Im Volksheim Schwertberg wird’s am Samstag, 7. November 2026, musikalisch und ziemlich grundsätzlich: Der Musikverein Schwertberg lädt um 20 Uhr zum Vereinskonzert. Das Motto lautet „KI trifft Liebe – künstliche Intelligenz und menschliche Emotion“.

Im Mittelpunkt steht die Frage, was passiert, wenn künstliche Intelligenz auf menschliche Gefühle trifft. Kann KI Liebe oder Empathie verstehen? Kann sie Emotionen auslösen? Oder bleibt am Ende doch etwas Entscheidendes dem Menschen vorbehalten? Eine Moderation führt durch den Abend, auf dem traditionelle, sinfonische und moderne Blasmusik erklingt. Der Eintritt erfolgt gegen freiwillige Spenden.

Wenn Algorithmen Musik durchleuchten

Die Verbindung von Künstlicher Intelligenz und Musik ist weit älter und vielfältiger, als es die aktuelle Aufregung über eine mögliche Bedrohung menschlicher Kreativität vermuten lässt. KI kann unbekannte Künstlerinnen und Künstler auffindbar und hörbar machen. Sie analysiert Musik systematisch – etwa nach ihrem Emotionsgehalt oder nach ihrer „Fettheit“, also ihrer klanglichen Wirkung. Daraus lassen sich neue Erkenntnisse über Musik gewinnen.

Musik begleitet Menschen bewusst oder unbewusst durch den Alltag und ist ein wesentlicher Teil von Kultur und Gesellschaft. Streamingdienste nutzen KI längst für Empfehlungen: Werke werden automatisch mit Begriffen wie „ruhig“, „schnell“ oder „klassisch“ versehen, anschließend vergleichen Systeme deren musikalische Eigenschaften mit dem vermuteten Geschmack der Nutzer:innen. Bei Millionen von Titeln wäre diese Verschlagwortung von Hand schlicht nicht zu schaffen.

Technisch arbeitet KI mit Maschinen und Software, die menschliche Fähigkeiten simulieren sollen. Neuronale Netze durchsuchen Daten nach Mustern, verknüpfen Eigenschaften selbstständig und analysieren dabei auch unbekannte Mengen an Parametern. Viele Vorgänge bleiben allerdings nur grundsätzlich nachvollziehbar – deshalb ist häufig von einer „Black Box“ die Rede. Verzerrte oder fehlerhafte Trainingsdaten lassen sich derzeit nur eingeschränkt korrigieren.

Hier könnte Ihr Advertorial stehen
Ein Advertorial bietet Unternehmen die Möglichkeit, ihre Botschaft direkt im redaktionellen Umfeld zu platzieren

Vom Würfelspiel bis zum künstlichen Orchester

Neue Musik erzeugt KI vor allem durch die Rekombination gelernter Fakten, Muster, Wahrscheinlichkeiten und Häufigkeiten. Ein historisches Bild dafür liefert das „Musikalische Würfelspiel“, das Mozart zugeschrieben wird: Vorbereitete Takte für Anfang, Mitte und Ende werden zusammengestellt, Würfel bestimmen zufällig die Varianten. Aus 176 vorbereiteten Takten können so etwa 45 Millionen unterschiedliche 16-taktige Walzer entstehen.

Auch Markow-Ketten funktionieren über Wahrscheinlichkeiten. Bei einer Kette erster Ordnung wird betrachtet, wie wahrscheinlich einzelne Töne sind; höhere Ordnungen untersuchen Folgen aus zwei, drei oder mehr Tönen. Je mehr feste Wahrscheinlichkeiten einfließen, desto ähnlicher wird die erzeugte Melodie dem Original. Eine Markow-Kette vierter Ordnung kann im genannten Beispiel sogar eine nahezu vollständige Kopie von „Happy Birthday“ hervorbringen.

Neuronale Netze gehen weiter und nehmen gleichzeitig Lautstärke, Akkorde und Harmonien, Begleitfiguren, Klangfarben, Artikulationen und Melodien unter die Lupe. Meist geht es nicht um die direkte Kopie eines Werks, sondern um die Identifikation und Rekombination charakteristischer Eigenschaften. Das Ergebnis kann neu klingen, obwohl es aus bereits vorhandenen musikalischen Mustern zusammengesetzt ist.

