Wetten auf Kreativität oder Börsenkurse?

Wie Prediction Markets, Streaming und KI den Wert eines Songs verändern könnten

Was ist ein Song wert? Bislang schien die Antwort einigermaßen einfach: Das entscheidet sich an seiner Reichweite, seinen Streams, Verkäufen, Lizenzen, Konzerten und vielleicht daran, wie viele Menschen bereit sind, ihm zuzuhören. Mit Streaming wurde Musik zunehmend messbar. Mit Social Media wurde Aufmerksamkeit messbar. Und mit Künstlicher Intelligenz wird inzwischen auch die Produktion selbst immer stärker skalierbar.

Nun kommt eine weitere Dimension hinzu: der Song als Wettobjekt.

Prediction Markets wie Kalshi handeln inzwischen nicht nur politische oder sportliche Ereignisse. Auch Musik ist längst Teil dieses Geschäftsmodells. Auf Kalshi finden sich unter anderem Märkte darüber, welcher Song auf Spotify auf Platz eins landet, welcher Künstler bestimmte Streamingzahlen erreicht oder wer einen bestimmten Chartplatz erobert.

Damit wird eine Entwicklung sichtbar, die für die Musikbranche wesentlich größer sein könnte als der einzelne Wettmarkt: Der Erfolg eines Songs wird nicht mehr nur beobachtet. Er wird handelbar. Und genau hier trifft die neue Welt der Prediction Markets auf die noch viel jüngere Welt der KI-Musik.

Der Fall Malcolm Todd: Als Streaming plötzlich zur Wettstrategie wurde

Wie schnell aus dieser Verbindung ein Problem entstehen kann, zeigte sich im Sommer 2026.

Der Song „Earrings“ von Malcolm Todd schoss Ende Juni überraschend an die Spitze der US-Spotify-Charts. Spotify stellte anschließend mehr als 500.000 künstliche Streams fest und korrigierte die Chartposition des Songs. Der Vorgang fiel zeitlich mit auffälliger Wettaktivität auf Kalshi zusammen. Der entscheidende Punkt ist dabei nicht, ob der Künstler oder sein Label etwas mit der Manipulation zu tun hatten. Nach den damaligen Berichten deutete gerade nichts darauf hin. Interessant ist vielmehr der ökonomische Anreiz.

Wenn ein Prediction Market darauf setzt, welcher Song einen bestimmten Chartplatz erreicht, bekommt ein künstlich erzeugter Stream plötzlich eine zusätzliche Bedeutung. Er dient dann nicht mehr nur dazu, einen Song im Streaminggeschäft nach oben zu bringen. Er kann theoretisch dazu beitragen, einen finanziellen Markt zu beeinflussen. Damit entsteht eine neue Gleichung: Streaming-Manipulation + Prediction Market = potenzieller finanzieller Hebel.

Das ist ein Unterschied zur klassischen Streaming-Manipulation. Dort bestand das Ziel typischerweise darin, Einnahmen, Sichtbarkeit oder Chartpositionen zu beeinflussen. Bei einem Prediction Market kann die manipulierte Kennzahl selbst zum Auslöser eines finanziellen Gewinns werden. Und das macht Musikdaten plötzlich zu einer Art Rohstoff.

Der Song als Datensatz

Spotify-Streams sind besonders interessant, weil sie eine Eigenschaft besitzen, die für Märkte geradezu ideal ist: Sie sind messbar. Ein Prediction Market muss nicht beurteilen, ob ein Song „gut“ ist. Er muss lediglich eine überprüfbare Frage stellen:

Wird dieser Song am Ende des Monats auf Platz eins stehen?

Wird dieser Künstler mehr als sieben Milliarden Streams erreichen?

Welcher Song wird der meistgestreamte des Jahres?

Auf Kalshi existieren bereits solche Märkte. Teilweise geht es um konkrete Chartpositionen, teilweise um Streaming-Schwellenwerte einzelner Künstler. Damit wird aus einer eigentlich kulturellen Größe – dem Erfolg eines Songs – eine quantifizierbare Erwartung.

Und genau das ist der Punkt, an dem sich die Musikökonomie langsam der Logik von Finanzmärkten annähert. Nicht der Song selbst wird zum Wertpapier. Aber die Erwartung über seinen zukünftigen Erfolg wird handelbar.

Und dann kommt KI

Bis hierhin könnte man das Ganze noch als neue Spielart des digitalen Wettgeschäfts betrachten. Doch KI verändert die Ausgangslage fundamental. Denn Musik lässt sich inzwischen in einer Geschwindigkeit und Menge produzieren, die vor wenigen Jahren noch undenkbar gewesen wäre.

Deezer meldete im Juli 2026, dass vollständig KI-generierte Musik zeitweise mehr als 50 Prozent der täglichen Uploads auf der Plattform ausmachte. Im Juni wurden durchschnittlich rund 90.000 vollständig KI-generierte Tracks pro Tag registriert. Gleichzeitig machten diese Songs nur etwa ein bis drei Prozent der tatsächlichen Streams aus. Das ist eine bemerkenswerte Diskrepanz.

