Im Jahr 2026 stimmen zwei Dinge gleichzeitig, und man kommt weiter, wenn man beide gelten lässt, statt eines davon wegzureden. Eine Maschine kann aus einem einzigen Satz einen brauchbaren Song schreiben. Eine andere kann eine Aufnahme in Noten aufschreiben, wofür ein geschultes Ohr früher Stunden gebraucht hat. Komponieren und Transkribieren haben lange ausgemacht, was es heißt, Musiker:in zu sein, und beides erledigt heute Software. Was bleibt da für den Menschen, der das Instrument in der Hand hat?
Kurz gesagt haben die Tools die Aufgaben übernommen und die Musik übrig gelassen. Das klingt nach Trostpreis, bis man genau hinsieht, was davon was ist.
Was die Maschinen wirklich übernommen haben
Man sollte ehrlich sagen, was die Tools können, denn es hilft niemandem, sie kleinzureden. Die Generierung funktioniert: Ein Modell kann einen stimmigen Song erzeugen, der zum Genre passt, und davon sofort sehr viele. Die Transkription funktioniert auch: Ein Modell kann eine Aufnahme hören und die Noten so gut hinschreiben, dass du einen soliden Entwurf zum Weiterarbeiten hast. Das sind keine Zaubertricks. Hier wird Arbeit automatisiert, die früher langsam war und viel Können verlangt hat. Es lohnt sich aber hinzusehen, welche Art von Arbeit das ist. Einen Durchschnitt aus vorhandenen Songs erzeugen und Klang in Zeichen übersetzen sind im Kern beides Aufgaben mit einem mehr oder weniger richtigen Ergebnis. Man kann sie klar beschreiben, messen und verbessern. Solche Aufgaben liegen Maschinen, und deshalb sind sie darin so gut geworden.
Was sie nicht übernommen haben und nicht übernehmen können
Was übrig bleibt, sind keine Reste. Es sind die meisten Gründe, aus denen überhaupt jemand Musik macht oder liebt.
- Entscheiden, was sich zu spielen lohnt. Ein Generator kann tausend Songs machen, aber er kann dir nicht sagen, welcher davon zählt oder warum diese Melodie und nicht jene. Geschmack, also das Gespür, dass das hier gut ist und das dort hohl, ist ein menschliches Urteil, und es gibt keine richtige Antwort, auf die man optimieren könnte.
- Interpretation. Noten sind Anweisungen. Eine Aufführung besteht aus tausend Entscheidungen, die nicht auf dem Blatt stehen: wie lange man die Stille hält, wo man mehr Druck gibt, was rau bleiben darf. Zwei Leute, die dieselben Noten lesen, klingen völlig verschieden, und in diesem Unterschied liegt die Kunst.
- Der Körper. Musik ist körperlich. Sie steckt im Atem, in der Hornhaut an den Fingern, in der ganz eigenen Art, wie sich die Hände eines bestimmten Menschen bewegen. Ein Modell hat keinen Körper, und in einem Raum voller Menschen hat es nichts zu verlieren.
- Bedeutung. Ein Mensch spielt einen Song, in dem es um etwas geht, für jemanden und aus dem eigenen Leben heraus. Die Maschine meint nichts mit dem, was sie ausgibt, weil da niemand drin ist, der etwas meinen könnte.
- Der Moment, den man live teilt. Musik ist zum großen Teil etwas, das Menschen zusammen tun, zu einer bestimmten Zeit an einem bestimmten Ort. Was ein Lied auf einer Beerdigung, in einer Kneipe oder am Lagerfeuer bedeutet, lässt sich von den Menschen, die dabei sind, nicht trennen. Das kann man nicht generieren.
Warum ausgerechnet die Transkription auf der Seite der Menschen steht
Man könnte die Transkription leicht für einen Teil der Bedrohung halten, schließlich kann KI sie inzwischen. Schau aber, was sie für Musiker:innen tatsächlich tut. Sie nimmt dir die langsamste, mechanischste Arbeit im ganzen Prozess ab, nämlich einen Song Ton für Ton herauszuhören, und gibt dir Musik zurück, die du bearbeiten kannst. Sie spielt das Stück nicht für dich. Sie entscheidet nicht, ob es sich lohnt, es zu spielen. Sie interpretiert es auch nicht. Sie räumt die Plackerei weg und lässt die Kunst übrig, und das ist das Gegenteil von Ersetzen.
