbedeutend mit Mediokrität?

Der schwerwiegendste Vorwurf ist nicht technischer, sondern kultureller Natur. Die Demokratisierung jeder Disziplin führe letztlich zur Vermediokrisierung des Ganzen, argumentieren Kritiker: Fotografie wurde nicht besser, als die Entwicklung populär wurde, Kino nicht durch digitale Effekte, Bücher nicht, als jeder veröffentlichen konnte. Musik wird da keine Ausnahme sein. Es wird gute Musik geben und eine Flut von Mittelmäßigkeit, die unmöglich zu filtern ist.

Die andere Seite sieht genau das Gegenteil: Das Ende des handwerklichen Zeitalters der kulturellen Schaffung löst eine unkontrollierte Explosion der großen Medien aus. Künstler, warnen sie, werden enden wie die Schuhmacher mit der Ankunft der industriellen Produktion. Es ist zu früh, um zu wissen, wer recht hat. Die Kritischsten warnen bereits, dass YouTube sich mit Sammlungen und Kanälen füllt, die ohne Kriterien veröffentlichen, und dass es eine Odyssee sein wird, Qualität zu finden.

Vom Tonträger zum Video: Der nächste Sprung

Die Frage, die alles überschattet, ist, wie lange es dauert, bis das Phänomen auf ein anderes Format überspringt. Wenn es bei Musik so schnell ging, ist die allgemeine Annahme, dass Filme und Serien die nächsten Ziele sind. Bereits jetzt entstehen kleine KI-Serien, denen man ein Thema, Richtlinien und einen Stil gibt, während der Regisseur Szenen in Echtzeit korrigiert. Die implizite Versprechen bleibt dasselbe wie immer: Schaffen ohne Vermittler, die Botschaften aufdrängen.

Die Prognose bleibt eine Prognose. Das Einzige, was überprüfbar ist, ist, dass die Lücke zwischen Professionellem und Generiertem sich geschlossen hat, bevor man sich einigen konnte, wie man es nennen soll. Und dass das Glied, das noch nicht gebrochen ist – die Bühne, der Körper, der Schweiß – genau das ist, was niemand klonen konnte.