Aber eines fällt auf: Während einige Genres geradezu von KI-Musik überrollt werden, gibt es musikalische Gegenden, die auf der KI-Landkarte erstaunlich leer wirken. Und damit stellt sich eine ziemlich wichtige Frage: Wo bleibt eigentlich der neue KI-Marsch?

Die KI liebt offenbar das Neue

Die bisherigen Auswertungen von KI-Musik zeigen vor allem eines: Creator bewegen sich gerne in Genres, die ohnehin stark mit digitaler Produktion, Streaming und Popkultur verbunden sind. Eine aktuelle Auswertung von KI-Musik-Einsendungen fand beispielsweise R&B/Soul, Pop und Country weit vorne. Andere Analysen sehen Pop, Electronic, Hip-Hop und verwandte Genres besonders häufig. Das ist zunächst wenig überraschend.

Wer einen KI-Musikgenerator ausprobiert, möchte wahrscheinlich eher „cinematic electronic pop with emotional female vocals“ hören als: „Traditioneller deutscher Militärmarsch, 2/4-Takt, mit Fanfaren und großem Finale.“ Obwohl die KI auch das vermutlich hinbekommt.

Der Marsch – Musik ohne Nachfolger?

Marschmusik ist dabei ein besonders interessantes Beispiel. Es gibt zahllose bekannte Märsche. Manche kennt man aus Militärmusik, andere aus Blaskapellen, Schützenfesten, Paraden oder aus der eigenen Kindheit. Aber wann haben wir zuletzt einen neuen Marsch-Hit erlebt?

Nicht einen historischen Titel.

Nicht eine Neuaufnahme.

Nicht ein Arrangement.

Sondern einen komplett neuen Marsch, bei dem jemand sagt: „Den muss ich unbedingt auf Spotify hören.“ Genau hier wird es interessant.

Denn technisch wäre ein Marsch für eine KI vermutlich kein besonders schwieriges Genre. Klare Rhythmik, definierte Instrumentierung, wiederkehrende Motive, Bläser, Schlagzeug – das ist für einen Algorithmus wahrscheinlich deutlich weniger mysteriös als ein menschlich wirkender Jazz-Soloauftritt. Das Problem ist also möglicherweise nicht die technische Machbarkeit. Das Problem lautet eher: Wer bestellt ihn?

Willkommen im musikalischen Niemandsland

Und der Marsch ist nicht allein. Es gibt eine ganze Reihe von Genres, bei denen man sich diese Frage stellen kann.

Jodelmusik

Die KI kann Stimmen erzeugen. Die KI kann Mehrstimmigkeit erzeugen. Die KI kann sogar vermutlich einen Text über Berge, Kühe und Sonnenuntergänge schreiben.

Aber wie viele Menschen sitzen tatsächlich vor ihrem Rechner und denken: „Heute möchte ich unbedingt einen völlig neuen Jodel-Hit produzieren“?

Vielleicht mehr als wir glauben. Vielleicht verstecken sie sich nur.

Schützenfest-Musik

Hier wird es besonders interessant. Denn Schützenfeste, Blasmusik und traditionelle Vereinsmusik haben regional durchaus ein großes Publikum.

Aber dieses Publikum taucht in den internationalen KI-Musikstatistiken vermutlich nicht besonders eindrucksvoll auf. Vielleicht wird also längst KI-Volksmusik produziert.

Nur heißt das Ergebnis anschließend nicht: „KI-Schützenfest-Hit“ sondern: „Organic European Brass Folk – Summer Festival Edition“.

Und schon ist das Problem gelöst.

Polka

Die Polka hat eigentlich beste Voraussetzungen für KI-Musik.

Klare Struktur.

Deutlicher Rhythmus.

Eingängige Melodien.

Akkordeon.

Bläser.

Tuba.

Und trotzdem wartet die Welt offenbar nicht sehnsüchtig auf den großen Polka-Durchbruch von 2026. Vielleicht ist die Polka einfach schon perfekt.

Warum etwas verbessern, das seit Jahrhunderten funktioniert?

Operette: eigentlich perfektes KI-Material

Noch kurioser wird es bei der Operette. Dramatische Geschichten, große Orchester, Liebeskummer, Verwechslungen, eingängige Melodien und übertriebene Emotionen. Das klingt eigentlich nach einem Genre, für das eine generative KI geradezu gebaut wurde.

Und trotzdem hört man wesentlich häufiger „Epic Cinematic Fantasy“ als „Neue Operette in drei Akten“. Vielleicht liegt es daran, dass niemand mehr einen dreistündigen KI-Upload braucht, wenn er eigentlich nur einen zweieinhalbminütigen Song für TikTok produzieren wollte.

Die große Undercover-Theorie

Und damit sind wir bei unserer Lieblingsthese: Vielleicht sind diese Genres gar nicht selten. Vielleicht verstecken sie sich nur.

Denn ein KI-Creator möchte möglicherweise lieber schreiben: „European Folk Fusion“ als: „Volksmusik“.

Lieber: „Cinematic Brass“ als: „Blasmusik“.

Lieber: „Traditional Acoustic Country“ als: „Musik für Leute, die beim Schützenfest die erste Reihe besetzen“.

Und aus dem Jodelsong wird: „Alpine Vocal Fusion“.

Das klingt gleich 300 Prozent moderner.

Die eigentliche Frage ist deshalb eine andere

Vielleicht sollten wir gar nicht versuchen herauszufinden, welches Genre die KI am wenigsten produziert. Dafür gibt es momentan schlicht keine verlässliche weltweite Statistik. Spannender wäre die Frage: Welche Genres werden von der KI technisch problemlos erzeugt, spielen aber in der aktuellen KI-Musikszene kaum eine Rolle?

Und da könnte sich tatsächlich eine ziemlich interessante Liste ergeben.

Marschmusik.

Jodeln.

Operette.

Schützenfest-Musik.

Traditionelle Volksmusik.

Polka.

Shantys.

Fanfarenmusik.

Vielleicht auch Karnevalsmusik.

Und spätestens bei „Neue Karnevalsmusik aus der KI“ stellt sich die entscheidende Frage: Kann künstliche Intelligenz überhaupt einen Refrain erzeugen, den 5.000 betrunkene Menschen nach dem zweiten Durchgang gemeinsam grölen können? Das wäre dann tatsächlich ein wissenschaftlich relevantes Forschungsprojekt.

Vielleicht ist die KI schon längst angekommen

Natürlich wäre es falsch, daraus zu schließen, dass diese Genres verschwunden wären. Im Gegenteil: Traditionelle Musik hat weiterhin ihre eigenen Szenen, Veranstaltungen, Vereine und Hörer. Nur funktioniert sie anders als die internationale Streaming- und Creator-Kultur.

Und genau deshalb könnte sie für die KI-Musikbranche interessant werden. Denn wenn die KI-Musikproduktion immer weiter wächst, dürfte irgendwann die Frage lauten: „Was wurde mit KI bisher eigentlich noch nicht gemacht?“

Und dann könnte plötzlich jemand auf die Idee kommen, einen komplett neuen Marsch zu produzieren. Oder einen Schützenfest-Hit. Oder eine Polka. Und vielleicht wird genau dieser Song anschließend millionenfach gestreamt. Und vielleicht sitzt gerade irgendwo schon ein KI-Musikcreator vor seinem Rechner. Er gibt den Prompt ein: „Böhmische Blasmusik. Fröhlich. Eingängig. Große Tuba. Akkordeon. Mitsingbarer Refrain. Bitte nicht nach KI klingen.“

Der Titel des Songs?

„Algorithmus im Bierzelt“.

Wir wären sofort dabei.

Es ist eine der paradoxesten Entwicklungen der aktuellen KI-Musikszene: Endlich kommen Modelle, die mit lizenzierten Musikdaten trainiert werden. Und ausgerechnet jetzt beschweren sich einige Nutzer darüber, dass die Ergebnisse weniger kreativ, weniger eigenwillig und austauschbarer klingen.

Was wäre, wenn die Musik-KI endlich das bekommt, was die Musikindustrie seit Jahren fordert – und dadurch einen Teil ihrer musikalischen Freiheit verliert?

Genau diese Frage drängt sich derzeit bei Suno V6 auf. Anfang September hat Suno eine neue Generation seiner Musikmodelle vorgestellt. V6, V6-Wild und V6-mini wurden von Grund auf neu entwickelt. Anders als die früheren Modelle sollen sie nicht auf denselben Datensätzen basieren, sondern auf einer Kombination aus lizenzierten Musikdaten und User-Daten. Zu den lizenzierten Katalogen gehören Aufnahmen aus Partnerschaften mit Warner Music Group und BMG.  

Damit vollzieht Suno einen entscheidenden Kurswechsel. Doch kaum ist V6 da, taucht eine unerwartete Kritik auf: Einige Nutzer finden die neue Musik schlechter. Und nicht nur schlechter. Sie finden sie generischer.

Von „alles im Internet“ zu lizenzierten Katalogen

Um zu verstehen, warum diese Diskussion überhaupt entsteht, muss man einen Schritt zurückgehen. Die frühen Generationen von Musik-KI wurden mit riesigen Mengen an Musik trainiert. Bei Suno war die Datenbasis laut früheren eigenen Angaben besonders umfangreich; MusicRadar berichtete zudem über Daten, die auf eine massive Sammlung von Material aus YouTube Music, Deezer, Genius und Stock-Musikplattformen hindeuten. MusicRadar

Die rechtliche Frage war entsprechend gewaltig. Darf ein Unternehmen urheberrechtlich geschützte Musik kopieren und zum Training eines kommerziellen KI-Modells verwenden? Darüber streiten Suno und die Musikindustrie bis heute. Inzwischen ist die Richtung klarer: Lizenzieren statt einfach nehmen.

Warner Music und BMG gehören zu den Partnern, deren Musik in die Entwicklung der neuen Modelle einfließt. Auch Believe und dessen Plattform TuneCore sind Teil des neuen Suno-Ökosystems. Künstler und Rechteinhaber, die sich beteiligen, sollen dafür vergütet werden. MusicRadar+1

Aus Sicht der Rechtefrage ist das ein wichtiger Schritt. Musikalisch entsteht dadurch allerdings eine neue Frage.

Was passiert mit der Vielfalt?

Stell dir vor, du willst eine KI trainieren, die möglichst viele verschiedene Arten von Musik versteht. Du könntest ihr theoretisch eine gigantische Auswahl geben:

Jazz aus den 1950ern.

Underground-Techno.

Death Metal.

Afrobeat.

Experimentelle Elektronik.

Obskuren Folk.

Noise.

Punk-Demos.

Regionalmusik.

Independent-Releases.

Soundtracks.

Bedroom-Pop.

Musik, die kaum jemand kennt. Je größer und vielfältiger der Datensatz, desto mehr musikalische Kombinationen könnte ein Modell theoretisch kennenlernen. Aber was passiert, wenn du diesen Datensatz stark einschränkst? Nicht mehr „alles, was irgendwo im Internet verfügbar ist“. Sondern: Musik, für die bestimmte Rechteinhaber Lizenzen vergeben haben. Das ist rechtlich wesentlich sauberer. Aber möglicherweise auch eine andere musikalische Welt. Und genau hier beginnt die interessante Debatte.

Suno V6 sorgt bei Nutzern für Kritik

Kurz nach dem Start von V6 tauchten in der Suno-Community zahlreiche kritische Reaktionen auf. MusicRadar berichtet von Nutzern, die die neue Version als klanglich schlechter, weniger kreativ oder austauschbarer empfinden. Genannt werden unter anderem ein dumpferer Sound, weniger Dynamik und fehlende Überraschungsmomente.  Auch auf Reddit ist die Kritik deutlich sichtbar. Einige Nutzer berichten von einem stärker komprimierten und weniger individuellen Klang und vergleichen V6 negativ mit älteren Suno-Modellen. Andere beklagen, dass frühere Modelle, die sie kreativer fanden, mit dem V6-Start eingestellt wurden. Das ist zunächst einmal genau das: Nutzerkritik.

Kein wissenschaftlicher Beweis. Es gibt bislang keine belastbare Untersuchung, die zeigen würde, dass lizenzierte Trainingsdaten grundsätzlich zu weniger kreativer Musik führen. Und auch Suno selbst beschreibt V6 ausdrücklich als leistungsfähiger, ausdrucksstärker und qualitativ besser als frühere Generationen. Trotzdem ist die Beobachtung interessant. Denn sie stellt eine Frage, die weit über Suno hinausgeht.

Vielleicht ist das Problem gar nicht die Lizenzierung

Es wäre zu einfach, zu sagen: „Lizenzierte Musik = schlechtere KI.“

Dafür gibt es derzeit keine ausreichenden Belege. Ein Modell kann aus vielen Gründen anders klingen. Die Trainingsmenge könnte kleiner sein. Die Daten könnten anders gewichtet werden. Bestimmte Musikarten könnten stärker oder schwächer vertreten sein. Das Modell könnte anders optimiert worden sein.

Auch Post-Processing, Audioqualität und die Art, wie ein Modell musikalische Strukturen verarbeitet, spielen eine Rolle. Und V6 ist ein komplett neu trainiertes Modell. Es wäre deshalb voreilig, die aktuelle Nutzerkritik allein auf die Herkunft der Trainingsdaten zurückzuführen.

Aber es gibt eine andere Frage, die sich durchaus stellen lässt: Wie vielfältig ist ein lizenzierter Datensatz tatsächlich?

Wer entscheidet, was in die KI kommt?

Das könnte langfristig der entscheidende Punkt werden. Wenn eine KI auf Musik trainiert wird, die von großen Rechteinhabern lizenziert wurde, haben diese Rechteinhaber zwangsläufig Einfluss darauf, welche Musik zur Verfügung steht. Das muss nicht automatisch schlecht sein.

Warner und BMG besitzen riesige und historisch äußerst vielfältige Kataloge. Aber sie repräsentieren trotzdem nicht die gesamte Musikgeschichte. Und schon gar nicht jede musikalische Nische.Die spannende Frage lautet deshalb „Wie vielfältig muss ein Trainingsdatensatz sein, damit eine KI musikalische Vielfalt erhalten kann?“

Darauf gibt es bislang keine einfache Antwort.

Der Underground könnte zum Problem werden

Nehmen wir ein extremes Beispiel. Ein Produzent möchte eine KI dazu bringen, eine Mischung aus frühem Detroit Techno, japanischem Noise, westafrikanischen Rhythmen und obskurem Krautrock zu erzeugen. Wenn all diese musikalischen Einflüsse in den Trainingsdaten vertreten sind, kann ein Modell theoretisch Zusammenhänge zwischen ihnen lernen. 

Sind bestimmte Bereiche dagegen kaum vertreten, wird es schwieriger. Das bedeutet nicht, dass eine KI diese Musik nicht erzeugen kann.Aber ihre Vorstellung davon, wie solche Genres miteinander funktionieren, könnte eingeschränkter sein. Und genau hier liegt eine mögliche Gefahr: Nicht die KI wird automatisch schlechter – sondern ihre musikalische Welt könnte kleiner werden. Das ist ein Unterschied.

Der Mainstream hat einen Vorteil

Es gibt noch einen weiteren Effekt. Populäre Musik ist leichter zu lizenzieren.

Sie hat bekannte Rechteinhaber.

Es gibt etablierte Verwertungsketten.

Labels, Publisher und Distributoren können Verträge schließen.

Bei Millionen kleiner Independent-Releases, Underground-Produktionen und historischer Musik sieht die Situation wesentlich komplizierter aus. Wenn zukünftige KI-Modelle überwiegend auf professionell lizenzierten Katalogen großer Rechteinhaber basieren, könnte dadurch ein Ungleichgewicht entstehen: Das, was kommerziell gut organisiert und lizenzierbar ist, könnte überproportional stark in den Trainingsdaten vertreten sein. 

Und das wäre tatsächlich eine interessante Form von musikalischem Bias. Nicht unbedingt: „Die KI kopiert den Mainstream.“

Sondern eher: „Die KI kennt den Mainstream besonders gut.“

Das könnte erklären, warum KI-Musik oft so vertraut klingt

Das Problem ist ohnehin nicht neu. Viele Nutzer beschreiben generative Musik als erstaunlich professionell – und gleichzeitig als vorhersehbar. Songs funktionieren. Produktionen klingen sauber. Arrangements sind plausibel. Vocals sitzen.

Aber manchmal fehlt genau das, was Musik interessant macht: der Fehler.

Die ungewöhnliche Entscheidung.

Der seltsame Sound.

Der Bruch.

Die schlechte Idee, die plötzlich funktioniert.

Die Produktion, die sich nicht an die Regeln hält.

Die musikalische Nische, die nie für den Mainstream gedacht war.

Und genau diese Elemente könnten für KI-Modelle schwieriger sein. Nicht weil sie „verboten“ wären. Sondern weil sie im Verhältnis zur Masse erfolgreicher Musik schlicht seltener vorkommen.

Überraschung ist schwer zu trainieren

Hier liegt möglicherweise ein grundlegendes Problem generativer Musik. Ein Modell wird darauf optimiert, musikalische Muster zu erkennen und überzeugende Ergebnisse zu erzeugen. Das bedeutet zwangsläufig eine gewisse Orientierung an dem, was es gelernt hat. Wenn die Daten sehr homogen sind, können auch die Ergebnisse homogener werden. Das ist kein exklusives Problem von Suno.

Es betrifft prinzipiell jedes generative System. Die Frage ist daher: Wie baut man ein Modell, das gleichzeitig musikalisch kompetent und wirklich überraschend ist? Das könnte eine der großen technischen Herausforderungen der nächsten Generation werden.

V6-Wild ist deshalb besonders interessant

Suno scheint dieses Problem zumindest konzeptionell selbst zu erkennen. Neben dem normalen V6-Modell gibt es V6-Wild.

Während V6 auf präzise und zuverlässige Ergebnisse ausgerichtet ist, soll Wild laut Suno bewusst experimenteller und weniger vorhersehbar arbeiten. Das Modell soll unerwartete, texturreiche und ambitionierte Ergebnisse liefern. Das ist bemerkenswert.

Denn damit unterscheidet Suno zwischen zwei Eigenschaften, die häufig miteinander verwechselt werden: Kontrolle und Kreativität.

Ein Modell kann sehr gut darin sein, genau das zu produzieren, was man verlangt. Aber genau diese Zuverlässigkeit kann auch dazu führen, dass Überraschungen seltener werden. Vielleicht braucht gute Musik-KI deshalb nicht nur bessere Modelle. Sondern auch Modelle, die bewusst Fehler und Überraschungen zulassen.

Der eigentliche Test kommt erst noch

Noch ist es viel zu früh, aus V6 ein endgültiges Urteil über lizenzierte Trainingsdaten abzuleiten. Dafür ist das Modell zu neu. Die aktuellen Reaktionen stammen überwiegend aus der Community und sind naturgemäß subjektiv. Gleichzeitig gibt es Nutzer, die V6 positiv bewerten oder die Unterschiede anders wahrnehmen.

Was wir aber gerade beobachten können, ist etwas viel Interessanteres: Die Musikindustrie versucht, einen Weg zu finden, bei dem KI mit Zustimmung und Vergütung funktioniert. Suno bewegt sich genau in diese Richtung. Warner und BMG stellen lizenzierte Kataloge zur Verfügung. Believe und TuneCore bieten opt-in-Modelle für Künstler an. Und Suno kündigt zusätzlich Produkte an, bei denen einzelne Künstler selbst entscheiden können, ob und wie ihre Musik in neuen KI-Erfahrungen verwendet wird. Das ist ein Modell, das rechtlich und wirtschaftlich deutlich anders funktioniert als die frühen KI-Systeme.

Doch jetzt kommt die nächste Herausforderung: Kann man eine KI gleichzeitig fair, vielfältig und kreativ trainieren?

Vielleicht braucht die KI mehr als nur die großen Kataloge

Eine mögliche Zukunft wäre deshalb nicht: „Lizenziert oder nicht lizenziert?“ Sondern: „Wie lizenziert und wie vielfältig?“

Ein wirklich vielfältiges Trainingsmodell könnte Musik von großen Labels genauso benötigen wie von Independent-Künstlern, kleinen Labels, Spezialarchiven und Musikern aus Nischen-Genres. Dazu müsste es transparente Lizenzmodelle geben. Künstler müssten freiwillig teilnehmen können. Sie müssten angemessen vergütet werden. Und ihre Musik müsste nicht nur als Rohstoff betrachtet werden, sondern als Teil eines kreativen Ökosystems.

Das wäre möglicherweise der nächste Schritt der KI-Musikindustrie.

Die Zukunft der Musik-KI entscheidet sich nicht nur vor Gericht

Bisher drehte sich die KI-Musikdebatte vor allem um eine Frage: Darf die KI diese Musik überhaupt zum Training verwenden?

Die nächste Frage könnte deutlich komplizierter werden: Welche Musik darf die KI lernen – und wer entscheidet darüber?

Denn eine Welt, in der jedes Trainingssample lizenziert ist, wäre zwar rechtlich möglicherweise sauberer. Aber sie könnte trotzdem kulturelle blinde Flecken erzeugen. Wenn nur die Musik in die Modelle gelangt, die sich einfach lizenzieren lässt, besteht zumindest das Risiko, dass bestimmte Szenen, Genres und Nischen weniger stark repräsentiert werden.

Das wäre dann kein Copyright-Problem. Es wäre ein Vielfaltsproblem. Und genau deshalb sollten wir bei der nächsten Generation von Musik-KI nicht nur fragen: „Ist das legal?“ Sondern auch: „Was fehlt diesem Modell?“

Denn vielleicht entscheidet sich die Zukunft der KI-Musik nicht daran, wie viel Musik sie kennt. Sondern daran, welche Musik sie nicht kennt.

KI-Creator: Leute! Wir haben es geschafft!

Brother Regenerate: Was haben wir geschafft?

KI-Creator: Eine Million Streams!

Sister Copyright: Herzlichen Glückwunsch.

KI-Creator: Danke! Wo ist mein Geld?

Sister Copyright: Welches Geld?

KI-Creator: Na, für die Million Streams!

Brother Regenerate: Er glaubt, Streams seien Geld.

KI-Creator: Sind sie doch!

Sister Copyright: Nein. Streams sind Streams.

KI-Creator: Aber Spotify zahlt doch für Streams.

Sister Copyright: Das ist etwas anderes.

KI-Creator: Wie viel bekomme ich denn pro Stream?

Sister Copyright: Das lässt sich nicht einfach mit einer festen Zahl beantworten.

KI-Creator: Warum nicht?

Brother Regenerate: Weil die Musikindustrie beschlossen hat, dass eine einfache Antwort zu viel Freude bereiten würde.

KI-Creator: Moment. Wenn ich den Song mit KI gemacht habe – wer bekommt dann überhaupt das Geld?

Sister Copyright: Das ist eine ausgezeichnete Frage.

KI-Creator: Ich ahne, dass jetzt wieder ein Ordner kommt.

Sister Copyright: Zwei.

Brother Regenerate: Einer für die Rechte.

Sister Copyright: Und einer für die Verträge.

KI-Creator: Und meiner?

Sister Copyright: Der steht noch nicht fest.

KI-Creator: Warum?

Sister Copyright: Weil zunächst geklärt werden muss, welche Rechte an Ihrem konkreten Song bestehen und welche Nutzungsbedingungen für das verwendete KI-Tool gelten.

KI-Creator: Also brauche ich eine Million Streams, um davon leben zu können?

Brother Regenerate: Nein.

KI-Creator: Gut!

Brother Regenerate: Du brauchst erst einmal eine Million Streams.

KI-Creator: Ja.

Brother Regenerate: Dann brauchst du noch herauszufinden, was davon bei dir ankommt.

KI-Creator: Und dann?

Brother Regenerate: Dann brauchst du wahrscheinlich noch einen Job.

Sister Copyright: Das war jetzt unnötig pessimistisch.

Brother Regenerate: Realistisch.

Sister Copyright: Das ist bei ihm dasselbe.

💰 SISTER COPYRIGHT RECHNET AB

Eine Million Streams = eine Million Mal Geld?

Nicht ganz. Streamingvergütungen werden nicht nach einem weltweit einheitlichen festen „Preis pro Stream“ berechnet. Entscheidend sind unter anderem die jeweilige Plattform, der Markt, die Art des Abos, der Anteil an den gesamten Streams und die Rechte, die an der Aufnahme und dem zugrunde liegenden Musikwerk bestehen.

Und bei KI-Musik?

Hier kommt eine zusätzliche Ebene hinzu: Wer welche Einnahmen erhält, hängt auch davon ab, welche Rechte am KI-generierten Ergebnis bestehen, welchen Beitrag Menschen geleistet haben und welche Bedingungen der verwendete KI-Dienst vorgibt.

Sister Copyright:
„Ein Stream ist noch keine Tantieme.“

Auch KiBeats geht den nächsten Schritt – und baut gemeinsam mit aiGroov und OnPlug an einer vernetzten Plattformwelt, die Creator, Community, Produktion, Radio und Streaming miteinander verbinden soll. Dabei bekommt jede Plattform ihre eigene Aufgabe.

Drei Plattformen – ein gemeinsamer Workflow

Die Idee dahinter ist einfach: Musik soll nicht mehr an einer einzigen Stelle entstehen und enden.

aiGroov wird zum kreativen Zentrum für Creator und Musikproduktion.

OnPlug bildet die Community rund um KI-Musik und bringt Musikschaffende, Produzenten und Interessierte zusammen.

KiBeats entwickelt sich zum Netzwerk für Veröffentlichung, Streaming, Radio und die Entdeckung neuer Musik.

So entsteht ein Workflow, der die einzelnen Bereiche miteinander verbindet:

aiGroov → Creator & Studio
OnPlug → Community & Austausch
KiBeats → Netzwerk, Radio & Streaming

Von der Idee zum fertigen Track

Der Creator-Bereich von KiBeats wandert Schritt für Schritt zu aiGroov.com.

Dort soll künftig der kreative Prozess stattfinden – von der ersten Idee bis zum fertigen Track. Dabei soll der Workflow mit unterschiedlichen KI-Musiktechnologien funktionieren.

Geplant sind unter anderem die Integration und Nutzung von Tools und Technologien wie Suno, Eleven Music, Leo, ACE, MiniMax und Google Lyra sowie Möglichkeiten für Remixes, Covers, Mashups und weitere kreative Formate.

Doch die Produktion endet nicht bei aiGroov. Tracks können direkt von aiGroov zu KiBeats übertragen werden. Auch die bestehende Radiofreigabe für KiBeats bleibt erhalten. Damit entsteht eine direkte Verbindung zwischen Produktion und Distribution.

OnPlug: Die Community hinter der Musik

Mit OnPlug.net kommt eine weitere wichtige Komponente hinzu. Als KI-Musikcommunity soll OnPlug einen Ort schaffen, an dem sich Menschen über KI-Musik austauschen, neue Musik entdecken, Erfahrungen teilen und gemeinsam an der Entwicklung dieser noch jungen Musikszene teilnehmen können.

Denn KI-Musik besteht längst nicht mehr nur aus der Frage, welches Modell den besten Song erzeugt. Es geht um Creator, Ideen, Stilrichtungen, Experimente, Zusammenarbeit und eine neue Generation von Musikschaffenden. Genau hier soll OnPlug seine Rolle finden.

KiBeats wird zum Netzwerk

Während aiGroov den Schwerpunkt auf Produktion und Creator legt und OnPlug die Community verbindet, entwickelt sich KiBeats zunehmend zu einem dezentralen Musiknetzwerk.

Plattformen, Creator, Radios und Partner sollen miteinander verbunden werden. Musik kann dadurch nicht nur veröffentlicht, sondern auch gestreamt, im Radio gespielt, entdeckt und innerhalb des Netzwerks weiterverbreitet werden. Das Ziel ist dabei nicht, alles auf einer einzigen Plattform abzubilden.

Vielmehr soll ein Netzwerk entstehen, in dem verschiedene Angebote ihre jeweiligen Stärken einbringen.

Was bedeutet das für Creator?

Für Musikschaffende soll der Weg künftig möglichst einfach aussehen:

1. Produzieren
Die Musik entsteht bei aiGroov – mit klassischen Methoden, KI-Tools oder einer Kombination aus beidem.

2. Austauschen
Über OnPlug können Creator Teil einer wachsenden KI-Musikcommunity werden, Kontakte knüpfen und ihre Erfahrungen teilen.

3. Veröffentlichen
Über die Verbindung zu KiBeats kann die fertige Musik anschließend in das größere Netzwerk gelangen.

4. Entdecken lassen
Streaming, Radio, Community und weitere Partner schaffen zusätzliche Möglichkeiten, neue Hörer zu erreichen.

Und das soll erst der Anfang sein

Die Entwicklung der KI-Musik steht noch am Anfang.

Neue Modelle und Werkzeuge werden entstehen. Produktionsmöglichkeiten werden sich verändern. Remixes, Covers, Mashups und hybride Formen der Musikproduktion werden neue kreative Möglichkeiten eröffnen.

KiBeats, aiGroov und OnPlug wollen diese Entwicklung gemeinsam begleiten – und dabei eine Infrastruktur schaffen, in der Produktion, Community und Distribution nicht getrennt voneinander funktionieren müssen.

Eine neue Struktur für eine neue Musikgeneration

Aus drei Plattformen soll ein gemeinsames Ökosystem entstehen:

aiGroov
Creator & Studio

OnPlug
Community & Austausch

KiBeats
Netzwerk, Radio & Streaming

Die einzelnen Plattformen bleiben eigenständig – gleichzeitig werden sie zunehmend miteinander verbunden.

Die KI-Musiklandschaft wächst. Und KiBeats, aiGroov und OnPlug wollen ein Teil dieser Entwicklung sein.

Das ist erst der Anfang.

„Auf einen Blick“:

DAS NEUE KI-MUSIK-ÖKOSYSTEM

aiGroov – Musik produzieren
OnPlug – Community erleben
KiBeats – Musik veröffentlichen & streamen
KiBeats Radio – Musik ins Radio bringen
Gemeinsam – Ein vernetzter Workflow für Creator

Schon der Albumtitel ist Programm. „Boot Sequence“ klingt nach dem Moment, in dem ein System hochfährt, sich initialisiert und bereitmacht, etwas Neues zu starten. Genau dieses Gefühl zieht sich durch das gesamte Album: Aufbruch, Energie, Selbstbehauptung und die Lust, Dinge nicht nur zu planen, sondern tatsächlich umzusetzen.

DɅN selbst beschreibt das Album als Projekt ohne Genregrenzen. Tagsüber arbeitet Daniel als Raumfahrtingenieur und KI-Gründer, nachts wird aus dem technischen Macher ein Musiker. Diese beiden Welten scheinen bei „Boot Sequence“ unmittelbar aufeinanderzutreffen: technisches Denken, Zukunftsvisionen und Unternehmergeist treffen auf große Rockgesten, Beats und hymnische Refrains. Bei dem Titel "Dynasty!" finden sich sogar sakrale Einflüsse.

Zwischen Cyberpunk und Rockbrett

Musikalisch verweigert sich „Boot Sequence“ einer eindeutigen Schublade. Bereits der Opener „Agent Force“ wird als Hip-Hop-Track geführt, bevor „My Name is DAN“ in Richtung Funk geht. Mit „Altim8 Warriors“ folgt Rock, „Life of PIA“ schlägt deutlich härtere Metal-Töne an und „Who Wants to Work Forever?“ wechselt später sogar in Richtung Reggae.

Gerade diese stilistische Spannweite macht den Reiz des Albums aus. „Boot Sequence“ versteht sich weniger als Sammlung von elf Varianten desselben Sounds, sondern eher als musikalischer Werkzeugkasten. Jeder Song bekommt seine eigene Farbe und dient dabei einem übergeordneten Gedanken: Persönlichkeit, Tatkraft und der Wille, etwas aufzubauen.

Besonders auffällig ist dabei die thematische Verbindung zwischen einzelnen Titeln. „Founders Flow“, „Rise“, „Do It Now“ und „Let It Burn“ tragen bereits in ihren Namen eine deutliche Dynamik. Sie erzählen von Bewegung statt Stillstand, von Ambition statt Abwarten. Das Album wirkt dadurch wie eine musikalische Reise vom Einschalten bis zum endgültigen Hochfahren.

KI ist Werkzeug – nicht das Konzept

Interessant wird „Boot Sequence“ auch durch seine Entstehungsgeschichte. DɅN macht keinen Hehl daraus, dass künstliche Intelligenz Teil seines musikalischen Workflows ist. Nach eigenen Angaben entstehen die Songs mit Suno, während die Texte mit seinem KI-Partner Claude entwickelt werden. Gleichzeitig betont Daniel, dass Idee, Haltung und die finalen Entscheidungen bei ihm liegen.

Damit steht bei „Boot Sequence“ nicht allein die Frage im Raum, was KI musikalisch produzieren kann. Spannender ist die Frage, was ein Künstler mit solchen Werkzeugen daraus macht. Und genau hier liegt eine der interessantesten Ebenen des Albums: DɅN nutzt die Möglichkeiten der KI nicht, um eine möglichst homogene künstliche Klangwelt zu erschaffen. Stattdessen geht es in die entgegengesetzte Richtung. Rock, Hip-Hop, Metal, Reggae, Funk und orchestrale Elemente dürfen nebeneinander existieren.

Elf Tracks, eine Grundhaltung

Dabei entsteht ein Album, das weniger von einer klassischen Geschichte als von einer gemeinsamen Grundidee zusammengehalten wird: Mach etwas daraus. Das passt auch zu DɅNs eigener Kurzbeschreibung: „Kein Genre. Kein Filter. Einfach machen.“

Und vielleicht ist genau das die passendste Zusammenfassung für „Boot Sequence“. Das Album will nicht beweisen, dass ein Künstler nur in einem Genre funktionieren kann. Es will ausprobieren, kombinieren und Grenzen verschieben.

„Boot Sequence“ ist ein Debütalbum, das vor allem durch seine ungewöhnliche Spannweite auffällt. Elf Songs, die sich stilistisch deutlich voneinander unterscheiden, werden durch eine gemeinsame Haltung verbunden: Aufbruch, Selbstbestimmung und der Mut, aus einer Idee tatsächlich etwas entstehen zu lassen.

Fazit

Für die wachsende Welt der KI-Musik ist DɅNs Ansatz dabei besonders interessant. Denn hier steht nicht die Technologie allein im Mittelpunkt, sondern die Person, die sie als kreatives Werkzeug einsetzt.

„Boot Sequence“ ist damit weniger ein klassisches Genre-Album als ein musikalischer Systemstart – und DɅN drückt auf „Power“.

Hier entdecken: https://kibeats.net/album/354

Wer in diesem Jahr die Schlagzeilen der Musikbranche verfolgt, könnte tatsächlich den Eindruck bekommen: Irgendjemand kauft ständig einen Musikkatalog. Und der Eindruck kommt nicht von ungefähr.

Im Mai kündigte Sony Music Publishing die Übernahme des Katalogs der Recognition Music Group an. Mehr als 45.000 Songs wechseln damit den Besitzer – darunter Werke von Beyoncé, Fleetwood Mac und Rihanna. Der Kaufpreis wurde von Reuters mit rund vier Milliarden US-Dollar beziffert, auch wenn die Unternehmen selbst keine finanziellen Details veröffentlichten. Reuters

Warner Music wiederum sicherte sich in diesem Jahr die Recorded-Music-Rechte der Red Hot Chili Peppers. Der Deal soll mehr als 300 Millionen Dollar wert sein. Hollywood Reporter

Und auch BMG ist auf Einkaufstour – beziehungsweise baut seine Rechtebestände weiter aus. Im April vereinbarte das Unternehmen den Zusammenschluss mit Concord. Das entstehende Musikunternehmen soll Zugriff auf mehr als vier Millionen Songs haben und damit zu einem der größten Rechtehalter der Branche werden. Financial Times

Mit dem aktuellen Deal um Jean-Michel Jarre zeigt sich zudem, dass nicht immer gleich ein vollständiger Verkauf notwendig ist. BMG hat sich die exklusive Lizenzierung von Jarres aufgenommenem Katalog in zahlreichen internationalen Märkten gesichert. Es geht also auch darum, langfristig die wirtschaftliche Verwertung großer Repertoires zu kontrollieren.

Musik wird zum Asset

Hinter dieser Entwicklung steckt ein grundlegender Wandel. Ein erfolgreicher Musikkatalog ist heute nicht mehr nur ein Archiv alter Songs. Er ist ein Bündel von Rechten, das über Jahrzehnte Einnahmen generieren kann – durch Streaming, Radio, physische Verkäufe, Film und Fernsehen, Werbung, Games, Social Media und Synchronisation.

Streaming hat diesen Wert zusätzlich verändert. Ein Song aus den 1970er-, 1980er- oder 1990er-Jahren ist nicht „alt“ im wirtschaftlichen Sinne. Er kann heute genauso gestreamt werden wie eine Neuerscheinung und dabei kontinuierlich Einnahmen erzeugen.

Eine aktuelle wissenschaftliche Untersuchung beschreibt Musikrechte deshalb ausdrücklich als eigene Asset-Klasse. Die Autoren vergleichen die Eigenschaften langfristig gehaltener Musikrechte mit klassischen Anlageformen wie Aktien. arXiv

Für Investoren ist das interessant, weil erfolgreiche Kataloge vergleichsweise gut kalkulierbare Einnahmeströme bieten können. Für die Musikunternehmen geht es gleichzeitig um Kontrolle: Wer die Rechte besitzt, entscheidet über Lizenzen, Auswertung und zukünftige Geschäftsmodelle.

Es geht längst nicht mehr nur um die Majors

Interessant ist deshalb, dass der Katalog-Boom nicht ausschließlich von Universal, Sony und Warner getragen wird.

Ein besonders offensiver Käufer ist Pophouse. Das schwedische Entertainment-Unternehmen hat sich unter anderem an den Katalogen und Marken von Tina Turner, Iron Maiden, KISS, Cyndi Lauper und Swedish House Mafia beteiligt. Pophouse

Bei Tina Turner übernahm Pophouse im März 2026 die Mehrheit an den Musikinteressen sowie an Name, Image und Likeness. BMG blieb dabei beteiligt. Pophouse Bei Iron Maiden folgte im Juli die Übernahme einer 50-prozentigen Beteiligung an Publishing- und Masterrechten sowie an Name, Image und Likeness der Band. Axios

Das Geschäftsmodell geht dabei über klassische Rechteverwertung hinaus. Pophouse will aus Künstlerkatalogen komplette Entertainment-Marken entwickeln – inklusive Live-Erlebnissen, visuellen Projekten und digitalen Formaten.

Und dann ist da noch KI

Die nächste große Frage lautet deshalb: Welche zusätzlichen Werte können solche Kataloge durch KI bekommen? Genau hier verändert sich der Markt gerade besonders schnell.

Die großen Musikunternehmen verhandeln inzwischen mit KI-Unternehmen über lizenzierte Trainingsdaten, neue Musikwerkzeuge und Fan-Anwendungen. Universal hat beispielsweise erst im September eine mehrjährige Vereinbarung mit ElevenLabs für eine lizenzierte KI-Musikplattform angekündigt. Künstler:innen sollen sich daran beteiligen können. 

Auch BMG hat in diesem Jahr eine Vereinbarung mit Suno geschlossen, nach der teilnehmende Künstler:innen und Songwriter für die Nutzung ihrer Musik zum Training neuer KI-Modelle vergütet werden sollen.

Damit bekommen Katalogrechte eine zusätzliche strategische Dimension. Ein großer Bestand an bekannten Songs kann künftig nicht nur Streaming- und Lizenzumsätze generieren, sondern auch die Grundlage für neue, lizenzierte KI-Produkte bilden.

Wem gehört die Musik von morgen?

Der Katalog-Boom ist deshalb mehr als eine Serie spektakulärer Übernahmen.

Die Musikindustrie baut derzeit ihre Eigentumsstrukturen für die nächsten Jahrzehnte um.

Sony investiert Milliarden in Songrechte, Warner kauft große Recorded-Music-Kataloge, BMG und Concord bündeln Millionen von Werken und Unternehmen wie Pophouse versuchen, aus einzelnen Künstlerkatalogen globale Entertainment-Marken zu entwickeln. Gleichzeitig wird KI zum neuen Testfall für den Wert dieser Rechte.

Die entscheidende Frage lautet damit nicht mehr nur, wie viele Menschen einen Song heute hören. Es geht zunehmend darum, wie viele unterschiedliche Geschäftsmodelle sich mit den Rechten an diesem Song künftig noch erschließen lassen.

Und genau deshalb sind Musikkataloge derzeit so begehrt.

Und gleichzeitig passiert etwas, das auf den ersten Blick überhaupt nicht dazu passt: Die Vergangenheit kommt zurück.

Vinyl ist längst nicht mehr nur ein Relikt aus dem Plattenschrank der Eltern. Kassetten sind wieder interessant. CDs werden von einer Generation entdeckt, die mit Streaming aufgewachsen ist. Alte Synthesizer und Drumcomputer werden gefeiert. Sounds aus den 70ern, 80ern, 90ern und 2000ern tauchen in neuer Musik auf. Und selbst die Musik-KI entdeckt plötzlich die Schallplatte als Produkt. Was ist da eigentlich los?

Wir haben mehr Musik als je zuvor – und suchen trotzdem nach Musik

Vielleicht beginnt die Geschichte beim Streaming. Noch vor wenigen Jahrzehnten musste Musik gekauft, ausgeliehen oder aufgenommen werden. Eine neue Platte war eine Entscheidung. Man hatte sie in der Hand, legte sie auf und hörte sie.

Heute ist das Gegenteil möglich. Millionen von Songs sind jederzeit verfügbar. Playlists laufen automatisch. Algorithmen schlagen uns den nächsten Titel vor. Und künstliche Intelligenz kann inzwischen sogar neue Musik auf Knopfdruck erzeugen. Musik war noch nie so leicht verfügbar. Aber vielleicht hat gerade diese Verfügbarkeit einen Nebeneffekt: Das einzelne Lied wird weniger kostbar.

Wenn praktisch alles jederzeit verfügbar ist, wird Besitz weniger wichtig. Und damit wird plötzlich etwas interessant, das eigentlich völlig unpraktisch ist. Eine Schallplatte.

Die Renaissance des Unpraktischen

Vinyl ist groß, empfindlich und benötigt einen Plattenspieler. Eine Kassette kann leiern. Eine CD kann zerkratzen. Ein alter Synthesizer nimmt Platz weg und hat weniger Möglichkeiten als jede moderne Software. Und genau das könnte Teil des Reizes sein. Diese Dinge verlangen Aufmerksamkeit.

Man muss die Platte aus der Hülle nehmen. Man muss sie umdrehen. Man sieht das Cover. Man besitzt etwas, das nicht einfach nur eine Datei ist. Vielleicht ist das kein Zufall. Je stärker unser Alltag digitalisiert wird, desto größer scheint das Bedürfnis nach Dingen zu werden, die nicht verschwinden, wenn man den Bildschirm ausschaltet.

Retro ist längst mehr als eine Mode

Dabei geht es längst nicht mehr nur um Vinyl.

Die 80er liefern Synthesizer, Drumcomputer und große Hallräume. Die 90er bringen Grunge, Eurodance, Rave, R&B und frühe elektronische Musik zurück. Die frühen 2000er erleben ihr eigenes Comeback: Y2K-Ästhetik, frühe Popproduktion, R&B, Electroclash und die Zeit von MP3-Playern, MySpace und den ersten großen Musikblogs.

Bemerkenswert ist dabei die Geschwindigkeit. Früher lagen zwischen einer musikalischen Epoche und ihrem Revival oft mehrere Jahrzehnte. Heute kann ein Sound nach zehn oder fünfzehn Jahren bereits wieder als nostalgisch gelten. Das Smartphone hat den Zugang zur Musikgeschichte praktisch abgeschafft. Ein Teenager kann heute problemlos Musik aus dem Jahr 1985 hören – und anschließend Musik von 2026. Für den Algorithmus sind beide nur zwei weitere Titel.

Die Vergangenheit ist nicht mehr Vergangenheit. Sie ist Teil des aktuellen Musikangebots.

Und dann ist da noch die Nostalgie

Nostalgie funktioniert allerdings etwas anders, als wir häufig denken. Wir vermissen selten die komplette Vergangenheit. Wir vermissen bestimmte Ausschnitte daraus. Das Licht einer alten Disco. Den Klang eines bestimmten Synthesizers. Das Klicken eines Kassettendecks. Ein Plattencover. Das Geräusch eines CD-Laufwerks. Einen Song, der an einen Sommer erinnert.

Und manchmal vermissen wir sogar Dinge, die wir selbst gar nicht erlebt haben. Das ist vielleicht die interessanteste Form der aktuellen Retro-Welle. Ein Mensch, der 2006 geboren wurde, kann sich nach einer Zeit sehnen, in der es für ihn persönlich kaum Erinnerungen gibt. Die Vergangenheit wird dann nicht erinnert. Sie wird imaginiert.

Filme, Serien, TikTok, YouTube, Videospiele und Musik vermitteln ein Bild davon, wie sich eine vergangene Epoche angefühlt haben könnte. Retro ist damit nicht unbedingt Erinnerung. Es ist manchmal eine Art Fantasie über Vergangenheit.

Warum gerade jetzt?

Vielleicht hat das auch mit dem Tempo der Gegenwart zu tun. Technologie verändert sich ständig. Künstliche Intelligenz verändert gerade die Art, wie Musik entsteht. Streaming verändert, wie wir Musik konsumieren. Algorithmen entscheiden zunehmend mit, was wir hören.