Die Geschichte dazu reicht zurück: Das mathematische Neuron wurde bereits 1943 beschrieben, die KI-Forschung entwickelte sich im Zusammenhang mit Computern und Programmiersprachen in den 1960er-Jahren. Iannis Xenakis setzte Markow-Ketten schon damals für Instrumentalkompositionen ein. In den 1980er-Jahren konnten KI-Systeme Musik im Stil von Vivaldi, Bach oder Mozart erzeugen; David Copes System EMI komponierte ab 1983 Choräle im Bach-Stil – zunächst ohne neuronale Netze, später analysierte EMI selbstständig Musik und erzeugte daraus neue Werke.

Ab den 2010er-Jahren wurden neuronale KI-Werkzeuge einem breiteren Publikum bekannt. Googles Magenta-Projekt erschien 2016, seit 2019 ist die Software allgemein zugänglich. Schnellere und günstigere Geräte, größere und billigere Speicherkapazitäten, leistungsfähige Netzwerke über Glasfaser, WLAN und Mobilfunk, riesige Datenmengen aus Smartphones, Kameras, Laptops und Internetdiensten sowie wachsende Rechenzentren machten den aktuellen Boom möglich. Unternehmen wie Microsoft und Amazon bauten Datenspeicherung zu einem wichtigen Geschäftsfeld aus.

ChatGPT brachte 2022 den Durchbruch sprachbasierter KI-Systeme. Prompts senkten die technischen Zugangshürden, für die präzise Steuerung komplexer Systeme entstand sogar das Berufsfeld der Prompt-Ingenieur:innen. Seit 2023 gibt es leistungsfähige Systeme, die nach Anweisungen komponieren und arrangieren können.

Stimmen, Klangfarben und ganze Songs

Heute kann KI Bilder stilistisch verändern, Stimmen künstlich sprechen oder singen lassen und vollständige Musikstücke samt Einzelspuren erzeugen. Musikindustrie und unabhängige Musikschaffende verwenden solche Systeme für Produktion, Aufführung, Vermarktung und experimentelle Klangwelten. Weitere Einsatzfelder liegen im Singer-Songwriting, bei Managementaufgaben für Nachwuchsmusiker:innen und bei der Barrierefreiheit.

Stimmen und Instrumente lassen sich aus Aufnahmen isolieren oder entfernen. Beim Beatles-Song „Now and Then“ wurde John Lennons Stimme aus einer alten Aufnahme extrahiert und mit anderen Produktionselementen kombiniert. Auch das Entfernen von Instrumenten oder Geräuschen aus komplexen Tonaufnahmen, das sogenannte Denoising, ist möglich.

Sprach-KI kann mit relativ wenigen Lerndaten die Stimme einer Person beliebige Texte sprechen oder singen lassen. Das ist praktisch – und rechtlich heikel. Die Nutzung realer Stimmen berührt das Persönlichkeitsrecht. Künstler:innen wie Holly Herndon stellen ihre Stimmen für Experimente zur Verfügung, Hollywood-Schauspieler:innen streikten unter anderem wegen der ungefragten Verwendung künstlicher Figuren und Stimmen. Betroffen sind zudem Bild- und Bewegungsdaten sowie deren Speicherung und Neuorganisation durch KI.

Beim Klangoptimieren verallgemeinert KI Muster bestehender Werke und wendet sie auf andere an. Popmusik, die für Kopfhörer- und Smartphonewiedergabe optimiert ist, lässt sich vergleichsweise leicht erfassen. Experimentelle elektronische Musik mit unvorhersehbaren Klängen bereitet den Systemen größere Schwierigkeiten. Und beim KI-Mastering bleibt die Frage offen, wie viel von der persönlichen klanglichen Handschrift der Musiker:innen erhalten bleibt.

Auch virtuelle Instrumente werden zunehmend ausgefeilter. Herkömmliche Sampler geben meist einzelne aufgenommene Töne wieder, ihnen fehlen subtile Übergänge zwischen aufeinanderfolgenden Tönen – etwa bei Streich-, Zupf- und Blasinstrumenten. Beim Klavier verändert schon der wiederholte Anschlag die Klangfarbe. Physikalische Modelle können solche Mikrointerpolationen erzeugen, müssen aber für jedes Instrument aufwendig angepasst werden. KI könnte künftig individuell eingespielte Instrumente modellieren, natürliche Spielweisen simulieren, Mischformen verschiedener Instrumente erzeugen oder eine Spielweise auf ein anderes Instrument übertragen. Sogar physikalische Spielgrenzen könnten in den Generierungsprozess einfließen.

