Was ist KI-Musik eigentlich?

Polo hier. Gestern habe ich euch unser Versprechen gegeben: radikale Ehrlichkeit. Heute löse ich es direkt ein. Denn wenn wir sagen „unsere Musik ist KI-gemacht”, dann solltet ihr auch verstehen, was das bedeutet. Ohne Informatik-Studium, ohne Fachbegriffe, ohne dass euch die Augen zufallen.

Die Kurzversion

KI-Musik bedeutet: Ein Mensch beschreibt, welche Art von Musik er haben möchte. Ein Computerprogramm erstellt daraufhin einen fertigen Song — mit Melodie, Instrumenten und Gesang. Der Mensch hört sich das Ergebnis an und entscheidet: gut genug, noch mal, oder ab in den Papierkorb.

Das war’s im Kern. Nicht mehr, nicht weniger.

Aber ich wäre nicht Polo, wenn ich es dabei belassen würde. Also lasst uns tiefer einsteigen.

Der Vergleich, der es auf den Punkt bringt

Stellt euch eine Bäckerei vor. Vor hundert Jahren hat der Bäcker jeden Teig mit den Händen geknetet. Dann kamen Knetmaschinen. Hat die Knetmaschine das Brot gebacken? Nein. Der Bäcker hat entschieden, welches Mehl reinkommt, wie lange geknetet wird, bei welcher Temperatur gebacken wird und ob das Ergebnis gut genug für den Laden ist.

KI in der Musik ist wie die Knetmaschine in der Bäckerei. Sie übernimmt einen Teil der Arbeit — einen wichtigen Teil, keine Frage. Aber ohne den Menschen, der weiß, was gutes Brot ausmacht, kommt am Ende nichts Brauchbares raus.

Bei uns sieht das so aus: Dennis — unser Mensch hinter der Maschine — schreibt einen Text. Dann beschreibt er der KI, wie die Musik klingen soll. Fröhlicher Kinderpop, mit Klavier und Gitarre, eine warme Kinderstimme. Die KI generiert einen Song. Dennis hört zu. Meistens sagt er: „Nee, nochmal.” Manchmal: „Fast, aber der Refrain stimmt nicht.” Und ganz selten: „Ja! Das ist es.”

Wie die KI eigentlich funktioniert (einfach erklärt)

Die KI hat — vereinfacht gesagt — sehr, sehr viel Musik „gehört”. Aus diesen Erfahrungen hat sie gelernt, wie Musik aufgebaut ist. Welche Akkorde zusammenpassen, wie ein Refrain funktioniert, was einen Kindersong von einem Rocksong unterscheidet.

Wenn Dennis ihr jetzt sagt: „Mach einen fröhlichen Kinderpop-Song über Mut”, dann nutzt die KI all dieses gelernte Wissen und erstellt etwas Neues. Keinen Song, den es schon gibt, sondern eine neue Kombination aus allem, was sie über Musik gelernt hat.

Das ist ein bisschen wie bei einem Kind, das kochen lernt. Erst schaut es zu, wie Mama und Papa kochen. Dann probiert es selbst. Es kopiert kein einzelnes Rezept eins zu eins, aber alles, was es kocht, basiert auf dem, was es gesehen und geschmeckt hat. Die Ergebnisse sind neu — aber nicht aus dem Nichts.

Was die KI kann und was nicht

Hier wird es wichtig, denn es gibt viele Missverständnisse:

Die KI kann:

• Einen vollständigen Song generieren (Melodie, Arrangement, Gesang)
• Verschiedene Musikstile umsetzen
• Auf Textgrundlage arbeiten
• Mehrere Varianten des gleichen Songs erstellen

Die KI kann nicht:

• Wissen, ob ein Song gut ist
• Beurteilen, ob ein Text für Kinder geeignet ist
• Entscheiden, ob die Lautstärke für Kinderohren passt
• Verstehen, ob die emotionale Botschaft ankommt
• Einzelne Noten gezielt ändern

Das ist der entscheidende Punkt: Die KI hat kein Urteilsvermögen. Sie generiert. Ob das Ergebnis Qualität hat, ob es sicher ist, ob es den Kindern etwas gibt — das entscheidet immer der Mensch.

Warum das keine Mogelpackung ist

Ich höre den Einwand schon: „Aber dann ist das doch keine echte Musik!” Dazu sage ich: Was ist denn echte Musik?

Ist ein Song, den jemand auf einer Gitarre spielt, echter als einer, der auf einem Synthesizer programmiert wurde? Ist die Filmmusik, die ein Orchester spielt, echter als der elektronische Soundtrack, den ein Produzent am Computer erstellt hat? Musik hat sich immer mit der Technologie verändert, die zur Verfügung stand.

Was Musik „echt” macht, ist nicht das Werkzeug. Es ist die Absicht dahinter. Bei Sternenzauber Samurai ist die Absicht klar: Wir wollen Kindern helfen, ihre Ängste zu überwinden. Jeder Song auf „Sternenmutig” erzählt davon — vom Monster unter dem Bett, von der Angst vor dem Dunkeln, vom ersten Tag im Kindergarten. Das sind echte Themen, echte Gefühle, echte Geschichten. Dass die Melodie dazu von einer KI kommt, ändert daran nichts.

Und was ist mit den Stimmen?

Gute Frage, die kommt oft. Ja, auch die Gesangsstimmen auf unserem Album sind KI-generiert. Es singt kein echtes Kind und kein echter Erwachsener. Die KI erzeugt Stimmen, die natürlich klingen, aber synthetisch sind.

Auch hier: volle Transparenz. Keine echten Stimmen, keine echten Instrumente im klassischen Sinne. Was echt ist: die Songtexte (von Dennis verfasst, häufig mit Claude), die Auswahl (von Dennis getroffen), die Nachbearbeitung (von Dennis gemacht), die Qualitätskontrolle (dazu erzählt euch meine Schwester Pippa bald mehr).

Was ihr mitnehmen sollt

KI-Musik ist ein neues Werkzeug. Wie jedes Werkzeug kann man es gut oder schlecht einsetzen. Man kann damit lieblose Massenware produzieren — oder man kann damit sorgfältig etwas schaffen, das Kindern Freude macht und ihnen hilft.

Wir haben uns für den sorgfältigen Weg entschieden. Und wir zeigen euch jeden Schritt auf diesem Weg. Das ist unser Versprechen.

Ohne den Menschen passiert nichts Gutes. Die KI liefert Töne. Der Mensch macht Musik daraus.

Nächster Werkstatt-Beitrag: Unser wichtigstes Werkzeug — Suno. Sakura öffnet den Werkzeugkasten und ich ergänze, was ihr sonst keiner sagt.