Das kann faszinierend sein. Aber es kann auch anstrengend sein. Und so entsteht ein merkwürdiger kultureller Gegensatz: Je futuristischer unsere Technik wird, desto stärker interessieren wir uns für die Vergangenheit.

Wir entwickeln KI, die Musik komponieren kann – und kaufen gleichzeitig Plattenspieler.

Wir tragen einen Streamingdienst mit Millionen Songs in der Hosentasche – und sammeln CDs.

Wir können einen perfekten digitalen Mix produzieren – und freuen uns über das Knacken einer Schallplatte. Das ist kein Widerspruch, wenn man versteht, dass diese Dinge unterschiedliche Bedürfnisse erfüllen.

Streaming ist praktisch. Vinyl ist emotional.

KI kann schnell Ideen erzeugen. Eine Platte kann eine Erinnerung festhalten.

Die neue Sehnsucht nach Begrenzung

Vielleicht ist das sogar der wichtigste Punkt. Digitale Musik kennt kaum noch Grenzen. Eine Playlist kann tausend Stunden dauern. Ein Künstler kann mit KI innerhalb kürzester Zeit zahlreiche Varianten eines Songs erzeugen. Musik lässt sich endlos kopieren.

Physische Musik macht das Gegenteil. Eine LP hat zwei Seiten. Eine Kassette hat eine bestimmte Länge.

Ein Album hat ein Cover. Eine Sammlung braucht Platz.

Ein Tonträger sagt gewissermaßen: Das hier ist etwas Bestimmtes.

Und vielleicht sehnen wir uns genau danach. Nicht unbedingt nach der Vergangenheit. Sondern nach Grenzen, Auswahl und Bedeutung.

Deshalb passt Suno erstaunlich gut in diese Geschichte

Dass ausgerechnet ein Unternehmen aus der Welt der KI-Musik Vinyl anbieten möchte, wirkt auf den ersten Blick fast absurd. Eigentlich müsste die KI doch die ultimative Befreiung von physischen Tonträgern sein. Doch vielleicht ist das Gegenteil interessanter. Wenn Musik immer leichter erzeugt werden kann, könnte das physische Ergebnis eines Songs an Bedeutung gewinnen. Der generierte Track ist nur eine Datei.

Die Platte ist ein Erinnerungsstück. Das könnte ein Vorgeschmack darauf sein, wie sich Musikbesitz in Zukunft verändert: Nicht zurück zu früher, sondern vorwärts mit einigen Dingen aus früher.

Wir wollen offenbar nicht zurück

Vielleicht ist deshalb die Bezeichnung „Retro-Welle“ ein bisschen irreführend. Denn die meisten Menschen wollen wahrscheinlich nicht wirklich zurück in die 80er oder 90er. Sie wollen kein langsames Internet. Keine Röhrenmonitore. Keine schlechte Sprachqualität beim Telefonieren. Keine langen Wartezeiten auf Musik. Was sie zurückholen, sind einzelne Dinge.

Den Klang.

Das Design.

Die Haptik.

Die Langsamkeit.

Die Atmosphäre.

Das Gefühl, dass ein Album etwas Besonderes ist. Und genau deshalb könnte Retro gerade so erfolgreich sein: Wir nehmen aus der Vergangenheit das, was uns gefällt, und verbinden es mit der Gegenwart. Die Zukunft wird dadurch nicht weniger modern. Sie bekommt nur ein bisschen Patina.

Und vielleicht ist das die eigentliche Pointe unserer aktuellen Retro-Sehnsucht: Wir wollen gar nicht zurück. Wir wollen nur ein paar Dinge aus früher mitnehmen.

Tja, und wenn Ihr noch tiefer eintauchen möchtet in die Studiofachsimpelei... nur zu... schreibt uns!

Die von der Sonic Intelligence Academy (SIQA) veranstalteten Awards finden am 13. November 2026 im The Mayan in Downtown Los Angeles statt und werden weltweit per Livestream übertragen. Auf dem Programm stehen sogenannte „hybrid human + AI showcases“ – also Performances, bei denen Menschen und KI-Technologie gemeinsam Teil der Bühnenshow sind.

Zu den angekündigten Acts gehören unter anderem Xania Monet, Olivia B Moore, Chaisen Hale, EJ Rogers, Sheena Taylor, Godfellow und Aries Ivory. Die menschlichen Creator hinter den KI-Projekten sollen die jeweiligen Auftritte dirigieren. Wie genau die Vocals von Acts, die bislang ausschließlich als KI-generierte Aufnahmen existieren, live umgesetzt werden, bleibt allerdings noch offen.

25 Kategorien für KI-Musik

Die AI Music Awards wollen insgesamt 25 Kategorien abdecken. Dazu gehören unter anderem AI Song of the Year, AI Artist of the Year, AI Album of the Year und AI Producer of the Year. Hinzu kommen Genre-Kategorien für R&B, Country, Gospel, Pop, Rock/Alternative, Hip-Hop, Jazz, Musical Theatre, Comedy und internationale Musik.

Auch beim Voting geht die Veranstaltung einen eigenen Weg: Nach Angaben der Organisatoren sollen verifizierte Artists aus dem SIQA Registry über die meisten Kategorien entscheiden. Eine Ausnahme bildet der Off the Charts Spotlight Award, bei dem die Öffentlichkeit abstimmen kann.

Xania Monet sorgt bereits für Aufmerksamkeit

Besonders interessant dürfte der Auftritt von Xania Monet werden. Hinter dem KI-Act steht die Songwriterin Telisha „Nikki“ Jones, die eigene Gedichte mithilfe von KI in Songs umsetzte. Xania Monet hat bereits vor den Awards für Aufmerksamkeit in der Musikbranche gesorgt. Laut Music Business Worldwide wurde der Act von Hallwood Media unter Vertrag genommen, nachdem es mehrere Angebote gegeben haben soll.

Damit bekommt die KI-Musik-Debatte eine neue Dimension. Bisher standen vor allem Fragen im Mittelpunkt wie: Wer besitzt die Rechte an KI-generierter Musik? Wie viel menschliche Kreativität muss in einem Song stecken? Und sollen solche Tracks auf Streamingplattformen genauso behandelt werden wie Musik von menschlichen Artists?

Die AI Music Awards stellen nun eine ganz andere Frage: Was bedeutet eigentlich ein Live-Konzert, wenn der Artist selbst nicht physisch existiert?

Die Antwort darauf soll am 13. November 2026 in Los Angeles auf der Bühne geliefert werden.

Quelle: Music Business Worldwide / Sonic Intelligence Academy

Eine gute musikalische Idee kommt selten dann, wenn das Projekt bereits perfekt eingerichtet ist. Oft sitzt man mit einer Gitarre auf dem Sofa, spielt einen interessanten Akkord oder singt eine Melodie – und genau in diesem Moment müsste eigentlich die DAW geöffnet, das Interface eingerichtet, der richtige Eingang gewählt, ein Track angelegt und ein passendes Preset gesucht werden.

Bis alles bereit ist, ist die Idee manchmal schon wieder weg. Genau hier setzt Universal Audio mit LUNA 3.0 an.

Das neue Update für die DAW bringt nicht nur zahlreiche klassische Produktionsfunktionen, sondern auch KI-gestützte Werkzeuge und einen komplett neuen Aufnahme-Modus namens LUNA Play. Universal Audio bezeichnet das Update als wichtigen neuen Schritt für LUNA.

LUNA wird zur Ideenmaschine

LUNA Play ist wahrscheinlich die auffälligste Neuerung. Universal Audio beschreibt den Modus selbst als eine Art Voice-Memo-App für Musiker. Die Idee dahinter ist simpel: Statt zuerst eine komplette DAW-Session einzurichten, soll man möglichst schnell spielen können.

LUNA kann dabei das Instrument erkennen, Pegel automatisch einstellen und passende UAD-Presets vorschlagen. Anschließend kann die Aufnahme direkt losgehen.Das klingt zunächst nach einer kleinen Komfortfunktion. Tatsächlich steckt dahinter aber eine interessante Veränderung des DAW-Konzepts.

Die DAW soll sich dem Musiker anpassen

Traditionelle DAWs funktionieren grundsätzlich nach einem festen Prinzip:

Session öffnen → Spur erstellen → Input wählen → Plugins laden → aufnehmen.

LUNA Play versucht, diesen Prozess umzudrehen:

Spielen → LUNA erkennt, was passiert → aufnehmen.

Die Software soll also mehr darüber wissen, was der Musiker gerade machen möchte, und einen Teil der technischen Vorbereitung übernehmen. Das ist eine Entwicklung, die wir derzeit an vielen Stellen der Musiksoftware beobachten: Die Software wird zunehmend vom passiven Werkzeug zum Assistenten.

KI zieht direkt in die DAW ein

LUNA 3.0 geht allerdings deutlich weiter als automatisches Pegeln. In LUNA Free steckt jetzt eine 4-Spur-Stem-Separation. Ein fertiger Stereo-Mix kann damit in Drums, Vocals, Bass und „Other“ aufgeteilt werden. Die kostenpflichtige LUNA-Studio-Version erweitert das auf sechs Stems und ergänzt Guitar und Piano. Das eröffnet ganz andere Workflows.

Einen alten Song analysieren.

Nur den Gesang herauslösen.

Ein Instrumental für eine neue Idee erzeugen.

Eine Bassline isolieren.

Oder einfach zu einem bestehenden Track jammen. Die Technologie wird damit nicht nur zum Produktionswerkzeug, sondern zunehmend auch zum Analysewerkzeug.

Aus Audio wird MIDI

Noch interessanter wird es bei Audio-to-MIDI. Die Funktion steckt in LUNA Studio und kann eine Audio-Performance in MIDI umwandeln. Damit lässt sich beispielsweise eine eingespielte Melodie oder ein musikalisches Pattern anschließend mit einem virtuellen Instrument weiterbearbeiten.Das verändert einen klassischen Produktionsablauf: Bisher:

Einspielen → Audio bearbeiten.

Mit Audio-to-MIDI:

Einspielen → Performance erkennen → Instrument auswählen → weiterproduzieren.

Gerade für Musiker, die lieber spielen als programmieren, kann das interessant sein. Eine Gitarrenidee muss nicht mehr zwingend als Gitarrenspur enden. Eine gesungene Melodie kann zur MIDI-Vorlage für einen Synthesizer werden. Die Aufnahme wird damit gewissermaßen zum Ausgangsmaterial für neue Ideen.

LUNA hört jetzt auch, was im Song passiert

Zu den neuen Smart Tools gehören außerdem Lyric Transcription und Chord Extraction, die laut Universal Audio auf Technologie von Moises basieren. Die Lyrics werden automatisch erkannt und zeitlich zum Song zugeordnet. Die Chord Extraction analysiert dagegen die Harmonie und überträgt erkannte Akkorde in die Chord Track von LUNA.Damit kann die DAW zunehmend Informationen aus einer Aufnahme gewinnen, die früher der Musiker selbst heraushören und eintragen musste. Und genau hier wird es spannend:

Die DAW sieht nicht mehr nur eine Wellenform. Sie versteht zunehmend, was musikalisch darin passiert.

Zumindest ist das die Richtung.

Auch die kostenlose Version bekommt kräftig etwas ab

LUNA 3.0 ist nicht einfach nur ein großes Update für die kostenpflichtige Variante.Auch LUNA Free wurde erheblich erweitert.Neu beziehungsweise überarbeitet sind unter anderem:

• Piano Roll mit erweiterten MIDI-Funktionen

• Folder Tracks

• Adaptive Grid

• Clip-Gain-Automation

• Strip Silence

• Click-Track-Automation

• Chord-, Key- und Time-Signature-Ruler

• Record FX

• 4-Track Stem Separation

Dazu kommen unbegrenzte Tracks und die Unterstützung gängiger Plugin-Formate.Das macht LUNA Free zu einem bemerkenswert umfangreichen Einstieg in die DAW-Welt. Universal Audio verfolgt damit eine klare Strategie: Die Einstiegshürde soll möglichst niedrig sein, während die professionelleren Funktionen in der Studio-Version liegen.

LUNA Studio: Die Pro-Version

Die bisherige LUNA-Pro-Stufe heißt jetzt LUNA Studio. Sie enthält die Funktionen von LUNA Free und ergänzt unter anderem die sechsfachen Stem-Separation-Möglichkeiten, Audio-to-MIDI, Lyrics-Transkription und Chord Extraction. Außerdem kommen verschiedene UAD-Instrumente und Plugins sowie Erweiterungen mit API-, Studer- und Ampex-Emulationen hinzu. Der Einzelkauf liegt laut Universal Audio bei 199 US-Dollar. Alternativ gibt es LUNA Studio über UAD Spark Studio für 19,99 US-Dollar pro Monat beziehungsweise 149 US-Dollar pro Jahr. Darin ist zusätzlich eine Bibliothek mit rund 70 nativen UAD-Plugins enthalten. Damit wird aus LUNA zunehmend nicht nur eine DAW, sondern ein komplettes Produktions-Ökosystem.

Vom Recording-System zur modernen Produktionszentrale

Das ist insofern bemerkenswert, weil LUNA ursprünglich eine andere Geschichte hatte. Die DAW startete 2020 vor allem als Recording-Umgebung für Nutzer von Universal-Audio-Hardware. 2023 wurde LUNA für Mac-Nutzer kostenlos, 2024 folgte die Windows-Version. Jetzt geht die Entwicklung in eine andere Richtung. LUNA soll nicht mehr nur besonders gut aufnehmen und mischen. Die Software soll dabei helfen, Ideen zu erkennen, zu analysieren und weiterzuentwickeln. Das ist ein ziemlich großer Schritt.

Der neue DAW-Wettbewerb heißt Workflow

Dabei ist LUNA 3.0 Teil einer größeren Entwicklung. Immer mehr DAWs und Musikprogramme versuchen, technische Arbeit zu automatisieren. Suno integriert KI direkt in den Produktionsprozess. Andere Tools analysieren Audio, erzeugen MIDI oder trennen fertige Songs in einzelne Bestandteile. Und jetzt zieht auch Universal Audio nach. Der Wettbewerb zwischen DAWs könnte sich deshalb langfristig verändern.

Es geht nicht mehr ausschließlich darum, wer die meisten Tracks, besten Mixer oder größten Plugin-Support bietet. Die entscheidende Frage könnte zunehmend lauten: Welche DAW bringt meine musikalische Idee am schnellsten zum Ergebnis? LUNA Play ist genau dafür ein Beispiel.

Aber wie viel Assistenz ist zu viel?

Natürlich wirft diese Entwicklung auch eine interessante kreative Frage auf. Wenn eine Software das Instrument erkennt, den Pegel einstellt, Presets empfiehlt, Akkorde erkennt, Lyrics transkribiert und Audio in MIDI verwandelt – wie viel davon soll eigentlich noch der Musiker selbst machen?

Das muss nicht zwangsläufig ein Problem sein. Ein Gitarrist bleibt schließlich auch dann Gitarrist, wenn ein Tuner die Stimmung automatisch erkennt. Und ein Produzent bleibt Produzent, wenn ein Tool ihm beim Schneiden von Stille hilft. Entscheidend ist vielmehr, wo die Grenze zwischen Unterstützung und kreativer Übernahme verläuft. LUNA 3.0 zeigt, dass diese Grenze gerade ein Stück weiterwandert.

Die DAW wird zum Assistenten

Vielleicht ist genau das die interessanteste Entwicklung an LUNA 3.0. Universal Audio versucht nicht, die klassische DAW abzuschaffen. Stattdessen wird sie schrittweise intelligenter.

Sie soll zuhören.

Sie soll erkennen.

Sie soll sortieren.

Sie soll Vorschläge machen. Und sie soll möglichst wenig Zeit zwischen einer Idee und einer Aufnahme verstreichen lassen. Das passt zu einer Entwicklung, die wir derzeit in der gesamten Musiksoftware beobachten: Die nächste Generation von DAWs könnte weniger wie technische Schaltzentralen und mehr wie kreative Assistenten funktionieren. LUNA 3.0 ist ein ziemlich deutlicher Schritt in diese Richtung.

Und das vielleicht Interessanteste daran: Ein großer Teil dieser Entwicklung landet jetzt kostenlos auf dem Rechner.

Diese Frage erreichte uns nach unserem Artikel über Lizenzen – und sie ist viel wichtiger, als sie auf den ersten Blick klingt. Denn genau hier treffen zwei Welten aufeinander: die neue Welt der KI-Musik und das traditionelle System des Urheberrechts und der Verwertungsgesellschaften. Für Creator ist das schnell verwirrend. Deshalb haben wir uns die Frage einmal ganz praktisch angesehen.

Wichtig vorweg: Dieser Artikel ersetzt keine Rechtsberatung. Gerade bei öffentlichen Veranstaltungen kommt es immer auf den konkreten Einzelfall an. Die folgenden Informationen beziehen sich auf die derzeit veröffentlichten Informationen von Suno und der GEMA und wurden im September 2026 geprüft.

Das Beispiel: Ein Song mit Suno und eigenen Lyrics

Nehmen wir eine typische Situation.

Eine Creatorin schreibt ihre Songtexte selbst. Für die musikalische Umsetzung verwendet sie Suno und hat zum Zeitpunkt der Erstellung einen kostenpflichtigen Pro- oder Premier-Tarif.

Suno erklärt aktuell, dass Songs, die während eines kostenpflichtigen Abos erstellt werden, kommerzielle Nutzungsrechte erhalten. Bei Pro- oder Premier-Abonnements gilt laut Suno außerdem, dass der Nutzer die während des Abos erstellten Songs besitzt. Suno weist allerdings ausdrücklich darauf hin, dass kommerzielle Nutzungsrechte nicht automatisch bedeuten, dass für den Song in jedem Land auch ein Urheberrecht entsteht.

Bei selbst geschriebenen Lyrics kommt noch etwas hinzu: Suno erklärt ausdrücklich, dass Nutzer die von ihnen selbst geschriebenen Lyrics unabhängig vom gewählten Tarif besitzen. (Suno Hilfe)

Das ist also bereits etwas anderes als ein vollständig automatisch erzeugter Song. Aber damit ist die Geschichte noch nicht beendet.

Suno-Lizenz und GEMA sind zwei verschiedene Dinge

Der wichtigste Punkt lautet: Ein Suno-Abo ist keine GEMA-Lizenz.

Suno regelt mit seinen Nutzungsbedingungen zunächst das Verhältnis zwischen Suno und dem Creator. Die GEMA beschäftigt sich dagegen mit der öffentlichen Nutzung von Musik und den Rechten, die sie für ihre Berechtigten wahrnimmt. Das sind zwei unterschiedliche Ebenen.

Wenn Suno einem zahlenden Nutzer kommerzielle Nutzungsrechte einräumt, bedeutet das deshalb nicht automatisch: „Damit sind sämtliche denkbaren Rechte und Vergütungen für jede zukünftige Nutzung abgegolten.“

Genauso wenig bedeutet es aber: „Für jeden Song aus Suno muss automatisch GEMA bezahlt werden.“ Beide Aussagen wären zu pauschal.

Und was ist nun mit dem Kita-Fest?

Hier wird es praktisch.

Angenommen, die Creatorin veranstaltet selbst ein Kita-Sommerfest und möchte dort fünf ihrer eigenen KI-Songs abspielen. Die entscheidende Frage lautet zunächst: Ist das eine öffentliche Veranstaltung?

Die GEMA stellt klar, dass öffentliche Veranstaltungen grundsätzlich angemeldet werden müssen. Als öffentlich gelten Veranstaltungen in der Regel dann, wenn auch Personen teilnehmen können, die keine persönliche Beziehung zur Veranstalterin haben. Flyer, Plakate, Online-Werbung oder Eintrittskarten können beispielsweise für eine öffentliche Veranstaltung sprechen.

Wer selbst für die Organisation der Veranstaltung verantwortlich ist, gilt grundsätzlich als Veranstalter und ist damit auch der Ansprechpartner für die Musiknutzung.

Aber: Eine Anmeldung bedeutet nicht automatisch, dass anschließend auch eine GEMA-Vergütung fällig wird. 

Und genau hier wird es interessant.

Was passiert, wenn ausschließlich GEMA-freie Musik gespielt wird?

Die GEMA beschreibt ausdrücklich den Fall einer Veranstaltung, bei der kein GEMA-Repertoire verwendet wird.

Auch eine solche Veranstaltung muss grundsätzlich angemeldet werden. Die GEMA schreibt dazu, dass im Onlineportal angegeben werden kann, dass ausschließlich GEMA-freie Musik verwendet wird. Anschließend muss nachgewiesen werden, dass die gespielten Titel tatsächlich nicht zum GEMA-Repertoire gehören. Bei Veranstaltungen kann dies über eine vollständige Titelliste beziehungsweise Setlist erfolgen.

Das ist ein wichtiger Unterschied: „GEMA-frei“ bedeutet nicht „ich muss nichts melden“.

Es bedeutet vielmehr: Wenn tatsächlich kein GEMA-Repertoire genutzt wird, kann für diese Musiknutzung keine GEMA-Vergütung anfallen. Die GEMA muss aber die Möglichkeit haben, das zu überprüfen.

Also einfach „GEMA-frei“ ankreuzen?

Nein.

Hier sollten Creator sorgfältig sein. Ein KI-Song ist nicht allein deshalb automatisch GEMA-frei, weil er mit einer KI erzeugt wurde. Auch die Tatsache, dass der Creator kein GEMA-Mitglied ist, reicht für sich genommen nicht als Beweis. Entscheidend ist vielmehr, welche Werke und Rechte tatsächlich hinter der Musik stehen.

Wenn ein Creator beispielsweise ausschließlich eigene Texte verwendet und die Musik vollständig durch ein KI-System erzeugen lässt, kann die Situation eine andere sein als bei einem Song, der beispielsweise auf fremden geschützten Lyrics, Melodien oder Samples basiert. Deshalb sollte man die Entstehung des Songs dokumentieren.

Was sollte ein Creator aufbewahren?

Eigentlich ist das ganz einfach. Wer KI-Musik produziert, sollte sich angewöhnen, für jeden wichtigen Song eine kleine Dokumentation anzulegen.

Zum Beispiel:

• Welcher KI-Dienst wurde verwendet?

• Welcher Tarif galt zum Zeitpunkt der Erstellung?

• Wann wurde der Song erstellt?

• Wurde ein kostenpflichtiger Tarif genutzt?

• Wer hat den Text geschrieben?

• Welche Lyrics stammen vom Creator selbst?

• Welche Prompts oder kreativen Vorgaben wurden verwendet?

• Wurde der Song später bearbeitet?

• Wurden fremde Samples, Texte oder Melodien verwendet?

• Welche Version des Songs wurde veröffentlicht?

• Welche Nutzungsbedingungen des KI-Anbieters galten zum Zeitpunkt der Erstellung?

Gerade bei Suno ist das Erstellungsdatum interessant, weil die Nutzungsbedingungen und Tarifmodelle sich weiterentwickeln können.

Suno weist selbst darauf hin, dass Songs aus dem kostenlosen Basic-Tarif anders behandelt werden als Songs, die während eines Pro- oder Premier-Abos erstellt wurden. Ein späterer Abschluss eines kostenpflichtigen Abos gewährt laut Suno grundsätzlich nicht automatisch rückwirkend kommerzielle Nutzungsrechte für zuvor im kostenlosen Tarif erstellte Songs.

Deshalb: Screenshots, Rechnungen und relevante Unterlagen aufbewahren.

Und die eigenen Lyrics?

Das ist für viele KI-Creator besonders wichtig. Wer einen Songtext selbst schreibt, sollte diese Tatsache dokumentieren. Suno sagt ausdrücklich: Selbst geschriebene Lyrics gehören dem Nutzer unabhängig vom verwendeten Tarif.

Das bedeutet allerdings nicht automatisch, dass damit auch jede rechtliche Frage rund um den gesamten Song beantwortet ist. Denn ein Song kann aus mehreren kreativen Bestandteilen bestehen.

Der Text kann vom Menschen stammen. Die musikalische Umsetzung kann von einer KI erzeugt worden sein. Vielleicht hat der Creator anschließend Teile bearbeitet.

Vielleicht sind pauschale Aussagen wie „KI-Musik hat keine Rechte“ genauso problematisch wie „Ich habe den Song mit KI gemacht, also kann ich ihn einfach nutzen“. Entscheidend ist unter anderem, ob die Musik öffentlich genutzt wird und ob dabei ein Erwerbszweck eines Dritten im Vordergrund steht. Deshalb sollte man nicht allein aufgrund der Bezeichnung „Kita-Fest“ eine pauschale Aussage über eine mögliche Vergütung treffen. Ebenso kann es relevant sein, ob bei der KI-Musik eigene Aufnahmen, Kompositionen oder Instrumente hinzugefügt wurden.

Vielleicht wurde nur ein Teil des Songs mit KI erstellt. Die rechtliche Bewertung kann deshalb davon abhängen, welchen menschlichen schöpferischen Beitrag es tatsächlich gibt.

Und genau deshalb ist die pauschale Aussage „KI-Musik hat keine Rechte“ genauso problematisch wie „Ich habe den Song mit KI gemacht, also gehört mir automatisch alles“.

Muss ich jetzt vor jedem Fest bei der GEMA anrufen?

Nein.

Die GEMA sieht für Veranstaltungen ein reguläres Anmeldeverfahren vor. Bei einer öffentlichen Veranstaltung erfolgt die Anmeldung über das GEMA-Onlineportal. Die GEMA empfiehlt, die Veranstaltung vor ihrem Beginn anzumelden. Wenn ausschließlich Musik verwendet wird, die nicht zum GEMA-Repertoire gehört, kann dies bei der Anmeldung angegeben werden.

Anschließend muss der Veranstalter die entsprechenden Nachweise erbringen. Die GEMA nennt dafür insbesondere eine vollständige Titelliste beziehungsweise Setlist. Bei Veranstaltungen ohne Livemusik verweist sie außerdem auf ein Verfahren zur Repertoireprüfung.

Das ist etwas anderes als: „Rufen Sie vor jedem Song bei der GEMA an.“

Was ist mit kostenlosen Veranstaltungen?

Auch hier lauert ein verbreitetes Missverständnis. Kostenlos bedeutet nicht automatisch GEMA-frei.

Die GEMA erklärt ausdrücklich, dass auch Veranstaltungen ohne Eintritt grundsätzlich vergütungspflichtig sein können. Entscheidend ist unter anderem, ob die Musik öffentlich genutzt wird. Es gibt allerdings gesetzliche Ausnahmen.

Die GEMA nennt beispielsweise bestimmte Veranstaltungen der Jugendhilfe, Sozialhilfe, Alten- und Wohlfahrtspflege sowie der Gefangenenbetreuung, wenn bestimmte Voraussetzungen erfüllt sind. Unter anderem muss die Veranstaltung einem abgegrenzten Personenkreis zugänglich sein und darf nicht dem Erwerbszweck eines Dritten dienen.

Das bedeutet: Bei einem Kita-Fest kann der konkrete Veranstaltungsrahmen entscheidend sein. Deshalb sollte man nicht allein aufgrund der Bezeichnung „Kita-Fest“ eine pauschale Aussage über eine mögliche Vergütung treffen.

Und wenn ich überhaupt kein GEMA-Mitglied bin?

Auch das ist kein Freifahrtschein – aber auch kein Grund zur Panik.

Die GEMA-Mitgliedschaft betrifft zunächst die Frage, ob die GEMA die Rechte eines Musikurhebers wahrnimmt und Einnahmen an diesen verteilt. Die Verpflichtung eines Veranstalters zur Anmeldung einer öffentlichen Musiknutzung ist davon zuiert, wie der Song entstanden ist, welche Bestandteile von mir stammen und welche Nutzungsrechte mir der verwendete Dienst eingeräumt hat. Für sollte die Musiknutzung entsprechend Anmeldung und einen entsprechenden Nachweis. Bei Veranstaltungen ist insbesondere die Setlist wichtig. unterscheiden.

Die GEMA erklärt selbst, dass grundsätzlich die Person für die öffentliche Musiknutzung verantwortlich ist – etwa die Veranstalterin – und nicht nur GEMA-Mitglieder. Deshalb können zwei Dinge gleichzeitig stimmen: Die Creatorin ist kein GEMA-Mitglied. Und Sie muss ihre öffentliche Veranstaltung trotzdem gegebenenfalls bei der GEMA anmelden.

Wenn dort ausschließlich Musik verwendet wird, die tatsächlich nicht zum GEMA-Repertoire gehört, kann nach Prüfung keine GEMA-Vergütung für diese Musiknutzung anfallen.

„GEMA-frei“ ist kein Freibrief

Hier möchten wir ausdrücklich vor einer falschen Schlussfolgerung warnen. Wenn ein Creator sagt: „Das ist ein Suno-Song, also GEMA-frei.“ ist das zu kurz gegriffen.

Sicherer ist:

„Ich habe dokumentiert, wie der Song entstanden ist, welche Bestandteile von mir stammen und welche Nutzungsrechte mir der verwendete Dienst eingeräumt hat. Für die konkrete Veranstaltung melde ich die Musiknutzung korrekt an und kann die Herkunft der Titel nachweisen.“

Das klingt vielleicht weniger spektakulär. Ist aber wesentlich belastbarer.

Der 5-Minuten-Check vor der Veranstaltung

Wer eigene KI-Musik öffentlich abspielen möchte, sollte sich vor der Veranstaltung fünf Fragen stellen:

1. Ist die Veranstaltung öffentlich?

Wenn ja, sollte die Musiknutzung entsprechend geprüft und gegebenenfalls bei der GEMA angemeldet werden.

2. Welche Songs werden gespielt?

Eine vollständige Titelliste erstellen.

3. Woher stammen die Songs?

Für jeden Titel sollte nachvollziehbar sein, mit welchem Dienst und unter welchem Tarif er erstellt wurde.

4. Gibt es fremde Bestandteile?

Eigene Lyrics, eigene Aufnahmen und eigene Bearbeitungen dokumentieren. Fremde Texte, Samples, Melodien oder andere geschützte Bestandteile müssen gesondert betrachtet werden.

5. Kann ich die GEMA-Freiheit nachweisen?

Wenn ausschließlich GEMA-freie Musik gespielt wird, verlangt die GEMA trotzdem eine Anmeldung und einen entsprechenden Nachweis. Bei Veranstaltungen ist insbesondere die Setlist wichtig.

Was bedeutet das nun für Suno-Creator?

Für einen Creator, der beispielsweise eigene Lyrics + Suno + kostenpflichtiges Abo verwendet, ergibt sich zunächst folgende Trennung:

Suno:
Suno gewährt bei Songs, die während eines Pro- oder Premier-Abos erstellt wurden, kommerzielle Nutzungsrechte und bezeichnet den Nutzer als Eigentümer dieser Songs. Suno weist gleichzeitig darauf hin, dass daraus nicht automatisch ein urheberrechtlicher Schutz in jedem Land folgt. Suno Hilfe+1

Eigene Lyrics:
Suno erklärt ausdrücklich, dass selbst geschriebene Lyrics dem Nutzer gehören. Suno Hilfe

GEMA:
Ob eine öffentliche Veranstaltung GEMA-Vergütungen auslöst, hängt nicht allein davon ab, ob ein Song mit KI erstellt wurde oder ob der Creator GEMA-Mitglied ist. Entscheidend ist unter anderem, ob GEMA-Repertoire öffentlich genutzt wird. Bei ausschließlich GEMA-freier Musik verlangt die GEMA dennoch eine Anmeldung und einen Nachweis.

Die eigentliche Baustelle heißt Transparenz

Und genau hier liegt aus unserer Sicht das größere Problem. KI-Creator wollen keine juristische Ausbildung absolvieren. Sie wollen Musik machen. Sie wollen ihre Songs veröffentlichen.

Und wenn sie ein Abo für einen Musikdienst bezahlen, möchten sie verständlicherweise wissen, was damit eigentlich abgedeckt ist.

Ein idealer KI-Musikdienst müsste deshalb viel deutlicher erklären:

Das darfst du mit deinem Song.

Das darfst du nicht.

Diese Rechte bekommst du von uns.

Diese Rechte können zusätzlich betroffen sein.

Bei dieser Nutzung brauchst du möglicherweise eine weitere Lizenz.

Je verständlicher diese Informationen werden, desto weniger Unsicherheit gibt es für Creator.

Unser Rat: Dokumentieren statt verzweifeln

Die Rechtslage rund um KI-Musik ist noch in Bewegung. Deshalb wäre es falsch, heute eine Garantie für jede zukünftige Nutzung abzugeben. Aber es gibt etwas, das jeder Creator bereits heute tun kann: Dokumentieren.

Wer einen Song erstellt, sollte nachvollziehbar festhalten, wann, womit und unter welchen Bedingungen er entstanden ist. Wer einen kostenpflichtigen KI-Tarif nutzt, sollte Rechnungen und Tarifinformationen sichern eigene Lyrics schreibt, sollte die Originale aufbewahren.

Wer einen kostenpflichtigen KI-Tarif nutzt, sollte Rechnungen und Tarifinformationen sichern. Und wer seine Musik öffentlich aufführt, sollte die Veranstaltung korrekt anmelden und die Titelliste beziehungsweise die erforderlichen Nachweise bereithalten. Das nimmt zwar nicht alle Unsicherheiten aus der KI-Musik. Aber es schafft etwas, das in einer sich ständig verändernden Rechtslandschaft enorm wertvoll ist: Nachvollziehbarkeit.

Und vielleicht ist genau das die wichtigste Botschaft

Die Frage lautet nicht nur: „Muss ich GEMA bezahlen?“

Die viel wichtigere Frage lautet: „Welche Rechte habe ich eigentlich – und wie kann ich sie nachweisen?“

KI-Musik wird nicht verschwinden. Im Gegenteil: Immer mehr Menschen schreiben ihre eigenen Texte, entwickeln Ideen und nutzen KI als Werkzeug für die musikalische Umsetzung. Das Recht wird darauf reagieren müssen. Bis dahin bleibt den Creatorn vor allem eines:

Informieren. Dokumentieren. Nicht vorschnell aufgeben.

Denn nur weil die rechtliche Landschaft komplizierter wird, bedeutet das nicht automatisch, dass die Musik weniger wert ist. Und genau deshalb werden wir bei KiBeat dieses Thema weiter verfolgen.

Im Grundsatz wäre das der richtige Ablauf bei einer Veranstaltung:

1. Veranstalter → meldet die Veranstaltung grundsätzlich selbst bei der GEMA an, sofern es sich um eine öffentliche Veranstaltung handelt.

2. Angeben, dass ausschließlich eigene KI-Songs mit selbst geschriebenen Lyrics gespielt werden.

3. Sie kennzeichnen die Musik als GEMA-frei und reichen die vollständige Titelliste/Setlist ein. Die GEMA verlangt auch bei GEMA-freier Musik eine Anmeldung und einen Nachweis.

4. Die GEMA prüft anhand der Angaben, ob tatsächlich kein GEMA-Repertoire verwendet wird. Wenn die Musik als GEMA-frei anerkannt wird, fällt für diese Musiknutzung keine GEMA-Vergütung an.

Wichtig: Die GEMA arbeitet hier mit einer sogenannten GEMA-Vermutung. Deshalb ist der Nachweis entscheidend. Bei Veranstaltungen kann die Setlist nachgereicht werden; bei Veranstaltungen ohne Livemusik nennt die GEMA außerdem ein Verfahren zur Repertoireprüfung. Für den konkreten Fall wäre also eine gute praktische Dokumentation:

Suno-Tarif/Nachweis → eigene Lyrics → Songtitel → Erstellungsdatum → Setlist der Veranstaltung → GEMA-Anmeldung mit Hinweis auf GEMA-freie Musik.

Und noch ein wichtiger Punkt: Ob das Kita-Fest selbst überhaupt vergütungspflichtig ist, hängt zusätzlich vom konkreten Veranstaltungsrahmen ab. Die GEMA nennt beispielsweise bestimmte nichtkommerzielle Veranstaltungen der Jugendhilfe mit abgegrenztem Teilnehmerkreis als Ausnahme.

Anmelden, GEMA-Freiheit nachvollziehbar dokumentieren und die entsprechenden Nachweise bereithalten ist der sinnvollere Weg.

Weiterführende Informationen:

Suno: Welche Rechte habe ich mit einem kostenpflichtigen Abo?

GEMA

Ein neuer Song erscheint. Ein Creator postet ihn in der Community. Ein paar Leute hören rein, kommentieren, geben Feedback. Jemand entdeckt einen interessanten Sound. Ein anderer probiert ihn ebenfalls aus. Es wird diskutiert, experimentiert, gelacht. Genau dafür sind Communities da. Doch irgendwann tauchen Zahlen auf.

Wie viele Plays hat der Song? Wie viele Likes? Welcher Platz in den Charts?

Wer ist gerade ganz oben?

Und plötzlich wird aus einer Gruppe von Menschen, die gemeinsam mit einer neuen Technologie experimentieren, ein Spielfeld.

Platz 1 gegen Platz 2.

Und irgendwo zwischen den Zahlen beginnt das Ego mitzuspielen.

Willkommen im kleinen großen KI-Musik-Kosmos

Die KI-Musikszene ist noch jung. Vielleicht ist gerade das ihre größte Stärke. Hier gibt es noch keine hundert Jahre alten Strukturen. Keine fest zementierten Hierarchien. Keine etablierten Superstars, die seit Jahrzehnten bestimmen, was als „richtige“ Musik gilt.

Eigentlich ist das eine einmalige Situation. Jeder kann ausprobieren.

Jeder kann veröffentlichen. Jeder kann Genres miteinander verbinden, die vorher vielleicht nie zusammengefunden hätten. Und trotzdem passiert etwas, das man aus vielen anderen Bereichen kennt: Sobald Menschen anfangen, sich miteinander zu vergleichen, entstehen Ranglisten.

Und sobald Ranglisten existieren, gibt es Menschen, die unbedingt ganz oben stehen wollen.

Der gefährliche Moment: Wenn „Ich will besser werden“ zu „Ich muss gewinnen“ wird

Ambition ist nichts Schlechtes. Im Gegenteil.

Wer Musik macht, möchte sich entwickeln. Man möchte den nächsten Song besser machen als den vorherigen. Man möchte Resonanz bekommen. Man freut sich über einen guten Chartplatz. Das Problem liegt nicht im Ehrgeiz. Das Problem liegt darin, wenn der Erfolg des anderen plötzlich zum persönlichen Misserfolg wird. Dann wird aus Inspiration Neid. Aus Wettbewerb wird Revierkampf.

Und aus einer Community wird ein Spielfeld für Egos. Man erkennt diese Entwicklung nicht immer sofort. Vielleicht beginnt sie mit einem beiläufigen Kommentar: „Mein Song ist aber deutlich besser.“ Vielleicht mit dem Bedürfnis, unter jedem erfolgreichen Beitrag die eigene Leistung hervorzuheben. Vielleicht damit, dass bestimmte Creator immer wieder erklären müssen, warum sie technisch, musikalisch oder kreativ den anderen überlegen sind. Und vielleicht irgendwann mit dem Gedanken: „Ich muss wieder auf Platz eins.“ Um jeden Preis.

Die neue Währung heißt Play

In der klassischen Musikindustrie gibt es seit Jahrzehnten eine Obsession mit Zahlen. Plattenverkäufe. Radioeinsätze. Streams. Follower. Ticketverkäufe. Die KI-Musikszene ist davon nicht automatisch befreit. Auch hier können Zahlen plötzlich wichtiger werden als Musik. Ein Song mit 10.000 Plays wirkt erfolgreicher als einer mit 500. Aber sagt das wirklich etwas über die Qualität aus? Oder über die Kreativität? Oder darüber, welcher Song jemanden emotional berührt hat?

Nicht unbedingt. Plays sind ein Signal. Aber sie sind kein objektiver Maßstab für musikalischen Wert. Und genau deshalb wird es problematisch, wenn die Jagd nach Zahlen beginnt, die Community zu bestimmen.

Wenn der Algorithmus zum Gegner wird

Charts und Rankings haben eine besondere psychologische Wirkung. Sie machen sichtbar, was sonst unsichtbar wäre. Plötzlich kann jeder sehen, wer oben steht. Und damit entsteht eine Versuchung: Wenn Aufmerksamkeit durch Plays entsteht, dann muss man eben Plays erzeugen. Das kann ganz harmlos aussehen. „Hört euch doch mal gegenseitig die Songs an.“ Dagegen ist zunächst nichts einzuwenden. Community-Unterstützung gehört dazu.

Problematisch wird es dort, wo aus gegenseitigem Support ein systematisches Hochpushen wird – wenn Songs nicht mehr gehört werden, weil sie jemand wirklich hören möchte, sondern primär, um eine Zahl zu erhöhen.

Noch problematischer wird es, wenn Wiedergaben künstlich oder in einer Weise erzeugt werden, die den Eindruck eines echten Publikums erweckt. Dann wird nicht mehr Musik promotet. Dann wird ein Ranking manipuliert. Und das ist ein entscheidender Unterschied.

Die gefährliche Illusion des Erfolgs

Das eigentlich Kuriose daran: Was hat man am Ende gewonnen? Ein paar zusätzliche Plays?

Einen besseren Platz in einer Community-internen Rangliste? Einen Screenshot, den man stolz posten kann?

Vielleicht. Aber daraus entsteht noch lange keine Karriere. Die überwiegende Mehrheit der KI-Musik-Creator verdient mit ihren Songs kein nennenswertes Geld.

Und genau deshalb wirkt die erbitterte Jagd um vermeintlichen Ruhm manchmal fast absurd. Wir kämpfen um digitale Trophäen in einer Szene, die selbst noch darum kämpft, ihren Platz in der großen Musiklandschaft zu finden. Wir sind keine Konkurrenten um einen Milliardenmarkt. Wir sind eine junge Szene, die überhaupt erst herausfinden muss, wohin die Reise geht.

Und während wir uns bekämpfen, schauen andere zu

Das ist vielleicht der gefährlichste Punkt.

Wenn eine Community ständig mit internen Konflikten beschäftigt ist, verliert sie Energie. Creator diskutieren nicht mehr über Musik, sondern über Rankings. Man analysiert nicht mehr neue Möglichkeiten, sondern die Zahlen anderer. Neue Mitglieder überlegen sich zweimal, ob sie überhaupt etwas veröffentlichen.

Denn wer möchte schon in eine Community kommen, in der man das Gefühl bekommt, ständig bewertet zu werden?

Wer möchte einen Song teilen, wenn darunter möglicherweise jemand erklärt, warum der eigene Song besser ist? Wer möchte experimentieren, wenn jeder Fehler öffentlich sichtbar wird? Eine kreative Szene braucht aber genau das: Mut zum Ausprobieren.

Der Ego-Creator

Der Ego-Creator ist dabei nicht zwingend ein schlechter Mensch. Das macht die Sache komplizierter. Vielleicht steckt dahinter Unsicherheit. Vielleicht der Wunsch nach Anerkennung. Vielleicht die Angst, übersehen zu werden.

Vielleicht jahrelange Erfahrung aus einer Musikszene, in der man sich tatsächlich gegen andere durchsetzen musste. Oder schlicht der menschliche Wunsch, gesehen zu werden. Das alles ist verständlich.

Aber verständlich bedeutet nicht automatisch, dass es der Community guttut. Denn wenn ein einzelner Mensch permanent Aufmerksamkeit benötigt, kann daraus schnell ein Ungleichgewicht entstehen. Alles dreht sich um ihn.

Seine Songs.

Seine Zahlen.

Seine Erfolge.

Seine Meinung.

Seine Charts.

Und irgendwann ist die Frage nicht mehr: „Was können wir gemeinsam schaffen?“ Sonden: „Wie viel Platz müssen alle anderen machen, damit ich möglichst groß wirke?“

Dabei wäre die Alternative so einfach

Stell dir vor, ein Creator veröffentlicht einen großartigen Song. Du hörst ihn. Du findest ihn wirklich gut. Dann sagst du: „Starker Track.“

Nicht: „Mein letzter war besser.“

Nicht: „Warum bist du vor mir in den Charts?“

Nicht: „Warte mal, bis mein nächster kommt.“

Einfach: „Starker Track.“

Das klingt banal. Ist es aber nicht. Denn genau daraus entsteht eine Kultur. Eine Kultur, in der Erfolg nicht als Bedrohung empfunden wird.

Die KI-Musikszene hat einen historischen Vorteil

Vielleicht wird man in zehn Jahren zurückblicken und feststellen, dass gerade jetzt die Grundlagen für eine völlig neue Form von Musikszene gelegt wurden. Und dann könnte man sich fragen: Wie sind die Menschen damals miteinander umgegangen?

Haben sie sich gegenseitig unterstützt? Haben sie Wissen geteilt?

Haben sie Newcomer willkommen geheißen? Oder haben sie versucht, möglichst schnell ihre eigene Position zu sichern?

Die Antwort darauf liegt nicht bei irgendeinem Unternehmen. Nicht bei einem Algorithmus. Nicht bei der KI. Sie liegt bei uns.

Es gibt keinen Pokal

Vielleicht müssen wir uns deshalb von einer Vorstellung verabschieden. Der Vorstellung, dass es am Ende einen Sieger gibt. Die KI-Musikszene ist kein Boxring.

Wenn Creator A einen guten Song veröffentlicht, verliert Creator B dadurch nichts.

Wenn ein Newcomer plötzlich Aufmerksamkeit bekommt, ist das keine Niederlage für die etablierten Mitglieder. Wenn jemand einen besseren Chartplatz erreicht, bedeutet das nicht automatisch, dass jemand anderes schlechter geworden ist. Musik funktioniert nicht so. Es gibt keinen Pokal für den besten KI-Creator der Welt. Und selbst wenn es ihn gäbe: Was wäre gewonnen, wenn auf dem Weg dorthin die gesamte Community verbrannt wurde?