Produktion wird billig. Aufmerksamkeit bleibt knapp.

Und genau diese Knappheit macht Streamingdaten wertvoll. Wenn 100.000 neue Songs entstehen können, ist nicht mehr die Herstellung des Songs das große Problem. Entscheidend wird die Frage, welcher davon Aufmerksamkeit bekommt. Das eröffnet ein neues Spielfeld für Algorithmen.

Der KI-Creator wird zum Datenmanager

Der klassische Musiker denkt zunächst: Ich produziere einen Song und versuche, möglichst viele Menschen dafür zu begeistern.

Der KI-Creator könnte künftig anders arbeiten: Produzieren – testen – messen – analysieren – optimieren – veröffentlichen.

KI kann dabei nicht nur Musik erzeugen. Sie kann auch Texte, Cover, Videos, Social-Media-Inhalte und Marketingvarianten erstellen. Sie kann Daten auswerten und Muster erkennen. Damit entsteht ein Creator-Modell, bei dem Musikproduktion und Datenanalyse immer stärker zusammenwachsen.

Man könnte sogar noch einen Schritt weitergehen. Ein KI-System könnte theoretisch beobachten, welche Songs gerade steigen, welche Genres Aufmerksamkeit gewinnen, welche Künstler in sozialen Netzwerken wachsen und welche Streamingzahlen sich verändern. Es könnte daraus Wahrscheinlichkeiten berechnen. Und damit wären wir bei einer interessanten Zukunftsfrage:

Was passiert, wenn ein System nicht nur Musik produziert, sondern auch vorhersagt, welche Musik erfolgreich sein wird?

Vom Creator zum „Music Data Operator“?

Das klingt zunächst ungewöhnlich. Aber vielleicht entsteht tatsächlich eine neue Art von Musikunternehmen. Ein einzelner Creator könnte künftig mit KI folgende Kette abbilden: Idee → Song → Visuals → Social Content → Datenanalyse → Erfolgsprognose → Release-Optimierung

Das wäre nicht mehr der klassische Künstlerbetrieb. Es wäre eine Mischung aus Musikstudio, Medienagentur und Datenanalyse. Prediction Markets könnten in diesem Modell zu einem weiteren Informationssignal werden. Nicht unbedingt, weil der Creator selbst wetten muss. Schon die öffentlich sichtbaren Marktpreise könnten interessant sein. Wenn ein Markt die Wahrscheinlichkeit eines Chart-Erfolgs abbildet, entsteht daraus eine zusätzliche Form von Marktinformation.

Die Musikbranche hätte damit irgendwann nicht mehr nur: Streams, Likes, Follower und Charts. Sondern auch: Erwartungswerte.

Die gefährliche Seite: Wenn Erwartungen selbst manipuliert werden

Genau hier liegt allerdings das größte Risiko. Denn je mehr wirtschaftlicher Wert an messbaren Musikdaten hängt, desto attraktiver wird deren Manipulation. Bei klassischen Streamingzahlen ist das Problem bekannt. Deezer berichtet, dass ein großer Teil der Streams vollständig KI-generierter Tracks als betrügerisch erkannt wurde; für 2025 wurden bei diesen Tracks bis zu 85 Prozent der Streams als betrügerisch identifiziert und entmonetarisiert.

Prediction Markets könnten dieser Dynamik eine neue Dimension hinzufügen. Stellen wir uns einen Markt vor, auf dem die Frage lautet: „Wird Song X am Freitag auf Platz eins der Spotify-Charts stehen?“

Wenn die Position einen erheblichen finanziellen Wert besitzt, entsteht ein Anreiz, nicht nur den Song zu promoten, sondern das zugrunde liegende Signal zu beeinflussen. Das könnte über künstliche Streams geschehen. Oder über Social-Media-Bots. Oder über künstlich erzeugte Aufmerksamkeit. Oder irgendwann vielleicht über autonome KI-Agenten, die solche Prozesse selbstständig koordinieren. Damit würde aus Streaming-Fraud etwas noch Komplexeres: Marktmanipulation über Musikdaten.

Was bedeutet das für KI-Creator?

Für KI-Musiker ist diese Entwicklung zunächst ambivalent. Auf der einen Seite könnte sie neue Chancen eröffnen. Ein unabhängiger Creator verfügt mit KI über Produktionsmöglichkeiten, für die früher ein ganzes Team nötig war. Wenn zusätzlich leistungsfähige Analysewerkzeuge verfügbar werden, kann ein einzelner Artist zunehmend datengetrieben arbeiten.

Auf der anderen Seite droht genau diese Entwicklung dazu zu führen, dass Plattformen stärker zwischen unterschiedlichen Formen von KI-Musik unterscheiden. Spotify hat beispielsweise angekündigt, ab Mitte September 2026 sogenannte „AI Persona“-Kennzeichnungen für bestimmte KI-generierte Künstlerprofile einzuführen. Nach Angaben von Spotify sollen solche Profile zudem nicht in bestimmte algorithmische Empfehlungen aufgenommen werden.