Das lässt sich auf all diese Tools übertragen. Tools, die dir die Routine abnehmen und dir die Entscheidungen zurückgeben, arbeiten für dich. Eine Transkription macht aus einer Aufnahme etwas, das du lesen, langsamer abspielen, umarrangieren und am Ende mit deinen eigenen Händen und nach deiner eigenen Vorstellung spielen kannst. Die Maschine hat getippt, die Musik machst du. So eingesetzt arbeitet sie dir zu, hat aber keinen eigenen Geschmack. Der Geschmack im Ergebnis kommt ganz von dir.
Welche Sorge berechtigt ist und welche nicht
Das alles wischt die berechtigten Bedenken nicht weg. Eine Flut generierter Musik macht es schwerer, menschliche Arbeit überhaupt zu finden. Und wie diese Modelle mit den Aufnahmen anderer Leute trainiert wurden, wird aus gutem Grund vor Gericht ausgefochten. Das sind echte Probleme, und sie verdienen Aufmerksamkeit. Die tiefere Angst, Musiker:innen könnten überflüssig werden, beruht aber auf einem Missverständnis darüber, wofür Musik überhaupt da ist. Wir hören nicht nur zu, um ein akustisches Produkt zu bekommen. Wir hören zu, weil ein Mensch die Musik gemacht und etwas damit gemeint hat, und wir spielen, weil das zu den besseren Dingen gehört, die ein Menschenleben zu bieten hat. Eine Maschine kann heute die Teile der Musik übernehmen, die schon immer näher an Arbeit als an Kunst lagen. Übrig bleiben die Kunst, das Spielen und das Auswählen.
Häufige Fragen
Wenn KI Musik komponieren und transkribieren kann, was bleibt dann für Musiker:innen?
Die Teile, um die es immer ging: Interpretation, Geschmack und das körperliche Spielen selbst. KI kann einen plausiblen Song erzeugen und eine Aufnahme in Noten aufschreiben. Sie entscheidet aber nicht, was sich zu spielen lohnt, sie bringt keinen Körper und keine Lebensgeschichte ins Spielen mit, und sie meint nichts mit der Musik. Komponieren und Transkribieren sind Aufgaben. Auswählen, Spielen und Menschen im Publikum erreichen, das ist die menschliche Arbeit, die die Tools nicht leisten können.
Ersetzt KI-Transkription das musikalische Können?
Nein. Die Transkription macht aus einer Aufnahme Noten. Das ist ein mechanischer Schritt, der nach Gehör früher Stunden gedauert hat. Du bekommst Musik, die du bearbeiten kannst, aber die Transkription spielt das Stück nicht, interpretiert es nicht und entscheidet nicht, ob es gut ist. Sie spart dir eher Zeit, weil der mühsame Teil wegfällt. Die kannst du ins Üben, Arrangieren und Auftreten stecken, und das kann nur ein Mensch.
Müssen sich Musiker:innen wegen KI Sorgen machen?
Die Sorge vor einer Flut generierter Musik und die Frage, wie mit Trainingsdaten umgegangen wurde, sind berechtigt. Das sind echte Probleme. Die Angst, dass KI Musiker:innen, die selbst spielen, überflüssig macht, beruht aber auf einem Missverständnis darüber, wofür Musik da ist. Menschen schätzen Musik auch deshalb, weil ein Mensch sie gemacht und etwas damit gemeint hat. Tools, die komponieren oder transkribieren, verändern den Arbeitsablauf. Die Gründe, aus denen überhaupt jemand spielt oder zuhört, nehmen sie nicht weg.
Wenn du vor allem das Spielen zurückhaben willst, lass ein Tool das Abtippen übernehmen. Songscription macht aus einer Aufnahme Noten, und zwar in ein paar Minuten, mit übersichtlich gesetzten Akkorden und Stimmen, die du gleich bearbeiten kannst. Die gesparten Stunden fließen so zurück in die Musik selbst. Wie die ganze Kette zusammenhängt, liest du im Artikel über den kompletten KI-Musik-Workflow 2026, und warum es sich überhaupt lohnt, solche Stimmen aufzuschreiben, im Text über die Songs, die in den Händen einzelner Menschen lebten.