Friendly Fire

Eine junge Szene kann an vielen Dingen scheitern. An schlechter Technologie. An fehlenden Plattformen. An wirtschaftlichen Problemen. An Vorurteilen von außen (und davon gibt es mehr als genug). Aber sie kann auch an etwas viel Banalerem scheitern: an sich selbst.

Friendly Fire ist deshalb vielleicht die passendste Metapher. Wir schießen auf die Menschen, die eigentlich neben uns stehen. Auf Creator, die dieselben Herausforderungen haben. Die mit denselben Plattformen kämpfen. Die ebenfalls versuchen, gute Musik zu machen. Die ebenfalls kaum Geld damit verdienen. Die ebenfalls nicht wissen, wohin sich KI-Musik entwickeln wird. Und trotzdem behandeln wir sie manchmal wie Gegner. Warum?

Vielleicht ist Zusammenhalt der eigentliche Wettbewerbsvorteil

Eine starke Community muss nicht frei von Konkurrenz sein. Sie muss nur verstehen, wo die Grenze liegt. Du darfst besser werden wollen. 

Du darfst ehrgeizig sein.

Du darfst Charts gewinnen wollen.

Du darfst stolz auf deine Musik sein.

Aber du musst dafür niemanden kleinmachen. Du musst keine künstlichen Zahlen erzeugen. Du musst nicht jeden Erfolg eines anderen übertrumpfen. Und du musst nicht der Größte sein, um etwas Wertvolles beizutragen. Vielleicht besteht die größte Stärke einer KI-Musik-Community genau darin, dass sie gemeinsam wächst. Dass ein Anfänger von einem erfahrenen Creator lernt.

Dass ein Produzent eine Idee eines anderen aufgreift und daraus etwas völlig Neues macht. Dass jemand einen Fehler macht und andere ihm helfen. Dass ein Song viral geht und sich die Community mitfreut. Nicht weil jeder gleich ist. Sondern weil jeder anders ist.

Wir sollten uns entscheiden

Die Frage ist deshalb nicht, ob es Konkurrenz geben wird. Natürlich wird es sie geben. Die Frage ist, welche Art von Konkurrenz wir wollen. Eine, bei der wir uns gegenseitig besser machen? Oder eine, bei der wir versuchen, uns gegenseitig zu übertrumpfen?

Eine, bei der Charts Spaß machen? Oder eine, bei der Zahlen wichtiger werden als Musik?

Eine, bei der ein Erfolg eines anderen gefeiert wird? Oder eine, bei der jeder fremde Erfolg als persönlicher Angriff verstanden wird?

Die Entscheidung fällt jeden Tag. Mit jedem Kommentar. Mit jedem Like. Mit jedem Song. Mit jedem Verhalten.

Am Ende sind wir immer noch Creator

Vielleicht sollten wir uns daran erinnern, was uns überhaupt zusammengebracht hat. Nicht die Charts. Nicht die Plays. Nicht die Rankings.

Musik. Die Lust, etwas zu erschaffen. Die Neugier auf eine Technologie, die gerade erst beginnt, ihr Potenzial zu zeigen. Und die Freude daran, dass plötzlich Menschen aus aller Welt gemeinsam Musik machen können.

Das ist viel größer als ein Chartplatz. Viel größer als ein paar tausend zusätzliche Plays. Und ganz sicher größer als das Ego eines Einzelnen. Die KI-Musikszene steht noch am Anfang. Wir können entscheiden, welche Kultur daraus entsteht. Eine Kultur des Misstrauens, des Pushens und des gegenseitigen Übertrumpfens. Oder eine Kultur, in der man sich gegenseitig nach oben zieht. Friendly Fire können wir uns sparen.

Wenn wir von außen angegriffen werden, sollten wir zusammenhalten. Aber Zusammenhalt bedeutet nicht, dass innerhalb der Community alles erlaubt sein sollte.

Es kann nicht die Lösung sein, externe Hater gemeinsam zu bekämpfen und gleichzeitig die eigenen Creator bei jeder Gelegenheit niederzumachen. Wenn wir anderen vorwerfen, unsere Musik nicht ernst zu nehmen, müssen wir uns selbst fragen: Nehmen wir die Arbeit unserer eigenen Community ernst?

Wenn ein Creator einen Song veröffentlicht, muss ich ihn nicht mögen. Aber ich kann respektvoll bleiben. Ich kann sagen, was mir nicht gefällt. Ich kann Verbesserungsvorschläge machen. Oder ich kann einfach weiter scrollen. Nicht jeder Song braucht meine Zustimmung

Denn am Ende gibt es keinen Gewinner, wenn die Community verliert. Und vielleicht ist genau das die wichtigste Chartplatzierung überhaupt: Platz eins für den Zusammenhalt.

Die neue Klage vom 18.09.2026 ist eine direkte Folge des bisherigen Verfahrens. UMG und Sony hatten versucht, mehr als 61.000 weitere Aufnahmen in ihre seit 2024 laufende Klage gegen Suno einzubeziehen. Das zuständige US-Gericht lehnte diese Erweiterung im August ab. Stattdessen können die Labels ihre zusätzlichen Ansprüche in einem separaten Verfahren verfolgen.

Genau das geschieht nun: In der neuen Klage geht es um 60.202 Aufnahmen. Damit steht neben dem ursprünglichen Verfahren, das 560 Aufnahmen betrifft, ein zweiter Rechtsstreit.

Besondere Aufmerksamkeit verdient der Angriff auf Suno v6. Suno hatte das Modell im September als grundlegend neu entwickelte Version vorgestellt. UMG und Sony stellen diese Darstellung infrage. Ihre Argumentation: Auch wenn v6 nicht direkt mit den ursprünglich beanstandeten Aufnahmen trainiert worden sein sollte, könne das Modell auf Ergebnissen, Präferenzdaten oder anderem Wissen früherer Suno-Modelle aufbauen. Diese Vorgängermodelle seien nach Auffassung der Labels wiederum mit urheberrechtlich geschützten Aufnahmen trainiert worden.

Die Kläger sprechen deshalb von der „Frucht desselben vergifteten Baumes“. Ob diese Argumentation vor Gericht Bestand haben wird, ist offen. Ebenso ist bislang nicht gerichtlich festgestellt, dass Suno v6 tatsächlich in der von UMG und Sony behaupteten Weise auf früheren, mit nicht lizenzierten Aufnahmen trainierten Modellen aufbaut. Die Labels behaupten unter anderem, Suno habe für v6 auf Nutzerinteraktionen und Präferenzdaten früherer Modelle sowie auf sogenanntes Knowledge Distillation zurückgegriffen. Dabei wird ein neues „Student“-Modell darauf trainiert, das gelernte Verhalten eines älteren „Teacher“-Modells nachzuahmen.

Nach Darstellung der Kläger seien damit auch die Fähigkeiten der früheren Modelle – etwa Musik zu komponieren, zu arrangieren und überzeugende Imitationen menschlicher Musik in unterschiedlichen Genres und Stilen zu erzeugen – in v6 eingeflossen. Suno hatte dagegen erklärt, v6 sei vollständig von Grund auf neu trainiert worden und enthalte keine Daten von Universal oder Sony.

(MBW)

Brother Regenerate: Das ging schnell.

KI-Creator: Vier Minuten.

Sister Copyright: Vier Minuten?

KI-Creator: Na gut. Mit dem Prompt waren es sieben.

Brother Regenerate: Ein episches Produktionschaos.

KI-Creator: Egal. Der Song ist großartig. Können wir ihn jetzt veröffentlichen?

Sister Copyright: Können Sie.

KI-Creator: Super!

Sister Copyright: Ich sagte nicht, dass Sie dürfen.

KI-Creator: Was ist denn jetzt noch?

Brother Regenerate: Sie hat Fragen.

KI-Creator: Welche Fragen?

Sister Copyright: Welches KI-Tool haben Sie verwendet?

KI-Creator: Ein KI-Musiktool.

Sister Copyright: Das war nicht die Frage.

KI-Creator: Suno.

Sister Copyright: Welche Version?

KI-Creator: Die aktuelle.

Sister Copyright: Kostenlos oder bezahlt?

KI-Creator: Äh …

Brother Regenerate: Wir kommen dem Kern näher.

KI-Creator: Kostenlos.

Sister Copyright: Dann würde ich zunächst die Nutzungsbedingungen prüfen.

KI-Creator: Aber ich habe den Song doch selbst gemacht.

Sister Copyright: Sie haben ihn mit einem Dienst erzeugt.

KI-Creator: Ja.

Sister Copyright: Und dieser Dienst kann festlegen, welche Nutzungsrechte Ihnen an den erzeugten Inhalten eingeräumt werden.

KI-Creator: Moment. Ich dachte, KI macht mich unabhängig.

Brother Regenerate: Sie macht Sie unabhängig von vielen Dingen.

KI-Creator: Zum Beispiel?

Brother Regenerate: Von einem Sänger.

Sister Copyright: Nicht unbedingt.

Brother Regenerate: Von einem Studio.

Sister Copyright: Nicht unbedingt.

Brother Regenerate: Von einem Produzenten.

Sister Copyright: Auch das würde ich nicht unterschreiben.

KI-Creator: Was macht die KI dann?

Sister Copyright: Sie erzeugt Audio.

KI-Creator: Das klingt weniger revolutionär.

Sister Copyright: Revolutionen benötigen ebenfalls Rechteklärung.

KI-Creator: Gut. Also: Nutzungsbedingungen geprüft. Was noch?

Sister Copyright: Haben Sie Samples verwendet?

KI-Creator: Nein.

Sister Copyright: Fremde Vocals?

KI-Creator: Nein.

Sister Copyright: Einen bekannten Künstler im Prompt genannt?

KI-Creator: Nur als Referenz.

Sister Copyright: Wen?

KI-Creator: Das sage ich lieber nicht.

Brother Regenerate: Sehr vernünftig.

Sister Copyright: Und warum klingt der Sänger auf dem Track dann wie dieser Künstler?

KI-Creator: Zufall.

Brother Regenerate: Natürlich.

KI-Creator: Was?

Brother Regenerate: Nichts. Ich liebe Zufälle.

KI-Creator: Angenommen, die Rechte sind geklärt. Darf ich ihn dann veröffentlichen?

Sister Copyright: Jetzt sind wir bei einer interessanteren Frage.

KI-Creator: Endlich!

Sister Copyright: Wo wollen Sie ihn veröffentlichen?

KI-Creator: Spotify. YouTube. TikTok. Überall.

Sister Copyright: Und unter welchem Namen?

KI-Creator: Unter meinem Künstlernamen.

Sister Copyright: Schön.

KI-Creator: Warum sagen Sie „schön“ so?

Sister Copyright: Weil ich noch eine Frage habe.

KI-Creator: Natürlich.

Sister Copyright: Wer ist der Urheber?

KI-Creator: Ich?

Sister Copyright: Das lässt sich nicht allein daraus ableiten, dass Sie den Song veröffentlicht haben.

KI-Creator: Aber ich habe den Song ausgesucht!

Brother Regenerate: Das ist zumindest schon einmal besser als gar nichts.

Sister Copyright: Entscheidend ist, welchen konkreten menschlichen schöpferischen Beitrag Sie geleistet haben. Bei rein KI-generierten Inhalten entsteht nicht automatisch ein urheberrechtlicher Schutz.

KI-Creator: Und wenn ich den Song danach selbst bearbeite?

Sister Copyright: Dann wird es interessant.

KI-Creator: Also darf ich ihn veröffentlichen?

Sister Copyright: Wir sind näher dran.

KI-Creator: Wie nah?

Sister Copyright: Ungefähr drei Aktenordner.

Brother Regenerate: Das ist bei ihr fast ein Kompliment.

KI-Creator: Was ist denn, wenn der Song einfach nur für mich ist? Ich lade ihn nicht hoch, sondern höre ihn auf meinem Handy.

Sister Copyright: Das ist eine andere Situation.

KI-Creator: Und wenn ich ihn auf Instagram stelle?

Sister Copyright: Wieder eine andere.

KI-Creator: Und wenn er viral geht?

Sister Copyright: Dann wird aus Ihrer Frage möglicherweise eine sehr interessante Geschäftssituation.

Brother Regenerate: Und aus vier Minuten Arbeit ein Vollzeitproblem.

KI-Creator: Ihr seid wirklich keine Hilfe.

Sister Copyright: Doch.

KI-Creator: Wie?

Sister Copyright: Wir verhindern, dass Sie morgen anrufen und sagen: „Ich habe da ein kleines Problem.“

KI-Creator: Was für ein Problem?

Brother Regenerate: Einen Hit.

Sister Copyright: Mit ungeklärten Rechten.

KI-Creator: …

Brother Regenerate: Das Gesicht kenne ich.

KI-Creator: Also, was muss ich mir merken?

Sister Copyright: Drei Dinge.

KI-Creator: Ich höre.

Sister Copyright: Erstens: Welche Rechte gibt mir mein KI-Tool?

Zweitens: Welche Bestandteile meines Songs stammen von mir und welche aus anderen Quellen?

Drittens: Darf ich das Ergebnis auf der geplanten Plattform und kommerziell nutzen?

KI-Creator: Und dann darf ich veröffentlichen?

Sister Copyright: Wenn diese Fragen geklärt sind …

KI-Creator: Ja?

Sister Copyright: … können wir darüber sprechen.

KI-Creator: Können wir nicht einfach „Ja“ sagen?

Sister Copyright: Nein.

Brother Regenerate: Aber sie hat immerhin „darüber sprechen“ gesagt.

KI-Creator: Ich nehme das als Fortschritt.

Sister Copyright: Das dürfen Sie.

Brother Regenerate: Und den Song?

Sister Copyright: Den dürfen wir uns erst einmal anhören.

KI-Creator: Endlich!

Sister Copyright: Leiser bitte.

KI-Creator: Warum?

Sister Copyright: Ich habe die Lautstärke nicht geprüft.

Brother Regenerate: Da ist sie wieder.

Darf ich einen KI-Song veröffentlichen?

Nicht automatisch. Vor einer Veröffentlichung sollten unter anderem die Nutzungsbedingungen des verwendeten KI-Dienstes, mögliche fremde Inhalte wie Samples oder Stimmen und die Frage nach den eigenen menschlichen schöpferischen Beiträgen geprüft werden. Außerdem können die Regeln der jeweiligen Plattform eine Rolle spielen.

Sister Copyright meint:
„Erst Rechte klären. Dann Release drücken.“

Herzlichen Glückwunsch. Du hast einen Ohrwurm.

Aber wie produziert man eigentlich einen? Und kann künstliche Intelligenz das vielleicht inzwischen besser als wir?

Zutaten für einen musikalischen Parasiten

Die gute Nachricht zuerst: Einen Ohrwurm zu schreiben ist grundsätzlich keine Raketenwissenschaft. Man braucht vermutlich:

• eine möglichst einfache Melodie,

• einen leicht verständlichen Rhythmus,

• einen Refrain, den man beim ersten Hören mitsingen kann,

• möglichst wenige Wörter,

• und eine gehörige Portion Wiederholung.

Die schlechte Nachricht: Genau das versuchen seit Jahrzehnten Millionen Songwriter. Und trotzdem bleiben die meisten Songs nach dem Abspielen dort, wo sie hingehören: im digitalen Nirwana. Der Unterschied zwischen „eingängig“ und „geht mir seit sechs Stunden auf die Nerven“ ist offenbar erstaunlich klein.

Regel Nummer eins: Wiederholen, wiederholen, wiederholen

Wenn eine Melodie beim ersten Hören nicht hängen bleibt, gibt es eine bewährte Methode: Man spielt sie noch einmal. Und noch einmal. Und noch einmal.

Und wenn der Hörer danach immer noch nicht mitsingt, wiederholt man einfach den Refrain. Das funktioniert nicht nur bei Popsongs. Auch Werbung hat dieses Prinzip seit Jahrzehnten perfektioniert.

„Ding Dong.“

„Ding Dong.“

„Ding Dong.“

Nach zehn Jahren weiß niemand mehr, wann er den Song gehört hat. Aber jeder weiß noch: Ding Dong. Der menschliche Kopf ist offenbar ein ziemlich schlechter Spamfilter.

Regel Nummer zwei: Der Refrain darf nicht zu kompliziert sein

Ein guter Ohrwurm braucht keine musikalische Doktorarbeit. Im Gegenteil. Wenn der Refrain sieben Tonarten durchquert, zwölf Akkordwechsel enthält und textlich die existenzielle Krise eines postmodernen Großstadtmenschen verarbeitet, ist das vielleicht große Kunst.

Aber vermutlich kein Ohrwurm. Ein Ohrwurm braucht etwas, das das Gehirn schnell speichern kann. Idealerweise: kurz, klar, wiederholbar. Und wenn man dazu noch einen Text findet, den selbst jemand nach zwei Bier noch mitsingen kann, nähert man sich gefährlich dem Ziel.

Regel Nummer drei: Mach es ein bisschen nervig

Hier wird es interessant.

Denn der perfekte Ohrwurm ist nicht unbedingt der Song, den man am liebsten hört. Es ist der Song, den man nicht mehr loswird. Das ist ein wichtiger Unterschied. Der Song muss also offenbar irgendwo zwischen „gefällt mir“ und „bitte hör endlich auf“ liegen. Eine musikalische Mücke. Man hört sie nicht unbedingt gerne. Aber man hört sie. Immer.

Und jetzt kommt die KI

Eigentlich müsste das für künstliche Intelligenz ein Heimspiel sein. Denn was ist ein Ohrwurm?

Muster.

Wiederholung.

Einfache Strukturen.

Erwartbare Harmonien.

Eingängige Melodien.

Alles Dinge, mit denen generative Musiksysteme hervorragend umgehen können. Also machen wir den Test. Wir geben der KI einen simplen Auftrag:

„Schreibe einen extrem eingängigen Popsong. Der Refrain soll nach einmaligem Hören im Kopf bleiben.“

Die KI liefert. Wir hören. Gar nicht schlecht.

Noch einmal.

Immer noch gut.

Nach dem dritten Durchlauf passiert etwas Merkwürdiges. Wir ertappen uns dabei, wie wir den Refrain mitsingen. Da ist der Wurm drin.

Aber warum ausgerechnet dieser Song?

Und hier wird es wissenschaftlich – zumindest ein bisschen. Musikforscher beschäftigen sich schon lange mit sogenannten Involuntary Musical Imagery – also dem Phänomen, dass sich Musikstücke oder Melodieteile unwillkürlich im Kopf wiederholen. Umgangssprachlich: Ohrwurm.

Besonders anfällig sind offenbar kurze, melodisch auffällige und vertraute musikalische Muster. Und auch der Kontext spielt eine Rolle. Ein Song kann sich besonders gut festsetzen, wenn er an etwas erinnert, das wir gerade erlebt haben. Deshalb kann ein vollkommen mittelmäßiger Song plötzlich zum persönlichen Ohrwurm werden.

Manchmal reicht schon: ein Urlaub, ein Werbespot, ein Mensch, ein Sommerabend. Und schon ist der Wurm eingezogen.

Der ultimative Test

Doch wie findet man heraus, ob ein KI-Song tatsächlich einen Ohrwurm erzeugt?

Ganz einfach.

Man hört ihn.

Dann macht man etwas anderes.

Nach einer Stunde fragt man sich: „Wie ging nochmal der Refrain?“

Wenn man ihn nicht mehr weiß:

Durchgefallen.

Wenn man ihn noch weiß:

Interessant.

Wenn man ihn singt, obwohl man es gar nicht möchte: Treffer. Wenn man ihn am nächsten Morgen beim Aufwachen singt: Wir haben ein Problem.

Der gefährlichste Test: der IKEA-Test

Wir schlagen deshalb eine neue wissenschaftliche Messmethode vor: Den IKEA-Test.

Man hört den Song.

Dann geht man in ein Möbelhaus.

Dort verbringt man drei Stunden zwischen Billy-Regalen, Küchenfronten und Menschen, die verzweifelt nach dem Ausgang suchen. Wenn man beim Verlassen des Gebäudes immer noch den Refrain im Kopf hat: Ohrwurm bestätigt.

Die Methode ist selbstverständlich wissenschaftlich nicht anerkannt. Aber sehr praxisnah.

Und dann gibt es noch die Königsdisziplin

Der ultimative Ohrwurm ist nicht der, den man selbst gerne hört. Es ist der, den andere Menschen mitsingen. Das ist der Moment, in dem aus einem Ohrwurm ein Hit wird. Und genau hier wird es für KI interessant. Denn die Maschine kann einen eingängigen Refrain erzeugen. Sie kann Wiederholungen einbauen. Sie kann einfache Melodien konstruieren.

Aber kann sie etwas erschaffen, das Millionen Menschen freiwillig weitergeben?

Kann sie einen Refrain schreiben, der plötzlich auf Partys, in Stadien und unter der Dusche auftaucht?

Kann sie den musikalischen Wurm so tief in unsere Köpfe setzen, dass wir ihn an unsere Freunde weiterreichen?

Vielleicht ist das die eigentliche Challenge

Wir sollten der KI nicht einfach sagen: „Mach einen guten Song.“ Das ist viel zu einfach. Wir sollten sagen: „Mach einen Song, den wir morgen noch im Kopf haben.“ Und dann testen wir ihn.

Vielleicht entsteht dabei der nächste große Hit. Vielleicht entsteht aber auch etwas viel Gefährlicheres:

Ein Song, den niemand mag. Aber alle kennen.

Und spätestens dann wissen wir:

Da ist der Wurm drin. 🪱

Im Mittelpunkt steht ein Sicherheitsvorfall aus November 2025, bei dem nach Angaben der Kläger Daten von rund 55,3 Millionen Nutzer:innen abgegriffen worden sein sollen. Betroffen sein sollen unter anderem Namen, E-Mail- und Postadressen, Telefonnummern, Kaufhistorien und teilweise Zahlungsinformationen. Die Zahl der betroffenen Datensätze wurde durch den Dienst Have I Been Pwned öffentlich gemacht. 

Besonders brisant ist der Vorwurf, dass Suno von dem Sicherheitsvorfall bereits im November 2025 gewusst, betroffene Nutzer:innen aber nicht informiert habe. Suno hatte den Vorfall bestätigt, ihn jedoch als begrenzten und schnell eingedämmten Sicherheitsvorfall bezeichnet. Nach einer internen Untersuchung habe er sich vor allem auf veralteten Quellcode bezogen; sensible persönliche Daten seien nach Darstellung des Unternehmens nicht kompromittiert worden.

Die neue Klage ist bereits die zweite vorgeschlagene Sammelklage im Zusammenhang mit dem Datenleck. Die Kläger verlangen unter anderem Schadenersatz sowie strengere Sicherheitsmaßnahmen und mindestens zehn Jahre Kreditüberwachung für Betroffene. 

Damit wächst der juristische Druck auf Suno weiter. Das Unternehmen ist parallel mit mehreren Verfahren rund um Urheberrecht, Künstleridentitäten und die Nutzung von Musik für das Training seiner KI-Modelle konfrontiert. Erst Anfang September reichten unter anderem Jason Isbell und David Lowery eine weitere Sammelklage gegen Suno ein. 

In einer aktuellen Stellungnahme erklärt SubmitHub, Spotify schränke die Sichtbarkeit von KI-Musik in seinen Empfehlungen zunehmend ein. Das Unternehmen wolle deshalb keine Promotion-Leistungen verkaufen, bei denen die Erfolgsaussichten für vollständig KI-generierte Musik aus seiner Sicht deutlich geringer sind.

Die neue Regelung bezieht sich dabei auf „pure AI“ – also Musik, die vollständig durch generative KI erzeugt wurde. Damit geht es bei der Entscheidung nicht um ein grundsätzliches Verbot von KI im kreativen Prozess. KI-gestützte Elemente in ansonsten von Menschen produzierten Werken sind davon nicht automatisch betroffen.

KI-Musik gerät stärker unter Druck

Die Entscheidung fällt in eine Phase, in der Streamingdienste und Musikindustrie zunehmend gegen massenhaft erzeugte KI-Inhalte und damit verbundene Manipulationen vorgehen. Laut Financial Times macht KI-generierte Musik inzwischen einen erheblichen Anteil der neu eingereichten Inhalte aus. Deezer berichtete zuletzt, dass im Juli mehr als die Hälfte der neu hochgeladenen Tracks KI-generierte Musik enthielt. Zugleich wurden nach Angaben des Streamingdienstes bis zu 85 Prozent der Streams vollständig KI-generierter Titel im vergangenen Jahr als betrügerisch eingestuft.

Auch Rechteinhaber und Musikvertriebe arbeiten an neuen Maßnahmen gegen missbräuchliche Nutzung und Streamingbetrug. Parallel gehen Plattformen zunehmend direkt gegen KI-Musik vor. Bandcamp hat beispielsweise angekündigt, vollständig oder zu einem wesentlichen Teil KI-generierte Musik nicht auf seiner Plattform zuzulassen.

Die Entscheidung von SubmitHub ist damit ein weiterer Hinweis darauf, dass sich die Diskussion um generative KI in der Musikbranche von der reinen Produktion auf die gesamte Wertschöpfungskette ausweitet. Für Künstler:innen, Labels und Vermarkter wird zunehmend relevant, ob und in welchem Umfang KI an der Entstehung eines Songs beteiligt war – und wie Streaming- und Promotionplattformen damit umgehen.

Für vollständig KI-generierte Musik könnten sich dadurch nicht nur bei der Distribution, sondern auch beim klassischen Aufbau von Reichweite und Promotion neue Einschränkungen ergeben. 

Quelle: Music Ally

Wer kontrolliert künftig den Zugang zum Musikmarkt?

Der jüngste Streit zwischen Universal Music Group (UMG) und dem Musikvertrieb DistroKid ist deshalb bemerkenswerter, als es die Überschrift „Major verklagt Distributor wegen KI-Musik“ zunächst vermuten lässt. UMG wirft DistroKid unter anderem vor, in erheblichem Umfang urheberrechtsverletzende Inhalte verbreitet zu haben. Im Mittelpunkt stehen auch KI-generierte Werke und die Frage, ob DistroKid ausreichende Maßnahmen ergriffen hat, um problematische Inhalte von seinen Plattformen fernzuhalten.

Die Klage geht damit über die Frage einzelner Songs hinaus. UMG stellt zumindest teilweise das Geschäftsmodell eines offenen, massenhaften Digitalvertriebs infrage. Das ist industriepolitisch relevant.

Die Demokratisierung der Distribution

Dienste wie DistroKid haben die Musikindustrie in den vergangenen Jahren grundlegend verändert. Ein Künstler benötigt heute weder einen Plattenvertrag noch ein eigenes Vertriebsnetz, um Musik weltweit auf Spotify, Apple Music und andere Streamingplattformen zu bringen. Diese Entwicklung hat die Machtverhältnisse zwischen etablierten Labels und unabhängigen Künstlern verändert. Der entscheidende Punkt ist dabei nicht nur, dass mehr Menschen Musik veröffentlichen können. Viel wichtiger ist, dass die traditionellen Gatekeeper einen Teil ihrer Kontrolle über den Zugang zum Markt verloren haben. Künstliche Intelligenz verschärft diese Entwicklung nun dramatisch.

Wo ein Mensch früher Wochen oder Monate für die Produktion eines Albums benötigte, können generative Systeme innerhalb kürzester Zeit große Mengen an Musik erzeugen. Dadurch entsteht eine neue Form des Long Tails: theoretisch unbegrenzt, extrem billig und teilweise kaum noch eindeutig einem menschlichen Urheber zuzuordnen. Für Streamingplattformen ist das ein Problem. Für Rechteinhaber ebenfalls. Aber es ist auch eine Chance für diejenigen, die den Zugang zur Distribution kontrollieren.

Gegen „AI-Slop“ – aber nicht gegen KI

Bemerkenswert ist deshalb die strategische Entwicklung bei den großen Musikunternehmen.

Die Majors stellen sich keineswegs grundsätzlich gegen künstliche Intelligenz. Im Gegenteil: Universal Music Group arbeitet inzwischen mit ElevenLabs an einem lizenzierten KI-Musikangebot. Warner Music und BMG arbeiten mit dem KI-Musikunternehmen Suno an Modellen, die auf lizenzierten Werken beziehungsweise beteiligten Künstlern aufbauen. Das legt eine wichtige Unterscheidung nahe:

Nicht KI als Technologie ist das eigentliche Feindbild. Problematisch ist vor allem unkontrollierte KI-Musik.

Also Musik, deren Rechtekette unklar ist, die massenhaft produziert wird, möglicherweise fremde Werke imitiert oder verletzt und durch Streaming-Fraud zusätzliche Erlöse generiert. Diese Unterscheidung ist vollkommen legitim. Niemand sollte daraus automatisch eine Verschwörung ableiten. Sie führt allerdings zu einer interessanten Machtfrage.

Denn sobald „legitime“ und „illegitime“ KI-Musik unterschieden werden müssen, braucht die Branche Kontrollmechanismen. Und diese Kontrolle liegt zunehmend bei Distributoren, Streamingplattformen und Rechteinhabern.

Vom Distributor zum Gatekeeper

Damit könnte sich die Rolle der Distributoren grundlegend verändern. Der ursprüngliche Gedanke digitaler Musikdistribution war vergleichsweise simpel:

Der Künstler produziert Musik. Der Distributor liefert sie an die Plattformen.

Künftig könnte daraus ein mehrstufiges Kontrollsystem werden:

Creator → Distributor → Compliance-Prüfung → Streamingplattform → Publikum

Dabei könnten Fragen entscheidend werden:

• Wer ist der tatsächliche Urheber?

• Wurde künstliche Intelligenz eingesetzt?

• Sind verwendete Samples und andere Bestandteile rechtlich abgesichert?

• Wie viele Veröffentlichungen stammen von einem einzelnen Account?

• Handelt es sich um einen realen Künstler?

• Ist die Musik möglicherweise automatisiert und massenhaft erzeugt?

• Besteht der Verdacht auf Streaming-Manipulation?

Viele dieser Prüfungen sind sinnvoll.

Problematisch wird es dort, wo aus legitimer Rechts- und Betrugsbekämpfung ein allgemeiner Filter für den Zugang zum Musikmarkt wird. Denn dann entscheidet nicht mehr nur der Hörer darüber, welche Musik relevant ist. Zunehmend entscheiden technische und kommerzielle Gatekeeper darüber, welche Musik überhaupt die Chance erhält, gehört zu werden.

Warum der DistroKid-Fall besonders interessant ist

Die Klage von UMG gegen DistroKid fällt zudem in einen bemerkenswerten zeitlichen Zusammenhang. Am 14. September 2026 veröffentlichte die IFPI ihre sogenannte Streaming Integrity Initiative. Sie formuliert grundlegende Anforderungen an Musikvertriebe zur Bekämpfung von Streaming-Fraud und problematischen Uploads.

DistroKid gehört bislang nicht zu den Unterzeichnern dieser Initiative. Andere Distributoren haben sich dagegen angeschlossen. Einen Tag später wurde bekannt, dass UMG DistroKid verklagt. Das beweist selbstverständlich keinen Zusammenhang. Aber die zeitliche Abfolge ist bemerkenswert.

DistroKid bezeichnet sich als Distributor von rund 40 Prozent der weltweit neu veröffentlichten Musik und arbeitet nach eigenen Angaben mit mehr als vier Millionen Künstlern. Damit ist das Unternehmen kein Nischenanbieter, sondern ein zentraler Zugangspunkt zwischen unabhängigen Musikern und den großen Streamingplattformen. Genau deshalb hat der Fall eine Bedeutung, die über DistroKid hinausgeht.

Und dann ist da noch CVC

Noch interessanter wird die Situation durch den geplanten Einstieg von CVC Capital Partners bei DistroKid. Im Juli 2026 wurde vereinbart, dass CVC eine Mehrheitsbeteiligung an DistroKid übernimmt. Der Abschluss der Transaktion wurde für das dritte Quartal 2026 erwartet.

Nun steht DistroKid unmittelbar vor Ende dieses Zeitfensters im Zentrum eines erheblichen Rechtsstreits mit einem der weltweit größten Rechteinhaber. Daraus lässt sich nicht seriös ableiten, dass UMG und CVC ihre Schritte abgestimmt hätten. Dafür gibt es derzeit keinen belastbaren Beleg. Die Konstellation ist trotzdem relevant.

Für einen Finanzinvestor verändert ein solcher Rechtsstreit unmittelbar die Risikobewertung eines Unternehmens. Es geht nicht nur um mögliche Schadensersatzforderungen. Entscheidend ist vielmehr die Frage, ob sich die wirtschaftlichen Rahmenbedingungen des Geschäftsmodells verändern. Wenn Distributoren künftig erheblich mehr Ressourcen für Rechteprüfung, KI-Kennzeichnung und Content-Moderation aufwenden müssen, verändert das ihre Kostenstruktur. Und höhere Compliance-Kosten treffen nicht zwangsläufig alle Marktteilnehmer gleich. Ein großer Rechteinhaber kann entsprechende Systeme leichter finanzieren als ein einzelner unabhängiger Künstler.

Die mögliche Re-Zentralisierung

Hier liegt die eigentlich interessante Frage. Die Digitalisierung hat die Musikindustrie zunächst dezentralisiert:

Major Label → unabhängiger Künstler → direkter Digitalvertrieb

KI könnte nun paradoxerweise eine Gegenbewegung auslösen:

Creator → kontrollierter Distributor → kontrollierte Plattform → Rechteinhaber

Das wäre keine klassische Rückkehr zum alten Plattenvertrag. Die Macht würde nicht unbedingt vollständig bei den Labels liegen. Sie würde vielmehr über Standards, Algorithmen, Identitätsprüfungen, Rechteketten und Zugangsbedingungen ausgeübt.

Der kleine Künstler wäre dann nicht verboten. Er könnte weiterhin Musik produzieren. Er könnte weiterhin theoretisch Musik veröffentlichen.

Aber wenn die Anforderungen an Verifizierung, Rechteklärung und Compliance so hoch werden, dass sich die Distribution für Kleinstanbieter nicht mehr lohnt, entsteht faktisch eine neue Eintrittsbarriere. Das wäre die subtilere Form der Marktkonzentration.

Der kleine Creator als Kollateralschaden?

Genau hier wird die Debatte politisch und wirtschaftlich interessant. Es wäre zu einfach, den Majors zu unterstellen, sie wollten grundsätzlich unabhängige Künstler vom Markt verdrängen. Die Bekämpfung von Streaming-Fraud und Urheberrechtsverletzungen ist ein legitimes Anliegen. Aber dieselben Maßnahmen können eine Nebenwirkung haben: Sie können den offenen Zugang zum Musikmarkt erschweren.

Wer einen umfangreichen Nachweis über seine Produktionsweise, seine Rechte und seine Identität liefern muss, hat höhere Kosten und mehr bürokratischen Aufwand. Für einen Major mit tausenden Mitarbeitern ist das beherrschbar. Für einen 19-jährigen Künstler, der seine erste EP veröffentlicht, kann es eine erhebliche Hürde sein. Für jemanden, der mithilfe von KI Musik produziert, könnte es noch schwieriger werden. Damit entsteht ein mögliches Paradox:

Eine Regulierung, die eigentlich Künstler schützen soll, könnte gleichzeitig die Zahl der Menschen verringern, die überhaupt noch ohne institutionelle Unterstützung Musik veröffentlichen können.

Das muss nicht beabsichtigt sein. Es könnte aber das Ergebnis sein.

Wer definiert, was „legitime“ Musik ist?

Die entscheidende Frage lautet deshalb Wer entscheidet darüber, welche KI-Musik legitim ist – und nach welchen Regeln?

Wenn Universal, Warner und andere große Rechteinhaber gleichzeitig eigene lizenzierte KI-Geschäftsmodelle entwickeln und gegen unkontrollierte KI-Inhalte vorgehen, ist das zunächst kein Widerspruch. Es könnte sogar wirtschaftlich vollkommen rational sein.

Die großen Rechteinhaber könnten versuchen, einen neuen Markt zu regulieren, während sie gleichzeitig dessen kommerzielle Infrastruktur aufbauen. Das bedeutet nicht automatisch, dass sie unabhängige Künstler „aus dem Weg räumen“ wollen. Es bedeutet aber, dass die ökonomischen Interessen der Marktführer und die Interessen kleiner Creator nicht zwangsläufig identisch sind.

Und genau diese Interessen sollten in der aktuellen Debatte nicht miteinander verwechselt werden.

Der entscheidende Unterschied: offene KI gegen lizenzierte KI

Vielleicht zeichnet sich deshalb gerade eine neue Marktordnung ab.

Auf der einen Seite steht eine offene, schwer kontrollierbare KI-Musikökonomie:

• jeder kann Inhalte erzeugen;

• die Produktionskosten sind minimal;

• die Menge ist praktisch unbegrenzt;

• Herkunft und Rechte sind teilweise schwer nachvollziehbar;

• Streamingplattformen werden mit immer mehr Content konfrontiert.

Auf der anderen Seite entsteht ein kontrolliertes Modell:

• lizenzierte Trainings- und Musikdaten;

• identifizierbare Künstler;

• vertraglich geregelte Rechte;

• kontrollierte Nutzung von Stimmen und Identitäten;

• Beteiligung der Rechteinhaber an den Erlösen.

Für die Musikindustrie ist das zweite Modell wirtschaftlich wesentlich attraktiver. Denn es macht aus einer schwer kontrollierbaren Technologie einen lizenzierbaren Markt. Die Frage ist deshalb, was mit dem Bereich dazwischen geschieht.

Was jetzt beobachtet werden sollte

Ob aus dieser Entwicklung tatsächlich eine Re-Zentralisierung der Musikdistribution entsteht, wird sich an einigen konkreten Punkten zeigen.

Erstens: Werden Distributoren ihre Regeln für KI-Musik deutlich verschärfen?

Zweitens: Werden unabhängige Künstler künftig umfangreiche Nachweise über die Entstehung ihrer Musik erbringen müssen?

Drittens: Werden Streamingplattformen unterschiedliche Zugangs- oder Monetarisierungsbedingungen für KI-Inhalte schaffen?

Viertens: Werden lizenzierte KI-Angebote der Majors gegenüber unabhängigen KI-Produktionen strukturell bevorzugt?

Fünftens: Wird die Zahl der Distributoren und Plattformen weiter sinken, während die verbleibenden Unternehmen immer größere Teile der Wertschöpfung kontrollieren?

Und schließlich:

Sechstens: Werden unabhängige Creator künftig noch dieselben Möglichkeiten haben, Musik direkt und kostengünstig weltweit zu veröffentlichen wie heute?

Die Antworten auf diese Fragen werden wesentlich aussagekräftiger sein als jede einzelne Pressemitteilung.

Kein Beweis für eine Verschwörung – aber ein Machtkampf

Zum jetzigen Zeitpunkt wäre es unseriös zu behaupten, der Streit zwischen UMG und DistroKid sei Teil eines geheimen Plans, um unabhängige Künstler vom Markt zu verdrängen. Dafür gibt es keinen Beleg. Es wäre aber ebenso falsch, die Vorgänge lediglich als isolierten Copyright-Streit abzutun. Zu viel bewegt sich gleichzeitig:

Die Branche verschärft ihre Regeln gegen Streaming-Fraud. Die großen Rechteinhaber fordern stärkere Kontrolle über Uploads. DistroKid steht als größter unabhängiger Digitalvertrieb unter juristischem Druck. Gleichzeitig schließen Universal und Warner Lizenzvereinbarungen mit KI-Unternehmen und entwickeln damit genau den Markt, dessen unkontrollierte Variante sie kritisieren.

Das ergibt ein bemerkenswertes Muster. AI-Musik wird offenbar nicht verschwinden. Sie wird professionalisiert, lizenziert und kontrolliert werden.

Die entscheidende Frage ist deshalb, ob dabei auch die offene Distribution erhalten bleibt. Denn möglicherweise erleben wir nicht das Ende der Musikindustrie, wie wir sie kennen. Möglicherweise erleben wir den Versuch, ihre Gatekeeper-Funktion neu zu errichten – diesmal nicht über Plattenverträge, sondern über Daten, Algorithmen, Compliance und den Zugang zur Distribution. Und genau deshalb sollte man die Auseinandersetzung um KI-Musik nicht nur als Urheberrechtsstreit betrachten.

Sie ist möglicherweise auch ein Machtkampf um die Frage, wer im Zeitalter der künstlichen Intelligenz überhaupt noch entscheiden darf, welche Musik den Weg zum Publikum findet.

Quellen und weiterführende Informationen

1. Music Business Worldwide, 15. September 2026: Bericht über die Klage der Universal Music Group gegen DistroKid und die darin erhobenen Vorwürfe zu KI-generierter Musik, Copyright-Verletzungen und angeblich massenhaft verbreitetem „AI slop“.

2. Music Business Worldwide, 14. September 2026: Bericht über die von der IFPI vorgestellte Streaming Integrity Initiative und die Liste der Unternehmen und Organisationen, die sich den neuen Anti-Fraud-Standards angeschlossen haben.

3. CVC Capital Partners, Juli 2026: Unternehmensmitteilung zur vereinbarten Mehrheitsbeteiligung an DistroKid und zum geplanten Abschluss der Transaktion im dritten Quartal 2026.

4. Music Business Worldwide, 10. September 2026: Bericht über die mehrjährige Lizenzvereinbarung zwischen Universal Music Group und ElevenLabs sowie die geplante Entwicklung eines KI-Musikangebots.

5. Reuters, 9. September 2026: Bericht über die Zusammenarbeit von Suno mit Warner Music Group und BMG sowie die Entwicklung neuer KI-Musikmodelle auf Grundlage lizenzierter Musik.

6. Music Business Worldwide, September 2026: Hintergrundberichte zur Entwicklung von KI-Musik, den Lizenzierungsstrategien der Major Labels und den zunehmenden Anforderungen an Transparenz und Streaming-Integrität.

Cinematic Ambient? Selbstverständlich.

Future Bass, Hyperpop, Trap, Cyberpunk Electro? Ein paar Wörter in den Prompt, und schon steht der nächste Soundtrack für eine Zukunft, die vermutlich nie stattfinden wird.

Aber Volksmusik? Da wird es plötzlich still.

Niemand scheint seine KI mit dem Prompt „fröhliche Egerländer Polka mit Tuba, Akkordeon und dreistimmigem Männergesang“ zu füttern. Zumindest gibt es kaum jemanden, der öffentlich darüber spricht.

Und genau deshalb drängt sich eine möglicherweise völlig unbelegte, aber ausgesprochen unterhaltsame Vermutung auf: Vielleicht ist Volksmusik das heimlichste Genre der KI-Musik.

Die große Genre-Verwechslung

Das Problem beginnt schon bei der Statistik. Eine wirklich repräsentative weltweite Erhebung darüber, welche Genres KI-Musik-Creator tatsächlich generieren, gibt es bislang nicht.

Eine Befragung von 3.922 Musikschaffenden im APRA-AMCOS-Umfeld zeigt allerdings ein interessantes Bild: Von den dort abgefragten Genres lag die KI-Nutzung bei Folk bei 33 Prozent, Country/Americana bei 32 Prozent und Christian/Gospel ebenfalls bei 32 Prozent. Zum Vergleich: Elektronische Musik und Dance kamen auf 56 Prozent. Das klingt zunächst nach einem Argument gegen die These. Aber vielleicht ist genau das der Punkt.

Denn wer „Country“, „Folk“, „World“ oder „Traditional“ als Genre angibt, muss ja noch lange nicht „Volksmusik“ meinen. Und wer möchte schon öffentlich zugeben, dass der eigene neue KI-Track eigentlich eine Polka ist?

Niemand will der Polka-Creator sein

Stellen wir uns einen typischen KI-Musikcreator vor. Er veröffentlicht einen neuen Track.

Titel: „Eternal Horizons“.

Genre: Cinematic Folk Fusion.

Beschreibung: „An emotional journey through the landscapes of memory.“

Sehr seriös.

Sehr international.

Sehr Spotify.

Was niemand erfährt: Im ursprünglichen Prompt stand:

„Böhmische Blasmusik, leicht beschwingt, Akkordeon, Tenorhorn, Bariton, traditionelle Dorfkapelle, aber modern produziert.“

Das Ergebnis klingt anschließend vielleicht tatsächlich wie „Eternal Horizons“. Und damit beginnt das Problem der Genre-Erkennung.

Die KI weiß möglicherweise längst, dass es Volksmusik ist. Nur der Mensch nennt es anders.

Währenddessen explodiert Gospel

Besonders interessant wird die Sache, wenn man sich die aktuellen Daten zur KI-Musik anschaut.

Das SIQA AI Music Intelligence Report für die erste Jahreshälfte 2026 wertete 1.743 verifizierte Einsendungen von 886 Künstlern aus 54 Ländern aus. R&B/Soul war mit 32 Prozent das größte Genre. Gospel kam auf 14 Prozent, Pop auf 12 Prozent und Country auf 9,9 Prozent. The AI Musicpreneur Von „KI macht hauptsächlich elektronische Musik“ kann also inzwischen keine Rede mehr sein.

Und Gospel hat sogar deutlich zugelegt: von 8,1 Prozent der Einsendungen im ersten Quartal auf 14 Prozent zur Jahresmitte. Das ist bemerkenswert. Denn wenn KI-Musik tatsächlich das große Labor für elektronische Zukunftsklänge wäre, müsste man eigentlich ganz andere Genres ganz oben erwarten. Stattdessen singt die Maschine. Und sie singt über Liebe, Gefühle, Country und Glauben. Vielleicht fehlt also nur noch der Schritt zum Schützenfest.