Deezer geht bereits einen anderen Weg und erkennt, markiert und schließt vollständig KI-generierte Musik von bestimmten Empfehlungsmechanismen aus.

Für Creator bedeutet das: Nicht KI-Musik an sich wird zwangsläufig zum Problem. Die Herkunft, Transparenz und das Verhalten hinter einem Musikangebot werden wichtiger.

Ein KI-Creator, der offen mit KI arbeitet und echte Hörer gewinnt, ist etwas anderes als ein automatisiertes Netzwerk aus tausenden Profilen, das Musik produziert, Streams generiert und Algorithmen manipuliert. Diese Unterscheidung dürfte für die Zukunft entscheidend werden.

Werden Wettanbieter die Musikbranche weiter entdecken?

Sehr wahrscheinlich. Nicht unbedingt, weil Musik plötzlich zum großen Ersatz für Sportwetten wird. Dafür ist der Markt zu speziell. Interessant ist Musik für Prediction Markets aus einem anderen Grund: Sie liefert sehr viele öffentlich messbare Ereignisse.

Chartplätze.

Streams.

Albumdebüts.

Streaming-Meilensteine.

Awards.

Tourneen.

Festival-Line-ups.

Release-Erfolge.

Das lässt sich alles in Ja-Nein-Fragen übersetzen. Und genau daraus bestehen Prediction Markets. Die heutigen Märkte sind deshalb möglicherweise weniger das Endprodukt als ein Testfeld. Wenn sich herausstellt, dass Nutzer bereit sind, auf kulturelle Ereignisse zu handeln, könnte das Angebot weiter wachsen. Dann wäre irgendwann denkbar:

„Wird dieser Song Top 10 erreichen?“

„Wird dieses Album eine Million Streams am ersten Tag schaffen?“

„Welcher KI-Artist wird in diesem Monat den größten Zuwachs erzielen?“

Oder sogar: „Wird dieser virtuelle Artist bis Jahresende eine Million monatliche Hörer erreichen?“

Damit würde die Creator Economy endgültig eine finanzielle Ebene bekommen, die bisher kaum existiert.

Die Börse für Aufmerksamkeit

Vielleicht liegt darin die eigentliche Zukunftsfrage. Musik war schon immer ein Geschäft mit Erwartungen.

Ein Label investiert in einen Künstler, weil es glaubt, dass dieser Künstler erfolgreich werden kann.

Ein Manager plant eine Kampagne, weil er erwartet, dass sie Aufmerksamkeit erzeugt.

Ein Fan kauft ein Ticket, weil er einen Künstler sehen möchte.

Prediction Markets machen aus dieser Erwartung lediglich etwas, das handelbar wird. KI könnte diesen Prozess noch beschleunigen. Denn je schneller Musik produziert, getestet und vermarktet werden kann, desto schneller können auch Erwartungen entstehen – und sich wieder verändern.

Der entscheidende Rohstoff der Musikbranche könnte damit irgendwann nicht mehr nur Musik sein. Es könnte Aufmerksamkeit sein – und die Erwartung darüber, wohin sie sich als Nächstes bewegt.

Kreativität oder Kursentwicklung?

Vielleicht ist deshalb die Frage „Wetten auf Kreativität oder Börsenkurse?“ gar nicht so weit hergeholt. Denn wenn wir irgendwann einen Song hören und gleichzeitig wissen, wie wahrscheinlich sein Chart-Erfolg an einem Prediction Market eingeschätzt wird, verändert das auch unsere Wahrnehmung.

Wir hören dann nicht mehr nur Musik. Wir beobachten einen Markt. Und wenn KI gleichzeitig Songs produzieren, deren Erfolg analysieren und möglicherweise sogar auf Basis dieser Daten neue Songs erzeugen kann, verschwimmt die Grenze zwischen kreativem Prozess, Marketingalgorithmus und Finanzmodell immer weiter. Das muss nicht zwangsläufig schlecht sein. Es könnte unabhängigen Creatorn sogar neue Möglichkeiten eröffnen.

Aber es stellt eine grundsätzliche Frage: Wenn Maschinen irgendwann Musik produzieren und Märkte gleichzeitig den erwarteten Erfolg dieser Musik bewerten – wer entscheidet dann eigentlich noch, was ein Song wert ist?

Vielleicht der Hörer. Vielleicht der Algorithmus. Vielleicht der Markt. Oder – und das wäre die interessanteste Variante – alle drei gleichzeitig. Die Musikbranche steht damit möglicherweise vor einer Entwicklung, die gerade erst sichtbar wird: Der Song könnte vom reinen Kulturprodukt zum handelbaren Erwartungswert werden. 

Und dann? Was passiert, wenn KI beginnt, auf ihren Erfolg zu wetten?

Willkommen in der schönen, neuen (Musik)Welt...