Suno: KI komponiert Songs mit nur zwei Strophen

KI komponiert bereits Death-Metal-Songs mit zwei Strophen

Vier Sätze schreiben, den Stil „Death Metal“ wählen und einen Button drücken. Nach einer halben Minute liegt ein gesungenes Lied vor, inklusive Refrain und einer Stimme, die es nicht gibt. Es klingt nach Studioaufnahme, nicht nach Demo. Und es ist kostenlos – solange das so bleibt.

Das Tool heißt Suno und ist eine KI zur Erstellung von Musik aus Text. Es verlangt keine Kenntnisse in Harmonielehre, keine Instrumente und kein gutes Mikrofon. Nur Lyrics und ein Genre-Tag. Das Ergebnis kann heruntergeladen werden und im besten Fall sogar ein eigenes DIY-Musikvideo erhalten. Das Bemerkenswerte ist nicht, dass es funktioniert: Es ist, wie schnell sich das Spielzeug zu einem Werkzeug entwickelt hat, mit dem manche bereits davon träumen, die Industrie zu destabilisieren.

Was ist Suno und wie generiert man einen Song mit KI?

Der Workflow ist für jeden, der Jahre am Konservatorium verbracht hat, fast beleidigend einfach. Man öffnet die Plattform, wählt den eigenen Erstellungsmodus, fügt den Text in ein Feld ein und schreibt den gewünschten Stil in ein anderes. Dann: Generieren. Die Maschine liefert die Musik und singt.

Es gibt auch den schnellen Weg: Das System lässt den gesamten Text aus einer Beschreibung erfinden. Hier treten die ersten ernsthaften Probleme auf. Manche bitten um etwas Spezifisches und erhalten ein Ergebnis, das kaum Ähnlichkeit mit der Anfrage hat, während andere zugeben, dass sie den gewünschten Stil nicht erreichen können. Die KI verhandelt nicht: Sie interpretiert und liefert ab.

Auch der Download hat eine kleine Lernkurve. Der Button ist nicht offensichtlich und viele starren ratlos auf den Bildschirm, ohne herauszufinden, wie sie die Datei speichern sollen. Ein banales Detail, das zeigt, wie jung das Produkt noch ist.

Die Grenze von zwei Strophen und die Hürde der Bezahlversion

Hier liegt der eigentliche Bremsklotz. Die kostenlose Version begrenzt personalisierte Texte auf maximal **zwei Strophen**, mit einem Zeichenlimit, das jede Ambition unterbindet, einen vollständigen Song zu schreiben. Das Format erzwingt kurze Lieder, fast schon musikalische Slogans.

Die Versuchung, zu zahlen, ist natürlich groß. Und zwar nicht nur, um das Limit zu umgehen: Das Gefühl, das durch die Sache geht, ist, dass die Bezahlversion das Material freischaltet, mit dem man tatsächlich wagen würde, konkurrenzfähig zu sein. Mit diesen Einschränkungen kann jedes Plattenlabel ruhig schlafen. Ohne sie ändert sich das Gespräch grundlegend.

Derselbe Text in Death Metal, Jazz oder Cumbia: Das Spielzeug des Stils

Das am häufigsten wiederholte Experiment ist auch das aufschlussreichste. Einen einzigen Text nehmen und ihn in gegensätzlichen Genres ausspielen: Death Metal, Jazz, Cumbia, Elektronik. Der Text bleibt unverändert. Die Maschine wechselt jedes Mal ihre Haut und hält dem Druck stand, ohne ins Schwitzen zu kommen.

Das ist der eigentliche technische Sprung, nicht die Komposition selbst. Was früher einen Produzenten, einen Schlagzeuger und drei Studiotage erforderte, ist jetzt ein Textfeld. Manche fassen es mit Sarkasmus zusammen: Wenn das so weitergeht, spielen Elektronik-Produzenten bald Mensch ärgere dich nicht. Die Übertreibung ist offensichtlich. Der Schock weniger.

Die Qualität: „So schlecht wie die bezahlten Versionen“

Nicht alle nehmen es ernst. Ein Teil der Analyse behauptet, das Endprodukt sei genauso mittelmäßig wie vieles, was mit Budget und Label veröffentlicht wird, und das Verdienst liege darin, dies ohne Geld erreicht zu haben. Eine andere Lesart ordnet es auf dem Niveau der billigsten Konsummusik der Neunziger ein: eingängig, erkennbar und gleichermaßen verzichtbar.

Und dann gibt es die älteste Nutzungsform der Welt: Lieder für Widmungen, private Witze und kleine häusliche Racheakte. KI als Werkzeug für Flirt und Spaß. Wenig glamourös, aber sehr effizient im Zeiteinsatz.

Im Grunde ist die zentrale Diskussion nicht musikalischer, sondern ökonomischer Natur: Was passiert, wenn die Einstiegshürde für die Produktion eines Songs praktisch auf null fällt? Wenn vier Sätze ausreichen, um etwas Hörbares zu schaffen, verschiebt sich der Wert vom Studio zum Urteilsvermögen. Und dieses Urteilsvermögen lässt sich bisher nicht per Knopfdruck erzeugen.

Wie lange braucht der Markt, um dafür einen Preis festzulegen?