Der letzte große KI-Bereich: „Humpa“

Man könnte deshalb einmal ein Experiment wagen. Nicht: „Generiere einen modernen Folk-Song.“ Sondern:

„Generiere einen authentischen deutschen Volksmusik-Hit über einen Sonntagmorgen im Biergarten, mit Akkordeon, Blaskapelle, Tenorhorn, Tuba, Schunkelrhythmus und einem Refrain, den nach dem zweiten Durchgang jeder mitsingen kann.“

Und dann warten wir. Vielleicht kommt ein Meisterwerk. Vielleicht kommt ABBA. Vielleicht kommt Rammstein. Vielleicht kommt etwas, das verdächtig nach „Anton aus Tirol“ klingt.

Oder die KI sagt einfach: „Ich kann dir dabei helfen, einen originellen Song mit traditionellen Elementen zu erstellen.“

Und genau dann wissen wir: Sie hat Angst vor der Volksmusik.

International sieht es noch absurder aus

International ist die Situation ebenfalls interessant.

Aktuelle KI-Musikdaten zeigen keineswegs, dass traditionelle Genres verschwunden wären. Im Gegenteil: Country gehört bei den untersuchten KI-Tracks zu den relevanten Genres und legte 2026 bei den Chartanteilen ebenfalls zu. The AI Musicpreneur

Das bedeutet: Die KI hat offenbar kein grundsätzliches Problem mit Musik, die nach Banjo, Steel Guitar, Country-Storytelling oder traditionellen Songstrukturen verlangt. Warum sollte sie also ausgerechnet vor dem Akkordeon zurückschrecken? Vielleicht tut sie das gar nicht. Vielleicht produzieren wir längst unsere eigene digitale Volksmusik. Wir nennen sie nur anders.

Der Verdacht

Vielleicht sind die großen KI-Musikplattformen deshalb voller Songs, die irgendwo zwischen Folk, Country, World, Americana, Traditional und „Cinematic“ herumschwirren. Und vielleicht steckt darin eine Menge Musik, die ein Musikant im Bierzelt nach drei Takten eindeutig identifizieren würde.

Wir hingegen schreiben: „Organic acoustic world fusion with traditional European influences.“

Der Musikant würde sagen: „Das ist eine Polka.“

Und vielleicht ist genau das die große Ironie der KI-Musik: Während wir noch darüber diskutieren, ob künstliche Intelligenz menschliche Musik ersetzen kann, könnte die Maschine längst etwas viel Gefährlicheres geschafft haben. Sie produziert Volksmusik – und wir haben es noch nicht bemerkt.

Und jetzt wollen wir es wissen

Deshalb wäre unser Vorschlag für das große Kibeat-Experiment: Wir lassen verschiedene KI-Musikgeneratoren dieselben „verdächtigen“ Genres produzieren.

Volksmusik.

Schlager.

Blasmusik.

Seemannslieder.

Country.

Kirchenmusik.

Marschmusik.

Vielleicht sogar Karnevalsmusik.

Und wir schauen anschließend nicht nur, was dabei herauskommt. Wir untersuchen auch: Welches Genre erkennt die KI selbst nicht als das, was es eigentlich ist?

Denn vielleicht ist die unbeliebteste Musik der KI gar nicht Volksmusik. Vielleicht ist sie einfach nur Musik, bei der der Creator im Nachhinein das Genre-Feld nicht auszufüllen wagt. 😄

Einreichungen sind weiterhin geöffnet!

Für Events: https://kibeats.net/events

Für unsere Compilations: https://kibeats.net/compilations

and more to come!

Zeigt uns, was mit KI musikalisch möglich ist, und werdet Teil der KiBeats-Community. 🖤

Create. Submit. Share. Repeat.
#KiBeats #AIMusic #AIMusicCommunity #AIArtists #GenerativeMusic

Ein Song kann als Single erscheinen, Monate später auf einer EP landen, anschließend Teil eines Albums werden und schließlich irgendwo in einer Playlist neben völlig anderen Künstlern auftauchen. Hörer springen zwischen Songs hin und her, überspringen Tracks oder hören nur den Song, der ihnen gerade empfohlen wurde.

Warum also überhaupt noch darüber nachdenken, wie ein Album als Ganzes funktioniert? Vielleicht gerade deshalb. Denn auch im Streaming-Zeitalter ist das Album nicht verschwunden. Spotify selbst bezeichnet weiterhin Alben als wichtige kulturelle und künstlerische Form und hat zuletzt erneut eine Auswahl von Alben aus der Streaming-Ära als „Classics“ hervorgehoben. 

Die eigentliche Frage lautet deshalb Was hält die einzelnen Songs zusammen?

Das Konzeptalbum: Jeder Song hat seinen Platz

Beim klassischen Konzeptalbum gibt es eine übergeordnete Idee. Vielleicht erzählt das Album eine Geschichte. Vielleicht geht es um ein bestimmtes Thema. Vielleicht haben alle Songs eine gemeinsame Atmosphäre oder musikalische Sprache.

Die Tracks stehen nicht einfach nebeneinander – sie stehen miteinander in Verbindung. Das kann sehr offensichtlich passieren. Ein Album erzählt beispielsweise eine Geschichte von Anfang bis Ende. Es kann aber auch wesentlich subtiler funktionieren. Ein gemeinsamer Sound reicht manchmal schon. Oder eine bestimmte Stimmung. Oder ein Thema, das sich durch die Texte zieht. Oder die Entwicklung einer Figur. Das Schöne daran: Der Hörer bekommt das Gefühl, nicht einfach zehn oder zwölf einzelne Songs zu hören, sondern ein Werk.

Der Nachteil? Ein Konzept kann auch zur Zwangsjacke werden. Wenn ein Song nur deshalb auf dem Album landet, weil er thematisch passt, obwohl er musikalisch eigentlich nicht funktioniert, hilft das schönste Konzept nichts. Ein Album sollte schließlich kein Museum sein, in dem jeder Song eine erklärende Plakette braucht.

Und dann gibt es das Chaos

Das Gegenmodell ist das Album, bei dem jeder Song machen darf, was er will.

Track 1 ist elektronisch.

Track 2 eine Ballade.

Track 3 plötzlich Indie-Rock.

Track 4 funktioniert im Club.

Track 5 ist ein achtminütiges Ambient-Stück.

Auf dem Papier klingt das möglicherweise nach einer Katastrophe. In der Praxis kann genau daraus ein interessantes Album entstehen. Denn vielleicht ist die stilistische Vielfalt selbst die Identität des Künstlers. Nicht jeder Mensch fühlt oder denkt jeden Tag gleich. Warum sollte Musik deshalb immer gleich klingen?

Ein Album darf unterschiedliche Seiten eines Künstlers zeigen. Das Problem entsteht erst dann, wenn aus Vielfalt Beliebigkeit wird. Denn irgendwann stellt sich die Frage: Warum sind diese Songs eigentlich gemeinsam auf diesem Album?

Wenn darauf keine Antwort existiert, wirkt das Album schnell wie eine Playlist des eigenen Backkatalogs. Und genau dort liegt die Grenze zwischen Chaos und Konzept.

Chaos kann ein Konzept sein

Das ist vielleicht der interessanteste Punkt. Ein Album muss nicht zwangsläufig eine Geschichte erzählen, um ein Konzept zu besitzen. Auch die bewusste Entscheidung, unterschiedliche musikalische Welten zusammenzubringen, kann ein Konzept sein. Man könnte es beispielsweise so formulieren: „Dieses Album zeigt alle Seiten dieses Künstlers.“

Damit wird aus dem vermeintlichen Chaos plötzlich eine Aussage.

Die Reihenfolge ist nicht nebensächlich

Selbst wenn jeder Song für sich funktioniert, stellt sich irgendwann die Frage nach dem Sequencing.

Welcher Song kommt zuerst?

Welcher beendet das Album?

Wo darf es ruhiger werden?

Wann braucht das Album Energie?

Und welcher Song darf vielleicht bewusst an einer Stelle stehen, an der man ihn zunächst gar nicht erwartet?

Dass diese Fragen mehr sind als reine Geschmacksfragen, zeigt auch aktuelle Forschung. Eine 2025 veröffentlichte Studie untersuchte die Reihenfolge von Tracks und ließ unter anderem 130 Musikprofis ein hypothetisches Album zusammenstellen. Dabei zeigten sich deutliche Gemeinsamkeiten darin, wie Tempo, Energie, Lautheit und andere musikalische Eigenschaften über die Tracklist verteilt wurden. Die Autoren beschreiben die daraus entstehenden Verläufe ausdrücklich als eine Art „Story“ des Albums.

Das bedeutet nicht, dass es eine mathematisch perfekte Reihenfolge gibt. Aber es zeigt: Die Reihenfolge verändert, wie wir ein Album wahrnehmen. Ein Song kann an Position zwei großartig funktionieren und an Position neun völlig falsch wirken.

Track 1 muss nicht der beste Song sein

Eine interessante Falle beim Albumdenken ist die Vorstellung, dass der erste Song automatisch der stärkste sein muss. Natürlich soll Track 1 Aufmerksamkeit erzeugen.

Aber ein Album ist kein Wettbewerb, bei dem jeder Song gegen den vorherigen gewinnen muss. Manchmal braucht ein Album einen Einstieg, der erst einmal eine Tür öffnet. Ein anderer Song kann später den eigentlichen Höhepunkt darstellen. Danach folgt vielleicht ein ruhiger Moment. Und ganz am Ende steht ein Track, der das Album emotional abschließt.

Ein gutes Album kann deshalb eher wie ein Film funktionieren als wie eine Sammlung von Singles. Nicht jede Szene muss die spektakulärste sein. Sie muss nur an der richtigen Stelle stehen.

Das Streaming-Problem

Und jetzt kommt die Realität des heutigen Musikkonsums. Viele Menschen hören ein Album nicht mehr von vorne bis hinten. Sie hören einen Song über eine Playlist. Dann einen anderen über den Algorithmus. Vielleicht wird ein dritter Song über Social Media entdeckt. Und plötzlich ist Track 7 eines Albums der erste Song, den jemand überhaupt hört. Das verändert natürlich die Anforderungen an Künstler.

Spotify beschreibt selbst, dass Streaming die Musiklandschaft stärker songorientiert gemacht hat. Gleichzeitig zeigt die Plattform mit ihren Album-Programmen und den weiterhin erfolgreichen Albumveröffentlichungen, dass das Format keineswegs verschwunden ist. Auch die Spotify-Jahresauswertung für 2025 zeigt, dass komplette Alben weiterhin eine große Rolle spielen: Das meistgestreamte Album weltweit war Bad Bunnys DeBÍ TiRAR MáS FOToS, während mehrere weitere Alben aus den Vorjahren auch 2025 noch zu den meistgestreamten Veröffentlichungen gehörten.

Die Konsequenz daraus? Vielleicht muss ein modernes Album beides können. Jeder einzelne Song sollte alleine funktionieren. Aber zusammen sollten die Songs trotzdem etwas Größeres ergeben.

EP oder Album?

Damit kommen wir zur vielleicht interessanteren Frage: Muss es überhaupt ein Album sein?

Eine EP kann gerade für Künstler, die noch auf der Suche nach ihrer musikalischen Identität sind, ein unglaublich spannendes Format sein. Vier bis sechs Songs können bereits eine klare Idee vermitteln. Und weil die Laufzeit kürzer ist, lässt sich ein roter Faden häufig einfacher herstellen. Man könnte es überspitzt formulieren:

Die Single sagt: „Hier ist ein Song.“

Die EP sagt: „Hier ist eine Idee.“

Das Album sagt: „Hier ist eine Welt.“

Natürlich sind das keine festen Regeln. Aber als Denkmodell funktioniert es erstaunlich gut. Eine EP kann außerdem bewusst als Zwischenstufe gedacht werden: mehrere Singles werden nicht einfach einzeln veröffentlicht, sondern irgendwann zu einem kleinen Gesamtwerk zusammengefügt.

So würde ich heute ein Album planen

Vielleicht liegt die Lösung deshalb gar nicht bei „Konzept oder Chaos“. Sondern bei einer Kombination aus beidem.

1. Zuerst die große Idee

Bevor zehn Songs produziert werden, sollte eine einfache Frage beantwortet werden: Was soll dieses Projekt ausstrahlen? Nicht unbedingt eine Geschichte. Vielleicht ist es ein Sound.

Eine Farbe.

Eine Stimmung.

Ein Lebensabschnitt.

Ein bestimmter musikalischer Einfluss.

Oder einfach eine Haltung.

2. Dann die Songs schreiben

Jetzt darf experimentiert werden. Und zwar ausdrücklich. Nicht jeder Song muss sofort in das Konzept passen. Manchmal entsteht gerade beim Experimentieren der beste Song des Projekts.

3. Danach aussortieren

Hier wird es schwierig. Nicht jeder gute Song gehört auf dasselbe Album. Das ist ein wichtiger Unterschied. „Guter Song“ bedeutet nicht automatisch „richtiger Song für dieses Album“.

Ein Track kann hervorragend sein und trotzdem auf die nächste EP gehören. Oder auf ein späteres Album. Oder gar nicht veröffentlicht werden.

4. Erst danach die Reihenfolge bauen

Wenn die Songs feststehen, beginnt die eigentliche Dramaturgie.

Was ist der Einstieg?

Wo kommt Energie?

Wo darf das Album Luft holen?

Welcher Song ist der emotionale Mittelpunkt?

Und welcher Song soll am Ende im Kopf bleiben?

Erst jetzt wird aus einer Sammlung von Songs ein Album.

Und was ist nun besser: Konzept oder Chaos?

Vielleicht ist genau diese Frage falsch gestellt. Denn das eigentliche Gegenteil von Konzept ist nicht Chaos. Das eigentliche Gegenteil von Konzept ist Beliebigkeit.

Ein Album darf wild sein.

Es darf Genres wechseln.

Es darf überraschend sein.

Es darf sogar widersprüchlich sein.

Aber irgendwann sollte der Hörer spüren, dass diese Songs von demselben Künstler kommen und aus einem bestimmten Grund zusammengehören. Vielleicht ist der Grund einfach: „Das bin alles ich.“ Das perfekte Album muss deshalb nicht wie ein perfekt geplanter Film funktionieren. Es muss auch nicht wie eine zufällige Playlist klingen. Der interessante Bereich liegt irgendwo dazwischen.

Ein bisschen Konzept. Ein bisschen Chaos. Und vor allem eine klare eigene Identität. Denn am Ende ist die entscheidende Frage „Warum möchte ich genau diese Songs zusammen hören?“

Wenn ein Künstler darauf eine Antwort hat, kann aus zwölf einzelnen Tracks ein Album werden.

Suno hat seine neue Modellgeneration v6 vorgestellt, die nach Angaben des Unternehmens unter anderem mit lizenzierten Inhalten von Warner Music Group, BMG und Believe entwickelt wurde. Gleichzeitig kündigte Suno weitere KI-Produkte an, bei denen Künstler teilnehmen und an den daraus entstehenden Einnahmen beteiligt werden sollen. Warner spricht bereits von einer neuen Form der „creation-based“ Vergütung: Künstler sollen nicht nur daran verdienen, dass ihre Musik gehört wird, sondern auch daran, dass sie Grundlage neuer Kreationen wird.

Nur einen Tag später folgte die nächste große Kooperation: Universal Music Group und ElevenLabs wollen eine KI-Musikplattform entwickeln, auf der Nutzer mit Musik teilnehmender Künstler Remixe, Mashups und neue Interpretationen erstellen können. Künstler sollen sich an diesem Modell beteiligen können. Das ist mehr als eine Reihe neuer Kooperationen. Es zeichnet sich ein neues Geschäftsmodell ab. Und in dessen Mittelpunkt steht eine Frage, die bisher erstaunlich wenig diskutiert wird: Welche Rolle spielt der Creator in diesem neuen System?

Vom Musiker zum Plattformnutzer

Die große Verheißung der generativen KI lautet zunächst: Musikproduktion wird demokratisiert. Wer keine teuren Studios besitzt, keine Band organisieren kann und vielleicht nicht einmal ein Instrument spielt, kann heute musikalische Ideen entwickeln und daraus fertige Produktionen machen. Das ist ohne Zweifel eine enorme kreative Chance.

Aber Demokratisierung bedeutet nicht automatisch Unabhängigkeit. Denn der Creator benötigt dafür zunehmend Plattformen. Er nutzt ein KI-Modell, bezahlt möglicherweise ein Abonnement, erzeugt damit Musik und veröffentlicht sie anschließend über einen Distributor. Die Plattform stellt die Technologie bereit, der Distributor übernimmt die Veröffentlichung, Streamingdienste liefern das Publikum und Rechteinhaber stellen zunehmend lizenzierte Kataloge zur Verfügung.

Der Musiker sitzt damit nicht mehr allein am Anfang der Wertschöpfungskette. Er befindet sich mitten in einer Kette von Unternehmen. Das muss nichts Schlechtes sein. Aber es verändert seine Position.

Der Creator bezahlt – und erzeugt gleichzeitig Wert

Genau hier wird es interessant. Ein klassisches Geschäftsmodell funktioniert relativ einfach: Ein Unternehmen verkauft ein Werkzeug. Der Kunde bezahlt dafür. Bei generativer KI ist die Beziehung komplexer. Der Creator bezahlt für das Werkzeug, nutzt es intensiv, erzeugt damit Inhalte und liefert durch seine Nutzung gleichzeitig wertvolle Informationen über das Produkt.

Welche Funktionen werden genutzt?

Welche Ergebnisse gefallen?

Welche Workflows funktionieren?

Welche Musik wird erzeugt?

Welche Inhalte werden veröffentlicht?

Die Plattform bekommt dadurch nicht nur einen zahlenden Kunden. Sie bekommt einen aktiven Teilnehmer ihres Ökosystems. Das ist kein Vorwurf gegen KI-Anbieter. Es ist zunächst eine Eigenschaft digitaler Plattformen. Aber für Creator ist es wichtig, diese ökonomische Beziehung zu verstehen. Der Nutzer ist nicht nur Kunde. Er ist gleichzeitig Teil der Wertschöpfung.

Werden die Ideen des Creators zum Asset?

Hier muss man genau unterscheiden. Es wäre falsch zu behaupten, dass KI-Unternehmen automatisch die Ideen oder Songs ihrer Nutzer übernehmen und anschließend vermarkten.

Ob und in welchem Umfang Eingaben, Prompts, Audiodateien, Outputs oder Nutzungsdaten für Produktentwicklung oder andere Zwecke verwendet werden dürfen, hängt von den jeweiligen Geschäftsbedingungen ab.

Die Frage ist „Welchen wirtschaftlichen Wert erzeugt meine Nutzung für die Plattform – und wie viel Kontrolle habe ich darüber?“

Ein Creator kann weiterhin Rechte an einem Werk besitzen und gleichzeitig wirtschaftlich von einer Plattform abhängig sein. Er kann seinen Song besitzen, aber für die Produktion auf ein bestimmtes KI-Modell angewiesen sein. Er kann seine Musik selbst veröffentlichen, aber für Sichtbarkeit auf Plattformen angewiesen sein. Und er kann seine kreative Arbeit selbst bestimmen, während die technische Infrastruktur, auf der sie entsteht, einem anderen Unternehmen gehört. Das ist die eigentliche Machtfrage.

Die Musikindustrie entdeckt den Wert der Kreation

Besonders interessant ist deshalb die Aussage von Warner Music. Warner-Chef Robert Kyncl bezeichnet die geplante Vergütung im Zusammenhang mit Suno als „creation-based“ Revenue. Künstler sollen damit eine neue Einnahmequelle erhalten, die bereits bei der Erzeugung neuer Musik ansetzt und nicht erst bei deren späterem Konsum. Das klingt zunächst nach einem großen Fortschritt. Und möglicherweise ist es das.

Denn bisher war das Geschäftsmodell der Musikindustrie überwiegend auf Konsum ausgerichtet: Ein Song wird gestreamt, gekauft, lizenziert oder öffentlich aufgeführt. KI erweitert dieses Modell. Musik kann nun gleichzeitig Rohstoff für neue Musik sein. Damit entsteht eine zusätzliche wirtschaftliche Ebene. Die Musikindustrie beginnt, nicht nur den Konsum von Musik zu monetarisieren, sondern auch deren Verwendung als kreativen Ausgangspunkt.

Das ist der entscheidende Paradigmenwechsel

Bisher wurde häufig darüber diskutiert, ob KI Musik „kopiert“. Jetzt entsteht ein Modell, bei dem die Industrie sagt: Wenn KI unsere Musik nutzt, dann soll diese Nutzung lizenziert und bezahlt werden. Das ist aus Sicht der Rechteinhaber vollkommen nachvollziehbar.

Und es ist vermutlich wesentlich nachhaltiger als der Versuch, generative KI grundsätzlich aufzuhalten. Aber es führt zu einer neuen Machtstruktur. Denn wer die Rechte an den Ausgangsdaten kontrolliert, kontrolliert einen wichtigen Teil der Infrastruktur. Wer die KI kontrolliert, kontrolliert den kreativen Zugang. Und wer die Plattform kontrolliert, kontrolliert den Zugang zum Nutzer.

Universal und ElevenLabs zeigen, wohin die Reise gehen könnte

Die neue Kooperation zwischen Universal und ElevenLabs macht diese Entwicklung besonders deutlich. Die geplante Plattform soll Nutzern ermöglichen, mit Musik teilnehmender Künstler zu arbeiten – unter anderem durch Remixe, Mashups, neue Interpretationen und personalisierte Gesangserlebnisse. Gleichzeitig sollen Künstler und Songwriter an der geschaffenen Wertschöpfung beteiligt werden. UMG

Damit entsteht eine interessante Konstruktion: Der Katalog des Labels wird zum Ausgangsmaterial für neue kreative Erfahrungen.

Der Fan oder Creator erzeugt daraus neue Inhalte. Die Plattform stellt die Technologie bereit.

Und der Rechteinhaber verdient an der Nutzung seines Katalogs. Das ist ein plausibles Geschäftsmodell. Aber es stellt eine weitere Frage: Wer kontrolliert die Regeln dieses kreativen Raums?

Der Creator wird nicht enteignet – aber er könnte abhängig werden

Das ist ein wichtiger Unterschied. Die Diskussion über KI wird häufig sehr binär geführt: Entweder der Künstler gewinnt. Oder die KI ersetzt ihn. Die tatsächliche Entwicklung könnte viel komplizierter sein. Der Künstler bleibt möglicherweise Eigentümer seiner Werke.

Er bekommt sogar neue Werkzeuge und neue Einnahmequellen. Aber gleichzeitig wird er stärker von Plattformen abhängig. Das wäre keine Enteignung. Es wäre eine Abhängigkeit von Infrastruktur. Und diese Form der Abhängigkeit kennen wir bereits aus anderen Bereichen der digitalen Wirtschaft.

Wer auf einer Plattform arbeitet, ist darauf angewiesen, dass die Plattform ihre Regeln nicht grundlegend verändert. Das gilt für Musiker genauso wie für Fotografen, Videoproduzenten oder Influencer. KI könnte diese Abhängigkeit noch eine Stufe weiterführen, weil die Plattform nicht nur die Distribution kontrolliert. Sie kontrolliert zunehmend auch die Produktion.

Wenn Produktion und Distribution zusammenwachsen

Das könnte langfristig der entscheidende Punkt werden. Stell dir einen Creator vor, der seine Musik vollständig innerhalb eines Ökosystems produziert. Er entwickelt eine Idee. Die KI erzeugt daraus einen Song. Die Plattform stellt Stimme und Instrumente bereit.

Der Song wird dort bearbeitet. Anschließend wird er über einen integrierten Distributor veröffentlicht. Vielleicht folgt noch Promotion innerhalb derselben Plattform.

Und schließlich wird die Nutzung monetarisiert. Für den Creator ist das bequem. Extrem bequem.

Aber mit jedem Schritt wird ein weiterer Teil seiner Wertschöpfung innerhalb desselben Ökosystems abgewickelt. Das spart Arbeit – und erhöht gleichzeitig die Abhängigkeit.

Genau hier liegt die eigentliche Gefahr

Die Gefahr besteht deshalb nicht darin, dass die Musikindustrie den KI-Musiker plötzlich „besitzt“. Dafür gibt es keinen Grund. Die Gefahr besteht darin, dass der Creator irgendwann kaum noch Alternativen hat. Wenn eine Plattform das beste Modell besitzt, die besten Stimmen anbietet, Zugang zu den interessantesten Katalogen ermöglicht, Distribution integriert und gleichzeitig die Monetarisierung übernimmt, wird ein Wechsel zunehmend schwierig.

Dann entsteht ein Lock-in. Nicht unbedingt rechtlich. Sondern wirtschaftlich. Der Creator kann theoretisch gehen. Aber praktisch verliert er dabei Werkzeuge, Reichweite, Workflows oder Einnahmemöglichkeiten.

Und hier wird die GEMA plötzlich interessant

Genau an diesem Punkt bekommt die Diskussion über die GEMA und PLAI eine neue Dimension. Die GEMA baut mit PLAI eine lizenzierte Infrastruktur für Musikdaten auf. Der erste Datensatz umfasst nach Angaben der GEMA rund 178.000 Soundfiles aus mehr als 60 Genres. Das Modell soll KI-Unternehmen Zugang zu rechtssicher lizenzierten Musikdaten ermöglichen.

Das ist zunächst vor allem ein Angebot an Unternehmen. Aber langfristig könnte daraus etwas viel Größeres entstehen: eine unabhängige Rechteebene zwischen Creator und Plattform. Das wäre aus Sicht der Musiker interessant. Denn wenn jeder KI-Anbieter sein eigenes Rechteuniversum aufbaut, entstehen möglicherweise viele geschlossene Systeme.

Suno hat seine Regeln. ElevenLabs hat seine Regeln. Andere Plattformen werden ihre eigenen Modelle entwickeln. Und jeder Anbieter könnte versuchen, den Creator möglichst lange im eigenen Ökosystem zu halten. Eine neutrale Rechteinfrastruktur könnte dagegen dafür sorgen, dass Rechte nicht an eine einzelne Plattform gebunden sind.

Die GEMA könnte dann zum Gegengewicht werden

Das wäre meiner Meinung nach die spannendste Zukunftsrolle der GEMA. Nicht einfach: „Wir lizenzieren Musik für KI.“ Sondern: „Wir sorgen dafür, dass Rechte auch in einer Welt funktionieren, in der Musik auf hundert verschiedenen KI-Plattformen verarbeitet wird.“

Das wäre etwas grundsätzlich anderes. Eine solche Infrastruktur könnte im besten Fall dafür sorgen, dass ein Creator nicht jedes Mal ein komplett neues Rechte- und Vergütungssystem verstehen muss, wenn er eine neue Plattform ausprobiert. Die Rechte würden mit dem Werk verbunden bleiben.

Die Beteiligungen wären nachvollziehbar. Die Vergütung könnte unabhängig von der jeweiligen Plattform abgewickelt werden. Und der Creator könnte seine Rechte mitnehmen. Das wäre tatsächlich eine Art API für die Musikrechte.

Aber auch die GEMA darf dabei nicht zum neuen Gatekeeper werden

Damit kommt die zweite Hälfte der Geschichte. Eine zentrale Rechteinfrastruktur ist nur dann im Interesse der Creator, wenn sie transparent funktioniert. Denn sonst würde lediglich ein Gatekeeper durch einen anderen ersetzt. Dann wäre der Creator zwar nicht mehr von einzelnen KI-Plattformen abhängig, aber von einer großen Rechteorganisation.

Deshalb werden für die Zukunft andere Fragen entscheidend:

Wer entscheidet über die Lizenzbedingungen?

Wie können Creator ihre Rechte verw werden Einnahmen verteilt?

Wie werden kleine Kataloge behandelt?

Wie transparent sind die Abrechnungen?

Wie können Creator ihre Rechte verwalten?

Und vor allem: Wie viel kostet diese Infrastruktur denjenigen, deren Rechte sie eigentlich schützen soll?

Der kleine Creator hat dabei ein besonderes Problem

Für große Rechteinhaber kann die Entwicklung sehr attraktiv sein. Ein großer Katalog kann in vielen verschiedenen KI-Anwendungen lizenziert werden. Bei Millionen oder Milliarden von Nutzungen können auch kleine Beteiligungen relevant werden.

Für einen kleinen Creator sieht die Rechnung anders aus. Wenn er zehn, zwanzig oder fünfzig Werke besitzt und damit nur geringe Einnahmen erzielt, kann eine immer komplexere Rechteverwaltung schnell unverhältnismäßig wirken. Genau deshalb reicht es nicht, dass die Musikindustrie insgesamt mehr Geld mit KI verdient.

Entscheidend ist, ob der zusätzliche Wert tatsächlich bis zum einzelnen Creator durchgereicht wird. Sonst entsteht ein paradoxes Ergebnis: Die Musikindustrie verdient mehr an KI – während der einzelne KI-Musiker kaum besser dasteht.

Der Creator als Asset

Damit lässt sich auch der provokante Begriff „Asset“ besser einordnen. Der Creator wird nicht unbedingt zum Eigentum der Musikindustrie. Aber seine Aktivität besitzt wirtschaftlichen Wert. Seine Kreativität erzeugt Inhalte. Seine Nutzung erzeugt Daten.

Seine Abonnements erzeugen Umsatz.

Seine Veröffentlichungen erzeugen Aufmerksamkeit.

Seine Community erzeugt Reichweite.

Und seine Werke können wiederum neue Nutzungen und Lizenzgeschäfte ermöglichen. Der Creator ist damit Teil einer Wertschöpfungskette, die größer ist als sein einzelner Song. Das ist nicht grundsätzlich problematisch. Schließlich profitieren auch Creator von dieser Wertschöpfung. Problematisch wird es dort, wo die Verteilung nicht mehr transparent ist.

Die entscheidende Frage lautet deshalb nicht: Wer verdient?

Sondern: Wer verdient woran? Wenn ein KI-Musiker ein Werkzeug bezahlt und damit einen erfolgreichen Song produziert, verdienen möglicherweise mehrere Parteien:

Der KI-Anbieter.

Der Rechteinhaber der verwendeten Trainings- oder Ausgangsdaten.

Der Distributor.

Die Streamingplattform.

Eventuell weitere Lizenzpartner.

Und natürlich der Creator.

Das ist vollkommen legitim, solange jeder Beitrag nachvollziehbar ist. Aber je länger die Wertschöpfungskette wird, desto wichtiger wird Transparenz. Der Creator muss wissen können, welchen Wert er erzeugt und welchen Anteil er daran erhält.

Die neue Musikindustrie könnte deshalb größer sein als die alte

Das ist vielleicht die überraschendste Entwicklung. KI muss die Musikindustrie nicht kleiner machen. Sie könnte sie sogar vergrößern.

Neue Lizenzen entstehen.

Neue Plattformen entstehen.

Neue Produktionswerkzeuge entstehen.

Neue Formen der Fan-Interaktion entstehen.

Neue Einnahmequellen entstehen.

Universal und ElevenLabs sprechen ausdrücklich von neuen kommerziellen Möglichkeiten für Künstler und Fans. Suno und Warner sprechen von neuen Einnahmen aus der kreativen Nutzung von Musik. Die Musikindustrie könnte damit mehr Bereiche der musikalischen Wertschöpfung monetarisieren als jemals zuvor.

Und genau deshalb sollte der Creator genauer hinsehen. Denn je größer der Markt wird, desto größer wird auch sein wirtschaftlicher Wert für die Unternehmen, die diesen Markt kontrollieren.

Der KI-Musiker sollte deshalb nicht nur fragen: „Was kann die KI?“

Die spannendere Frage lautet: „Wem gehört die Infrastruktur, auf der ich meine Musik produziere?“

Und danach:

„Welche Daten erzeuge ich dabei?“

„Welche Rechte behalte ich?“

„Wer verdient an meiner Nutzung?“

„Kann ich meine Werke und Rechte problemlos zu einer anderen Plattform mitnehmen?“

Und: „Was passiert, wenn die Plattform morgen ihre Geschäftsbedingungen ändert?“

Das sind keine theoretischen Fragen mehr. Sie werden Teil der Realität der KI-Musik.

Fazit: Der Creator sollte nicht zum Rohstoff werden

Die größte Gefahr für den KI-Musiker ist wahrscheinlich nicht, dass ihm morgen jemand seine Musik wegnimmt. Die größere Gefahr ist subtiler. Dass seine kreative Arbeit, seine Nutzung, seine Daten und seine Aufmerksamkeit zu Bausteinen eines Ökosystems werden, dessen wirtschaftliche Regeln andere bestimmen.

Der Creator wird dann nicht enteignet. Er wird eingebunden. Und genau das kann wirtschaftlich sogar sehr attraktiv sein. Aber nur dann, wenn er nicht am Ende derjenige ist, der für die Infrastruktur bezahlt, die mit seiner eigenen Kreativität Geld verdient.

Die kommenden Jahre werden deshalb eine entscheidende Frage beantworten müssen: Wird KI den Musiker unabhängiger machen – oder nur neue Abhängigkeiten schaffen? Die Antwort hängt nicht allein von der Qualität der Modelle ab. Sie hängt davon ab, ob Creator ihre Rechte, ihre Daten und ihre wirtschaftliche Identität auch außerhalb einzelner Plattformen behalten können. Vielleicht ist das deshalb die wichtigste Aufgabe einer modernen Rechteorganisation wie der GEMA: Nicht den Creator an eine weitere Plattform zu binden. Sondern dafür zu sorgen, dass er keiner einzelnen Plattform gehören muss.

Denn die Zukunft der KI-Musik wird nicht nur davon bestimmt werden, wer die beste KI baut. Sie wird davon bestimmt werden, wer den Zugang zur Musik kontrolliert – und wer am Ende an der Kreativität verdient.

Am Ende bleibt eine einfache Wahrheit: Kreativität ist der Treibstoff dieses Systems – und der Creator sollte wissen, wer daran verdient.

Genau hier kommen Plugins ins Spiel. 

Ein Plugin ist vereinfacht gesagt ein zusätzliches Werkzeug für eine Musiksoftware, die sogenannte DAW – also beispielsweise Ableton Live, Logic Pro, Cubase, FL Studio oder Studio One. Während KI-Musikgeneratoren den Song erzeugen, können Plugins anschließend dabei helfen, ihn zu bearbeiten und professioneller klingen zu lassen.

Dabei muss man kein ausgebildeter Toningenieur sein. Gerade einige der modernen Plugins setzen selbst auf KI oder intelligente Assistenten und können deshalb einen großen Teil der technischen Arbeit abnehmen.

Wichtig: Die folgende Auswahl ist keine offizielle Top-7-Rangliste. Sie soll vielmehr sieben besonders interessante Werkzeuge zeigen, die unterschiedliche Aufgaben im Workflow eines KI-Musikers abdecken.

1. iZotope Nectar 4 – Wenn die KI-Stimme noch nicht ganz sitzt

Bei KI-generierten Songs steht häufig die Stimme im Mittelpunkt. Sie soll verständlich, präsent und möglichst natürlich klingen – und genau dafür ist Nectar 4 interessant.

Nectar 4 ist eine komplette Suite zur Bearbeitung von Vocals. Sie kombiniert unter anderem Klangbearbeitung, Dynamik, De-Essing, Pitch-Korrektur und Effekte. Besonders interessant für Einsteiger ist der Vocal Assistant, der einen passenden Ausgangspunkt für die Bearbeitung einer Stimme erstellen kann. Dazu kommen Funktionen wie Auto-Level, Vocal-Layering mit Voices und zusätzliche Hintergrundstimmen mit Backer. iZotope+1

Für KI-Musiker kann das mehrere Vorteile haben: Eine Stimme lässt sich besser in den Mix integrieren, unterschiedlich klingende Gesangsparts können angeglichen werden und aus einer einzelnen Vocalspur lassen sich zusätzliche Layer erzeugen.

Für wen lohnt sich Nectar 4?

Vor allem für alle, die regelmäßig mit KI-generierten Gesangsstimmen arbeiten und nicht jeden einzelnen Kompressor- oder EQ-Regler selbst verstehen möchten.

Besonders praktisch: Nectar 4 kann als eine Art „Vocal-Werkzeugkasten“ verstanden werden. Statt fünf verschiedene Plugins für unterschiedliche Aufgaben zu benötigen, bekommt man viele Funktionen an einem Ort.

Unser Tipp: Wer gerade erst mit der Nachbearbeitung von KI-Musik beginnt, sollte Nectar zunächst mit den automatischen Funktionen ausprobieren und die vorgeschlagenen Einstellungen anschließend nach Gehör verändern.

2. Melodyne 5 – Für die Feinarbeit an Gesang und Melodie

Melodyne gehört zu den bekanntesten Werkzeugen für die Bearbeitung von Gesang und einzelnen Instrumenten. Das Besondere: Statt nur einen Effekt auf eine komplette Audiospur zu legen, kann Melodyne einzelne Noten innerhalb einer Aufnahme erkennen und bearbeiten.

Damit lassen sich beispielsweise Tonhöhe, Timing, Notenlänge, Vibrato und Formanten verändern. Je nach Version stehen unterschiedlich umfangreiche Bearbeitungsmöglichkeiten zur Verfügung. Celemony+1

Warum ist das für KI-Musiker interessant?

KI-generierte Vocals können zwar erstaunlich gut klingen, aber manchmal passt eine einzelne Silbe nicht ganz zum Beat oder eine Gesangsphrase wirkt rhythmisch etwas daneben. Mit Melodyne lässt sich wesentlich gezielter eingreifen.

Das Plugin kann außerdem kreativ eingesetzt werden. Man muss also nicht zwangsläufig versuchen, eine Stimme „perfekt“ zu machen. Kleine Änderungen an Timing oder Tonhöhe können einem Vocal sogar einen individuellen Charakter geben.

Für wen lohnt sich Melodyne?

Für Musiker, die ihre KI-Vocals wirklich im Detail bearbeiten möchten.

Wer nur schnell einen fertigen Song erzeugen und veröffentlichen möchte, wird Melodyne wahrscheinlich nicht unbedingt benötigen. Wer dagegen aus einem KI-generierten Song eine eigene Produktion machen möchte, bekommt hier deutlich mehr Kontrolle.

Einsteiger-Tipp: Schon die einfacheren Melodyne-Versionen bieten grundlegende Möglichkeiten zur Bearbeitung von Tonhöhe und Timing.

3. iZotope Neutron 5 – Der intelligente Helfer beim Mixing

Nach der Vocal-Bearbeitung kommt eine der schwierigsten Aufgaben der Musikproduktion: das Mixing.

Dabei müssen Gesang, Bass, Schlagzeug, Synthesizer und andere Instrumente so miteinander kombiniert werden, dass nichts miteinander konkurriert. Gerade bei KI-generierter Musik kann das eine Herausforderung sein, weil der Ausgangsmix bereits sehr dicht oder stark komprimiert sein kann.

Neutron 5 wurde genau für diesen Bereich entwickelt. Die Software kombiniert mehrere Mixing-Werkzeuge mit intelligenter Unterstützung. Dazu gehören unter anderem EQ, Kompression und weitere Module zur Klangbearbeitung. Die integrierten Assistenzfunktionen können einen Ausgangspunkt für die Bearbeitung erstellen und helfen beispielsweise dabei, problematische Frequenzbereiche und Maskierungen zwischen Spuren zu erkennen. iZotope

Das bedeutet nicht, dass Neutron automatisch einen perfekten Mix erstellt. Vielmehr bekommt man einen sinnvollen Startpunkt, den man anschließend selbst anpassen kann.

Für wen lohnt sich Neutron 5?

Für KI-Musiker, die ihre Songs nicht nur als fertigen Stereo-Track verwenden, sondern mit einzelnen Spuren oder Stems arbeiten.

Gerade hier zeigt sich ein wichtiger Unterschied: Wer von seinem KI-Musikgenerator einzelne Vocals, Drums, Bass und Instrumente erhält, kann diese Spuren separat bearbeiten. Damit wird aus einem fertigen KI-Song eine wesentlich flexiblere Produktion.

Einsteiger-Tipp: Nicht versuchen, jeden Parameter zu verstehen. Zunächst die Assistenzfunktion nutzen, zuhören und nur die Einstellungen verändern, bei denen tatsächlich ein hörbarer Unterschied entsteht.

4. sonible smart:EQ 4 – EQing mit KI-Unterstützung

Ein Equalizer, kurz EQ, gehört zu den wichtigsten Werkzeugen beim Mixing. Er ermöglicht es, bestimmte Frequenzbereiche lauter oder leiser zu machen.

Das Problem: Für Anfänger kann ein EQ zunächst ziemlich kompliziert aussehen.

Hier setzt smart:EQ 4 von sonible an. Das Plugin analysiert das Audiomaterial mithilfe von KI und kann automatisch dabei helfen, spektrale Probleme zu korrigieren und eine ausgewogenere Klangverteilung herzustellen. Besonders interessant ist die Möglichkeit, mehrere Spuren gemeinsam zu betrachten und störende Überlagerungen – sogenanntes Masking – zu reduzieren. sonible+1

Das ist gerade bei KI-Musik spannend. Ein generierter Song kann beispielsweise gleichzeitig sehr viele Elemente im gleichen Frequenzbereich enthalten. Bass, Kickdrum, Synthesizer und Vocals können sich gegenseitig Platz wegnehmen.

smart:EQ 4 versucht, diese Zusammenhänge nicht nur Spur für Spur, sondern im Kontext des gesamten Mixes zu berücksichtigen.

Auch Referenztracks lassen sich verwenden. So kann man beispielsweise einen Song als klangliche Orientierung heranziehen und die tonale Balance des eigenen Tracks daran ausrichten. sonible

Für wen lohnt sich smart:EQ 4?

Für alle, die beim Thema EQ noch nicht genau wissen, wo sie anfangen sollen – aber trotzdem mehr Kontrolle über ihren Sound haben möchten. Ein weiterer Vorteil: smart:EQ 4 kann nicht nur vollautomatisch eingesetzt werden. Wer später mehr Erfahrung gesammelt hat, kann deutlich tiefer in die Einstellungen einsteigen. 

5. iZotope RX 12 – Wenn die KI hörbare Fehler hinterlassen hat

KI-Musik hat in den vergangenen Jahren enorme Fortschritte gemacht. Trotzdem können bei der Generierung oder bei der anschließenden Stem-Trennung unerwünschte Artefakte entstehen. Manchmal hört man beispielsweise kleine Geräusche, unnatürliche Übergänge oder andere klangliche Auffälligkeiten. Genau für solche Fälle ist RX 12 interessant.

RX ist eine umfangreiche Audio-Restaurationssoftware. Je nach Version stehen Werkzeuge zur Verfügung, um beispielsweise Rauschen, Clipping, Brummen, Knackser oder andere Störungen zu reduzieren. RX 12 bietet außerdem Funktionen zur Stem-Bearbeitung und zur intelligenten Trennung von Bestandteilen eines fertigen Mixes. iZotope+1

Besonders spannend für KI-Musiker ist Music Rebalance. Damit können beispielsweise Vocals, Bass, Drums und andere Bestandteile eines fertigen Songs getrennt bearbeitet werden. Die aktuelle Version RX 12 verbessert diese Stem-Trennung gegenüber früheren Versionen. iZotope

Für wen lohnt sich RX 12?

RX ist wahrscheinlich nicht das erste Plugin, das ein kompletter Anfänger kaufen sollte.

Wenn aber regelmäßig mit KI-generierten Songs, Stem-Separation oder problematischen Audiodateien gearbeitet wird, kann RX zu einem äußerst wertvollen Werkzeug werden.

Kurz gesagt: Wenn Nectar hilft, eine Stimme schöner zu machen, hilft RX dabei, problematische Stellen überhaupt erst sauber zu bekommen.

6. FabFilter Pro-Q 4 – Der Profi-EQ für den nächsten Schritt

Wer irgendwann tiefer in die Musikproduktion einsteigen möchte, landet sehr wahrscheinlich bei einem guten EQ. Einer der bekanntesten Vertreter ist FabFilter Pro-Q 4.

Pro-Q 4 ist ein professioneller Equalizer mit umfangreichen Funktionen für statisches und dynamisches EQing sowie spektrale Bearbeitung. Das Plugin gibt es für Windows und macOS in den gängigen Formaten wie VST3, AU, CLAP und AAX. FabFilter+1

Was macht ihn für KI-Musiker interessant?

Während ein intelligentes Plugin wie smart:EQ 4 vieles analysieren und vorschlagen kann, bietet Pro-Q 4 sehr direkte Kontrolle. Wer beispielsweise feststellt, dass ein KI-generierter Vocal in einem bestimmten Frequenzbereich unangenehm klingt, kann diesen Bereich gezielt bearbeiten.

Auch beim Zusammenspiel von Kick und Bass oder beim Aufräumen eines überladenen Synth-Sounds ist ein präziser EQ hilfreich.

Für wen lohnt sich Pro-Q 4?

Vor allem für fortgeschrittene Nutzer.

Wer gerade erst mit KI-Musik beginnt, braucht nicht zwingend einen professionellen EQ. Die meisten DAWs bringen bereits eigene EQs mit. Wer aber irgendwann genau wissen möchte, was im Mix passiert und warum, findet im Pro-Q 4 eines der flexibelsten Werkzeuge für diese Aufgabe.

7. iZotope Ozone 12 – Der letzte Schritt zum fertigen Song

Der letzte Schritt einer Produktion ist das Mastering. Dabei wird der fertige Mix noch einmal als Ganzes bearbeitet, damit er ausgewogen, druckvoll und für die Veröffentlichung geeignet klingt.

Genau dafür wurde Ozone entwickelt.

