Die Versprechen klingen gut
Stems splitten per Klick. Mastering in 30 Sekunden. Beats generieren aus einem Textprompt. Die AI-Tools der letzten zwei Jahre versprechen eine Revolution der Musikproduktion. Und ja, einiges davon funktioniert erstaunlich gut.
Abletons neuer AI Stem Splitter trennt Vocals von Instrumentals besser als alles, was es vor drei Jahren gab. LANDR mastert einen Track in einer Minute für 5 Euro. Und Suno spuckt komplette Songs aus, die auf den ersten Blick klingen wie echte Produktionen.
Aber hier ist das Problem
Keines dieser Tools versteht, warum du eine bestimmte Kick gewählt hast. Keines weiß, dass der leichte Swing auf der Hi-Hat der Grund ist, warum dein Track groovt. Keines hat um 3 Uhr morgens an einem 808-Pattern geschraubt, bis es sich richtig angefühlt hat.
AI optimiert auf Durchschnitt. Auf das, was statistisch funktioniert. Aber Musik, die berührt, ist selten durchschnittlich. Sie ist eigenwillig, persönlich, manchmal absichtlich kaputt.
Wo AI wirklich hilft
Nicht beim Kreativsein, beim Handwerk. Die langweiligen Teile:
- Stem-Splitting: Für mich der größte praktische Nutzen. Ich hatte einen alten Song, bei dem die Einzelspuren verloren gegangen waren, und habe ihn über den Stem-Splitter in Logic neu aufgeteilt, um einen Remix daraus zu machen. Das hat funktioniert. Ein anderes Mal habe ich aus einem Sample nur die Melodie gezogen, obwohl Drums und Bass mit drauf waren, und damit weitergearbeitet. Ableton kann das seit Version 12.3 auch, aber in der Praxis war mir das bisher zu langsam.
- Audio-Restaurierung: LALAL.ai hat mir alte Live-Konzert-Aufnahmen gerettet. Da waren Nebengeräusche und Stimmen aus dem Publikum drauf, und ich konnte daraus am Ende einen sauberen Mix machen. Ohne AI wäre das Material unbrauchbar gewesen.
- Reference Matching: AI-gestütztes EQ-Matching gegen einen Referenz-Track. Gut als Startpunkt, nicht als Endergebnis.
- Chord Detection: Schneller als es per Ohr rauszuhören. Besonders bei komplexen Jazz-Voicings.
Wo AI schadet
Wenn du sie als Ersatz statt als Werkzeug benutzt:
- AI-Mastering als Endprodukt: Wir haben LANDR vor ungefähr einem Jahr für ein Projekt ausprobiert, das ich gemischt habe. Das Ergebnis war im Grunde nur lauter. Kein Charakter, keine Entscheidungen, die zum Track gepasst hätten. Für eine schnelle Vorschau okay, als finales Mastering nicht.
- Generierte Beats: Klingen nach allem und nichts. Kein Charakter, kein Signature Sound.
- Auto-Mixing: Kann Pegel balancen, versteht aber nicht, dass die Vocals in deinem Track absichtlich leiser sind.
Die Grauzone
Es gibt Tools, bei denen die Grenze zwischen Werkzeug und Krücke verschwimmt.
Scaler 3 zum Beispiel. Ich habe nie richtig Noten gelernt und kann Instrumente nur autodidaktisch ein bisschen spielen. Scaler gibt mir Akkordfolgen vor, die ich alleine so nicht finden würde. Ist das Schummeln? Für mich nicht, weil die Entscheidung, welche Akkorde zum Track passen, trotzdem bei mir liegt. Scaler zeigt Optionen, ich wähle aus.
Song-Struktur analysieren ist ein anderer Fall. Ich lasse mir manchmal von AI einen Referenz-Track analysieren und die Arrangement-Struktur aufschlüsseln. Intro, Verse, Pre-Chorus, Drop, wie lang jeder Teil ist, wann die Energie steigt. Das war eine richtig gute Idee, weil ich das nicht so einfach raushören konnte. Und am Ende baue ich mein Arrangement trotzdem selbst.
AI-generierte Samples habe ich versucht, aber bisher nicht weiter verfolgt. Da greife ich dann doch eher auf Sample Packs oder Splice zurück, weil die Ergebnisse vorhersehbarer sind und ich schneller zum Ziel komme.
Suno 5.5: Komplette Songs aus Textprompts mit Style-Beschreibungen und Genre-Tags
Und dann ist da Suno. Seit Version 5.5 ist die Qualität so gut, dass es mich überrascht hat. Ich habe mal einen Soul-Song generieren lassen mit einer Style-Beschreibung, und der war echt gut. Nicht gut für AI, sondern gut. Das ist der Punkt, an dem es interessant wird, weil die Grenze zwischen “Tool das hilft” und “Tool das ersetzt” plötzlich nicht mehr so klar ist.
Meine Position
Nutz AI für alles, was dich vom kreativen Kern ablenkt. Stems splitten, Audio restaurieren, Referenz-Tracks analysieren. Aber die Entscheidungen, welche Sounds, welche Stimmung, welcher Groove, die musst du selbst treffen.
Wer das an eine AI auslagert, macht keine Musik. Der bestellt Musik.
Und das ist ein Unterschied.