Charakteristische Eigenschaften lassen sich auch von Interpret:innen übernehmen. Bei künstlichen Avatar-Künstler:innen werden reale Bewegungsdaten verwendet, um natürliche Bewegungen zu simulieren. Besonders in Asien sind vollständig virtualisierte Künstlerfiguren verbreitet; visuelle Erscheinung, Gesang und Musikwerke eines Menschen können durch KI und Virtualisierungstechniken nachgebildet werden. Als Beispiel gilt das KI-Projekt „Dear Glenn“, das sich mit Glenn Gould befasst.

Seit Ende 2023 erzeugen Plattformen wie Udio, Suno und Stable Audio mithilfe von Prompts vollständige Musikstücke. Sie können hochgeladene Sounddateien ergänzen und deren klangliche Eigenschaften weiterverarbeiten. Selbst vage Eingaben werden durch statistisch wahrscheinliche musikalische Informationen aufgefüllt. Die Ergebnisse können mehrere Minuten lang, stilistisch vielfältig und klanglich überzeugend sein. Für professionelle Anwendungen hapert es aber noch: beim Timing von Filmmusik, bei klanglichen Details wie Soundlogos, bei großen musikalischen Formen und oft auch bei der Weiterverarbeitung einzelner Bestandteile. Deshalb bevorzugen Komponierende häufig Systeme, die MIDI-Dateien erzeugen. KI-Gesangslinien werden im populären Bereich bereits prototypisch oder direkt in Kompositionen eingesetzt; international und national gibt es schon Chart-Hits, die weitgehend mit KI-Werkzeugen entwickelt wurden.

Was bleibt dem Menschen?

In der Informatik wird zwischen starker und schwacher KI unterschieden. Eine starke KI wäre im Turing-Test nicht von einem Menschen zu unterscheiden. Die bisher bekannten Systeme gelten als schwache KI: Sie sind spezialisiert und weisen charakteristische Fehler oder Einschränkungen auf. Intelligenz umfasst schließlich verschiedene Fähigkeiten – mathematisches, sprachliches, logisches, visuelles und auditives Denken. Ein System kann eine Aufgabe hervorragend lösen und an einer anderen scheitern.

KI-basierte Plattformen senken die Zugangshürden zur Musikproduktion. Nutzer:innen beschreiben musikalische Eigenschaften sprachlich und bekommen daraus Musik. Bestehende Stile lassen sich reproduzieren und Merkmale kombinieren, grundlegend neue Musik oder Trends entwickeln die Systeme jedoch weniger gut. Komponist:innen dürfte KI kurzfristig nicht ersetzen, Produktionsprozesse kann sie aber beschleunigen. Menschen beeinflussen Ergebnisse durch Prompts und eigene hochgeladene Klänge.

Nach Darstellung der zugrunde liegenden Recherche verfügen KI-Systeme nicht über Bewusstsein, Intention oder Gefühle für Musik. Menschen bewerten Informationen zusätzlich nach Stimmung, Emotion, persönlichem Geschmack und dem Wunsch nach Neuartigkeit. Für hochwertigen Output brauchen KI-Systeme derzeit Hunderttausende oder Millionen von Kompositionen; Menschen kommen mit deutlich weniger Vorlagen aus. Beide Seiten rekombinieren Muster, doch Menschen können gezielt Absichten entwickeln, Emotionen ausdrücken und ihr bisheriges Schaffen bewusst umkehren. Der Übergang von der Tonalität zur Atonalität gilt als historischer Stilbruch – ein qualitativer Paradigmenwechsel, den heutige KI-Systeme nicht eigenständig hervorbringen können.

Im Unterricht kann KI notierte Musik auf Fehler und bestimmte Eigenschaften untersuchen, Studierenden schnelles Feedback geben und auf unterschiedlichen Leistungsniveaus die Kreativität von Schüler:innen anregen. Schulen und Lehrkräfte stehen damit vor der Aufgabe, passende Formen für KI-gestütztes Gestalten und differenziertes Hören zu entwickeln.