Die aktuelle Version Ozone 12 kombiniert eine umfangreiche Sammlung von Mastering-Werkzeugen mit einem KI-gestützten Master Assistant. Dieser kann einen Song analysieren und einen passenden Ausgangspunkt für die Bearbeitung erstellen. In Ozone 12 lässt sich dabei unter anderem ein Genre-Ziel auswählen, ein Referenztrack verwenden und ein gewünschtes Lautheitsziel festlegen. iZotope+1

Für KI-Musiker ist das besonders praktisch, weil man so nicht unbedingt ein tiefes Verständnis von Mastering benötigt, um erste Ergebnisse zu erzielen.

Ozone 12 bringt außerdem neue Werkzeuge wie Bass Control, Stem EQ und Unlimiter mit. Mit Stem EQ lassen sich beispielsweise Vocals, Bass, Drums und Instrumente innerhalb eines fertigen Stereomixes gezielter bearbeiten – auch dann, wenn die ursprünglichen Einzelspuren nicht mehr vorhanden sind. iZotope+1

Für wen lohnt sich Ozone 12?

Eigentlich für fast jeden, der seine KI-Musik veröffentlichen möchte.

Dabei sollte man allerdings einen wichtigen Punkt beachten: Ein Mastering-Plugin kann keinen schlechten Mix vollständig reparieren. Wenn beispielsweise die Stimme viel zu leise ist oder der Bass komplett übersteuert, sollte das Problem möglichst vorher im Mix behoben werden.

Ozone ist vielmehr der letzte Schliff.

Braucht man wirklich alle sieben Plugins?

Nein – und das ist wahrscheinlich die wichtigste Erkenntnis für Einsteiger.

Wer gerade mit KI-Musik anfängt, sollte nicht sofort mehrere hundert oder gar tausend Euro für Plugins ausgeben. Viele DAWs bringen bereits eigene EQs, Kompressoren und andere Effekte mit.

Außerdem erfüllen die sieben vorgestellten Tools unterschiedliche Aufgaben.

Besonders wichtig ist dabei, ob man mit einem fertigen Song oder mit einzelnen Stems arbeitet.

Wer beispielsweise nur eine fertige WAV-Datei eines KI-Musikgenerators besitzt, kann vor allem mit RX, Pro-Q und Ozone arbeiten. Wer dagegen einzelne Vocals, Drums, Bass und Instrumente als Stems exportieren kann, bekommt deutlich mehr Möglichkeiten.

Unser Fazit: KI ersetzt die Produktion nicht – sie verändert sie

KI-Musikgeneratoren können heute in kürzester Zeit beeindruckende musikalische Ergebnisse erzeugen. Trotzdem ist der erste generierte Song häufig eher der Ausgangspunkt als das endgültige Produkt. Genau hier liegt eine große Chance für Musiker.

Mit Plugins wie Nectar 4 lassen sich Vocals veredeln. Melodyne gibt mehr Kontrolle über einzelne Noten und Gesangsphrasen. Neutron 5 und smart:EQ 4 helfen beim Mixing, während RX 12 problematische Audiospuren reparieren kann. Wer tiefer einsteigen möchte, bekommt mit FabFilter Pro-Q 4 ein äußerst präzises Werkzeug für den Klang. Und am Ende sorgt Ozone 12 dafür, dass der fertige Track den letzten Schliff bekommt.

Der vielleicht wichtigste Punkt dabei: Man muss nicht alles automatisch machen lassen.

Die interessantesten Ergebnisse entstehen oft dann, wenn KI und menschliche Entscheidungen zusammenkommen. Die KI kann Vorschläge machen, analysieren und Routinearbeit übernehmen. Der Musiker entscheidet aber weiterhin, ob ein Song wärmer, härter, breiter, dreckiger oder vielleicht sogar bewusst etwas ungewöhnlich klingen soll.

Und genau dadurch kann aus einem KI-generierten Song am Ende eine eigene Produktion werden.

Die besten Plugins sind deshalb nicht unbedingt die, die am meisten können

Für Einsteiger kann bereits ein einziges gutes Vocal- oder Mastering-Plugin einen großen Unterschied machen. Mit zunehmender Erfahrung kommen dann weitere Werkzeuge hinzu.

Wer gerade erst anfängt, sollte deshalb nicht versuchen, das komplette Studio eines professionellen Produzenten nachzubauen.

Besser ist ein einfacher Workflow: Song generieren → Stems bearbeiten → Vocals verbessern → Mix aufräumen → mastern → veröffentlichen.

Die Technik wird dabei immer besser. Entscheidend bleibt aber, was man daraus macht.

Damit treffen innerhalb weniger Tage drei der derzeit wichtigsten Entwicklungen des Musikgeschäfts aufeinander: KI-generierte Musik, Streaming Fraud und die wachsende Verantwortung der Distributoren.

UMG: Es geht nicht um KI-Musik an sich

Die Klage wurde beim US District Court for the District of Delaware eingereicht. UMG wirft DistroKid unter anderem „deceptive trade practices“ und „blatant copyright infringement“ vor. Nach Darstellung des Konzerns soll DistroKid Musik verbreiten, obwohl Rechte an bestimmten Aufnahmen nicht geklärt oder gar nicht vorhanden seien.  

Beim Thema KI zieht UMG allerdings eine wichtige Grenze: Die Klage richtet sich nach Darstellung des Konzerns nicht grundsätzlich gegen die Distribution von KI-generierter Musik. Entscheidend sei vielmehr, ob solche Inhalte transparent als KI-Musik gekennzeichnet und rechtmäßig veröffentlicht werden.

UMG wirft DistroKid vielmehr vor, den Eindruck zu vermitteln, die über die Plattform vertriebene Musik stamme von echten Künstlern und sei ordnungsgemäß kontrolliert, während gleichzeitig massenhaft KI-generierte Inhalte und mutmaßlich rechtsverletzende Aufnahmen auf Streamingplattformen gelangten. Music Business Worldwide Der Konzern geht dabei besonders hart mit dem Geschäftsmodell des Distributors ins Gericht. DistroKid profitiere nach Darstellung von UMG von der enormen Menge an Musik, während andere Marktteilnehmer die Kosten für Rechteprüfung, Content-Kontrolle und Betrugsbekämpfung tragen müssten.

1.000 Aufnahmen – und möglicherweise noch viel mehr

UMG nennt in der Klage zunächst 1.000 konkrete Aufnahmen, bei denen das Unternehmen Verletzungen seiner Rechte geltend macht.

Bei dem im US-Recht möglichen Höchstbetrag von 150.000 US-Dollar pro vorsätzlich verletztem Werk ergibt sich daraus theoretisch ein Schadensersatz von bis zu 150 Millionen US-Dollar. UMG bezeichnet die 1.000 genannten Aufnahmen allerdings ausdrücklich nur als die „Spitze des Eisbergs“ und erklärt, dass im weiteren Verfahren möglicherweise tausende weitere betroffene Werke identifiziert werden könnten.

Noch schwerwiegender ist ein weiterer Vorwurf: UMG behauptet, DistroKid habe in bestimmten Fällen selbst eingeräumt, nicht über die notwendigen Rechte an einer Aufnahme zu verfügen – die entsprechenden Titel anschließend aber trotzdem weiter an andere Streamingdienste ausgeliefert.

Sollten sich diese Vorwürfe im Verfahren bestätigen, würde es nicht mehr lediglich um unzureichende Kontrollen oder einzelne Fehler bei einem Massenupload gehen. Dann stünde die grundsätzliche Frage im Raum, welche Verantwortung ein Distributor für Inhalte trägt, die er selbst in den digitalen Musikmarkt einspeist.

DistroKid hat auf die Anfrage von Music Business Worldwide zunächst nicht öffentlich Stellung genommen. Die Vorwürfe von UMG sind daher als Behauptungen aus der Klageschrift zu verstehen und bislang nicht gerichtlich festgestellt.

DistroKid als größtes Tor zum Streamingmarkt

Die Bedeutung des Falls ergibt sich auch aus der Größe von DistroKid. Das Unternehmen bezeichnet sich als Distributor von rund 40 Prozent der weltweit neu veröffentlichten Musik und arbeitet nach eigenen Angaben mit mehr als vier Millionen Künstlern. Music Business Worldwide Damit ist DistroKid längst mehr als ein Service für unabhängige Musiker, die ihre Songs ohne Plattenvertrag auf Spotify & Co. bringen wollen. Der Distributor ist zu einem zentralen Gatekeeper des digitalen Musikmarktes geworden.

Genau an diesem Punkt setzt die Argumentation von UMG an: Wenn ein Unternehmen in diesem Umfang entscheidet, welche Musik an Streamingdienste ausgeliefert wird, stellt sich zwangsläufig die Frage, welche Prüfpflichten damit verbunden sind.

Die KI macht das Problem industriell

Die Auseinandersetzung findet vor dem Hintergrund eines explosionsartigen Wachstums KI-generierter Musik statt. Erst vor wenigen Tagen berichtete Deezer, dass inzwischen mehr als die Hälfte der täglich neu auf die Plattform hochgeladenen Tracks vollständig KI-generiert seien. Gleichzeitig stellte der Dienst fest, dass ein sehr großer Anteil der Streams vollständig KI-generierter Musik auf betrügerische Aktivitäten zurückzuführen sei. Die Financial Times berichtete unter Berufung auf Branchenangaben, dass möglicherweise fast zehn Prozent aller Musikstreams betrügerisch sein könnten.  

Das Problem entsteht durch die Kombination zweier Technologien: KI kann Musik inzwischen in nahezu unbegrenzter Menge und zu extrem niedrigen Kosten erzeugen. Automatisierte Systeme und Bot-Netzwerke können anschließend versuchen, diese Musik künstlich abzuspielen. Damit entsteht ein Geschäftsmodell, das mit klassischer Musikproduktion kaum noch vergleichbar ist:

KI erzeugt den Content – Distribution bringt ihn auf die Plattform – Bots erzeugen die Streams – das Streaming-System zahlt aus.

Je geringer die Kosten für die Produktion und Distribution werden, desto interessanter wird das Modell für diejenigen, die nicht primär Musik veröffentlichen, sondern das Vergütungssystem manipulieren wollen.

Genau dagegen soll die neue IFPI-Initiative helfen

Der Zeitpunkt der Klage könnte kaum auffälliger sein. Am 14. September, also nur einen Tag vor Bekanntwerden der UMG-Klage, stellte die IFPI die Streaming Integrity Initiative vor. Ziel ist es, einheitliche Mindeststandards für Musikdistributoren zu etablieren und Streaming Fraud möglichst bereits an der Quelle zu verhindern. Die teilnehmenden Unternehmen verpflichten sich im Wesentlichen zu fünf Punkten:

• Verify: Kunden und Rechteinhaber sollen über robuste „Know Your Customer“-Prozesse überprüft werden.

• Vet: Inhalte sollen auf Urheberrechtsverletzungen, betrügerische Aktivitäten und KI-bezogene Risiken geprüft werden.

• Act: Verdächtige Streaming-Muster sollen erkannt und untersucht werden; Wiederholungstäter sollen sanktioniert werden.

• Share: Informationen über bekannte oder mutmaßliche Betrüger sollen – soweit rechtlich möglich – branchenübergreifend geteilt werden.

• Measure: Die Anti-Fraud-Systeme sollen kontinuierlich weiterentwickelt und an neue Betrugsmethoden angepasst werden. IFPI

Zu den Unterstützern gehören unter anderem Universal Music Group, Sony Music, Warner Music, Merlin, CD Baby, Ditto, Symphonic, The Orchard und weitere Distributoren und Branchenorganisationen. DistroKid gehört bislang nicht zu den Unterzeichnern.  

Das ist deshalb bemerkenswert, weil DistroKid gleichzeitig Gründungsmitglied der Music Fights Fraud Alliance ist und dieser Organisation weiterhin angehört. Music Business Worldwide Es geht also nicht darum, dass DistroKid grundsätzlich nichts gegen Streaming Fraud unternehmen würde. Die entscheidende Frage lautet vielmehr: Wie weit gehen die jeweiligen Standards – und wer übernimmt welche Verantwortung?

Der Streit um die Rolle des Distributors

Genau hier könnte der Fall DistroKid weit über die beteiligten Unternehmen hinaus Bedeutung bekommen. Das traditionelle Modell des Digitalvertriebs war vergleichsweise einfach: Ein Künstler oder Label liefert eine Aufnahme, der Distributor stellt sie den Streamingdiensten zur Verfügung und erhält dafür eine Gebühr oder einen Anteil. Mit der explosionsartigen Zunahme von Uploads verändert sich diese Rolle.

Wenn ein Distributor täglich hunderttausende oder Millionen Dateien verarbeitet, kann er nicht mehr jeden einzelnen Song manuell überprüfen. Gleichzeitig kann er sich kaum darauf zurückziehen, lediglich ein technischer Dienstleister zu sein.

Die IFPI argumentiert deshalb, dass Distributoren aufgrund ihrer Position besonders früh eingreifen können: Noch bevor ein problematischer Track Spotify, Apple Music oder Deezer erreicht, kann geprüft werden, wer ihn hochlädt, welche Rechte behauptet werden und ob der Inhalt verdächtige Merkmale aufweist. IFPI Die UMG-Klage bringt diese Diskussion nun vor Gericht.

Ein Präzedenzfall für das KI-Zeitalter?

Der Fall erinnert in gewisser Weise an einen größeren Wandel in der Musikindustrie. Lange Zeit konzentrierten sich die großen Rechteinhaber vor allem auf Plattformen, die urheberrechtlich geschützte Musik ohne Lizenz nutzten. Mit der generativen KI verschiebt sich der Konflikt zunehmend auf die gesamte Lieferkette. Die DistroKid-Klage könnte helfen, diese Verantwortlichkeiten juristisch neu zu definieren.

Auch CVC dürfte genau hinschauen

Für DistroKid kommt die Klage zu einem denkbar ungünstigen Zeitpunkt. Im Juli hatte CVC Capital Partners angekündigt, eine Mehrheitsbeteiligung an DistroKid zu übernehmen. Insight Partners, der bisherige Investor, soll eine bedeutende Minderheitsbeteiligung behalten. Die Transaktion wurde auf einen Wert im Milliardenbereich geschätzt; die Unternehmen erklärten, das Closing werde im dritten Quartal 2026 erwartet.  

Eine offizielle Meldung über den Abschluss der Transaktion liegt bislang nicht vor. Die Klage bedeutet nicht automatisch, dass der Deal gefährdet ist. Dafür gibt es derzeit keinen belastbaren Hinweis. Sie verändert aber die Risikobetrachtung. Denn für einen neuen Mehrheitseigentümer sind mögliche Urheberrechtsforderungen, Compliance-Kosten, zusätzliche Prüfmechanismen und die zukünftige Verantwortung für KI-generierte Inhalte relevante wirtschaftliche Faktoren.

Besonders interessant wird deshalb sein, ob und wie CVC auf die neue Situation reagiert – und ob die Transaktion tatsächlich noch innerhalb des angekündigten dritten Quartals abgeschlossen wird.

Der Streit könnte die Musikdistribution verändern

Für die Musikindustrie geht es deshalb um mehr als die Frage, ob DistroKid einzelne Tracks hätte entfernen müssen. Es geht um die Ökonomie des offenen Musikvertriebs. Das Erfolgsmodell der digitalen Distribution basiert darauf, dass praktisch jeder Künstler Musik veröffentlichen kann. Diese Demokratisierung hat Millionen unabhängigen Musikschaffenden Zugang zu einem globalen Markt verschafft. Genau dieselbe Offenheit kann aber von Betrügern ausgenutzt werden.

Wenn ein einzelner Nutzer heute theoretisch tausende KI-Tracks produzieren und automatisiert distribuieren kann, wird die alte Logik „mehr Uploads = mehr Künstler = mehr Musik“ zunehmend problematisch. Die Branche steht damit vor einem schwierigen Balanceakt: Sie will den Zugang zum Streamingmarkt offen halten, muss aber gleichzeitig verhindern, dass dieser offene Zugang zum Einfallstor für industrielle Manipulation wird.

Was auf dem Spiel steht

Die DistroKid-Klage kommt deshalb zu einem Zeitpunkt, an dem sich das Geschäftsmodell der gesamten Musikbranche verändert. Auf der einen Seite versuchen Universal, Sony und Warner, KI zunehmend zu lizenzieren und damit neue Geschäftsmodelle zu schaffen. UMG hat erst vor wenigen Tagen eine mehrjährige Partnerschaft mit ElevenLabs für eine lizenzierte KI-Musikplattform angekündigt. Auch Suno arbeitet inzwischen mit Warner Music und BMG an lizenzierten KI-Musikmodellen.  

Auf der anderen Seite gehen dieselben Rechteinhaber juristisch gegen Unternehmen vor, denen sie vorwerfen, unkontrollierte oder rechtsverletzende KI-Musik zu verbreiten. Das ist kein Widerspruch. Die Botschaft lautet vielmehr: KI-Musik ja – aber kontrolliert, transparent und auf einer rechtlich belastbaren Grundlage.

Der eigentliche Kampf beginnt jetzt

Die Klage gegen DistroKid dürfte daher zu einem wichtigen Testfall werden. Sollte UMG mit zentralen Vorwürfen durchdringen, könnte dies den Druck auf Distributoren massiv erhöhen, ihre Prüf- und Kontrollsysteme auszubauen. Das würde langfristig höhere Kosten bedeuten – aber möglicherweise auch eine sauberere und vertrauenswürdigere Streamingökonomie.

Sollte DistroKid hingegen erfolgreich argumentieren können, dass die Verantwortung primär bei den Nutzern oder den Streamingplattformen liegt, wäre das ein wichtiges Signal für die gesamte Distributionbranche. Unabhängig vom Ausgang des Verfahrens dürfte sich eines verändern: Die Zeiten, in denen Distribution lediglich als technisches Durchreichen von Musik verstanden werden konnte, gehen ihrem Ende entgegen.

Im KI-Zeitalter wird der Distributor zunehmend zum Kontrollpunkt zwischen Künstler, Technologie und Streamingplattform. Und genau deshalb ist die Auseinandersetzung zwischen UMG und DistroKid so relevant.

Es geht nicht nur um 1.000 Songs. Es geht um die Frage, wer im Zeitalter von KI dafür verantwortlich ist, was überhaupt in den Streamingmarkt gelangt.

Quellen:

The Verge

Financial Times

Music Business Worldwide https://www.musicbusinessworldwide.com/universal-music-group-sues-distrokid-ai-generated-slop/

IFPI

Wie groß das Problem inzwischen ist, lässt sich an den Zahlen von Deezer ablesen. Der französische Streamingdienst meldete im Sommer rund 90.000 vollständig KI-generierte Tracks pro Tag – mehr als die Hälfte aller täglichen Uploads. Gleichzeitig waren nach Angaben von Deezer bis zu 85 Prozent der Streams vollständig KI-generierter Musik im Jahr 2025 betrügerisch.  

Branchenvertreter gehen inzwischen davon aus, dass nahezu zehn Prozent aller Musikstreams betrügerisch sein könnten. Die genaue Größenordnung ist allerdings schwer zu bestimmen, weil Streaming Fraud bewusst darauf ausgelegt ist, nicht erkannt zu werden.

Warum das für die gesamte Branche ein Problem ist

Streaming Fraud ist mehr als ein Problem einzelner Künstler. Das Geld für Fake-Streams stammt aus demselben Vergütungssystem wie die Einnahmen legitimer Musik. Werden Millionen künstlicher Streams erzeugt, fließt entsprechend Geld in Richtung der Betrüger, während der Anteil anderer Künstler am verfügbaren Royalty Pool sinkt.

Hinzu kommt die Verzerrung von Charts und Empfehlungsalgorithmen. Künstlich erzeugte Aufmerksamkeit kann Songs in Playlists oder Rankings bringen und damit wiederum echte Hörer erreichen. Fraud kann sich dadurch selbst verstärken. Für die Streamingdienste steht außerdem ihre Glaubwürdigkeit auf dem Spiel: Wenn Nutzer, Künstler und Labels den Eindruck gewinnen, dass Charts und Empfehlungen manipuliert werden können, leidet das Vertrauen in das gesamte Ökosystem.

Der Angriff beginnt inzwischen schon beim Distributor

Genau hier setzt die neue Streaming Integrity Initiative (SII) der IFPI an. Sie soll Streaming Fraud nicht erst bekämpfen, wenn die Musik bereits auf Spotify, Apple Music oder Deezer angekommen ist, sondern bereits beim Upload.

Die Initiative definiert fünf grundlegende Maßnahmen für Musikdistributoren:

• Identität der Kunden und Rechteinhaber überprüfen („Know Your Customer“).

• Uploads auf Urheberrechtsverletzungen, Betrug und KI-bezogene Risiken prüfen.

• Verdächtige Aktivitäten untersuchen und gegen wiederholte Täter vorgehen.

• Informationen über Betrugsfälle – soweit rechtlich möglich – zwischen Unternehmen teilen.

• Die eigenen Anti-Fraud-Systeme kontinuierlich weiterentwickeln.

24 Unternehmen und Verbände haben sich der Initiative zunächst angeschlossen, darunter Universal Music Group, Sony Music, Warner Music, HYBE, Merlin und mehrere große Distributoren.  

Bemerkenswert ist allerdings auch, wer bislang fehlt: DistroKid hat die Initiative noch nicht unterzeichnet. Das ist relevant, weil der Distributor nach eigenen Angaben rund 40 Prozent der weltweit neu veröffentlichten Musik für mehr als vier Millionen Künstler ausliefert. Auch TuneCore, Believe und UnitedMasters gehören bislang nicht zu den Unterzeichnern.

Damit zeigt sich bereits eine der größten Schwachstellen des neuen Ansatzes: Die Initiative ist freiwillig. Es gibt bislang weder verpflichtende Audits noch Berichtspflichten oder Sanktionen für Unterzeichner, die die Standards nicht einhalten. 

Die Streamingdienste selbst rüsten auf

Parallel dazu verschärfen die Plattformen ihre eigenen Systeme. Deezer etwa versucht, KI-generierte Musik automatisch zu erkennen, verdächtige Streams aus dem Vergütungssystem herauszuhalten und betrügerische Inhalte zu entfernen. Die Plattform kennzeichnet KI-Musik zudem zunehmend transparent.

Auch die Distributoren stehen unter Druck. Sie müssen erkennen, wenn ein Kunde plötzlich tausende Tracks hochlädt, ungewöhnliche Streaming-Muster erzeugt oder wiederholt mit verdächtigen Inhalten auffällt. Und es geht nicht nur um Algorithmen. Ermittlungen und Strafverfahren werden ebenfalls wichtiger. In den vergangenen Monaten sind mehrere Fälle von groß angelegtem Streaming-Betrug strafrechtlich verfolgt worden. Die Botschaft der Branche ist damit klar: Fake-Streams sollen nicht mehr als Kavaliersdelikt behandelt werden, sondern als organisierter Betrug.

KI ist dabei nicht das eigentliche Problem

Interessant ist eine Unterscheidung: KI-Musik und Streaming Fraud sind nicht dasselbe. Ein vollständig mit KI produzierter Song kann vollkommen legitim sein. Ein menschlicher Künstler kann KI zur Produktion einsetzen, ein Label kann lizenzierte KI-Musik veröffentlichen und Nutzer können KI-Musik einfach hören.

Problematisch wird es dort, wo die extrem niedrigen Produktionskosten von KI mit künstlich erzeugten Streams kombiniert werden. Genau deshalb dürfte die Branche künftig stärker zwischen KI-Content und KI-basiertem Betrug unterscheiden müssen. Eine reine Kennzeichnungspflicht für KI-Musik löst das Fraud-Problem nicht.

Kann der Kampf erfolgreich sein?

Die Chancen stehen besser als noch vor einigen Jahren – aber ein vollständiger Sieg ist kaum realistisch. Die gute Nachricht: Die Branche verfügt inzwischen über wesentlich mehr Daten. Streamingdienste können Abspielmuster, Geräte, Accounts, geografische Daten und zeitliche Zusammenhänge analysieren. Verdächtige Netzwerke lassen sich dadurch wesentlich präziser identifizieren.

Außerdem entsteht erstmals ein stärker koordinierter Ansatz über die gesamte Wertschöpfungskette hinweg. Wenn Labels, Distributoren und Streamingdienste Informationen über bekannte Betrüger austauschen, wird es schwieriger, nach einer Sperrung einfach bei einem anderen Anbieter neu zu starten. Genau dieses „Weiterziehen“ von Betrügern soll die IFPI-Initiative erschweren.  

Die schlechte Nachricht: Auch die Gegenseite wird besser. KI kann nicht nur Musik produzieren, sondern auch dabei helfen, Betrugssysteme zu automatisieren und Muster zu verändern. Sobald ein Erkennungssystem bestimmte Verhaltensweisen erkennt, können Betrüger versuchen, ihre Aktivitäten entsprechend anzupassen. Es entsteht damit ein klassischer Wettlauf zwischen Erkennung und Umgehung.

Der entscheidende Test kommt jetzt

Der vielleicht wichtigste Schritt der Musikbranche ist deshalb nicht ein einzelner KI-Detektor oder ein neuer Filter. Entscheidend wird sein, ob sich einheitliche Standards entlang der gesamten Lieferkette durchsetzen lassen. Wenn ein Distributor einen verdächtigen Account sperrt, dieser aber am nächsten Tag über einen anderen Anbieter wieder tausende Tracks hochladen kann, bleibt das Problem bestehen. Deshalb ist der Austausch von Informationen zwischen Distributoren, Labels und DSPs so wichtig.

Die Streaming Integrity Initiative ist dafür ein wichtiger Anfang. Ihre freiwillige Struktur zeigt aber gleichzeitig, wie schwierig die Aufgabe ist. Streaming Fraud wird sich wahrscheinlich nicht vollständig beseitigen lassen. Der realistischere Erfolg besteht darin, den Betrug deutlich teurer, schwieriger und weniger profitabel zu machen. Wenn die Branche es schafft, Fake-Streams schneller zu erkennen, die entsprechenden Einnahmen konsequent aus dem Royalty Pool zu entfernen und bekannte Täter über Plattformgrenzen hinweg zu blockieren, kann sie den wirtschaftlichen Anreiz erheblich reduzieren.

Und genau darum geht es am Ende: Nicht jede künstliche Wiedergabe verhindern zu können, sondern dafür zu sorgen, dass sich Betrug nicht mehr lohnt.
:::

Quellen:

IFPI / Streaming Integrity Initiative – Informationen zu den neuen Anti-Fraud-Standards und den fünf Grundprinzipien. 

Music Business Worldwide – zur Streaming Integrity Initiative, den teilnehmenden Unternehmen sowie der bislang fehlenden Beteiligung von DistroKid, TuneCore, Believe und UnitedMasters. 

Financial Times – zur Größenordnung von Streaming Fraud und der Schätzung, dass möglicherweise rund 10 % der Streams betrügerisch sind. (Schätzung)

Deezer – zu den Mengen KI-generierter Musik und den Erkenntnissen zu betrügerischen Streams.

Die vielleicht wichtigste Aussage rund um den Start von Sunos neuer v6-Modellfamilie war nicht die Frage, ob die KI jetzt bessere Songs erzeugt. Sie kam von Warner-Music-Chef Robert Kyncl.

Kyncl spricht von einer neuen Form der Monetarisierung: „creation-based“ revenue. Künstler und Songwriter sollen demnach nicht nur dann Geld verdienen, wenn ihre Musik von Menschen gehört oder gekauft wird. Sie könnten künftig auch daran beteiligt werden, wenn ihre Werke beziehungsweise lizenzierte musikalische Inhalte zur Grundlage neuer KI-generierter Kreationen werden. Axios

Das klingt zunächst wie eine kleine Änderung im Lizenzmodell. Tatsächlich steckt darin aber möglicherweise eine der wichtigsten Ideen für die Zukunft der Musikindustrie.

Das bisherige Geschäftsmodell basiert auf Konsum

Das klassische Musikgeschäft ist relativ einfach aufgebaut. Ein Künstler nimmt einen Song auf. Ein Label veröffentlicht ihn. Ein Streamingdienst spielt ihn. Ein Fan hört ihn. Dafür fließt Geld zurück an die verschiedenen Rechteinhaber. Ob Spotify, Apple Music, YouTube oder physische Tonträger: Im Mittelpunkt steht immer der Konsum eines bestehenden Werkes. Generative KI verändert diesen Mechanismus.

Bei einem KI-Musikgenerator ist der Nutzer nicht mehr nur Hörer. Er wird selbst zum Produzenten – zumindest in gewissem Umfang. Er beschreibt einen Song, verändert Arrangement und Instrumentierung, lässt Varianten erzeugen und kombiniert möglicherweise unterschiedliche musikalische Elemente. Das Ergebnis ist eine neue Kreation. Was passiert, wenn ein Künstler nicht nur gehört, sondern kreativ weiterverwendet wird? Genau hier setzt das Konzept der „creation-based“ Einnahmen an.

Suno versucht, aus diesem Problem ein Geschäftsmodell zu machen

Suno hat Anfang September seine neue v6-Modellfamilie vorgestellt. Die Modelle wurden gemeinsam mit Warner Music Group und BMG entwickelt und verwenden lizenzierte Musik. Believe beziehungsweise TuneCore ist ebenfalls Teil der neuen Partnerschaftsstruktur. Die bisherigen Suno-Modelle sollen durch die neue Generation ersetzt werden. Der entscheidende Unterschied zur bisherigen Generation ist nicht nur technischer Natur.

Die Beziehung zwischen KI-Unternehmen und Musikindustrie wird neu definiert.

Statt sich ausschließlich darüber zu streiten, ob ein KI-Unternehmen geschützte Musik zum Training verwenden darf, wird versucht, einen kontrollierten Lizenzmarkt aufzubauen.

Die Rechteinhaber stellen Kataloge und andere lizenzierte Inhalte zur Verfügung. Das KI-Unternehmen baut daraus ein Produkt. Und ein Teil der daraus entstehenden Einnahmen soll an die Rechteinhaber zurückfließen.

Die konkreten finanziellen Bedingungen wurden bislang nicht vollständig veröffentlicht. Suno spricht jedoch ausdrücklich von Revenue Sharing mit beteiligten Rechteinhabern.

Der entscheidende Schritt: Vom Song zur kreativen Ressource

Hier wird das Modell interessant. Nehmen wir an, ein Künstler hat einen erfolgreichen Song veröffentlicht. Im traditionellen Streamingmodell verdient der Künstler beziehungsweise der Rechteinhaber, wenn dieser Song gestreamt wird. Im neuen Modell könnte derselbe Katalog zusätzlich als kreative Ressource lizenziert werden.

Ein Nutzer könnte beispielsweise einen neuen Song erzeugen, der auf einem lizenzierten musikalischen Katalog basiert – nicht unbedingt als Kopie eines bestehenden Liedes, sondern als Bestandteil eines kontrollierten KI-Systems. Der Rechteinhaber würde dann nicht nur für die Nutzung des fertigen Originals bezahlt. Er würde an der kreativen Nutzung seines Katalogs durch die KI beteiligt. Das ist der Kern von „creation-based revenue“.

Und genau hier könnte ein komplett neuer Markt entstehen.

Künstler werden vom Content zum Input

Das verändert die Rolle des Musikers. Bislang ist ein Künstler in erster Linie Urheber und Interpret eines fertigen Werkes. In einem KI-Ökosystem kann sein Katalog zusätzlich als Trainings-, Inspirations- oder Produktionsressource dienen – vorausgesetzt, diese Nutzung ist entsprechend lizenziert. Das bedeutet: Ein erfolgreicher Song könnte möglicherweise zweimal wirtschaftlich relevant sein. Einmal als fertige Aufnahme. Und ein weiteres Mal als Teil eines lizenzierten kreativen Systems.

Das erinnert in gewisser Weise an Sampling. Nur dass die technische Ebene wesentlich größer wird. Beim klassischen Sampling wird ein konkreter Ausschnitt eines Songs verwendet. Bei generativer KI geht es dagegen um größere musikalische Zusammenhänge: Klang, Arrangement, Stilmerkmale, Strukturen und möglicherweise weitere Eigenschaften eines Katalogs. Genau deshalb ist die Frage der Vergütung so wichtig.

Von „AI gegen Künstler“ zu „AI mit Künstlern“

Das ist möglicherweise die größere Geschichte hinter dem Suno-Warner-Deal. Die Musikindustrie hat KI zunächst vor allem als Risiko betrachtet. Werden Songs ohne Erlaubnis zum Training verwendet? Kann eine KI die Stimme eines Künstlers imitieren? Wer besitzt die Rechte an einem KI-generierten Ergebnis?

Und wie verhindert man, dass Plattformen mit Millionen automatisch erzeugter Songs den Streamingmarkt überschwemmen?

Die neue Strategie lautet zunehmend: Wenn KI ohnehin kommt, müssen Künstler und Rechteinhaber an der Wertschöpfung beteiligt werden.

Suno bezeichnet die neue Zusammenarbeit mit der Musikindustrie entsprechend als Modell für eine andere Form der Kooperation. Die neuen Produkte sollen außerdem perspektivisch stärker auf freiwillige Teilnahme („opt-in“) von Künstlern setzen. Das ist ein entscheidender Unterschied.

Aber: Wer bekommt das Geld?

Hier liegt eine der schwierigsten Fragen. Ein Song besteht nicht nur aus einem Namen. Es gibt Komponisten, Textautoren, Interpreten, Produzenten, Labels und Verlage. Dazu kommen je nach Nutzung unterschiedliche Rechte an Aufnahme und Komposition. Wenn eine KI mit einem Katalog arbeitet, muss deshalb geklärt werden, welche Art von Nutzung vergütet wird und wie die Einnahmen verteilt werden.

Ein einfaches „Der Künstler bekommt einen Anteil“ reicht dafür nicht aus. Es braucht transparente Regeln. Was ist eine KI-Generation wert?

Wie stark muss ein konkreter Katalog an einer Generation beteiligt sein?

Wird pro Erstellung bezahlt?

Pro Nutzer?

Pro Song?

Oder abhängig von den Einnahmen, die mit dem generierten Werk entstehen?

Noch ist keine allgemeingültige Antwort darauf etabliert. Genau deshalb ist „creation-based revenue“ derzeit vor allem eine Richtung, noch kein vollständig ausdefiniertes Industriestandard-Modell.

Das könnte für die Musikindustrie größer werden als ein einzelner Suno-Deal

Der vielleicht wichtigste Punkt ist deshalb nicht Suno selbst. Es geht um die Frage, ob sich ein neuer Lizenzmarkt entwickelt. Und erste Anzeichen dafür gibt es bereits.

Universal Music Group und ElevenLabs haben beispielsweise eine mehrjährige Zusammenarbeit angekündigt, bei der Nutzer künftig Songs aus einem lizenzierten UMG-Katalog remixen, mashen und neu interpretieren können. Künstler sollen daran freiwillig teilnehmen können. Damit zeichnet sich ein Muster ab:

Labels liefern lizenzierte Kataloge.

KI-Unternehmen liefern die Technologie.

Fans und Creator liefern die Nachfrage.

Künstler und Rechteinhaber erhalten einen Anteil an der entstehenden Wertschöpfung.

Das ist ein grundsätzlich anderes Modell als die erste Generation der KI-Musikplattformen.

Der entscheidende Unterschied zu den alten KI-Modellen

Die erste Phase der KI-Musik war von einem Konflikt geprägt. KI-Unternehmen wollten möglichst große Musikmengen für das Training verwenden. Rechteinhaber wollten wissen, woher diese Musik stammt und ob sie dafür bezahlt werden.

Suno selbst steht exemplarisch für diesen Übergang. Das Unternehmen hat inzwischen neue, lizenzierte Modelle vorgestellt, während die rechtlichen Auseinandersetzungen über die frühere Modellgeneration weiter eine Rolle spielen. Die neue Strategie versucht, diesen Konflikt wirtschaftlich aufzulösen.

Was könnte daraus für unabhängige Künstler entstehen?

Für große Labels ist das Modell vergleichsweise einfach. Sie besitzen umfangreiche Kataloge und können Lizenzverträge mit KI-Unternehmen abschließen. Für unabhängige Künstler könnte es langfristig sogar noch spannender werden.

Wenn Plattformen tatsächlich beginnen, einzelne Künstler freiwillig in KI-Produkte zu integrieren, könnte erstmals ein direkter Markt für die Lizenzierung musikalischer Identität und kreativer Eigenschaften entstehen.

Ein Künstler könnte dann theoretisch selbst entscheiden:

• Welche Aufnahmen dürfen verwendet werden?

• Darf meine Stimme synthetisiert werden?

• Darf mein musikalischer Stil als Bestandteil eines KI-Produkts dienen?

• Welche Arten von Kreationen sind erlaubt?

• Wie hoch ist meine Vergütung?

• Darf ich die Lizenz jederzeit zurückziehen?

Das wäre eine wesentlich granularere Form von Musikrechten als das heutige Streamingmodell.

Die große offene Frage: Kann daraus ein fairer Markt werden?

Genau hier sollte man vorsichtig bleiben. Die neuen Partnerschaften sind ein wichtiger Schritt, aber sie lösen nicht automatisch alle Probleme. Künstler müssen verstehen können, was sie lizenzieren.

Sie müssen nachvollziehen können, wie ihre Vergütung berechnet wird. Und sie müssen eine echte Wahl haben, ob sie teilnehmen möchten. Außerdem bleibt die Frage, wie mit den zahllosen Künstlern und Aufnahmen umgegangen wird, die nicht Teil solcher Lizenzkataloge sind.

Eine Welt, in der nur die drei großen Major-Labels Zugang zu lukrativen KI-Lizenzen haben, wäre etwas völlig anderes als ein offener Markt für Künstler. Die entscheidende Herausforderung wird deshalb Transparenz sein.

Der mögliche Paradigmenwechsel

Vielleicht wird die wichtigste Veränderung der KI-Musik deshalb nicht darin bestehen, dass Maschinen bessere Songs produzieren. Vielleicht besteht sie darin, was wir überhaupt als musikalische Nutzung betrachten.

Streaming hat Musik vom Besitz zum Zugriff verändert. Social Media hat Musik vom fertigen Werk zum Bestandteil von Posts, Videos und Memes gemacht. Generative KI könnte Musik nun vom fertigen Werk zur kreativen Infrastruktur machen.

Ein Song wäre dann nicht mehr nur etwas, das man hört. Er könnte gleichzeitig etwas sein, mit dem eine KI neue Musik erzeugt. Und genau dafür könnte künftig bezahlt werden. Das wäre der eigentliche Sinn von „creation-based revenue“.

Der nächste große Wettbewerb beginnt gerade

Suno und Warner testen damit möglicherweise ein Geschäftsmodell, das weit über ihre eigene Partnerschaft hinausgeht. Universal und ElevenLabs gehen in eine ähnliche Richtung. Weitere KI-Unternehmen und Rechteinhaber dürften folgen. Noch ist nicht klar, welches Modell sich durchsetzen wird. Aber die Richtung ist erkennbar: Die Musikindustrie versucht, KI nicht länger nur zu kontrollieren, sondern zu monetarisieren.

Und für Künstler könnte das eine entscheidende Frage aufwerfen: „Kann meine Musik ein Teil der KI-Wertschöpfung werden – und bekomme ich dafür einen fairen Anteil?“

Wenn die Antwort darauf tatsächlich „ja“ lautet, könnte 2026 rückblickend als das Jahr gelten, in dem aus dem Konflikt zwischen Musikindustrie und KI erstmals ein echtes Geschäftsmodell entstanden ist.

Sister Copyright: Das ist meistens ein guter Anfang.

Brother Regenerate: Nicht immer.

KI-Creator: Ist KI-Musik überhaupt echte Musik?

Sister Copyright: Warum sollte sie keine sein?

KI-Creator: Na ja … weil sie von einer Maschine gemacht wird.

Brother Regenerate: Dann sind Synthesizer vermutlich auch keine Musikinstrumente.

KI-Creator: Das ist etwas anderes.

Brother Regenerate: Das haben die Leute über Synthesizer auch gesagt.

Sister Copyright: Und über Drumcomputer. Und Sampling. Und Autotune.

KI-Creator: Aber bei KI sage ich einfach, was ich haben möchte, und sie macht den Song.

Brother Regenerate: Das nennt man Delegation.

KI-Creator: Also bin ich der Produzent?

Sister Copyright: Das hängt davon ab, was Sie tatsächlich gemacht haben.

KI-Creator: Ich habe einen sehr langen Prompt geschrieben.

Brother Regenerate: Wie lang?

KI-Creator: 437 Wörter.

Brother Regenerate: Dann sind Sie mindestens Texter.

Sister Copyright: So funktioniert das Urheberrecht leider nicht.

KI-Creator: Schade.

Sister Copyright: Urheberrechtlich entscheidend ist nicht, wie viele Wörter Sie tippen, sondern ob und in welchem Umfang eine eigene menschliche schöpferische Leistung vorliegt.

KI-Creator: Und wenn ich die KI fünfzigmal etwas Neues machen lasse und am Ende eine Version auswähle?

Sister Copyright: Dann haben Sie zumindest eine Auswahl getroffen.

KI-Creator: Das klingt nach einem Anfang.

Sister Copyright: Es ist ein Anfang.

Brother Regenerate: Und Auswahl ist in der Musik gar nicht so unwichtig.

KI-Creator: Aber wenn die KI den eigentlichen Song geschrieben hat?

Sister Copyright: Dann sollten Sie sehr genau unterscheiden zwischen der Nutzung eines kreativen Werkzeugs und der Frage, wer an dem konkreten Ergebnis welche Rechte hat.

KI-Creator: Also gehört mir der Song nicht automatisch?

Sister Copyright: „Automatisch“ ist heute ein besonders gefährliches Wort.

Brother Regenerate: Früher war „kostenlos“ gefährlich.

Sister Copyright: Das ist es immer noch.

KI-Creator: Aber ich habe doch die Idee gehabt!

Sister Copyright: Ideen allein sind grundsätzlich nicht urheberrechtlich geschützt.

KI-Creator: Nicht einmal meine?

Sister Copyright: Besonders Ihre nicht.

KI-Creator: Das war jetzt persönlich.

Sister Copyright: Nein. Juristisch.

Brother Regenerate: Das ist ihr freundlicher Ton.

KI-Creator: Eine andere Frage: Wenn die KI einen Song in meinem Stil macht – ist das dann meiner?

Sister Copyright: Welcher „Ihrer“?

KI-Creator: Mein Stil.

Brother Regenerate: Haben Sie einen?

KI-Creator: Natürlich!

Brother Regenerate: Dann haben Sie schon mehr als manche Plattenfirma.

Sister Copyright: Stil als solcher ist nicht dasselbe wie ein urheberrechtlich geschütztes konkretes Werk.

KI-Creator: Also darf eine KI meinen Stil kopieren?

Sister Copyright: Das lässt sich nicht mit einem einfachen Ja oder Nein beantworten.

KI-Creator: Warum eigentlich nie?

Sister Copyright: Weil die Welt nicht aus Ja oder Nein besteht.

Brother Regenerate: Das hat sie auch schon beim Sampling gesagt.

Sister Copyright: Und ich hatte recht.

KI-Creator: Letzte Frage: Ist KI-Musik also echte Musik?

Sister Copyright: Wenn Menschen sie hören, darüber diskutieren, dazu tanzen oder sie ablehnen, würde ich sagen: Wir haben es mit Musik zu tun.

Brother Regenerate: Und wenn sie niemand hören will?

Sister Copyright: Dann haben wir ein anderes Problem.

KI-Creator: Welches?

Brother Regenerate: Marketing.

Sister Copyright: Endlich sind wir uns einmal einig.

SISTER COPYRIGHT KLÄRT AUF

KI-Musik = automatisch urheberrechtlich geschützt?
Nein. Entscheidend ist unter anderem, ob eine ausreichende menschliche schöpferische Leistung vorliegt. Die bloße Eingabe eines Prompts macht jemanden nicht automatisch zum Urheber des daraus erzeugten Ergebnisses.

Im Mittelpunkt stehen fünf gemeinsame Maßnahmen: die Überprüfung von Rechteinhabern und Kunden, eine intensivere Prüfung von Inhalten auf Betrug und mögliche Rechtsverletzungen, konsequentes Vorgehen gegen verdächtige Aktivitäten und Wiederholungstäter, der Austausch von Informationen sowie die kontinuierliche Weiterentwicklung der eingesetzten Anti-Fraud-Systeme.

Zu den ersten Unterstützern gehören unter anderem Sony Music Group, Universal Music Group, Warner Music Group, The Orchard, CD Baby, Ditto, RouteNote und Merlin. Die Initiative richtet sich dabei nicht nur gegen klassische Bot-Netzwerke und künstlich erzeugte Streams. Auch der zunehmende Einsatz von KI zur Produktion großer Mengen an Musik und zur anschließenden Manipulation von Streamingzahlen stellt die Branche vor neue Herausforderungen.

Die Botschaft der IFPI ist deutlich: Streaming-Betrug ist längst kein Randproblem mehr. Wenn künstliche Streams Einnahmen aus den Royalty-Pools abschöpfen, geht das unmittelbar zulasten derjenigen, deren Musik tatsächlich gehört wird.

Für die Musikbranche beginnt damit eine neue Phase: KI soll Musikproduktion ermöglichen – aber nicht zur Maschine für künstlich erzeugte Streams und manipulierte Einnahmen werden.

Beim Synthesizer ist die Frage „Wer hat ihn erfunden?“ ungefähr so einfach zu beantworten wie: „Wer hat die moderne Musik erfunden?“ Es gab nicht den einen Erfinder. Aber es gab ein paar entscheidende Pioniere.

Einer der ganz frühen Klangtüftler hieß Leon Theremin

1920 entwickelte der russische Physiker Léon Theremin ein elektronisches Instrument, das heute als Theremin bekannt ist. Das Verrückte daran: Man spielt es, ohne es zu berühren. Die Hände bewegen sich vor zwei Antennen und verändern dadurch die Tonhöhe und Lautstärke.

Musik machen durch Handbewegungen in der Luft? Heute würden wir wahrscheinlich sagen: „Das klingt nach Science-Fiction.“ 1920 war es einfach Science-Fiction. Nur echt. 😄

Dann kam der große Schritt zur modularen Synthese

In den 1960er-Jahren entwickelte Robert Moog gemeinsam mit anderen Pionieren modulare Synthesizer weiter. Das Entscheidende war nicht nur, dass elektronische Klänge erzeugt werden konnten. Man konnte verschiedene Module miteinander verbinden:

Oszillatoren.

Filter.

Hüllkurven.

Verstärker.

Aus einzelnen Bausteinen entstand ein völlig neuer Klang. Der Synthesizer wurde damit nicht bloß ein Instrument. Er wurde zu einer Art Klangbaukasten.

Und plötzlich musste man nicht mehr wie ein Pianist denken

Ein klassisches Instrument hat einen festgelegten Klangcharakter. Ein Synthesizer kann dagegen völlig unterschiedliche Klangwelten erzeugen. Ein Bass kann plötzlich wie eine Maschine klingen. Ein Schlagzeug kann elektronisch werden. Eine menschliche Stimme kann verfremdet werden.

Und ein Klang kann entstehen, den es in der natürlichen Welt überhaupt nicht gibt. Genau darin lag die eigentliche Revolution. Der Musiker spielte nicht mehr nur ein Instrument. Er konnte sich sein Instrument selbst bauen.

Der erste Synthesizer war ein Monster

Ein Musikcomputer, der einen ganzen Raum brauchte

Heute öffnet man eine DAW, lädt ein Synth-Plug-in und hat innerhalb von Sekunden tausende Sounds zur Verfügung. Der erste programmierbare elektronische Synthesizer war dagegen ungefähr so mobil wie ein kleines Wohnzimmer.

1. Willkommen beim RCA Mark II

Der RCA Mark II Sound Synthesizer wurde in den 1950er-Jahren von Herbert Belar und Harry Olson entwickelt und 1957 an der Columbia University installiert. Er gilt als der erste programmierbare elektronische Synthesizer. Und er war riesig.

Das Gerät bestand aus zahlreichen elektronischen Komponenten, Oszillatoren, Filtern und einer Steuerung über Lochstreifen. Mit anderen Worten: Kein Preset-Menü. Keine Maus. Kein „Analog Lab“. Man brauchte praktisch ein eigenes Zimmer.

2. Der Synthesizer wurde mit Lochstreifen programmiert

Das vielleicht schönste Detail: Die musikalischen Anweisungen wurden über perforiertes Papier eingegeben. Die Maschine las also Löcher.

Heute schreiben wir: „Warmer analoger Synth, melancholisch, 110 BPM.“ Damals musste die Maschine deutlich konkreter instruiert werden. Und zwar buchstäblich mit Papier.

3. Er hatte sogar einen Spitznamen

Wegen seiner enormen Größe wurde der RCA Mark II scherzhaft „Victor“ genannt – eine Anspielung auf Frankenstein beziehungsweise Frankensteins Monster. Was ziemlich passend ist. Denn das Gerät sah nicht unbedingt so aus, als würde man damit gemütlich einen Sommerhit produzieren.

4. Und jetzt kommt der interessante Teil

Der Mark II war nicht einfach ein elektronisches Instrument. Er verband Klanggenerierung mit programmierter Steuerung. Damit liegt er erstaunlich nah an einer Idee, die uns heute bei generativer Musik wieder begegnet: Der Mensch beschreibt beziehungsweise programmiert eine musikalische Vorstellung – und eine Maschine erzeugt daraus Klang. Natürlich sind die technischen Möglichkeiten von damals und heute Welten voneinander entfernt. Aber die Grundidee ist verblüffend vertraut. Der erste programmierbare Synthesizer war also: riesig, kompliziert, teuer und vermutlich nicht besonders wohnzimmertauglich.

Und jetzt kommt unser KI-Knick

Das ist vielleicht der interessanteste Teil der Geschichte. Der Synthesizer machte etwas möglich, das für Musiker vorher kaum vorstellbar war: Klang wurde formbar. Sampling ging noch einen Schritt weiter: Vorhandener Klang wurde formbar.

Und generative KI geht heute wieder einen Schritt weiter: Die Beschreibung eines gewünschten Klangs kann zum Ausgangspunkt für dessen Erzeugung werden. Die Werkzeuge verändern sich. Die Grundidee bleibt erstaunlich ähnlich: „Ich habe eine musikalische Vorstellung. Wie bekomme ich sie hörbar?“

Fun Fact zum Mitnehmen

Heute passt ein Synthesizer in einen Laptop. Und inzwischen kann man sogar eine KI bitten: „Mach mir einen Synth-Sound, der klingt wie eine nächtliche Autofahrt durch Tokio.“

Die Maschine ist kleiner geworden. Die Wünsche der Musiker offensichtlich nicht. 😄

Die Idee dahinter ist ganz einfach: Gute Geschichten sollen gehört werden. Deshalb möchten wir ausgewählte Produktionen von KiBeats Kids Radio kostenlos zur Verfügung stellen und damit unseren kleinen Hörern noch mehr Möglichkeiten bieten, ihre Lieblingsgeschichten immer wieder zu erleben.

Der Weg ist unkompliziert: Hörgeschichte als MP3 herunterladen, über die mytonies App oder my.tonies.com dem eigenen Kreativ-Tonie zuweisen, die Toniebox synchronisieren – fertig. MP3-Dateien werden von tonies® unterstützt. Für eigene Inhalte stehen auf einem Kreativ-Tonie insgesamt bis zu 90 Minuten zur Verfügung.

Und natürlich soll es nicht bei einer einzigen Geschichte bleiben. KiBeats Kids Radio wächst weiter – und mit ihm unsere kleine Welt aus Geschichten, Musik und fantasievollen Abenteuern.

Also: Kreativ-Tonie schnappen, Geschichte herunterladen und gemeinsam eintauchen.

KiBeats Kids Radio – Geschichten, die man mitnehmen kann.

https://kibeats.net/playlists/view/122

ANLEITUNG:

So kommt unsere Hörgeschichte auf deinen Kreativ-Tonie

Unsere Hörgeschichten kannst du kostenlos als MP3 herunterladen und anschließend auf deinen Kreativ-Tonie übertragen.

1. MP3 herunterladen
Lade die gewünschte KiBeats-Hörgeschichte auf dein Smartphone, Tablet oder deinen Computer.

2. mytonies öffnen
Öffne die mytonies App oder rufe my.tonies.com auf und melde dich mit deinem Tonie-Konto an.

3. Kreativ-Tonie auswählen
Wähle deinen gewünschten Kreativ-Tonie aus und anschließend die Funktion zum Hinzufügen eigener Audiodateien.

4. MP3 hinzufügen
Wähle die heruntergeladene KiBeats-Hörgeschichte aus und speichere den neuen Inhalt.

5. Toniebox synchronisieren
Bei einer Toniebox 1 hältst du nach dem Einschalten etwa drei Sekunden lang ein Ohr gedrückt, bis die LED blau blinkt. Nach der Synchronisierung leuchtet sie wieder grün. Bei der Toniebox 2 erfolgt die Aktualisierung in der Regel automatisch über WLAN.

6. Los geht's!
Stelle den Kreativ-Tonie auf die Box – und schon kann das nächste KiBeats-Abenteuer beginnen.

Gut zu wissen: MP3 gehört zu den von tonies® unterstützten Audioformaten. Eigene Inhalte dürfen auf einem Kreativ-Tonie insgesamt bis zu 90 Minuten lang sein.

Viel Spaß beim Zuhören wünscht
KiBeats Kids Radio

Halloween steht vor der Tür – und damit die perfekte Gelegenheit, musikalisch einmal die dunklere Seite auszuprobieren. Denn für einen guten Gruseltrack braucht es nicht zwangsläufig Kreischen, Orgeln und Gewitter. Oft entsteht die unheimlichste Atmosphäre genau dann, wenn ein vertrautes Genre plötzlich ein wenig aus der Spur gerät.

KI-Musiktools bieten dafür jede Menge Möglichkeiten. Wer nicht einfach „Mach mir einen Horror-Song“ in den Prompt schreibt, sondern Genre, Instrumentierung, Atmosphäre und Dramaturgie miteinander kombiniert, kann erstaunlich unterschiedliche Klangwelten erzeugen.

Gothic Horror – wenn die Kirche plötzlich unheimlich wird

Tiefe Streicher, Kirchenorgel, Chöre und eine düstere, fast sakrale Atmosphäre: Gothic Horror gehört zu den Klassikern des Halloween-Sounds.

Prompt-Idee:
Dark gothic horror soundtrack, deep church organ, low strings, haunting choir, distant bells, slow dramatic build, mysterious and cinematic atmosphere, elegant rather than cheesy

Der kleine Zusatz „elegant rather than cheesy“ kann dabei einen interessanten Unterschied machen. Denn zwischen atmosphärischem Gothic und musikalischem Halloween-Kitsch liegt manchmal nur ein einziger Prompt.

Witch House – willkommen auf der dunklen Tanzfläche

Wer es elektronischer mag, landet schnell beim Witch House. Tiefe Frequenzen, verlangsamte Beats, düstere Synthesizer und stark verfremdete Vocals erzeugen einen Sound, der gleichzeitig hypnotisch und unheimlich wirken kann.

Prompt-Idee:
Witch House, slow distorted electronic beat, dark atmospheric synths, heavily processed vocals, deep bass, eerie textures, occult-inspired mood, hypnotic and cinematic

Besonders spannend wird es, wenn man Witch House nicht ausschließlich düster, sondern auch tanzbar denkt. Halloween muss schließlich nicht im Keller stattfinden.

Dark Jazz – der Sound für die Nacht

Ein verrauchte Bar, irgendwo nach Mitternacht. Ein Saxofon spielt eine Melodie, die eigentlich viel zu schön ist, um harmlos zu sein. Dark Jazz und Noir passen deshalb hervorragend zu Halloween.

Prompt-Idee:
Dark cinematic jazz, smoky saxophone, upright bass, brushed drums, minor key piano, mysterious late-night atmosphere, slow tempo, noir crime film mood

Hier zeigt sich, dass Horror nicht immer laut sein muss. Manchmal reicht eine kleine harmonische Verschiebung, ein ungewöhnlicher Akkord oder ein Saxofon, das scheinbar aus einem anderen Raum kommt.

Tango Noir – gefährlich elegant

Warum sollte Halloween eigentlich immer nach Horrorfilm klingen? Ein düsterer Tango kann mindestens genauso viel Spannung erzeugen.

Bandoneon, Kontrabass, dramatische Streicher und ein langsamer Rhythmus bringen sofort eine geheimnisvolle Atmosphäre ins Spiel.

Prompt-Idee:
Dark Tango Noir, dramatic bandoneon, upright bass, tense strings, seductive but unsettling atmosphere, cinematic, mysterious female vocal, slow dramatic build

Das Ergebnis muss dabei gar nicht explizit nach „Horror“ klingen. Gerade die Kombination aus Eleganz und unterschwelliger Bedrohung macht den Reiz aus.

Industrial Horror – wenn Maschinen Angst machen

Für alle, denen Kirchenorgeln zu harmlos sind: Industrial.

Metallische Percussion, Maschinenklänge, verzerrte Synthesizer und harte rhythmische Strukturen können aus einem Track eine musikalische Fabrik für Albträume machen.

Prompt-Idee:
Industrial horror, metallic percussion, mechanical noises, distorted synths, deep sub bass, aggressive rhythmic patterns, dark dystopian atmosphere, cinematic tension

Hier lohnt es sich, im Prompt auch mit Geräuschen zu arbeiten. Türquietschen, metallisches Knarren, elektrische Störgeräusche oder entfernte Schritte können eine musikalische Szene deutlich lebendiger machen.

Haunted Electro – das Geisterhaus bekommt einen Beat

Was wäre, wenn ein verlassenes Geisterhaus plötzlich elektronische Musik spielen würde?

Für diesen Ansatz kann man klassische Horror-Elemente mit modernen Dance-Sounds verbinden.

Prompt-Idee:
Haunted House Electro, dark electronic groove, eerie synth melodies, distant whispers, creaking doors, ghostly vocal textures, atmospheric bass, mysterious Halloween nightclub

Das Schöne daran: Der Track darf gleichzeitig gruselig und catchy sein. Schließlich soll Halloween nicht nur Gänsehaut verursachen, sondern vielleicht auch ein paar Leute zum Tanzen bringen.

Dark Folk – Lagerfeuer mit schlechtem Ausgang

Akustische Instrumente können überraschend unheimlich wirken. Besonders dann, wenn sie mit alten Melodien, Chören und einer archaischen Atmosphäre kombiniert werden.

Prompt-Idee:
Dark cinematic folk, acoustic strings, frame drums, haunting female choir, ancient ritual atmosphere, minor key, mysterious woodland setting, slowly building tension

Und hier lässt sich wunderbar mit Geschichten arbeiten: ein dunkler Wald, ein verlassenes Dorf, eine alte Legende oder ein Ritual, das besser nicht hätte stattfinden sollen.

Der eigentliche Trick: Genres mischen

Die spannendsten Ergebnisse entstehen häufig nicht mit einem einzelnen Genre, sondern mit einer unerwarteten Kombination.

Warum also nicht einmal:

Dark Jazz + Gothic Choir

oder

Tango Noir + Industrial

oder

Witch House + Dark Folk

oder sogar

Baroque + Horror Soundtrack?

Ein möglicher Prompt könnte so aussehen:

Dark Jazz meets Gothic Horror, smoky saxophone, deep cello, distant church choir, subtle industrial percussion, cinematic tension, elegant and mysterious, gradually becoming unsettling

Damit wird aus einer Genrebezeichnung bereits eine kleine musikalische Geschichte.

Der Halloween-Prompt zum Selberbauen

Wer eigene Kombinationen ausprobieren möchte, kann sich seinen Prompt nach einem einfachen Prinzip zusammenstellen:

Genre + Instrumente + Atmosphäre + Tempo + Vocal Style + Sounddesign + Dramaturgie

Zum Beispiel:

Dark Jazz

• Saxofon, Kontrabass, Piano

• verlassene Bar um Mitternacht

• langsames Tempo

• geflüsterte Vocals

• entfernte Schritte und Türknarren

• langsam zunehmende Spannung

Daraus wird:

Dark Jazz, smoky saxophone, upright bass and minor key piano, abandoned bar at midnight, slow tempo, whispered vocals, distant footsteps and creaking door sounds, gradually increasing tension, cinematic and mysterious.

Und genau hier beginnt der kreative Teil: Nicht nur fragen, welches Genre man verwenden möchte, sondern überlegen, welche Welt darin entstehen soll.

Unser Halloween-Tipp

Der beste Gruseltrack muss nicht möglichst viele Horror-Klischees enthalten. Oft funktioniert das Gegenteil besser: Ein bekanntes Genre bekommt nur ein paar unerwartete Zutaten – und plötzlich fühlt sich etwas vertraut an, aber trotzdem irgendwie falsch.

Vielleicht ist genau das der spannendste Halloween-Effekt überhaupt.

Happy Halloween – und viel Spaß beim Gruseln im Studio. 👻

Anm. d. Red.: Ihr könnt noch bis Ende September bei unserer Halloween Compilation auf KiBeats mitmachen!

Ein paar Likes, vielleicht ein kurzer Kommentar, gelegentlich ein Klick. Meistens verschwindet der Beitrag nach kurzer Zeit zwischen den nächsten Veröffentlichungen. Also wird noch mehr gepostet. Das Problem: Es wird dadurch nicht automatisch besser.

Viele Creator stellen irgendwann fest, dass das massenhafte Verteilen ihrer Links kaum etwas bringt. Nicht, weil ihre Musik schlecht wäre. Nicht unbedingt, weil die Gruppen schlecht wären. Sondern weil die grundlegende Idee dahinter nicht funktioniert.

Ein Link ist noch keine Empfehlung. Und eine Gruppe voller Links ist noch lange keine Musik-Community.

Alle wollen gehört werden

Das Grundproblem ist schnell erklärt: In vielen KI-Musikgruppen treffen vor allem Menschen aufeinander, die selbst Musik veröffentlichen. Das klingt zunächst logisch. Schließlich haben sie ein gemeinsames Interesse. Doch dieses gemeinsame Interesse ist häufig sehr oberflächlich.

Der Metal-Produzent möchte seinen Metal-Track vorstellen. Der Rapper seinen Rap-Track. Der Ambient-Künstler seinen Ambient-Track. Der Pop-Produzent seinen Popsong. Und jeder erwartet von den anderen, dass sie zuhören.

Damit entsteht eine Community, in der fast alle etwas senden und relativ wenige tatsächlich empfangen wollen. Das ist kein besonders gutes Verhältnis.

Man könnte es mit einer Party vergleichen, auf der jeder gleichzeitig versucht, auf die Bühne zu steigen, aber niemand im Publikum sitzt. Natürlich kann das nicht funktionieren.

KI-Musik ist kein Genre

Hinzu kommt ein zweites Problem: Viele Communities definieren sich über den Begriff „KI-Musik“. Für die Produzenten ist das verständlich. Sie verbindet eine Technologie, eine Arbeitsweise und ein gemeinsames Interesse an neuen Werkzeugen.

Für Hörer ist diese Gemeinsamkeit jedoch wesentlich weniger relevant. Ein Fan von Death Metal wird nicht automatisch einen KI-generierten Jazz-Track hören wollen. Ein Hip-Hop-Fan hat nicht deshalb Interesse an Ambient-Musik, weil der Künstler ebenfalls mit KI arbeitet.

Die Technologie ist für den Hörer häufig nur ein Teil der Geschichte. Entscheidend ist die Musik selbst. Deshalb ist „KI-Musik“ als Kategorie für eine Community eigentlich viel zu groß.

Wenn man Menschen dazu bringen möchte, Musik zu entdecken, muss man ihnen Orientierung geben. Genre ist dafür der offensichtlichste Anfang. Dazu kommen Stil, Stimmung, Ästhetik und vielleicht bestimmte Einflüsse. Ein Hörer sucht nicht nach „einem KI-Song“. Er sucht nach seiner Musik.

Der Fehler liegt nicht beim Creator

Das bedeutet nicht, dass Creator etwas falsch machen, wenn sie ihre Musik teilen. Es ist völlig legitim, den eigenen Song bekannt machen zu wollen. Der Fehler liegt vielmehr in der Erwartung, dass die bloße Anwesenheit in möglichst vielen Gruppen automatisch Reichweite erzeugt.

Das Internet hat uns an diese Logik gewöhnt: Je mehr Orte, desto mehr Sichtbarkeit. Bei Musik funktioniert das nur sehr eingeschränkt. Denn Musik benötigt Aufmerksamkeit. Und Aufmerksamkeit ist eine begrenzte Ressource.

Ein Nutzer kann an einem Abend vielleicht zehn Songs bewusst anhören. Er kann aber problemlos an hundert Links vorbeiscrollen. Die entscheidende Frage ist deshalb nicht, wie oft ein Song irgendwo gepostet wurde. Entscheidend ist, ob jemand einen Grund hat, darauf zu klicken.

Ein guter Post muss etwas erzählen

Ein nackter Link liefert diesen Grund nicht. Ein Song, der mit zwei oder drei interessanten Informationen vorgestellt wird, kann das dagegen durchaus.

„Neuer Track auf Spotify“ ist keine Geschichte. „Düsterer Industrial-Track mit stark verfremdeten Vocals, inspiriert von 80er-Jahre-Soundtracks. Ich wollte bewusst eine kalte, analoge Atmosphäre erzeugen.“ Das ist bereits eine Einladung. Der Unterschied ist klein, aber entscheidend.

Im ersten Fall soll der Nutzer etwas für den Creator tun. Im zweiten Fall bekommt der Nutzer eine Information, mit der er entscheiden kann, ob die Musik für ihn selbst interessant sein könnte. Das ist der Perspektivwechsel, den viele Creator vornehmen müssen.

Noch wichtiger: Die Gruppen selbst müssen sich verändern

Damit ist es allerdings nicht getan, denn auch die Betreiber und Gründer der Communities tragen Verantwortung. Wer eine Gruppe gründet und sie lediglich als offenen Kanal für Links versteht, schafft schnell genau das Problem, unter dem die Mitglieder später leiden.

Eine Community braucht eine Identität. Und diese Identität sollte nicht ausschließlich lauten: „Hier darfst du deine KI-Musik posten.“ Das ist keine wirkliche Positionierung.

Interessanter wäre beispielsweise eine Gruppe, die für eine bestimmte musikalische Welt steht. Eine Community für KI-generierten Metal. Eine für elektronische Musik. Eine für Ambient. Eine für Hip-Hop. Oder eine Gruppe, die sich auf experimentelle Musik konzentriert.

Dann wird der Gründer nicht mehr nur zum Administrator. Er wird zum Kurator.

Der Gruppengründer muss selbst Fan sein

Das ist vielleicht der wichtigste Punkt. Ein guter Community-Gründer sollte nicht nur Regeln aufstellen und Spam löschen. Er sollte zeigen, dass er selbst Musik liebt. Er sollte Tracks vorstellen, die ihm gefallen. Künstler hervorheben. Diskussionen anstoßen. Vergleiche ziehen. Neue Strömungen entdecken. Vielleicht jeden Freitag fünf interessante Veröffentlichungen der Woche auswählen. Damit bekommt die Gruppe eine Persönlichkeit.

Die Mitglieder wissen irgendwann: Wenn dieser Mensch etwas empfiehlt, lohnt es sich zumindest, hinzuhören. Genau das machen gute Musikmedien, DJs, Playlisten-Kuratoren und Musikfans seit Jahrzehnten. Sie sind Filter. Und ein guter Filter ist in einer Welt mit immer mehr Musik möglicherweise wertvoller als ein weiterer Ort, an dem man Musik abladen kann.

Vom Administrator zum Kurator

Viele Gruppen werden technisch verwaltet, aber kulturell nicht geführt. Es gibt Regeln gegen Spam. Es gibt vielleicht Moderatoren. Beiträge werden freigeschaltet oder gelöscht. Das reicht aber nicht. Eine lebendige Musik-Community braucht eine Vorstellung davon, was sie interessant findet. Der Gründer muss diese Vorstellung vorleben.

Wenn eine Gruppe für Metal steht, sollte der Betreiber Metal lieben. Wenn sie sich mit Ambient beschäftigt, sollte er Ambient kennen. Wenn es um experimentelle elektronische Musik geht, sollte er selbst neugierig auf neue Entwicklungen sein.

Das klingt selbstverständlich. Ist es aber nicht. Denn genau darin liegt der Unterschied zwischen einem digitalen Schwarzen Brett und einer Community. Auf einem Schwarzen Brett kann jeder seinen Zettel aufhängen. Eine Community hat eine Kultur.

Weniger posten, mehr entdecken

Auch die Mitglieder müssen ihre Rolle verändern. Wer ausschließlich den eigenen Song veröffentlicht, bleibt letztlich Werbetreibender. Wer dagegen regelmäßig die Musik anderer entdeckt und empfiehlt, wird zum Teil der Szene. Das muss nicht kompliziert sein.

Man könnte beispielsweise eine einfache Regel etablieren: Wer einen eigenen Song vorstellt, sollte sich auch mit den Veröffentlichungen anderer Mitglieder beschäftigen. Nicht als Tauschgeschäft und schon gar nicht nach dem Motto „Ich like deinen Song, wenn du meinen likest“.

Sondern weil eine Musik-Community nur dann funktioniert, wenn es tatsächlich Menschen gibt, die zuhören. Das Ziel darf nicht sein, gegenseitig Klicks zu erzeugen. Das Ziel sollte sein, gegenseitig Musik zu entdecken.

Kuratierung wird mit KI immer wichtiger

Und genau hier liegt eine interessante Entwicklung. Je einfacher es wird, Musik zu produzieren, desto weniger wertvoll wird die reine Produktion als Unterscheidungsmerkmal. Das bedeutet nicht, dass gute Musik unwichtig wird. Im Gegenteil. Aber die schiere Menge wird dazu führen, dass Auswahl immer wichtiger wird. Wenn jeden Tag eine riesige Zahl neuer Songs entsteht, kann niemand alles hören. Wir werden deshalb zunehmend Menschen und Systeme brauchen, die vorsortieren.

Playlists sind ein Beispiel dafür. Musikmedien sind ein anderes. DJs, YouTuber, TikTok-Creator und Musikfans übernehmen diese Funktion ebenfalls. Und eben auch Communities. Die wertvollste Gruppe ist dann nicht diejenige mit den meisten geposteten Songs. Es ist diejenige, bei der ein Hörer weiß: Hier finde ich Musik, die meinem Geschmack entspricht.

Eine gute Community produziert nicht unbedingt mehr Content

Sie produziert bessere Orientierung. Das kann sogar bedeuten, dass weniger gepostet wird. Ein täglicher Strom aus hundert Songs klingt nach Aktivität. Für den einzelnen Hörer kann er aber vor allem eines sein: anstrengend. Zehn gut ausgewählte Songs können dagegen einen echten Mehrwert darstellen.

Deshalb wäre es sinnvoll, Beiträge stärker zu strukturieren. Eigenwerbung kann ihren Platz haben. Aber daneben braucht es ausdrücklich Raum für Entdeckungen, Empfehlungen und kuratierte Auswahl. Vielleicht gibt es einen Tag für neue Releases, einen anderen für Empfehlungen. Vielleicht stellt der Betreiber regelmäßig einen Künstler vor. Vielleicht wird am Ende jeder Woche eine kleine Auswahl der interessantesten Tracks zusammengestellt.

Es geht nicht darum, ein kompliziertes Regelwerk zu schaffen. Es geht darum, eine Kultur des Zuhörens zu etablieren.

Der eigentliche Wert ist nicht der Link

Das ist letztlich die entscheidende Erkenntnis. Ein Link ist überall verfügbar. Der Link zu einem Spotify-Track kann in einer Facebook-Gruppe stehen, in einem Discord-Channel, auf Reddit, in einem Messenger oder auf einer eigenen Website. Der Link selbst ist nichts Besonderes. Wertvoll wird er erst durch den Kontext.

Warum ist dieser Track interessant?

Für wen ist er interessant?

Was macht ihn anders?

Wer empfiehlt ihn?

Und warum sollte ich dieser Empfehlung vertrauen?

Genau hier beginnt Kuratierung.

Die Zukunft gehört nicht den größten Link-Sammlungen

KI-Musik wird wahrscheinlich nicht daran scheitern, dass zu wenige Songs entstehen. Eher im Gegenteil. Die Musiklandschaft wird immer voller. Damit wird Aufmerksamkeit noch wertvoller und Auswahl noch wichtiger.

Für Creator bedeutet das: Nicht einfach denselben Song in möglichst viele Gruppen werfen und auf Klicks hoffen. Besser ist es, die eigene Musik passend zu präsentieren, sich mit anderen Künstlern auseinanderzusetzen und selbst Teil einer musikalischen Gemeinschaft zu werden.

Für Gruppengründer bedeutet es: Nicht nur einen Ort zum Posten bereitstellen. Eine musikalische Identität schaffen. Genrekenntnis zeigen. Empfehlungen aussprechen. Gute Beiträge hervorheben. Menschen miteinander verbinden. Kurz gesagt: Vom Linkverteiler zum Kurator.

Und für die Community bedeutet es, sich von der Vorstellung zu verabschieden, dass Aktivität automatisch Qualität bedeutet. Vielleicht braucht die KI-Musikszene nicht noch mehr Orte, an denen jeder seinen neuesten Song posten kann. Vielleicht braucht sie mehr Orte, an denen jemand sagt: „Ich habe diese Musik gehört. Und ich glaube, die solltest du auch hören.“

Das ist ein viel kleinerer Satz als ein Spotify-Link. Aber möglicherweise der viel wertvollere.

Dabei zeichnet sich ein Paradigmenwechsel ab. Die Musikindustrie bewegt sich langsam von der Konfrontation zwischen KI-Anbietern und Rechteinhabern hin zu lizenzierten Modellen, Beteiligungen und transparenter Kennzeichnung.

1. Kommerzielle Nutzung: Lizenz ist nicht gleich Urheberrecht

Viele KI-Musikdienste bieten mittlerweile kostenpflichtige Tarife an, die eine kommerzielle Nutzung der erzeugten Musik ermöglichen. Das ist für Musiker:innen und Content-Produzent:innen zunächst eine wichtige Entwicklung.

Aber: Eine kommerzielle Nutzungslizenz bedeutet nicht automatisch, dass am erzeugten Track auch ein vollwertiges Urheberrecht besteht.

Genau diese Unterscheidung wird 2026 immer wichtiger. Die Geschäftsbedingungen eines KI-Anbieters können einem Nutzer beispielsweise erlauben, einen generierten Track auf Streamingplattformen zu veröffentlichen oder kommerziell einzusetzen. Ob und in welchem Umfang der Track selbst urheberrechtlich geschützt ist, ist jedoch eine davon getrennte Frage.

Entscheidend kann dabei der menschliche kreative Beitrag sein: Komposition, Arrangement, Text, Aufnahme, Bearbeitung oder andere schöpferische Entscheidungen können eine andere rechtliche Bewertung ermöglichen als ein vollständig automatisch erzeugtes Ergebnis.

Für Musiker:innen heißt das: Vor der Veröffentlichung sollte nicht nur die Frage „Darf ich den Song kommerziell nutzen?“ geklärt werden, sondern auch „Welche Rechte habe ich tatsächlich daran?“

2. Der vielleicht wichtigste Trend: KI-Training wird lizenziert

Besonders deutlich zeigt sich der Wandel beim Training von Musikmodellen. Noch vor kurzer Zeit stand vor allem die Frage im Raum, ob KI-Unternehmen Musikwerke ohne Zustimmung der Rechteinhaber für das Training ihrer Modelle verwenden dürfen. 2026 entsteht zunehmend ein anderes Modell: KI-Unternehmen schließen Lizenzvereinbarungen mit Rechteinhabern.

Ein aktuelles Beispiel ist Suno. Das Unternehmen hat im September 2026 neue v6-Modelle vorgestellt, die unter anderem mit lizenzierten Inhalten von Warner Music Group, BMG und Believe entwickelt wurden. Damit wird aus dem bisherigen Konfliktmodell zunehmend ein Lizenzmodell.

Auch Universal Music Group und ElevenLabs haben eine mehrjährige Lizenzvereinbarung angekündigt. Sie soll unter anderem ermöglichen, dass teilnehmende Künstler:innen ihre Musik für Remixes, neue Interpretationen und weitere KI-basierte Fan-Erlebnisse freigeben können.

Das könnte langfristig einer der wichtigsten Veränderungen im KI-Musikmarkt sein: Nicht mehr „KI oder Rechteinhaber“, sondern „KI mit Rechteinhabern“.

Für Künstler:innen eröffnet das eine neue Perspektive. Musik kann nicht nur konsumiert oder gestreamt werden, sondern möglicherweise auch als lizenzierter Bestandteil von KI-Systemen neue Einnahmen generieren.

3. Revenue Sharing statt nur Lizenzgebühr

Mit den neuen Lizenzmodellen verändert sich auch die Frage nach der Vergütung.

Bei den aktuellen Vereinbarungen zwischen KI-Unternehmen und Musikfirmen geht es zunehmend nicht nur darum, ob Musik verwendet werden darf. Es geht auch darum, wie Künstler:innen und Rechteinhaber an der wirtschaftlichen Nutzung beteiligt werden.

Bei der neuen Suno-Generation ist beispielsweise von Revenue-Sharing und zukünftigen „Opt-in“-Modellen für Künstler:innen die Rede. Die konkreten finanziellen Bedingungen der einzelnen Vereinbarungen sind allerdings teilweise nicht öffentlich.

Damit könnte sich ein neues Geschäftsmodell entwickeln: Künstler:innen stellen ihre Musik freiwillig für bestimmte KI-Anwendungen zur Verfügung und erhalten im Gegenzug eine Vergütung. Das ist ein fundamentaler Unterschied zu einem Modell, bei dem Trainingsdaten lediglich gesammelt und anschließend ohne direkte Beteiligung der ursprünglichen Rechteinhaber genutzt werden.

4. KI-Credits werden Teil des Musikvertriebs

Eine weitere Entwicklung betrifft nicht die Entstehung, sondern die Kennzeichnung von Musik.Spotify hat inzwischen sogenannte AI Credits eingeführt. Sie können angeben, ob beispielsweise Lyrics, Vocals oder die Produktion eines Tracks mit KI erstellt wurden. Die Kennzeichnung erfolgt dabei auf Ebene einzelner Rollen und nicht zwangsläufig für den gesamten Song. Das ist ein wichtiger Schritt: KI-Nutzung wird damit zunehmend zu einer Information, die Bestandteil der Metadaten eines Musikstücks werden kann.

Allerdings gilt weiterhin: Ein fehlender AI Credit bedeutet nicht automatisch, dass bei einem Track keine KI verwendet wurde. Die Angaben hängen derzeit teilweise von der Offenlegung durch die Uploader ab. Music Business Worldwide Für Musiker:innen und Produzent:innen wird es deshalb sinnvoller, bereits während der Produktion zu dokumentieren:

• Welche KI-Tools wurden verwendet?

• Für welche Bestandteile des Tracks?

• Welche Passagen wurden vom Menschen erstellt oder verändert?

• Welche Lizenz galt zum Zeitpunkt der Erstellung?

• Welche kommerziellen Nutzungsrechte wurden eingeräumt?

Eine solche Dokumentation kann künftig bei Fragen zu Rechten, Vertrieb und Vergütung entscheidend sein.

5. KI-Künstler:innen bekommen eine eigene Kennzeichnung

Noch einen Schritt weiter geht Spotify bei vollständig oder weitgehend künstlich erzeugten Künstleridentitäten. Ab Mitte September 2026 soll das neue „AI Persona“-Badge bei bestimmten Künstlerprofilen anzeigen, wenn die dargestellte Künstleridentität möglicherweise vollständig von KI erzeugt wurde und keine reale Person dahintersteht. Spotify

Damit verschiebt sich die Transparenzfrage von der einzelnen Aufnahme auf die Ebene der Künstleridentität. Das ist relevant, weil KI inzwischen nicht mehr nur als Produktionswerkzeug eingesetzt wird. Sie kann auch Namen, Stimmen, Bilder, Geschichten und komplette virtuelle Künstlerpersönlichkeiten erzeugen. Für das Publikum entsteht damit eine neue Frage: Höre ich gerade einen Menschen, einen Menschen mit KI-Unterstützung oder eine vollständig künstliche Künstlerfigur? Streamingplattformen beginnen, diese Unterschiede sichtbar zu machen.

6. Der menschliche Anteil wird wichtiger

Je leistungsfähiger KI-Musiksysteme werden, desto wichtiger wird paradoxerweise die Frage nach dem Menschen hinter der Musik. Ein einfacher Prompt allein führt nicht automatisch zu einem klassischen Urheberrecht an jedem daraus entstehenden Ergebnis. Anders kann die Situation aussehen, wenn ein Mensch kreative Entscheidungen trifft, KI-Ergebnisse auswählt, arrangiert, bearbeitet, kombiniert oder wesentlich verändert.

Deshalb sollte man 2026 nicht pauschal von einer neuen Kategorie „Hybrid-Lizenz“ sprechen. Eine solche einheitliche Lizenzform hat sich nicht als allgemeiner Branchenstandard etabliert. Treffender ist: KI-Unterstützung und menschliche Urheberschaft müssen getrennt betrachtet werden.

Für Produzent:innen kann es deshalb sinnvoll sein, die eigene kreative Arbeit nachvollziehbar festzuhalten. Nicht weil jede KI-Produktion automatisch rechtlich problematisch wäre – sondern weil die Dokumentation des menschlichen Beitrags an Bedeutung gewinnt.

7. Die EU bringt Copyright und KI-Training näher zusammen

Auch regulatorisch verändert sich die Situation. Der EU AI Act enthält für Anbieter von General-Purpose-AI-Modellen unter anderem Anforderungen im Bereich Copyright und Transparenz. Die entsprechenden Regeln für GPAI-Modelle sind seit August 2025 Teil des europäischen Regulierungsrahmens. Digitale Strategie Europas

Für die Musikbranche ist das besonders relevant, weil damit die Herkunft von Trainingsmaterial und der Umgang mit urheberrechtlich geschützten Inhalten stärker in den Mittelpunkt rücken. Die große Frage lautet künftig also „Auf welcher Datenbasis wurde dieses Modell trainiert?“ Für Künstler:innen, Labels und Verwertungsgesellschaften ist das ein entscheidender Paradigmenwechsel.

8. Creative Commons bleibt interessant – aber mit Vorsicht

Offene Lizenzen können auch in der KI-Musik eine Rolle spielen. Creative-Commons-Lizenzen können beispielsweise menschlich geschaffene Bestandteile eines Werkes unter bestimmten Bedingungen für andere zur Verfügung stellen. Sie lösen allerdings nicht automatisch alle Fragen rund um KI-generierte Inhalte. Denn auch hier muss zwischen dem Lizenzieren eines urheberrechtlich geschützten menschlichen Beitrags und dem rechtlichen Status eines vollständig KI-generierten Outputs unterschieden werden.

Wer Musik unter einer offenen Lizenz veröffentlicht, sollte deshalb genau festlegen, welche Bestandteile der Lizenz unterliegen und welche Rechte überhaupt vorhanden sind.

9. Und was ist mit Blockchain?

Blockchain und Smart Contracts werden seit Jahren als mögliche Lösung für die automatisierte Rechteverwaltung diskutiert. Technisch ist die Idee weiterhin interessant: Nutzungsrechte könnten dokumentiert, Einnahmen automatisiert verteilt und Beteiligungen transparent nachvollziehbar gemacht werden.

Als dominanter Lizenztrend der KI-Musik 2026 lässt sich Blockchain allerdings noch nicht überzeugend bezeichnen. Für die aktuelle Entwicklung sind lizenzierte Trainingsdaten, Beteiligungsmodelle, KI-Credits und Transparenzmechanismen deutlich relevanter. Blockchain bleibt damit eher eine mögliche Infrastruktur für die Zukunft als der gegenwärtige Standard.

Was bedeutet das für Musiker:innen?

Wer 2026 mit KI Musik produziert, sollte sich nicht allein auf die Aussage „kommerziell nutzbar“ verlassen. Sinnvoll ist es, vor einer Veröffentlichung mindestens diese Punkte zu prüfen:

• Welche Lizenz habe ich beim verwendeten KI-Dienst?

• Gilt diese Lizenz auch für kommerzielle Veröffentlichungen?

• Welche Einschränkungen gelten für Streaming, Synchronisation oder Werbung?

• Darf ich den Track über einen Distributor veröffentlichen?

• Welche Bestandteile wurden vollständig von KI erzeugt?

• Welche kreativen Beiträge stammen von mir?

• Muss oder kann ich KI-Nutzung beim Vertrieb angeben?

• Wie wurde das verwendete KI-Modell trainiert?

• Gibt es Einschränkungen bei der Nachahmung realer Künstler:innen oder Stimmen?

• Welche Regelungen gelten, wenn sich die Geschäftsbedingungen des KI-Anbieters ändern?

Gerade der letzte Punkt wird wichtiger. Die Entwicklung von Suno zeigt, wie schnell sich Modelle, Trainingsgrundlagen und Geschäftsbedingungen verändern können. Die aktuelle v6-Generation basiert auf einem neuen, lizenzierten Modellansatz und ersetzt frühere Modellgenerationen. Music Business Worldwide+1

Fazit: Die Zukunft heißt nicht „KI ohne Lizenz“, sondern „KI mit Herkunft“

Die KI-Musikbranche professionalisiert sich. Der große Trend 2026 ist dabei weniger die Entstehung exotischer neuer Lizenzformen als eine Professionalisierung der bestehenden Rechte- und Vergütungsstrukturen.

KI-Anbieter schließen Lizenzvereinbarungen mit Labels und Rechteinhabern. Künstler:innen sollen zunehmend opt-in können. Streamingplattformen führen KI-Credits und Kennzeichnungen ein. Und Regulierungen wie der EU AI Act erhöhen den Druck auf Transparenz und einen verantwortungsvolleren Umgang mit urheberrechtlich geschützten Trainingsdaten. Für Musiker:innen bedeutet das gleichzeitig mehr Chancen und mehr Verantwortung.

Die wichtigste Lizenzfrage der KI-Musik lautet deshalb 2026 „Woher kommt dieser Song, welchen Anteil habe ich daran – und wer verdient daran?“

Wer diese drei Fragen beantworten kann, ist in der KI-Musikszene deutlich weniger „Lost in License“.

Quellen & weiterführende Informationen

• Spotify – AI Credits
  Informationen zu den neuen KI-Credits und zur Kennzeichnung von KI-Beteiligung bei Musik auf Spotify.
  Spotify: AI Credits für Artists

• Spotify Newsroom – AI Persona
  Spotify erläutert die Einführung des „AI Persona“-Badges für KI-generierte Künstleridentitäten.
  Spotify Newsroom: Introducing a New Label for AI-Generated Artist Identities

• Suno – aktuelle KI-Musikmodelle
  Die neue Suno-v6-Generation basiert nach Angaben des Unternehmens auf einem neuen Modellansatz und lizenzierten Musikdaten.
  Suno / Reuters: Neue KI-Musikmodelle mit Warner Music und BMG

• Music Business Worldwide – Suno v6
  Hintergrund zur Zusammenarbeit von Suno mit Warner Music Group, BMG und Believe sowie zur Entwicklung lizenzierter KI-Musikmodelle.
  Music Business Worldwide: Suno launches v6 AI music models

• Universal Music Group & ElevenLabs
  Hintergrund zur geplanten KI-Musikplattform mit lizenzierten Inhalten und Opt-in-Modellen für Künstler:innen.
  The Verge: Universal Music und ElevenLabs entwickeln KI-Musikplattform

• ElevenLabs – Music Terms
  Aktuelle Nutzungsbedingungen für ElevenLabs Music, insbesondere zu den Rechten und Bedingungen rund um die Nutzung der erzeugten Musik.
  ElevenLabs: Music Terms

• Europäische Kommission – EU AI Act
  Offizielle Informationen zu den Regelungen für General-Purpose-AI-Modelle, Copyright und der Zusammenfassung von Trainingsinhalten.
  European Commission: AI Act – Regulatory Framework

• Europäische Kommission – GPAI Guidelines
  Informationen zu den Pflichten von Anbietern von General-Purpose-AI-Modellen und zur Anwendung der entsprechenden Regeln seit August 2025.
  European Commission: Guidelines for providers of general-purpose AI models

• Reuters – aktuelle Rechtslage rund um KI-Musik
  Hintergrund zu den weiterhin laufenden Copyright-Auseinandersetzungen zwischen Musikrechteinhabern und KI-Unternehmen.
  Reuters: Music publisher sues Anthropic, Suno over AI training

Stand: 12. September 2026.

Die Antwort ist erstaunlich einfach: Die Songs sollten einen Grund haben, zusammen zu sein. Das kann ein gemeinsames Genre sein – muss es aber längst nicht. Gerade auf KiBeats, wo Musiker und Creator ganz unterschiedliche musikalische Ideen ausprobieren, gibt es viele Möglichkeiten, Songs miteinander zu verbinden.

Hier sind fünf Ansätze, mit denen sich aus einzelnen Tracks eine Playlist mit eigener Identität entwickeln lässt.

1. Genre: Der Klassiker funktioniert immer noch

Rock, Pop, Metal, Electronic, Jazz oder Hip-Hop: Das Genre ist wahrscheinlich die naheliegendste Möglichkeit, Musik zu sortieren. Wer Lust auf Rock hat, möchte nicht erst zwanzig völlig unterschiedliche Songs durchsuchen.

Doch gerade bei einer Plattform wie KiBeats wird schnell deutlich, dass Genres keine festen Grenzen sind. Ein Track kann Elemente aus mehreren Stilrichtungen verbinden und damit genau dort interessant werden, wo zwei Schubladen aufeinandertreffen.

Warum also nicht eine Playlist zusammenstellen, die beispielsweise Rock und elektronische Musik verbindet? Oder Songs, die irgendwo zwischen Pop und Alternative liegen?

Das Genre kann der Ausgangspunkt sein. Es muss aber nicht die Grenze sein.

2. Ein Thema/Motto: Wenn die Playlist eine Geschichte erzählt

Manchmal verbindet Songs nicht ihr Sound, sondern eine Idee.

„Sommer“, „Nacht“, „Roadtrip“ oder „Heartbreak“ sind Themen, aus denen sich sofort eine musikalische Welt entwickeln lässt. Noch spannender wird es, wenn das Motto etwas konkreter wird: Musik für eine nächtliche Autofahrt durch eine futuristische Großstadt etwa.

Plötzlich spielt es keine große Rolle mehr, ob ein Song Rock, Synthwave oder Ambient ist. Entscheidend ist, ob er zum Bild passt, das die Playlist entstehen lässt.

Eine solche Playlist kann sogar eine kleine Geschichte erzählen. Vielleicht beginnt sie ruhig, wird intensiver und endet wieder sanft. Dann wird aus einer Sammlung von Tracks beinahe ein eigener Soundtrack.

3. Sprache und Land: Musik als Reise

Eine weitere Möglichkeit ist, Songs über ihre Sprache oder ihre Herkunft miteinander zu verbinden.

Eine Playlist mit deutschsprachigen Songs kann völlig unterschiedliche Genres enthalten. Ebenso kann eine musikalische Reise durch Italien, Frankreich, Japan oder die USA viel abwechslungsreicher sein, als es ein einzelnes Genre erlauben würde.