Urheberrecht mit vielen Fragezeichen

KI-Systeme werden mit Tausenden bereits existierenden Werken und Informationen über Ästhetik, Form und Trends trainiert. Maschinelles Lernen erstellt statistische Beschreibungen, speichert sie gemeinsam mit Beschreibungen anderer Werke und verwendet sie später zur Erzeugung neuer Kompositionen. Ein Prompt kann sogar ausdrücklich eine Komposition „im Stil von“ bestimmten Künstler:innen oder Werken verlangen.

Die Nutzung urheberrechtlich geschützter Werke als Trainingsdaten ist rechtlich umstritten. Der EU AI Act von 2024 enthält Transparenzanforderungen und verlangt Zusammenfassungen urheberrechtlich geschützter Trainingsdaten, eine umfassende urheberrechtliche Regelung für diese Nutzung gibt es bislang aber nicht. Der Deutsche Kulturrat und der Deutsche Musikrat fordern Lizenzvereinbarungen und Vergütung. Auch Interessenverbände wie GEMA, Deutscher Musikrat und Deutscher Kulturrat verlangen eine umfassende Bezahlung für die Nutzung geschützter Inhalte. Als mögliches Modell werden Mikropayments genannt, bei denen jede verwendete Komposition für einen begrenzten Zeitraum vergütet wird.

Die GEMA stellte im September 2024 als weltweit erste Verwertungsgesellschaft ein Lizenzmodell für generative KI vor. Im November 2024 verklagte sie OpenAI, im Januar 2025 folgte eine Klage gegen Suno AI. Beiden Unternehmen wird vorgeworfen, urheberrechtlich geschützte Musik ohne Lizenz zum Training ihrer Systeme verwendet zu haben. In den USA verklagten Major Labels 2024 ebenfalls mehrere KI-Plattformen. Stable Audio legte als eine der wenigen Plattformen die Quellen seiner Trainingsdaten offen und verwendete nach eigenen Angaben nur Daten mit Zustimmung der Nutzer:innen.

Nach deutschem Recht können klangliche, rhythmische und melodische Kompositionsmuster genehmigungs- oder vergütungspflichtig sein. Genres, viele allgemeine Muster und Werke von Komponist:innen, die seit mehr als 70 Jahren verstorben sind, gehören dagegen zum kulturellen Gemeingut. Die Grenze zwischen erlaubter menschlicher Inspiration und problematischer maschineller Nutzung geschützter Werke bleibt schwierig – rechtlich wie ethisch. Weltweit agierende Technologieunternehmen machen die Regulierung zusätzlich kompliziert.

Die ungeklärte Rechtslage kann dazu führen, dass private Unternehmen geschützte Inhalte nutzen und damit die Einkommensgrundlage vieler Kreativer gefährden. Geht die Zahl neu geschaffener Musik zurück, könnte langfristig auch die Weiterentwicklung und Innovationsfähigkeit der Musik leiden. Die Debatte über Urheberrecht und Trainingsdaten steht erst am Anfang; diskutiert wird bereits, wie Plattformbetreiber reguliert werden können, wenn sie in Länder mit geringerem Urheberrechtsschutz ausweichen.

Offen bleibt außerdem, ob Musiker:innen künftig noch alle Kenntnisse in Bereichen wie Kontrapunkt oder Instrumentation brauchen, wenn KI bestimmte Aufgaben übernimmt. Systeme könnten musikalische Entwicklungen und Trends analysieren, neue Stilrichtungen prognostizieren, mit Radioprogrammen und Streamingdaten verbunden werden und Informationen zwischen verschiedenen Systemen weitergeben. Wegen austauschbarer Hardware könnten sie theoretisch unbegrenzt weiterlernen. Die Geschwindigkeit maschinellen Lernens und der Wissensweitergabe kann jene des menschlichen Lernens und Lehrens übertreffen.

Derzeit bleibt KI vor allem Werkzeug für Musikproduktion, Ideengenerierung und standardisierte Tätigkeiten. Eigenständige ästhetische Hypothesen oder grundlegende musikalische Innovationen erzeugt sie nach der vorliegenden Einschätzung noch nicht. Die KI-generierte Musik beruht weiterhin auf der Rekombination vorhandener Muster; ein echter Paradigmenwechsel ist derzeit nicht absehbar. Beim Vereinskonzert in Schwertberg bekommt diese große Debatte jedenfalls einen sehr konkreten Ort: einen Saal, Blasmusik – und die Frage, ob zwischen künstlicher Intelligenz und menschlicher Emotion vielleicht doch mehr knistert als nur ein Lautsprecher.