Gerade hier liegt der Reiz im Entdecken: Man weiß vielleicht, in welchem Land die musikalische Reise beginnt – aber nicht unbedingt, wo sie endet.

Und natürlich muss eine solche Playlist nicht an Landesgrenzen haltmachen. „Sounds of Europe“ oder „Music Around the World“ können aus ganz unterschiedlichen Stilen bestehen und gerade dadurch interessant werden.

4. Funktion: Musik, die etwas mit uns macht

Manchmal suchen wir Musik nicht wegen ihres Genres oder ihrer Herkunft. Wir suchen sie, weil wir etwas damit tun wollen.

Zum Arbeiten. Zum Sport. Zum Entspannen. Zum Einschlafen. Zum Autofahren. Zum Nachdenken.

Damit verändert sich auch die Frage bei der Zusammenstellung. Nicht mehr „Klingen diese Songs ähnlich?“ ist entscheidend, sondern: „Funktionieren diese Songs für denselben Zweck?“

Eine Workout-Playlist muss deshalb nicht aus einem einzigen Genre bestehen. Ein energiegeladener Rocksong kann neben einem elektronischen Track oder einem Hip-Hop-Song funktionieren, wenn beide den gleichen Schub geben.

Eine gute Funktions-Playlist verbindet also nicht unbedingt ähnliche Musik – sondern Musik mit einer ähnlichen Aufgabe.

5. Stimmung: Wie soll es sich anfühlen?

Vielleicht ist die Stimmung das flexibelste Kriterium überhaupt.

Fröhlich. Melancholisch. Verträumt. Düster. Energiegeladen. Romantisch. Geheimnisvoll.

Bei einer Mood-Playlist steht nicht im Mittelpunkt, was ein Song ist, sondern was er auslöst.

Dadurch können plötzlich Songs nebeneinander funktionieren, die auf den ersten Blick überhaupt nicht zusammenpassen. Ein ruhiger Ambient-Track und eine melancholische Rockballade haben vielleicht wenig gemeinsam – außer dem Gefühl, das sie vermitteln.

Und genau darin liegt die Stärke einer solchen Playlist: Sie sortiert Musik nicht nach Schubladen, sondern nach Emotionen.

Die interessantesten Playlists kombinieren mehrere Ideen

Natürlich muss man sich nicht für eine einzige Methode entscheiden.

Eine Playlist kann gleichzeitig ein Thema, eine Stimmung und eine Funktion haben. „Night Drive“ könnte beispielsweise elektronische Musik, Rock und Ambient miteinander verbinden, solange alle Tracks dieses Gefühl einer nächtlichen Fahrt transportieren.

Oder man erstellt eine Playlist für konzentriertes Arbeiten, sucht dafür ruhige und atmosphärische Songs und beschränkt sich zusätzlich auf Instrumental-Tracks.

So entsteht aus mehreren einfachen Kriterien ein ziemlich genaues musikalisches Profil.

Und vielleicht ist genau das die eigentliche Kunst einer guten Playlist: Nicht möglichst viele gute Songs zusammenzubringen, sondern die richtigen Songs miteinander in Beziehung zu setzen.

Und was kommt als Nächstes?

Auf KiBeats können Playlists dabei mehr sein als persönliche Sammlungen. Sie können anderen Nutzern neue Musik zeigen, unbekannte Creator miteinander verbinden oder eine ganz eigene musikalische Geschichte erzählen.

Vielleicht ist die beste Frage beim Erstellen einer Playlist „Was sollen diese Songs gemeinsam erzählen?“

Denn sobald es darauf eine Antwort gibt, beginnt aus einer Liste von Tracks eine Playlist zu werden.

Es gibt diesen Moment, den wahrscheinlich jeder kennt, der kreativ arbeitet: Der Bildschirm ist leer. Das Dokument wartet. Die DAW ist geöffnet. Das Mikrofon steht bereit. Vielleicht ist sogar schon ein wunderschönes Instrumental da. Und trotzdem passiert: nichts.

Kein Satz will aufs Papier. Keine Melodie fühlt sich richtig an. Kein Prompt bringt das gewünschte Ergebnis. Und je länger man darüber nachdenkt, desto größer wird die Blockade. Willkommen im kreativen Niemandsland.

Das Gemeine daran: Kreative Blockaden halten sich nicht an Berufsbezeichnungen. Sie treffen Autoren genauso wie Songwriter, Musiker, Produzenten, Designer oder Content Creator. Und auch künstliche Intelligenz hat sie nicht abgeschafft. Im Gegenteil.

Die KI hat das leere Blatt nicht abgeschafft

Eigentlich müsste die Sache heute doch einfacher sein. Wer keine Idee für einen Song hat, kann sich von einer KI Vorschläge machen lassen. Wer nicht weiß, wie eine Geschichte beginnen soll, kann sich zehn mögliche Einstiege generieren lassen. Wer bei einem Refrain festhängt, lässt sich Alternativen ausgeben.

Und plötzlich steht da nicht mehr ein leeres Blatt. Sondern zehn Seiten. Oder 30 Songs.

Oder 50 Varianten desselben Refrains. Und man sitzt davor und denkt: „Ja … aber irgendwie ist das alles nicht meins.“ Das Problem hat sich lediglich verändert. Aus dem Mangel an Ideen wird der Überfluss an Möglichkeiten.

Zu viele Möglichkeiten können genauso blockieren

Kreativität braucht Freiheit. Aber manchmal braucht sie auch Grenzen. Wenn theoretisch jedes Genre, jedes Instrument, jede Sprache, jede Stimmung und jede Produktionsästhetik möglich ist, muss das Gehirn ständig Entscheidungen treffen.

Rock oder Pop?

Düster oder fröhlich?

Moll oder Dur?

80er oder Zukunft?

Analoge Synths oder Orchester?

Und bevor der erste Takt überhaupt entstanden ist, hat man bereits 25 kreative Entscheidungen getroffen. Deshalb kann eine überraschend wirksame Methode darin bestehen, die Möglichkeiten bewusst einzuschränken.

Nur drei Akkorde.

Nur ein Instrument.

Nur 60 Sekunden.

Nur ein Genre.

Nur ein Tempo.

Oder für Autoren: Nur 500 Wörter. Eine einzige Perspektive. Ein einziger Schauplatz. Plötzlich muss man nicht mehr entscheiden, was alles möglich wäre. Man muss nur noch herausfinden, was innerhalb dieser Grenzen möglich ist. Und genau da beginnt häufig wieder die Kreativität.

Der Perfektionismus sitzt daneben und kommentiert

Eine weitere Ursache für kreative Blockaden heißt häufig Perfektionismus. Der erste Satz soll brillant sein. Die erste Melodie soll hängen bleiben. Der erste Entwurf soll bereits professionell klingen.

Das ist ungefähr so, als würde man beim Hausbau verlangen, dass das Fundament schon aussieht wie das fertige Gebäude. Der erste Entwurf darf schlecht sein. Eigentlich muss er das sogar ein Stück weit sein.

Denn Kreativität entsteht selten in einem einzigen perfekten Wurf. Sie entsteht durch ausprobieren, verwerfen, verändern, kombinieren und manchmal auch durch völligen Unsinn. Ein schlechter erster Entwurf ist deshalb kein Scheitern. Er ist Material.

Manchmal hilft bewusstes Scheitern

Das klingt paradox, funktioniert aber erstaunlich gut: Produziere absichtlich etwas, das nicht funktionieren soll.

Schreib einen völlig übertriebenen Songtext.

Verwende ein Genre, das du normalerweise niemals anfassen würdest.

Lass einen Popsong wie eine Oper beginnen und wie Drum & Bass enden.

Schreibe eine Geschichte aus der Sicht einer Zimmerpflanze.

Oder gib der KI einen Prompt, bei dem du schon vorher weißt: Das kann eigentlich nur schiefgehen.

Warum? Weil plötzlich der Erfolgsdruck verschwindet.

Wenn das Ergebnis sowieso nicht ernst gemeint ist, darf man experimentieren. Und genau dieses Experimentieren ist häufig der Moment, in dem eine Blockade ihren Schrecken verliert. Manchmal steckt in einem völlig absurden Ergebnis sogar die nächste gute Idee.

Der gefährliche Vergleich

Eine besonders hartnäckige Blockade entsteht durch den Blick auf andere. Man hört einen fantastischen Song und denkt: „Warum bekomme ich so etwas nicht hin?“

Man liest einen großartigen Roman und denkt: „Ich werde niemals so schreiben können.“

Man sieht einen erfolgreichen Creator und vergisst dabei völlig, dass man gerade dessen bestes Ergebnis mit dem eigenen unfertigen Entwurf vergleicht.

Das ist kein fairer Wettbewerb. Kreativität ist schließlich kein Wettrennen. Und gerade in Zeiten von Social Media bekommt man leicht den Eindruck, alle anderen würden permanent großartige Dinge produzieren. Tun sie nicht.

Auch erfolgreiche Künstler haben schlechte Tage, verworfene Songs, halbfertige Texte und Projekte, die nie das Licht der Öffentlichkeit sehen. Wir sehen nur selten den Papierkorb.

Raus aus dem Kreativstudio

Eine der unterschätztesten Methoden gegen eine Blockade ist deshalb denkbar simpel:

Aufstehen.

Spazieren gehen.

Duschen.

Kochen.

Fahrrad fahren.

Ins Café gehen.

Etwas völlig anderes tun.

Das klingt zunächst nicht besonders produktiv. Ist es aber manchmal gerade deshalb. Unser Gehirn arbeitet auch dann weiter, wenn wir nicht bewusst an einem Problem sitzen. Gedanken können sich neu verbinden, während wir gerade gar nicht versuchen, kreativ zu sein. Die beste Songidee kommt deshalb manchmal nicht im Studio. Sondern beim Zähneputzen. Oder im Auto (ist mir selbst schon passiert). Oder genau dann, wenn man gerade keine Möglichkeit hat, sie aufzunehmen.

Natürlich. Das kreative Universum besitzt Humor.

Die 10-Minuten-Regel

Wer überhaupt nicht in Gang kommt, kann sich eine sehr kleine Aufgabe stellen: Nur zehn Minuten.

Nicht „Ich schreibe heute einen Song.“ Sondern: Ich schreibe zehn Minuten.

Nicht „Ich muss das Kapitel fertig bekommen.“ Sondern: Ich schreibe 150 Wörter.

Nicht „Ich produziere jetzt den nächsten Hit.“ Sondern: Ich baue acht Takte.

Das Ziel ist nicht das fertige Ergebnis. Das Ziel ist Bewegung. Denn häufig ist die größte Hürde nicht die kreative Arbeit selbst, sondern der Moment, in dem man damit beginnt.

Und manchmal muss man einfach aufhören

Es gibt allerdings noch eine wichtige Erkenntnis: Nicht jede kreative Pause muss bekämpft werden. Manchmal ist man nicht blockiert. Man ist einfach müde. Oder überarbeitet.

Oder kreativ leer, weil man in den vergangenen Wochen permanent produziert hat. Auch das gehört zum kreativen Prozess. Wer ständig Output erwartet, behandelt Kreativität irgendwann wie eine Fabrik. Aber Menschen sind keine Content-Maschinen.

Eine Pause ist nicht automatisch ein Produktivitätsproblem. Manchmal ist sie genau das, was die nächste Idee braucht.

Die vielleicht wichtigste Regel

Kreative Blockaden verschwinden selten dadurch, dass man sich selbst anschreit: „Jetzt sei endlich kreativ!“ Sie verschwinden eher, wenn man den Druck reduziert, etwas Großartiges produzieren zu müssen. Eine schlechte Idee kann zu einer guten werden. Ein unfertiger Song kann später ein fantastischer Song werden. Ein absurder Prompt kann eine völlig neue Richtung eröffnen.

Und ein leerer Bildschirm ist nicht das Ende der Kreativität. Er ist manchmal einfach nur der Anfang.

Kleine Anti-Blockade-Challenge

Du willst es ausprobieren? Dann stelle dir für die nächsten zehn Minuten eine völlig unnötige Einschränkung:

Musiker: Produziere einen Song mit nur drei Instrumenten.

Songwriter: Schreibe einen Refrain, in dem ein völlig banales Alltagsobjekt vorkommt.

Autor: Beginne eine Geschichte mit dem Satz: „Als ich heute Morgen aufwachte, war der Mond in meiner Küche.“

KI-Creator: Schreibe einen Prompt für ein Genre, das du normalerweise niemals verwenden würdest.

Und dann gilt nur eine Regel: Nicht bewerten. Erst machen. Danach denken.

Denn manchmal braucht Kreativität keinen besseren Plan. Manchmal braucht sie einfach nur die Erlaubnis, wieder ein bisschen verrückt sein zu dürfen.

KI-Musikfan: Brother Regenerate, Sie behaupten, Musik müsse nicht immer neu erfunden werden.

Brother Regenerate: Das wäre auch ausgesprochen anstrengend.

KI-Musikfan: Aber genau das macht doch KI-Musik. Sie kann jeden Tag Millionen neue Songs produzieren.

Brother Regenerate: Kann sie.

KI-Musikfan: Ist das nicht großartig?

Brother Regenerate: Millionen neue Songs sind zunächst einmal Millionen neue Songs.

KI-Musikfan: Das klingt jetzt nicht besonders begeistert.

Brother Regenerate: Ich bin ein großer Freund von Qualität. Auch bei der Quantität.

KI-Musikfan: Sie arbeiten mit Samples?

Brother Regenerate: Natürlich.

KI-Musikfan: Auch mit KI?

Brother Regenerate: Natürlich.

KI-Musikfan: Und wenn die KI aus einem alten Song etwas Neues macht?

Brother Regenerate: Dann haben wir eine sehr interessante Frage.

KI-Musikfan: Welche?

Brother Regenerate: Wem gehört das Alte, wem gehört das Neue – und wer hat eigentlich das Alte zur Verfügung gestellt?

KI-Musikfan: YouTube?

Brother Regenerate: Jetzt wird es interessant.

KI-Musikfan: Aber wenn ich nur ein ganz kleines Stück nehme?

Brother Regenerate: Wie klein?

KI-Musikfan: Zwei Sekunden.

Brother Regenerate: Zwei Sekunden können erstaunlich lang sein.

KI-Musikfan: In der Musik?

Brother Regenerate: Im Büro der Rechteinhaber.

KI-Musikfan: Und wenn ich das Sample vorher durch die KI jage?

Brother Regenerate: Dann haben Sie das Problem möglicherweise interessanter gemacht.

KI-Musikfan: Ich dachte, KI macht Probleme kleiner.

Brother Regenerate: Das ist eine sehr schöne Theorie.

KI-Musikfan: Und wenn man Was wäre denn Ihr Rat an KI-Musiker?

Brother Regenerate: Erst hören. Dann fragen. Dann produzieren.

KI-Musikfan: Und wenn man es umgekehrt macht?

Brother Regenerate: Dann lernt man sehr schnell etwas über Urheberrecht.

KI-Musikfan: Sister Copyright kennt Sie gut, oder?

Brother Regenerate: Sie führt eine Akte über mich.

KI-Musikfan: Eine?

Brother Regenerate: Ich schätze ihre Bescheidenheit.

😄

Dabei sollen nicht nur einzelne Zahlen betrachtet werden. Entscheidend ist vielmehr, wo ein Track tatsächlich auftaucht, wie häufig er erfasst wird, auf welchen Radiosendern er gespielt wird und welche weiteren messbaren Aktivitäten vorliegen.

Vor allem aber soll die Grundlage nachvollziehbar und überprüfbar sein.

Vom eigenen Monitoring zur umfassenderen Datenbasis

KiBeats verfügt inzwischen über ein umfangreiches und kontinuierlich wachsendes Monitoring-System. Dabei entstehen Daten zu Tracks, Artists, Radiosendern und erfassten Ausstrahlungen.

Diese Daten bilden die Grundlage für die weitere Entwicklung. Ziel ist es, Musik über verschiedene Quellen hinweg zuverlässiger zu erkennen, eindeutig zuzuordnen und anschließend miteinander vergleichbar zu machen.

Eine zentrale Rolle spielt dabei die Identifikation eines Tracks.

Neben Artist und Tracktitel sollen – sofern verfügbar – zusätzliche Informationen wie ISRCs, eindeutige Track-IDs, Artist- und Release-Daten, Album- und Versionsinformationen sowie weitere Metadaten in die Erkennung einfließen.

Denn erst eine möglichst eindeutige Identifizierung ermöglicht es, Informationen aus unterschiedlichen Quellen sinnvoll zusammenzuführen.

Der Blick über KiBeats hinaus

Ein Track kann gleichzeitig auf KiBeats laufen, von Radiosendern gespielt werden und auf verschiedenen Streaming- oder Musikplattformen präsent sein. Genau an diesem Punkt setzt die weitere Entwicklung des KiBeats Monitorings an.

Neben den eigenen Daten sollen künftig – soweit technisch verfügbar, rechtlich zulässig und eindeutig zuordenbar – zusätzliche messbare Datenquellen in die Auswertungen und Rankings einfließen. Dazu können beispielsweise gehören:

• Plays und Reichweiten aus verfügbaren oder angebundenen Streaming-Datenquellen

• Erfassungen auf Online- und Webradios

• nachweisbare Radio-Airplays

• wiederholte Track-Erkennungen über verschiedene Monitoring-Systeme

• zeitliche Entwicklungen und Aktivität eines Tracks

• weitere überprüfbare Datenpunkte

Dabei soll ausdrücklich nicht einfach jede verfügbare Zahl addiert werden. Entscheidend ist vielmehr, dass die einzelnen Informationen eindeutig zugeordnet, nachvollziehbar und technisch überprüfbar sind.

Zusammenarbeit mit mehreren Monitoring-Unternehmen

KiBeats will diesen Bereich nicht ausschließlich mit einem eigenen System abdecken. Bereits heute befindet sich das Unternehmen im Austausch und in der Zusammenarbeit mit mehreren Partnern aus den Bereichen Monitoring und Datenerfassung.

Das Ziel ist es, unterschiedliche Datenquellen und Monitoring-Systeme miteinander zu verbinden und dadurch langfristig eine breitere Datenbasis aufzubauen. Denn jedes Monitoring-System kann grundsätzlich nur den Bereich erfassen, den es selbst überwacht.

Die Zusammenführung verschiedener Systeme kann deshalb dabei helfen, ein umfassenderes Bild der tatsächlichen Aktivität eines Tracks zu erhalten. Gleichzeitig können unterschiedliche Quellen miteinander verglichen, Auffälligkeiten erkannt und Ergebnisse besser eingeordnet werden.

Dabei gilt: Mehr Quellen sind kein Selbstzweck.

Sie sollen vor allem dazu beitragen, die Datengrundlage transparenter und belastbarer zu machen.

Mehr Transparenz für Artists, Labels und Sender

Parallel zur Entwicklung der neuen Charts soll auch das KiBeats Monitoring selbst als eigenständiger Service weiter ausgebaut werden. Artists, Labels und Sender sollen perspektivisch besser nachvollziehen können, was mit ihrer Musik tatsächlich passiert.

Dazu gehören unter anderem Fragen wie:

• Wo wurde ein Track erfasst?

• Wann wurde er gespielt?

• Auf welchem Sender wurde er ausgestrahlt?

• Wie oft wurde ein Track innerhalb eines bestimmten Zeitraums erkannt?

• Wie entwickelt sich seine Sichtbarkeit?

• Welche Veränderungen lassen sich über einen längeren Zeitraum beobachten?

Der Anspruch von KiBeats besteht dabei darin, Daten nicht lediglich intern zu sammeln und anschließend eine einzelne Zahl zu veröffentlichen. Vielmehr soll die zugrunde liegende Datenbasis – soweit technisch möglich – nachvollziehbar dargestellt werden.

Neue Charts statt einfacher Play-Zähler

Die zukünftigen KiBeats Charts sollen deshalb über einen klassischen Play-Zähler hinausgehen. Geplant ist ein erweitertes Ranking-System, das unterschiedliche messbare Faktoren miteinander verbinden kann. Dazu zählen unter anderem:

• interne Performance auf KiBeats

• externe und eindeutig zuordenbare Erfassungen

• Radio-Airplays

• Entwicklungen über bestimmte Zeiträume

• Aktivität und Dynamik eines Tracks

• Reichweite über verschiedene Datenquellen

• Qualität und Zuverlässigkeit der jeweiligen Datengrundlage

Nicht jeder Messwert soll dabei automatisch die gleiche Bedeutung erhalten. Ein einzelner Wert kann nur einen Ausschnitt der tatsächlichen Entwicklung darstellen. Erst die Kombination mehrerer nachvollziehbarer Datenpunkte kann ein umfassenderes und realistischeres Bild ergeben.

Schritt für Schritt zum globalen Music Monitoring

Das Projekt befindet sich weiterhin im Ausbau. Eine weltweite Erfassung aller Streamingplattformen, Radiosender und Musikquellen ist nicht von heute auf morgen möglich.

Die langfristige Richtung ist jedoch klar. Schritt für Schritt sollen weitere Datenquellen und Systeme in die Infrastruktur und Auswertungen von KiBeats integriert werden. Dazu können unter anderem Streamingdienste, Webradios, Internetradios, Musikplattformen sowie weitere Monitoring-Systeme und Datenquellen gehören.

Das langfristige Ziel: Eine Plattform, die nicht nur zeigt, wie ein Track innerhalb von KiBeats performt, sondern – abhängig von den verfügbaren und eindeutig erfassbaren Daten – einen deutlich umfassenderen Überblick über die Sichtbarkeit und Präsenz eines Tracks ermöglicht.

KiBeats Global Monitoring

Mit der Weiterentwicklung der Charts und des Monitorings verfolgt KiBeats einen klaren Ansatz:

Nicht einfach irgendeine Zahl.
Nicht einfach ein Screenshot.
Nicht einfach eine Behauptung.

Sondern:

Zahlen. Daten. Fakten.

Nachvollziehbar. Vergleichbar. Transparent.

Genau in diese Richtung sollen sich die KiBeats Charts und das KiBeats Global Monitoring Schritt für Schritt weiterentwickeln.

Künstliche Intelligenz könnte die Musikbranche stärker verändern als jede Technologie zuvor. Dabei geht es längst nicht mehr nur darum, wie einfach sich mit KI neue Songs produzieren lassen. Die eigentliche Herausforderung liegt zunehmend in den Systemen, die diese Musik aufnehmen, prüfen, verteilen und vergüten müssen.

Wie Music Business Worldwide in einem aktuellen Beitrag analysiert, könnte die explosionsartige Zunahme KI-generierter Musik die bestehenden Strukturen der Branche erheblich unter Druck setzen. Wenn die Kosten für die Produktion eines Tracks gegen null gehen, kann die Menge an Musik im Markt theoretisch nahezu unbegrenzt wachsen.

Mehr Musik braucht bessere Kontrolle

Eine größere Auswahl muss für Streamingplattformen nicht zwangsläufig zum Problem werden. Entscheidend ist, ob die dahinterliegenden Systeme weiterhin zuverlässig funktionieren: Musik muss auffindbar bleiben, Rechte müssen eindeutig zugeordnet werden und Einnahmen müssen bei den richtigen Urhebern und Rechteinhabern ankommen.

Genau hier sieht die Branche eine der größten Herausforderungen. Distributoren, Streamingdienste und Rechteverwalter übernehmen längst weit mehr als den reinen Transport von Audiodateien. Sie müssen Identitäten prüfen, Rechte nachvollziehen, Metadaten kontrollieren, Betrug erkennen und bei Verstößen reagieren.

KI senkt auch die Hürden für neue Musikunternehmen

Ein weiterer Aspekt erhält bislang deutlich weniger Aufmerksamkeit: KI macht nicht nur die Produktion von Musik einfacher – sondern auch den Aufbau neuer Unternehmen. Professionelle Websites, automatisierter Kundensupport, Marketingprozesse und Software lassen sich heute mit vergleichsweise wenig Personal und Kapital realisieren. Das schafft neue Chancen für innovative Anbieter. Gleichzeitig entsteht aber das Risiko, dass ein professioneller Auftritt eine Infrastruktur suggeriert, die im Hintergrund noch gar nicht vorhanden ist.

Denn ein Musikvertrieb besteht nicht nur aus Upload-Funktion, Dashboard und Auszahlung. Dahinter stehen komplexe Prozesse rund um Rechteklärung, Compliance, Betrugserkennung, Takedowns, Metadaten und Abrechnung. Werden diese Bereiche vernachlässigt, können Plattformen ungewollt zum Einfallstor für Missbrauch werden.

Identität und Rechte werden entscheidend

Mit KI können große Mengen an Musik in kürzester Zeit erzeugt und über zahlreiche Accounts verteilt werden. Gleichzeitig steigen die Möglichkeiten für Fake-Profile, künstliche Streamingaktivitäten, die Nachahmung von Künstlern und andere Formen des Missbrauchs. Deshalb dürften Identitätsprüfungen und eine sorgfältige Überprüfung von Accounts künftig noch wichtiger werden. Die zentrale Frage lautet: Wer steht hinter einem Account, wer besitzt die Rechte an der Musik und sind diese Angaben nachvollziehbar?

Auch der direkte Zugang zu Streamingplattformen könnte stärker an die technische und operative Zuverlässigkeit eines Anbieters geknüpft werden. Neue Unternehmen bleiben wichtig für Innovation – der Zugang zur Infrastruktur der Musikbranche sollte jedoch mit entsprechender Verantwortung verbunden sein.

Die Branche braucht neue Standards

KI muss deshalb nicht zum Feind der Musikindustrie werden. Künstler sollten die Technologie nutzen und mit neuen Formen der Musikproduktion experimentieren können. Gleichzeitig müssen Unternehmen und Plattformen dafür sorgen, dass die Systeme hinter dem wachsenden Musikkatalog belastbar bleiben.

Die entscheidende Frage der kommenden Jahre könnte daher weniger lauten, wie viel Musik KI erzeugen kann, sondern vielmehr, ob die Infrastruktur der Musikbranche mit diesem Wachstum Schritt halten kann. Denn eines wird immer deutlicher: KI wird die Musik nicht zwangsläufig kaputt machen. Gefährlich wird es erst dann, wenn die Branche ihre Standards aufgibt.

Die Zukunft der Musik entscheidet sich deshalb nicht nur im Studio – sondern auch in den Systemen, die hinter jedem einzelnen Release stehen.

(Quelle: AI Will Test Music’s Infrastructure, Not Just Its Creativity)

Vom Musikgenerator zur interaktiven Plattform

Generative KI wird häufig vor allem mit der automatischen Erstellung neuer Songs verbunden. Die Kooperation zwischen Universal und ElevenLabs setzt an einem anderen Punkt an. Bestehende Musik soll zum Ausgangspunkt neuer kreativer Anwendungen werden.

Nutzer könnten beispielsweise einen Song remixen, Elemente verschiedener Werke miteinander kombinieren oder eine neue Interpretation eines bekannten Titels erstellen. Welche konkreten Funktionen die Plattform zum Start anbieten wird, ist bislang allerdings noch nicht vollständig bekannt.

Universal spricht darüber hinaus von weiteren Produkten und Fan-Erlebnissen, die in den kommenden Monaten und Jahren gemeinsam mit ElevenLabs entwickelt werden sollen. Damit deutet sich ein breiterer Ansatz an: Die Plattform soll nicht lediglich ein weiteres KI-Musiktool werden, sondern eine neue Schnittstelle zwischen Künstlern, ihren Werken und dem Publikum.

Künstler sollen selbst entscheiden können

Ein zentraler Punkt der Vereinbarung ist die Beteiligung der Künstler. Nach den bisherigen Angaben können Künstler selbst entscheiden, ob sie an der neuen Plattform teilnehmen. Das unterscheidet das Modell von der bisherigen Praxis vieler generativer KI-Systeme, bei denen Werke von Künstlern und Rechteinhabern ohne deren direkte Beteiligung in Trainings- oder Generierungsprozesse einfließen konnten.

Für Universal ist die Kontrolle über diese Nutzung von erheblicher Bedeutung. Das Unternehmen verfügt über einen umfangreichen Katalog internationaler Künstler und Songs. Gleichzeitig wächst der Markt für KI-Musik schnell. Die zentrale Herausforderung besteht deshalb darin, neue technologische Möglichkeiten zu eröffnen, ohne die Kontrolle über die zugrunde liegenden Rechte aufzugeben.

Die Vereinbarung mit ElevenLabs versucht genau diese beiden Interessen miteinander zu verbinden.

ElevenLabs erweitert sein Musikgeschäft

ElevenLabs ist bislang vor allem für seine KI-Technologien im Bereich Sprache bekannt. Das Unternehmen hat sein Angebot inzwischen jedoch deutlich erweitert und arbeitet auch an generativer Musik. Mit ElevenMusic bietet das Unternehmen bereits ein KI-Musikmodell an, das die Erstellung vollständiger Musikstücke ermöglicht. Daneben arbeitet ElevenLabs an Anwendungen für professionelle Entwickler und Unternehmen.

Die neue Universal-Plattform soll davon getrennt betrieben werden. Das ist ein wichtiger Punkt: Die Vereinbarung bedeutet nicht, dass der gesamte Universal-Katalog automatisch Teil des bestehenden ElevenLabs-Musikgenerators oder der Music API wird.

Stattdessen entsteht offenbar ein eigenständiges Produkt, das speziell auf die lizenzierten Inhalte von Universal und neue Fan-Erlebnisse ausgerichtet ist. Damit verfolgt ElevenLabs einen ähnlichen Ansatz wie andere KI-Unternehmen, die ihre Technologie zunehmend mit lizenzierten Inhalten und professionellen Rechtekatalogen verbinden.

Universal verfolgt bereits mehrere KI-Partnerschaften

Die Kooperation mit ElevenLabs ist für Universal kein isoliertes Projekt. Der Major arbeitet parallel mit weiteren Technologieunternehmen an Anwendungen für künstliche Intelligenz. Dazu gehört unter anderem eine Kooperation mit Udio zur Entwicklung einer KI-Musikplattform. Darüber hinaus hat Universal Vereinbarungen mit Spotify, Nvidia und Klay geschlossen.

Die einzelnen Projekte verfolgen unterschiedliche Ziele. Gemeinsam ist ihnen jedoch der Versuch, KI-Anwendungen auf eine lizenzierte Grundlage zu stellen und gleichzeitig neue Möglichkeiten für Künstler, Songwriter und Fans zu schaffen. Universal scheint damit eine Strategie zu verfolgen, bei der nicht ein einzelnes KI-Produkt im Mittelpunkt steht. Stattdessen soll ein Netzwerk unterschiedlicher Plattformen und Technologien entstehen, über das die eigenen Rechte kontrolliert in neue digitale Anwendungen eingebunden werden können.

Der Zeitpunkt ist bemerkenswert

Die Ankündigung von Universal und ElevenLabs kommt zu einem Zeitpunkt, an dem auch andere große Musikunternehmen ihre Strategie gegenüber generativer KI verändern. Warner Music Group arbeitet inzwischen gemeinsam mit Suno an einem lizenzierten KI-Musikmodell. Auch dort geht es darum, Musikrechte und generative Technologie miteinander zu verbinden.

Damit entstehen innerhalb kurzer Zeit mehrere Kooperationen zwischen Major-Labels und KI-Unternehmen. Der gemeinsame Nenner ist die Lizenzierung. Anstatt KI-Unternehmen und Rechteinhaber ausschließlich als Gegenspieler zu betrachten, entsteht zunehmend ein Modell, in dem beide Seiten ihre jeweiligen Stärken zusammenbringen: Die Technologieunternehmen liefern die KI-Infrastruktur, während die Musikunternehmen Kataloge, Künstlerbeziehungen und Rechteverwaltung einbringen.

Der Wettbewerb könnte sich dadurch zunehmend von der Frage „KI oder keine KI?“ zu der Frage verschieben, welches Unternehmen die attraktivste Verbindung zwischen KI-Technologie, Musikrechten und Nutzererlebnis schafft.

Der Fan wird Teil der Wertschöpfung

Für die Musikindustrie könnte diese Entwicklung noch eine weitere Konsequenz haben. Bisher war die Wertschöpfung relativ klar aufgeteilt: Künstler und Songwriter schaffen Musik, Labels und Verlage verwalten Rechte, Plattformen verbreiten Inhalte und Nutzer konsumieren sie. Generative KI verwischt diese Grenzen. Wenn ein Fan einen bestehenden Song verändert, daraus eine neue Version entwickelt und diese möglicherweise mit anderen Menschen teilt, entsteht eine zusätzliche kreative Ebene zwischen Künstler und Publikum.

Das eröffnet Chancen, wirft aber auch neue Fragen auf. Wie stark darf ein Werk verändert werden? Wer besitzt die Rechte an einer KI-basierten Version? Wie werden Künstler und Songwriter beteiligt? Und wie lässt sich verhindern, dass eine neue Version zwar technisch auf einem bekannten Song basiert, der ursprüngliche Rechteinhaber wirtschaftlich aber kaum davon profitiert?

Die Antworten auf diese Fragen werden entscheidend dafür sein, ob sich lizenzierte KI-Musik langfristig als tragfähiges Geschäftsmodell etablieren kann.

Das eigentliche Geschäft könnte hinter dem Musikgenerator liegen

Interessant ist deshalb weniger die Frage, ob ElevenLabs oder andere Anbieter bessere KI-Songs erzeugen können. Die Technologie zur Musikgenerierung entwickelt sich inzwischen sehr schnell. Der Wettbewerb um die reine Generierungsqualität dürfte dadurch langfristig schwieriger zu differenzieren sein.

Wertvoller könnte eine andere Ebene werden: der Zugang zu Künstlern, Katalogen, Communities und etablierten Musikrechten. Wer über diese Elemente verfügt, kann KI nicht nur zur Produktion neuer Musik einsetzen, sondern zur Entwicklung neuer Formen der Musiknutzung. Das verändert auch die wirtschaftliche Perspektive auf Musikrechte. Ein Katalog ist dann nicht mehr lediglich eine Sammlung bereits veröffentlichter Songs. Er kann zu einer Art kreativer Infrastruktur werden, auf der neue Produkte und Nutzererlebnisse entstehen.

Der Wettbewerb verschiebt sich

Die Entwicklung könnte deshalb auch den Wettbewerb innerhalb der KI-Musikbranche verändern. Bisher lag der Fokus stark auf der Frage, welches Modell die überzeugendsten Songs erzeugt. Mit zunehmender technischer Leistungsfähigkeit dürfte dieser Unterschied jedoch kleiner werden.

Langfristig könnten andere Faktoren wichtiger werden: Zugang zu Musikrechten, Künstlernetzwerke, Nutzer-Communities, Vertrauenswürdigkeit und die Möglichkeit, generierte Inhalte rechtssicher zu kommerzialisieren. Genau hier liegt die strategische Bedeutung der Kooperation zwischen Universal und ElevenLabs. ElevenLabs bringt die Technologie mit. Universal bringt Katalog, Künstlerbeziehungen und Rechteverwaltung ein. Zusammen entsteht daraus ein Produkt, das weit über einen klassischen Musikgenerator hinausgehen könnte.

Für Künstler entscheidet sich der Wert an den Details

Für Künstler und Songwriter ist deshalb weniger die Tatsache der Kooperation entscheidend als die konkrete Ausgestaltung. Eine lizenzierte Nutzung schafft zunächst die rechtliche Grundlage. Sie beantwortet aber noch nicht automatisch die Frage, wie wirtschaftlich attraktiv das Modell für die Kreativen ist.

Entscheidend wird sein, welche Vergütungsmodelle entstehen, wie viel Kontrolle Künstler behalten und welche Möglichkeiten sie haben, die Nutzung ihrer Werke einzuschränken oder zu beenden. Ebenso wichtig ist die Transparenz gegenüber den Nutzern. Wer eine KI-Version eines bekannten Songs erstellt, sollte nachvollziehen können, auf welchen Rechten diese Nutzung beruht und unter welchen Bedingungen die entstandene Version verwendet werden darf.

Gerade in diesem Bereich dürfte sich zeigen, ob lizenzierte KI-Musik mehr sein kann als eine technische Möglichkeit.

Eine neue Ebene für Musikrechte

Die Vereinbarung zwischen Universal und ElevenLabs lässt sich deshalb auch als Experiment mit einer neuen Form der Musikverwertung verstehen. Ein erfolgreicher Song kann künftig nicht nur gestreamt oder synchronisiert werden. Er könnte zugleich als Ausgangspunkt für eine Vielzahl digitaler Interaktionen dienen. Das erweitert den potenziellen wirtschaftlichen Wert eines Musikwerks, erhöht aber gleichzeitig die Komplexität der Rechteverwaltung.

Für Labels wird es damit wichtiger, genau zu definieren, welche Nutzungsformen erlaubt sind. Für Künstler wird die Frage nach Kontrolle und Beteiligung wichtiger. Und für Technologieunternehmen wird der Zugang zu sauber lizenzierten Inhalten zu einem möglichen Wettbewerbsvorteil.

Noch kein fertiges Geschäftsmodell

Trotz der strategischen Bedeutung sollte die Kooperation nicht mit einem bereits etablierten Geschäftsmodell verwechselt werden. Viele der angekündigten Anwendungen befinden sich noch in der Entwicklung. Wie die neue Plattform konkret aussehen wird, wann sie verfügbar sein wird und welche Funktionen Nutzer tatsächlich erhalten, muss sich erst zeigen. Auch die wirtschaftlichen Ergebnisse sind noch offen.

Es wäre daher zu früh, aus der Vereinbarung bereits einen Beweis für einen erfolgreichen neuen Markt abzuleiten. Sie zeigt zunächst vor allem, dass sich die großen Rechteinhaber auf die Suche nach solchen Märkten machen. Genau darin liegt ihre Bedeutung.

Die Musikindustrie will die nächste Plattform nicht verpassen

Die Geschichte der digitalen Musik zeigt, wie schnell sich neue Technologien von einer Bedrohung zu einem zentralen Vertriebskanal entwickeln können. Napster, Downloads, Streaming und Social Media haben die Beziehung zwischen Künstlern, Labels und Publikum jeweils neu definiert. Generative KI könnte der nächste große Umbruch sein.

Universal versucht dabei offenbar, eine Position einzunehmen, in der das Unternehmen nicht nur auf die Entwicklung anderer reagiert. Durch Partnerschaften mit KI-Unternehmen soll gleichzeitig Einfluss darauf genommen werden, wie die eigenen Künstler und Kataloge in dieser neuen Umgebung genutzt werden. ElevenLabs wiederum erhält die Möglichkeit, seine Technologie in eine Welt einzubinden, in der Qualität allein nicht ausreicht. Entscheidend sind auch Rechte, bekannte Künstler und Inhalte, mit denen Nutzer eine persönliche Verbindung haben. Damit treffen zwei bislang getrennte Welten aufeinander: die technologische Infrastruktur der generativen KI und die etablierte Infrastruktur der Musikrechte.

Was jetzt entscheidend wird

Die nächste Phase wird deshalb weniger durch die Ankündigungen der Unternehmen als durch die tatsächliche Nutzung bestimmt. Entscheidend wird sein, ob Fans tatsächlich mit lizenzierten Songs experimentieren wollen, ob Künstler einen wirtschaftlichen und kreativen Mehrwert darin sehen und ob die Plattformen ein Geschäftsmodell entwickeln können, das für alle Beteiligten funktioniert.

Sollte das gelingen, könnte sich die Nutzung von Musik grundlegend erweitern. Der Song wäre dann nicht mehr zwingend das fertige Endprodukt, sondern könnte zum Ausgangspunkt neuer musikalischer Erlebnisse werden. KI würde dabei nicht nur Musik erzeugen, sondern eine zusätzliche Interaktionsebene zwischen Werk, Künstler und Publikum schaffen. Universal und ElevenLabs setzen mit ihrer Vereinbarung auf genau diese Entwicklung.

Ob daraus ein dauerhaft relevantes Geschäftsfeld entsteht, ist noch offen. Klar ist jedoch: Die großen Musikunternehmen beginnen, ihre Kataloge nicht nur vor generativer KI zu schützen, sondern sie zunehmend als Grundlage für neue KI-Produkte zu betrachten.

Damit verschiebt sich die Debatte um KI-Musik ein weiteres Mal – von der Frage, ob künstliche Intelligenz Musik verändern wird, hin zu der Frage, wer die Regeln und die wirtschaftlichen Bedingungen dieser Veränderung bestimmt.

Quellen

• The Verge – „Universal Music is launching an AI music platform with ElevenLabs“
• Universal Music Group – Informationen zur Zusammenarbeit mit ElevenLabs
• ElevenLabs – Informationen zu ElevenMusic und den KI-Musikangeboten
• Universal Music Group – Informationen zu den KI-Partnerschaften des Unternehmens
• Reuters – Bericht über die Kooperationen von Suno mit Warner Music Group und weiteren Rechteinhabern

Spannend ist dabei die Verbindung von KI, Musikproduktion und sozialen Plattformen: Kostenlose oder niedrigschwellige Tools könnten es einer neuen Generation chinesischer Creator ermöglichen, Musik zu produzieren, ohne klassische Produktionssoftware oder umfangreiches Studio-Equipment zu benötigen.

Damit könnte sich ein bekanntes Muster wiederholen: Erst wird Musikproduktion durch neue Technologie einfacher und günstiger – anschließend wird sie direkt mit einer Plattform verbunden, über die die entstandenen Tracks auch entdeckt und verbreitet werden.

Für die Musikbranche stellt sich damit erneut die Frage, ob solche Tools vor allem neue Kreativität ermöglichen – oder ob sie langfristig zu einer weiteren Flut kostengünstig produzierter Musik führen.

(Reuters)

Was heute schon funktioniert

Wichtig ist allerdings, zwischen Gegenwart und Zukunft zu unterscheiden. Heute können wir bereits KI-Musik erzeugen, Charaktere gestalten, Bilder animieren, Videos produzieren und Sprach- oder Chat-Systeme mit einer definierten Persönlichkeit verbinden.

Auch immersive Medien und AR existieren längst.

Was noch nicht selbstverständlich ist, ist die perfekte Kombination all dieser Elemente zu einem überzeugenden, dauerhaft verfügbaren AI Artist, der sich frei und natürlich in der realen Umgebung des Hörers bewegt. Die technische Entwicklung geht jedoch genau in diese Richtung.
Deshalb lohnt es sich schon heute, bei der Konzeption eines AI Artists nicht nur an Spotify, YouTube oder TikTok zu denken.

Der wichtigste Gedanke

Die interessanteste Frage für KI-Musiker lautet vielleicht „Was kann ein Künstler sein, wenn er nicht mehr an einen menschlichen Körper gebunden ist?“

Ein AI Artist muss keine digitale Kopie eines realen Musikers sein. Er kann Eigenschaften besitzen, die bei einem menschlichen Künstler gar nicht möglich wären. Er kann gleichzeitig an verschiedenen Orten auftreten. Er kann seine Umgebung verändern. Er kann theoretisch rund um die Uhr verfügbar sein. Er kann seine visuelle Erscheinung für einen Song wechseln oder mit jedem Hörer eine individuelle Erfahrung erzeugen.

Und irgendwann könnte die Bühne tatsächlich kleiner werden. Nicht weil Konzerte verschwinden.
Sondern weil ein Künstler plötzlich überall dort auftreten kann, wo sein Publikum gerade ist.

Unser nächster Schritt

Für LUMA/9 wäre der nächste Entwicklungsschritt deshalb nicht einfach das nächste Musikvideo.
Wir würden eine kleine immersive Welt bauen: einen virtuellen Raum, eine visuelle Sprache und Regeln dafür, wie sich die Figur darin verhält.

Aus einem KI-generierten Song wird so nach und nach ein vollständiges Artist-Konzept. Und genau das könnte die nächste Entwicklungsstufe der KI-Musik sein: Nicht mehr nur künstlich erzeugte Musik – sondern künstlich erschaffene Künstlerwelten.

Die Brille ersetzt dabei vielleicht nicht die Bühne. Aber sie könnte dafür sorgen, dass die Bühne irgendwann dort beginnt, wo der Hörer gerade steht.

Der Praxis-Workflow: Vom Song zum AI Artist

Jetzt wird aus der Idee ein konkretes Projekt. Wir bauen unseren Beispiel-Artist LUMA/9 Schritt für Schritt auf. Der wichtigste Trick dabei: Nicht alles mit einem einzigen KI-Tool erledigen. Gute Ergebnisse entstehen, wenn wir die Stärken verschiedener Systeme miteinander kombinieren.

1. Die Künstleridentität festlegen

Bevor wir irgendeinen Prompt schreiben, erstellen wir eine kurze Artist-Bibel.

Für LUMA/9 könnte sie so beginnen:

Name: LUMA/9
Genre: Atmospheric Electronic / Dream Pop / Melodic Techno
Charakter: geheimnisvoll, ruhig, intelligent, leicht futuristisch
Visuelle Welt: Neon, Glas, Nacht, Nebel, Cyan und Violett
Look: futuristische Kleidung, dunkle Haare, markantes Gesicht
Stimme: warm, intim, leicht entrückt
Thema: Menschlichkeit in einer zunehmend digitalen Welt

Diese Informationen geben wir später nicht jedes Mal wortwörtlich ein. Sie dienen vielmehr als kreativer Bauplan.

Wer mit einem Chatbot arbeitet, kann sich daraus zusätzlich einen festen Master-Prompt erstellen lassen. Der beschreibt die Figur so, dass wir bei späteren Bild-, Video- und Story-Prompts möglichst konsistent bleiben.

2. Den ersten Song erzeugen

Jetzt produzieren wir den musikalischen Ausgangspunkt. Mit einem KI-Musikgenerator erstellen wir zunächst mehrere Varianten. Für unser Projekt könnte der Prompt beispielsweise in diese Richtung gehen:

Atmospheric electronic dream pop, intimate female vocal, futuristic nocturnal mood, deep pulsing bass, shimmering synthesizers, emotional chorus, cinematic build, sophisticated and slightly mysterious.

Entscheidend ist, anschließend nicht einfach den technisch besten Output zu nehmen. Wir suchen den Track aus, der am stärksten nach unserer Figur klingt. Aus diesem ersten Song lassen sich später weitere Stücke ableiten. Wir können beispielsweise Tempo, Instrumentierung und Stimmung verändern, ohne die grundsätzliche musikalische Identität aufzugeben.

Damit entsteht langsam ein Katalog statt einer Sammlung voneinander unabhängiger KI-Songs.

3. Ein konsistentes Gesicht erzeugen

Jetzt wechseln wir von Audio zu Bild. Mit einem Bildgenerator erstellen wir zunächst verschiedene Porträts von LUMA/9. Dabei testen wir unterschiedliche Perspektiven, Gesichtsausdrücke und Outfits. Sobald wir ein überzeugendes Referenzbild haben, wird dieses Bild zum visuellen Anker des Projekts. Das ist wichtig: Nicht für jede neue Szene eine komplett neue Figur generieren. Wir wollen vielmehr dieselbe Figur in unterschiedlichen Szenen sehen.

Dafür verwenden wir unser ausgewähltes Referenzbild als Ausgangspunkt und arbeiten – sofern das jeweilige Bildmodell dies unterstützt – mit Funktionen wie Character Reference, Image Reference oder vergleichbaren Referenzmöglichkeiten.

Für LUMA/9 erstellen wir zunächst einige grundlegende Motive: ein enges Porträt, eine Ganzkörperaufnahme, eine Performance-Szene und eine Alltagssituation. Dabei achten wir darauf, dass Gesicht, Frisur, Kleidung und Farbwelt möglichst konsistent bleiben.

Unser Ziel ist nicht, jedes Bild perfekt zu machen. Unser Ziel ist, dass der Betrachter auch beim fünften Bild noch denkt: Das ist LUMA/9.

Das Referenzmaterial wird später außerdem für die Videogenerierung wichtig. Je besser die Figur bereits als visueller Charakter definiert ist, desto leichter lässt sie sich in unterschiedliche Szenen übertragen.

4. Die Figur zum Leben erwecken

Jetzt wird aus dem Bild ein Performer. Dafür können wir ein KI-Videotool verwenden, das aus einem Ausgangsbild kurze bewegte Sequenzen erzeugt. Beispiele sind Runway, Kling oder vergleichbare Systeme.

Wir laden zunächst unser bestes LUMA/9-Porträt hoch und beschreiben eine einfache Bewegung.

Zum Beispiel:

LUMA/9 looks directly into the camera, subtle natural head movement, gentle breathing, slight movement of her hair, cinematic neon lighting, slow camera push-in.

Für den ersten Versuch reicht eine sehr kurze Sequenz. Wir versuchen noch nicht, einen kompletten Auftritt zu erzeugen. Stattdessen testen wir einzelne Bewegungen und Einstellungen.

Vielleicht funktioniert die Nahaufnahme hervorragend, während eine komplexe Tanzbewegung künstlich aussieht. Dann nutzen wir genau das, was funktioniert. Anschließend erzeugen wir weitere kurze Clips: LUMA/9 läuft durch eine nächtliche Straße, steht vor einer Lichtinstallation oder performt in einem futuristischen Studio.

Aus diesen einzelnen Sequenzen entsteht später unser Musikvideo.

5. Die Stimme definieren

Jetzt fehlt noch ein entscheidendes Element: die Stimme. Wenn LUMA/9 ausschließlich singt, können wir ihre Gesangsstimme bereits über unseren Musikgenerator definieren. Soll sie aber auch mit ihrem Publikum sprechen, braucht sie zusätzlich eine eigene Sprechstimme.

Dafür können wir beispielsweise einen KI-Sprachgenerator verwenden. Wichtig ist, dass wir nicht einfach irgendeine angenehme Stimme auswählen. Wir suchen eine Stimme, die zur Persönlichkeit passt.

LUMA/9 ist ruhig und geheimnisvoll. Deshalb passt eine warme, eher zurückhaltende Stimme besser als eine überdrehte Moderatorenstimme.

Jetzt schreiben wir ihr einen ersten kurzen Text:

„Du hörst gerade einen Song über eine Erinnerung, die nie stattgefunden hat.“

Dieser Satz kann später beispielsweise vor einem Song, in einem Social-Media-Clip oder innerhalb einer interaktiven AR-Erfahrung auftauchen.

Damit bekommt LUMA/9 etwas, das ein gewöhnlicher KI-Avatar noch nicht unbedingt besitzt: eine erkennbare Persönlichkeit.

6. Das erste Musikvideo bauen

Jetzt verbinden wir unsere bisherigen Ergebnisse. Wir haben einen Song, eine Figur, Bilder, Videoanimationen und eine Stimme. Für den ersten Clip brauchen wir gar keine komplizierte Handlung. Wir schneiden beispielsweise eine Sequenz aus dem Song und kombinieren verschiedene kurze Einstellungen.

LUMA/9 singt.

Dann sehen wir eine nächtliche Stadt.

Ein Schnitt auf ihr Gesicht.

Eine Lichtinstallation beginnt im Rhythmus der Musik zu pulsieren.

LUMA/9 bewegt sich durch den Raum. Dann wieder die Nahaufnahme. So entsteht aus vielen kleinen KI-Sequenzen ein zusammenhängendes Musikvideo. Der Vorteil dieses modularen Workflows: Wenn eine Einstellung nicht funktioniert, müssen wir nicht das komplette Video neu erzeugen. Wir ersetzen einfach diesen einen Clip.

7. Jetzt verlassen wir den Bildschirm

Bis hierhin haben wir einen virtuellen Musiker gebaut. Jetzt kommt der eigentliche Zukunftsteil unseres Experiments. Wir fragen:

Was wäre, wenn LUMA/9 nicht auf einem Bildschirm erscheinen würde?

Was wäre, wenn sie direkt im Raum des Hörers auftauchen könnte?

Genau hier kommt Augmented Reality ins Spiel. Für unser Konzept denken wir deshalb nicht mehr in klassischen Videobildern. Wir denken in Positionen.

LUMA/9 könnte beispielsweise zwei Meter vor dem Hörer stehen. Oder auf einem Tisch sitzen. Oder sich durch den Raum bewegen.

Die Musik bleibt dieselbe. Aber die Perspektive verändert sich vollkommen.

8. Die erste AR-Szene planen

Bevor wir eine technische AR-Anwendung bauen, planen wir zunächst die Szene. Nehmen wir an, der Nutzer startet den neuen LUMA/9-Song zu Hause. Die Musik beginnt.

Zunächst ist nichts zu sehen. Dann erscheint LUMA/9 an einer bestimmten Stelle im Raum.

Mit dem ersten Beat wird sie sichtbar. Während der Song intensiver wird, verändern sich virtuelle Lichtobjekte in ihrer Umgebung. Beim Refrain bewegt sich LUMA/9 näher zum Zuschauer.

Am Ende des Songs löst sie sich langsam wieder auf.

Das ist zunächst nur ein Konzept. Aber genau so sollten wir an AR herangehen.

9. Die Umgebung wird Teil der Musik

Jetzt können wir die Idee weiterentwickeln. Statt LUMA/9 einfach vor einen virtuellen Hintergrund zu stellen, lassen wir die Umgebung auf die Musik reagieren.

Der Bass könnte beispielsweise virtuelle Lichtimpulse erzeugen. Eine Wand könnte sich scheinbar öffnen. Partikel könnten aus den Lautsprechern in den Raum strömen.

Oder eine virtuelle Architektur könnte sich während des Songs verändern. Damit wird der Raum zu einem Teil des Arrangements. Der Song bekommt gewissermaßen eine räumliche Instrumentierung.

Das ist besonders interessant für elektronische Musik, Ambient oder experimentelle Genres, weil dort ohnehin häufig mit Atmosphäre und Klangräumen gearbeitet wird.

10. Der Artist wird interaktiv

Bis jetzt erlebt der Nutzer eine vorbereitete Performance. Jetzt geben wir ihm Einfluss.

LUMA/9 könnte beispielsweise auf Fragen reagieren.

Der Nutzer sagt: „Spiel mir etwas Ruhigeres.“

LUMA/9 antwortet und startet einen passenden Track.

Oder: „Was bedeutet dein neuer Song?“

Die Figur erzählt etwas über die Geschichte des Stücks.

Oder: „Zeig mir deine Welt.“

Daraufhin verändert sich die Umgebung.

Technisch betrachtet müssen dafür mehrere Systeme miteinander verbunden werden: Spracherkennung, Sprachmodell, Stimme, Avatar und gegebenenfalls Musik- oder Szenensteuerung.

Für einen ersten Prototyp müssen wir das aber noch nicht vollständig automatisieren. Wir können die einzelnen Reaktionen zunächst vorbereiten und simulieren.

11. Vom Chatbot zum Charakter

Hier passiert etwas Entscheidendes. Ein gewöhnlicher Chatbot beantwortet Fragen. Ein AI Artist sollte als seine eigene Figur antworten.

LUMA/9 darf deshalb nicht plötzlich wie ein neutraler Assistent sprechen. Ihre Persönlichkeit muss erhalten bleiben. Dafür schreiben wir Regeln in unseren Character Prompt.

Zum Beispiel:

You are LUMA/9, a mysterious electronic artist from a futuristic city. You speak calmly and thoughtfully. You never describe yourself as an AI assistant. Your answers are poetic but concise. You are fascinated by memories, technology and human emotions.

Damit bekommt das Sprachmodell einen Rahmen. Unsere Artist Bible wird jetzt also nicht mehr nur für Bilder und Musik verwendet. Sie wird zur Grundlage für das Verhalten des gesamten Artists.

12. Der interessante Punkt: Jeder Fan könnte eine andere Erfahrung bekommen

Jetzt wird die Idee wirklich spannend. Bei einem normalen Konzert erleben alle Zuschauer dieselbe Performance. Ein interaktiver AI Artist könnte dagegen auf unterschiedliche Menschen unterschiedlich reagieren.

Ein Fan fragt nach einem bestimmten Song. Ein anderer möchte eine Geschichte hören. Ein dritter bittet um eine neue musikalische Idee. 

Die Figur kann darauf reagieren. Damit wird aus einer Veröffentlichung ein Erlebnis. Der Song bleibt zwar derselbe – aber die Begegnung mit dem Artist kann individuell sein.

13. Was wir heute tatsächlich bauen können

Für ein erstes Projekt müssen wir dafür keine futuristische Komplettplattform entwickeln. Wir können den Workflow zunächst als Demonstrator aufbauen. Wir erzeugen unseren Song.

Wir erstellen LUMA/9 als konsistente Figur. Wir animieren sie. Wir produzieren einen kurzen Auftritt. Dann entwickeln wir eine simulierte AR-Szene und zeigen, wie diese Performance in einer realen Umgebung funktionieren könnte.

Anschließend können wir eine einfache Interaktion hinzufügen. Damit haben wir bereits einen funktionierenden Proof of Concept. Die eigentliche AR-Hardware ist für den ersten kreativen Test gar nicht das Wichtigste.

Wichtig ist die Frage: Funktioniert die Idee?

Wenn sie als Konzept überzeugt, lohnt sich der nächste technische Schritt.

14. Der komplette Workflow

Unser Projekt sieht jetzt so aus:

Artist-Idee → Artist Bible → Song → Character Design → Referenzbilder → Video → Stimme → Musikvideo → AR-Konzept → interaktive Figur → immersive Artist-Welt

Das Entscheidende dabei ist, dass kein einzelnes Tool den kompletten Prozess übernehmen muss.

Wir kombinieren unterschiedliche Systeme. Das Musikmodell kümmert sich um Musik.

Das Bildmodell um die visuelle Identität. Das Videomodell um Bewegung.

Das Sprachsystem um die Stimme. Das KI-Modell um Dialog und Persönlichkeit.

Und die AR-Technologie verbindet schließlich alles mit dem Raum.

15. Was dabei leicht schiefgeht

Der größte Fehler wäre, möglichst viele Effekte einzubauen. Ein AI Artist muss nicht permanent spektakulär aussehen. Wenn LUMA/9 während eines Songs plötzlich zehn Meter groß wird, durch die Decke fliegt und von 500 leuchtenden Objekten umgeben ist, mag das in einem Demo-Video beeindruckend aussehen.

Aber nach kurzer Zeit wird es langweilig.

Die bessere Frage lautet: Was passt zur Persönlichkeit des Artists und zur Musik?

Bei LUMA/9 könnte gerade die Zurückhaltung das Markenzeichen sein. Vielleicht steht sie einfach ruhig im Raum. Vielleicht bewegt sie sich kaum. Und nur das Licht reagiert auf die Musik.

Das kann wesentlich stärker wirken.

16. Der rechtliche Teil

Bei einem realen Projekt dürfen wir einen wichtigen Punkt nicht vergessen. Ein AI Artist sollte nicht einfach die Stimme, das Gesicht oder die Identität eines realen Musikers kopieren, ohne die entsprechenden Rechte zu besitzen.

Besonders bei Stimmen und Gesichtern können neben Urheberrecht auch Persönlichkeits- und andere Rechte eine Rolle spielen.

Für unser Beispiel ist das deshalb einfach: LUMA/9 ist eine vollständig neu entwickelte Figur.

Auch bei den verwendeten KI-Diensten sollte man die jeweils aktuellen Nutzungsbedingungen und kommerziellen Rechte prüfen. Diese können sich ändern und unterscheiden sich teilweise erheblich.

Für eine Veröffentlichung ist außerdem Transparenz sinnvoll. Wenn ein Künstler vollständig oder weitgehend mit generativer KI erzeugt wurde, sollte das Publikum nicht absichtlich über seine Herkunft getäuscht werden.

Und jetzt?

Wer dieses Experiment selbst ausprobieren möchte, muss nicht gleich eine AR-Brille besitzen.

Der erste Schritt ist viel einfacher: Erschaffe zunächst deinen eigenen Artist.

Gib ihm einen Namen, eine musikalische Identität, ein Gesicht, eine Stimme und eine Geschichte. Produziere anschließend einen ersten Song und entwickle daraus Bilder, kurze Videos und vielleicht sogar eine kleine Social-Media-Präsenz.

Wenn die Figur nach mehreren Songs und unterschiedlichen visuellen Szenen immer noch eindeutig als derselbe Künstler erkennbar ist, hast du die wichtigste Grundlage geschaffen. Erst danach lohnt sich der nächste Schritt: Überlege, wie dein Artist außerhalb eines Bildschirms existieren könnte.

Wo würde er in einem Raum auftauchen? Wie würde er sich bewegen? Was würde passieren, wenn der Hörer ihn anspricht? Und wie könnte die Musik auf seine Umgebung reagieren?

Du musst diese Fragen heute noch nicht technisch lösen. Entwirf zunächst das Erlebnis.

Denn genau darin liegt die Chance für Musiker: Die Technologie wird sich weiterentwickeln. Die kreative Idee sollte deshalb nicht von einem bestimmten Tool abhängig sein.

Vielleicht besitzt dein AI Artist irgendwann eine eigene virtuelle Bühne. Vielleicht braucht er überhaupt keine Bühne mehr. Vielleicht erscheint er eines Tages direkt neben dem Hörer – auf dem Schreibtisch, im Wohnzimmer oder mitten auf der Straße.

Und vielleicht wird genau das der Moment sein, in dem aus einem KI-generierten Song ein völlig neues Format von Künstler entsteht.

Brille statt Bühne.

In absoluten Zahlen bleibt Deutschland allerdings klar größer: Der deutsche Recorded-Music-Markt erzielte im ersten Halbjahr 2026 Wholesale-Einnahmen von rund 670 Millionen Euro, während Spanien auf 181,4 Millionen Euro kam. Der spanische Markt holt also nicht beim Volumen auf, sondern vor allem bei der Dynamik

Ein wesentlicher Wachstumstreiber ist in Spanien das kostenpflichtige Streaming. Die Einnahmen aus Premium-Abos stiegen im ersten Halbjahr um 15,1 Prozent auf 121 Millionen Euro. Damit stammen inzwischen 66,7 Prozent der spanischen Recorded-Music-Erlöse aus kostenpflichtigen Streaming-Abos. Auch der gesamte digitale Musikmarkt wuchs um 10,5 Prozent.

Bemerkenswert ist gleichzeitig die Entwicklung des physischen Geschäfts. Der spanische Markt für physische Tonträger legte um 20,3 Prozent zu. Vinyl wuchs sogar um 27,7 Prozent auf 15,3 Millionen Euro und macht mittlerweile 73 Prozent des physischen Umsatzes aus. Spanien erlebt damit gleichzeitig starkes Wachstum bei Streaming und Vinyl

Deutschland zeigt ein anderes Bild: Der Markt ist wesentlich stärker entwickelt und bereits sehr stark vom Streaming geprägt. Das sorgt für eine solide, aber deutlich langsamere Wachstumsrate. Gerade deshalb ist der Blick nach Spanien interessant: Dort besteht offenbar noch mehr Wachstumspotenzial bei der Umwandlung von Musiknutzung in zahlende Streaming-Abos. Gleichzeitig entwickelt sich Vinyl weiterhin dynamisch.

Der Vergleich zeigt damit zwei unterschiedliche Marktphasen: Deutschland ist der deutlich größere und stärker gesättigte Musikmarkt, während Spanien momentan mit höherem Tempo wächst. Für Labels, Streamingdienste und Künstler dürfte Spanien damit zunehmend zu einem interessanten Wachstumsmarkt innerhalb Europas werden. 

Für KI-Creator stellt sich damit eine durchaus spannende Frage: Sollte man jetzt mehr Latin-Musik produzieren? Ganz so einfach ist es natürlich nicht. Die Zahlen zeigen aber, dass spanischsprachige und lateinamerikanische Märkte eine hohe Wachstumsdynamik haben. Lateinamerika war 2025 mit einem Plus von 17,1 Prozent sogar die weltweit am schnellsten wachsende Region im Recorded-Music-Markt. Streaming macht dort bereits 88,1 Prozent der Umsätze aus. Für KI-Musiker könnte das ein Hinweis sein, stärker über regionale Zielgruppen, Sprachen und Genres nachzudenken – statt mit immer neuen englischsprachigen Standard-Pop-Songs um dieselbe Aufmerksamkeit zu konkurrieren.

Quelle: Music Business Worldwide / Promusicae; Deutschland: BVMI. Die spanischen Zahlen beziehen sich auf das erste Halbjahr 2026 und auf Wholesale-/Trade-Value, also die Einnahmen auf Seiten der Musikunternehmen und nicht die Endverbraucherausgaben. 

Als wir vor rund eineinhalb Jahren gestartet sind, war vieles noch Pionierarbeit. KI-Musik war für viele neu, die technischen Möglichkeiten entwickelten sich rasant – und gleichzeitig war noch längst nicht klar, wo und wie diese Musik ihren Platz in der bestehenden Streaming- und Radiolandschaft finden würde.

Wir haben uns trotzdem auf den Weg gemacht.

KiBeats war von Anfang an als Plattform für KI-Musik gedacht – und damit als echte Pionierarbeit in Deutschland. Wir haben zahlreiche Hürden überwunden, technische Herausforderungen gemeistert und unser Angebot Schritt für Schritt weiterentwickelt.

Heute können wir sagen: Wir sind 900 User stark.

Nicht nur darüber reden – einfach machen

In einer jungen Branche gibt es viele große Ankündigungen und viele, die für sich in Anspruch nehmen, irgendwo die „Ersten“ zu sein. Wir möchten das gar nicht zum Wettbewerb machen.

Denn für uns zählt etwas anderes: Wir wollen Dinge nicht nur ankündigen – wir wollen sie aufbauen.

KiBeats entwickelt sich deshalb Schritt für Schritt zu einem dezentralen Netzwerk für KI-Musik. Streaming, Radio, Creator-Angebote und weitere Services sollen dabei nicht nebeneinanderstehen, sondern miteinander verbunden werden.

Wir haben als erste deutsche Streamingplattform für KI-Musik begonnen. Wir haben eine eigene Radioplattform aufgebaut und betreiben inzwischen verschiedene Genresender. Wir bieten Radiohosting an und erweitern unsere Services kontinuierlich.

Nicht, weil alles von Anfang an perfekt war. Sondern weil wir unterwegs gelernt, ausprobiert und immer wieder neue Lösungen gefunden haben.

Genau darin sehen wir unseren Weg: machen, weiterentwickeln und gemeinsam wachsen.

Vom Streaming zur eigenen Infrastruktur

KiBeats ist längst mehr als eine Plattform, auf der KI-Musik veröffentlicht und entdeckt werden kann. Wir schaffen nach und nach eine eigene Infrastruktur für eine Musikform, die sich selbst ebenfalls ständig verändert.

Dazu gehört unser eigenes Radiohosting, mit dem wir anderen die Möglichkeit geben, eigene Radioprojekte umzusetzen. Dazu gehören unsere Genresender, die KI-Musik in unterschiedlichen musikalischen Welten hörbar machen. Und dazu gehört natürlich weiterhin die Streamingplattform selbst.

Denn genau darum geht es uns: Musik soll nicht einfach irgendwo hochgeladen werden. Sie soll gefunden, gehört und entdeckt werden.

Streaming und Radio gehören für uns deshalb zusammen.

So viele User nach 1,5 Jahren sind für uns ein besonderer Meilenstein. Natürlich wissen wir: Gegen die großen internationalen Streamingplattformen ist diese Zahl noch klein. Aber darum geht es uns auch gar nicht.

Wir wollten zeigen, dass es möglich ist, in Deutschland eine Plattform aufzubauen, die sich konsequent mit KI-Musik, ihren Creators und ihrer Zukunft beschäftigt.

Und wir wollten nicht darauf warten, dass andere diese Infrastruktur schaffen. Wir haben angefangen, sie selbst aufzubauen.

Dass unser Angebot angenommen wird, dass Menschen unsere Plattform nutzen, Musik hören, Radiosender entdecken und unsere Entwicklung begleiten, macht uns deshalb besonders glücklich.

Und wie geht es weiter?

Die Wahrheit ist: Wir wissen es selbst noch nicht ganz.

Die Entwicklung von KI-Musik ist rasant. Neue Modelle, neue Tools, neue Geschäftsmodelle und neue Formen des Musikschaffens entstehen beinahe täglich. Was heute selbstverständlich erscheint, kann morgen schon wieder ganz anders aussehen.

Deshalb wollen wir KiBeats weiterentwickeln – Schritt für Schritt und gemeinsam mit unseren Usern und Creators.

Unser Ziel ist dabei kein fertiges System, das irgendwann einfach abgeschlossen ist. Wir wollen ein Netzwerk schaffen, das mit seinen Nutzern, Creators und Partnern wachsen kann.

Kein Endpunkt - Ein weiterer Schritt auf einem Weg, den wir gerade erst beginnen.

Wir freuen uns über jeden einzelnen Menschen, der dabei ist, unsere Musik hört, Inhalte erstellt, unsere Radios nutzt oder einfach neugierig auf das ist, was aus KI-Musik noch entstehen wird.

Danke für Euer Vertrauen!

Danke an alle, die uns in den vergangenen 1,5 Jahren begleitet haben. Danke für jedes Feedback, jede Veröffentlichung, jeden Stream und jede neue Idee. Wir sind gespannt, wohin die Reise geht.

Und eines ist sicher: Wir werden weitergehen. Nicht nur darüber reden, was möglich sein könnte – sondern es ausprobieren und bauen.

Die Zukunft der Musik wird spannend.

Wir wollen dabei sein.

Zur Streamingplattform: https://kibeats.com/

Als die ersten generativen Musikdienste aufkamen, schien die Front klar. Auf der einen Seite standen Unternehmen wie Suno und Udio, die versprachen, dass praktisch jeder innerhalb weniger Sekunden komplette Songs erzeugen könne. Auf der anderen Seite standen die großen Musikunternehmen, deren Kataloge eine der wichtigsten Grundlagen dieser neuen Technologie darstellten.

Die Reaktion der Musikindustrie war zunächst eindeutig: Klagen. Doch inzwischen verändert sich das Bild. Und zwar ziemlich radikal.

Ausgerechnet jene Unternehmen, die den neuen KI-Anbietern zunächst mit Urheberrechtsklagen begegneten, schließen nun Lizenzvereinbarungen mit ihnen. Universal Music Group hat mit Udio eine Vereinbarung getroffen, aus der eine neue lizenzierte KI-Musikplattform hervorgehen soll. Warner Music ist ebenfalls eine Partnerschaft mit Udio eingegangen. Auch Suno hat sich von einem reinen Angreifer auf die etablierte Musikindustrie zu einem Unternehmen entwickelt, das zunehmend mit deren Rechte- und Lizenzsystemen arbeitet. UMG+1

Man könnte das als normalen Verlauf eines Rechtsstreits interpretieren: Zwei Parteien streiten, einigen sich und machen anschließend gemeinsam Geschäfte.

Aber vielleicht passiert gerade etwas Größeres. Vielleicht versucht die Musikindustrie gar nicht mehr, die KI-Musik zu stoppen. Vielleicht versucht sie, sie einzufangen.

Vom Gegner zum Geschäftspartner

Der Fall Udio ist dafür besonders aufschlussreich.

Universal und Udio beendeten ihren Copyright-Streit und kündigten gleichzeitig eine neue Musikplattform an. Die kommende Technologie soll mit autorisierten und lizenzierten Musikdaten trainiert werden. Das klingt zunächst nach einem Kompromiss zwischen Technologieunternehmen und Rechteinhaber. Tatsächlich verändert sich damit aber die gesamte Logik des Geschäftsmodells. UMG

Die entscheidende Frage lautet Welche Musik darf sie dafür verwenden, wem gehören die Rechte und wer verdient daran?

Das ist ein gewaltiger Unterschied. Denn sobald Training, Künstleridentität, Stimmen, Kompositionen und Aufnahmen lizenziert werden, kann aus einem rechtlich schwer kalkulierbaren KI-Experiment ein reguläres Geschäftsmodell werden.

Für die großen Rechteinhaber ist das ausgesprochen attraktiv. Sie müssen die neue Technologie nicht besiegen. Sie können versuchen, sie in ihre bestehende wirtschaftliche Infrastruktur einzubauen. Und genau hier beginnt die eigentliche Geschichte.

Udio verliert offenbar Nutzer

Besonders interessant ist, was danach mit der Nutzung von Udio passiert sein soll. Ein aktueller Bericht von Stvdio und Secretly Distribution kommt zu dem Ergebnis, dass die Website-Besucher von Udio nach den großen Label-Deals um mehr als 60 Prozent zurückgegangen seien, während Suno gleichzeitig weiter gewachsen sei. Die Zahl ist allerdings mit Vorsicht zu betrachten: Udio veröffentlicht keine eigenen Traffic-Daten, und auch die zugrunde liegende Datenquelle des Reports wird nicht offengelegt. Sie ist deshalb eher als Indikator denn als harte Unternehmenskennzahl zu verstehen. (Stvdio/Secretly Distribution – Analyse zu Udio und Suno)

Sollte die Größenordnung allerdings auch nur annähernd stimmen, wäre sie bemerkenswert. Denn dann hätte die Lizenzierung ein geradezu paradoxes Ergebnis: Sie hätte Udio rechtlich näher an die Musikindustrie gebracht – und gleichzeitig einen Teil der Nutzer vertrieben, die gerade wegen der offenen kreativen Möglichkeiten gekommen waren.

Das wäre möglicherweise die erste konkrete ökonomische Antwort auf die Frage, ob der Walled-Garden-Ansatz funktioniert. Für die Rechteinhaber könnte er funktionieren. Für die Creator vielleicht nicht.

Der Walled Garden

Für die Nutzer kann diese Entwicklung allerdings eine ganz andere Bedeutung haben.

Das ursprüngliche Versprechen generativer Musik war bemerkenswert offen: Prompt eingeben, Song erzeugen, Datei herunterladen und damit machen, was man möchte. Je stärker die Plattformen jedoch auf lizenzierte Inhalte, Künstlerrechte und kontrollierte Nutzung setzen, desto stärker verändert sich dieses Modell. Die Plattform wird zum Walled Garden.

Udio ist dafür ein besonders interessantes Beispiel. Die geplante neue Plattform soll ausdrücklich eine lizenzierte und geschützte Umgebung für Erzeugung, Nutzung und Teilen von Musik schaffen. UMG

Aus Sicht der Musikindustrie ist das vernünftig. Aus Sicht eines unabhängigen Creators kann es aber genau das Gegenteil bedeuten. Denn ein Creator möchte normalerweise nicht innerhalb eines abgeschlossenen Systems bleiben. Er möchte einen Song erzeugen, ihn bearbeiten, exportieren, veröffentlichen, monetarisieren und vielleicht auf mehreren Plattformen verwenden.

Je mehr dieser Möglichkeiten kontrolliert werden, desto weniger wird der Generator zu einem offenen Werkzeug – und desto mehr wird er zu einem Musikdienst mit eigenen Regeln. Das könnte erklären, warum Udio trotz technologischer Stärke bei einem Teil der unabhängigen Creator an Attraktivität verlieren könnte.

Suno zeigt die andere Seite

Suno befindet sich in einer etwas anderen Position. Das Unternehmen ist inzwischen hoch bewertet und verfolgt ebenfalls den Weg in Richtung lizenzierter Musikmodelle. Gleichzeitig bleibt es stärker mit der ursprünglichen Creator-Kultur der generativen Musik verbunden. Und genau deshalb ist Suno für die Musikindustrie so interessant. Denn wenn ein Unternehmen wie Suno beweist, dass Millionen Menschen bereit sind, mit KI Musik zu produzieren, dann lässt sich diese Nachfrage nicht einfach wieder abschalten.

Die Nutzer sind da.

Der Markt ist da.

Die Technologie ist da.

Die Frage ist deshalb nur noch, wer die Regeln dieses Marktes bestimmt.

Und auch hier wird der juristische Druck größer. Anfang September haben Jason Isbell und weitere Musiker Suno verklagt. Diesmal geht es nicht nur um das Training mit urheberrechtlich geschütztem Material, sondern um die angebliche Nutzung von Namen und Identitäten von Künstlern, um deren musikalischen Stil nachzuahmen.

Das zeigt, wie sich die Konfliktzone erweitert. Es geht längst nicht mehr nur darum, ob eine KI ein geschütztes Werk kopiert. Es geht um die Frage, wem die Identität eines Künstlers gehört.

Der Masterplan muss gar keiner sein

Und damit sind wir bei der vielleicht spannendsten Frage. Gibt es tatsächlich einen Masterplan der Musikindustrie? Wahrscheinlich nicht in dem Sinne, dass Universal, Sony und Warner irgendwo zusammensitzen und einen gemeinsamen Fahrplan abarbeiten. Aber ein Masterplan muss nicht zentral beschlossen werden, um am Ende wie einer auszusehen. Wenn mehrere Unternehmen dieselben wirtschaftlichen Interessen haben, können ihre Einzelentscheidungen irgendwann eine gemeinsame Richtung erzeugen. Und diese Richtung lässt sich inzwischen durchaus erkennen.

Die Musikindustrie versucht, die Daten zu kontrollieren. Sie versucht, die Rechte zu kontrollieren.

Sie versucht, die Künstleridentitäten zu schützen beziehungsweise zu lizenzieren.

Sie beteiligt sich zunehmend an der Technologie. Und sie versucht, die Regeln für die spätere Verwertung und Monetarisierung mitzugestalten.

Das Entscheidende ist dabei: Die Industrie muss nicht unbedingt Eigentümer jedes einzelnen KI-Unternehmens werden. Es reicht unter Umständen, die entscheidenden Ressourcen zu kontrollieren.

Wer über die Kataloge verfügt, verfügt über die Trainingsdaten.

Wer über die Künstler verfügt, verfügt über die wertvollsten Namen und Stimmen.

Wer über die Lizenzen verfügt, entscheidet, welche Geschäftsmodelle legal und skalierbar sind.

Und wer die Distribution kontrolliert, kontrolliert letztlich den Weg zum Markt.

Und dann kommt DistroKid ins Spiel

Hier muss man allerdings sauber unterscheiden. DistroKid ist kein KI-Musikgenerator.

Das Unternehmen erzeugt keine Songs und konkurriert nicht mit Suno oder Udio um das beste generative Modell. DistroKid sitzt an einer anderen Stelle der Wertschöpfungskette: bei der Distribution.

Millionen unabhängiger Künstler nutzen den Dienst, um ihre Musik auf Streamingplattformen und andere digitale Dienste zu bringen. Und genau deshalb ist die Übernahme durch CVC Capital Partners interessant. Im Juli 2026 kündigte CVC an, über CVC Capital Partners IX eine Mehrheitsbeteiligung an DistroKid zu übernehmen. Der Abschluss wurde zunächst für das dritte Quartal 2026 angekündigt; Insight Partners soll als bedeutender Minderheitsinvestor beteiligt bleiben. 

Das ist kein Beweis für irgendeine Verbindung zwischen CVC und dem KI-Strategiewechsel der Major Labels. Aber es ist ein bemerkenswertes Puzzleteil. Denn wenn generative KI tatsächlich zu einer massenhaften Produktion neuer Musik führt, wird nicht nur die Frage wichtig, wer diese Musik erzeugt. Dann wird ebenso wichtig, wer sie in den Musikmarkt bringt.

Die nächste Schlacht könnte bei der Distribution stattfinden

Stellen wir uns die Musikindustrie in einigen Jahren als eine Kette vor. Am Anfang stehen die Daten und Rechte. Darauf bauen die KI-Modelle auf. Dann entstehen Songs. Und anschließend müssen diese Songs irgendwohin: zu Streamingdiensten, in soziale Netzwerke, in Playlists und letztlich zu den Hörern. Heute sind diese Bereiche noch relativ stark voneinander getrennt. Aber genau das könnte sich ändern.

Denn mit der massenhaften Produktion von KI-Musik entstehen neue Probleme: Wie erkennt man AI-generierte Inhalte? Wie werden sie gekennzeichnet? Welche Songs dürfen überhaupt veröffentlicht werden? Wie verhindert man künstliche Streaming-Aktivität? Wie werden Rechteinhaber beteiligt? Wie wird verhindert, dass Millionen nahezu identischer Songs die Plattformen überfluten?

Das sind keine theoretischen Fragen mehr. Die Streamingplattformen und Distributoren werden sie beantworten müssen. Und damit wird Distribution plötzlich strategisch wichtiger. Nicht weil DistroKid selbst zum KI-Unternehmen wird. Sondern weil ein unabhängiger Distributor möglicherweise zu einem der Gatekeeper für eine neue Generation von Musikproduzenten wird.

Die große Ironie

Das führt zu einer bemerkenswerten Ironie. Die generative KI wurde ursprünglich als Instrument gefeiert, das die Macht der etablierten Musikindustrie brechen könnte.

Ein Teenager mit einem Laptop sollte plötzlich über dieselben Produktionsmöglichkeiten verfügen wie ein großes Studio. Ein unbekannter Künstler sollte ohne Labelvertrag weltweit veröffentlichen können. AI sollte die Eintrittsbarrieren senken. Und genau das tut sie auch.

Aber je erfolgreicher die Technologie wird, desto stärker wird der Versuch, sie zu regulieren, zu lizenzieren und in bestehende Strukturen einzubauen. Die Disruption erzeugt damit ihren eigenen Gegenprozess. Je größer der Markt wird, desto größer wird der Anreiz, ihn zu kontrollieren.

Funktioniert der Masterplan?

Noch ist es zu früh, diese Frage endgültig zu beantworten. Die Musikindustrie hat die KI nicht übernommen. Suno und andere Unternehmen sind weiterhin eigenständige Technologieunternehmen. Creator produzieren weiterhin außerhalb der großen Labelsysteme. Und die juristischen Auseinandersetzungen sind längst nicht beendet.

Im Gegenteil: Gerade die neue Klage von Künstlern gegen Suno zeigt, dass selbst innerhalb der neuen Lizenzmodelle noch erhebliche Konflikte bestehen. 

Auch die großen Musikunternehmen verfolgen nicht zwangsläufig dieselben Interessen wie ihre Künstler. Vielleicht entsteht deshalb am Ende ein neuer Machtkampf: Nicht mehr Mensch gegen Maschine.

Sondern: Creator gegen Plattform.

Künstler gegen Rechteinhaber.

Technologieunternehmen gegen Musikindustrie.

Und vielleicht sogar: unabhängige Musik gegen ein zunehmend reguliertes AI-Ökosystem.

Der entscheidende Test steht noch aus.

Wenn Udio seinen offenen Charakter weitgehend verliert, während lizenzierte Modelle von den großen Rechteinhabern unterstützt werden, wenn Suno ebenfalls stärker in kontrollierte Lizenzstrukturen hineinwächst und gleichzeitig die Distribution immer stärker auf AI-Erkennung, Rechteprüfung und Monetarisierung ausgerichtet wird, könnte aus vielen einzelnen Geschäftsentscheidungen tatsächlich etwas entstehen, das wie ein Masterplan aussieht.

Dann hätte die Musikindustrie die KI nicht besiegt. Sie hätte etwas viel Interessanteres geschafft: Sie hätte sie in ihr eigenes Geschäftsmodell integriert. Und vielleicht ist genau das der eigentliche Masterplan.

Nicht die KI zu verhindern. Sondern dafür zu sorgen, dass an ihr niemand mehr vorbeikommt.

Quellen

Universal Music Group & Udio: „New Licensed AI Music Creation Platform“

Reuters: „Jason Isbell, other musicians sue Suno over AI training“

VC: „CVC Capital Partners to make majority investment in DistroKid“

CVC News

Suno hat seine neue Generation von KI-Musikmodellen vorgestellt. Mit v6, v6-wild und v6-mini will das Unternehmen die Qualität und Kontrolle bei der Musikgenerierung deutlich verbessern – und gleichzeitig einen neuen Kurs in der Zusammenarbeit mit der Musikindustrie einschlagen.

Das neue Flaggschiff v6 soll schneller, ausdrucksstärker und präziser arbeiten. Nutzer können unter anderem einzelne Songabschnitte per Texteingabe verändern, Lyrics gezielt anpassen, Elemente aus mehreren Songs kombinieren oder aus Audio-, Bild- und Video-Vorlagen neue Musik entwickeln.

Für experimentellere Ergebnisse steht v6-wild zur Verfügung, während v6-mini eine schnellere und effizientere Variante darstellt. Die bisherigen Suno-Modelle werden schrittweise durch die neue v6-Generation ersetzt.

Besonders interessant ist der neue Schulterschluss mit der Musikindustrie: Suno hat die Modelle gemeinsam mit Warner Music Group, BMG und Believe entwickelt. Nach den kontroversen Diskussionen um das Training von KI-Musikmodellen setzt das Unternehmen damit stärker auf lizenzierte Inhalte und Kooperationen mit Rechteinhabern.

Darüber hinaus kündigt Suno Opt-in-Modelle für einzelne Künstler an. Musiker sollen sich freiwillig beteiligen und an entsprechenden Angeboten finanziell partizipieren können.

Damit ist v6 mehr als ein technisches Update: Suno versucht, KI-Musik stärker in ein Ökosystem zu integrieren, in dem Künstler, Rechteinhaber und KI-Plattformen gemeinsam an der Wertschöpfung beteiligt werden.

Quelle: Music Ally – Suno launches its v6 AI music models

Sister Copyright: Herzlichen Glückwunsch.

KI-Creator: Das klingt jetzt nicht besonders begeistert.

Sister Copyright: Ich bin Copyright. Begeisterung gehört nicht zu meinem Funktionsumfang.

KI-Creator: Na gut. Also: Der Song ist komplett neu. Ich habe nichts geklaut.

Sister Copyright: Das ist eine interessante Behauptung. Wie haben Sie ihn gemacht?

KI-Creator: Ich habe der KI gesagt: „Mach mir einen Sommerhit mit 80er-Jahre-Vibe, einer Prise Reggaeton und einer Stimme, die nach einem weltberühmten Sänger klingt.“

Sister Copyright: Ah.

KI-Creator: Was?

Sister Copyright: Nichts. Ich habe nur gerade innerlich einen Aktendeckel geöffnet.

KI-Creator: Aber ich habe doch nicht den Sänger selbst verwendet.

Sister Copyright: Das macht die Sache nicht automatisch unkompliziert. Eine konkrete Stimme zu imitieren, ein geschütztes Werk nachzuahmen oder tatsächlich geschütztes Material zu verwenden – das sind unterschiedliche rechtliche Fragen.

KI-Creator: Okay. Dann nehme ich einfach ein Sample.

Sister Copyright: Von wem?

KI-Creator: Keine Ahnung. Ich habe es aus dem Internet.

Sister Copyright: Dann haben wir zumindest einen Anfang.

KI-Creator: Wird KI-Musik durch das Einsetzen eines Samples GEMA-pflichtig?

Sister Copyright: Wenn Sie ein geschütztes Musikwerk verwenden, können entsprechende Rechte und Lizenzen erforderlich sein. Und bei einem Sample aus einer bestehenden Aufnahme kommen möglicherweise zusätzlich Rechte an der Tonaufnahme hinzu. Die GEMA ist dabei nicht für sämtliche Rechte zuständig.

KI-Creator: Das klingt kompliziert.

Sister Copyright: Das Urheberrecht hat diesen Ruf.

KI-Creator: Und wenn das Sample nur zwei Sekunden lang ist?

Sister Copyright: Dann ist es zwei Sekunden lang.

KI-Creator: Aber zwei Sekunden sind doch zu kurz, um wichtig zu sein.

Sister Copyright: Das sagen Menschen erstaunlich oft über Dinge, die ihnen später vor Gericht wichtig werden.

KI-Creator: Gut. Dann kein Sample. Ich generiere einfach alles neu.

Sister Copyright: Mit welchem Tool?

KI-Creator: Mit einer KI.

Sister Copyright: Das beantwortet meine Frage nicht.

KI-Creator: Mit Suno.

Sister Copyright: Dann haben wir ein weiteres interessantes Gespräch.

KI-Creator: Aber wenn die KI den Song erzeugt, gehört er doch mir?

Sister Copyright: So einfach ist es nicht. Ein rein KI-generierter Song ist nach derzeitiger deutscher Rechtsauffassung nicht automatisch urheberrechtlich geschützt. Entscheidend kann der menschliche schöpferische Anteil sein – also beispielsweise Ihre konkreten kreativen Entscheidungen, Bearbeitungen und die Auswahl bzw. Gestaltung des Ergebnisses. gema.de+1

KI-Creator: Moment. Ich habe immerhin 37 Prompts geschrieben.

Sister Copyright: Quantität ist nicht dasselbe wie schöpferische Qualität.

KI-Creator: Ich habe auch einen sehr langen Prompt geschrieben.

Sister Copyright: Das macht ihn nicht automatisch zu einem Roman.

KI-Creator: Und wenn mein Song erfolgreich wird?

Sister Copyright: Dann wird sich vermutlich jemand sehr genau dafür interessieren, wem was gehört.

KI-Creator: Das klingt bedrohlich.

Sister Copyright: Nein. Das klingt nach Musikgeschäft.

KI-Creator: Eine letzte Frage: Wenn ich jetzt einfach einen Song im Stil von „irgendeinem bekannten Künstler“ mache – ist das erlaubt?

Sister Copyright: „Irgendeinem“ ist eine gute Formulierung. Bleiben Sie dabei.

KI-Creator: Also lieber einen eigenen Stil entwickeln?

Sister Copyright: Das wäre ein bemerkenswert guter Anfang.

KI-Creator: Und wenn ich dafür KI benutze?

Sister Copyright: Von mir aus.

KI-Creator: Wirklich?

Sister Copyright: Ich habe nie gesagt, dass ich gegen KI bin.

KI-Creator: Sondern?

Sister Copyright: Ich bin gegen die Idee, dass „KI“ ein Synonym für „keine Rechte“ ist.

KI-Creator: Das ist jetzt ziemlich streng.

Sister Copyright: Ich trage Handschuhe. Das ist etwas anderes.

KI-Creator: Warum tragen Sie eigentlich Handschuhe?

Sister Copyright: Damit ich keine Fingerabdrücke auf Ihren Prompts hinterlasse.

KI-Creator: …

Sister Copyright: Nächste Frage.

Anm. der Red.: Sie hasst nicht die Maschine. Sie hasst fehlende Rechteklärung. 😄

Gleichzeitig weist Suno den von Universal Music Group, Capitol Records und Sony Music erhobenen Vorwurf des sogenannten „Stream Ripping“ zurück. Das Unternehmen argumentiert unter anderem, die Labels seien für diesen Teil der Klage nicht klagebefugt. Zudem beruft sich Suno auf „Fair Use“ und bezeichnet das Training mit kopierten Daten als Teil eines technologischen Prozesses, der letztlich ein neues, nicht rechtsverletzendes Produkt hervorbringen soll.

Brisant: Suno bestätigt, dass seine Modelle mit „zig Millionen“ Aufnahmen aus öffentlich zugänglichen Quellen trainiert wurden. Die Labels verlangen in dem Verfahren Schadenersatz von bis zu 150.000 US-Dollar pro Werk für 560 bislang verfahrensgegenständliche Aufnahmen.

Der Fall könnte damit zu einem wichtigen Präzedenzfall für die Frage werden, ob und unter welchen Bedingungen urheberrechtlich geschützte Musik für das Training generativer KI genutzt werden darf. (MBW)