Notengebung & Bewertung · 18. März 2026 · 5 Min. Lesezeit

Musik benoten, wenn KI in 30 Sekunden einen Track erzeugt: Ein Selbstversuch mit Producer.ai

Heute habe ich Musik gehört, die ich gern live sehen würde: Wagner, venezianische Kirchenmusik, NDH und Dubstep gleichzeitig, 155 BPM, Blechbläser, die sich durch ein gotisches Kirchenschiff jagen. Diese Band muss es doch irgendwo geben, dachte ich.

Es gibt sie nicht. Der Track kam aus diesem Prompt:

„massive industrial orchestral hybrid, 155 bpm, heavy nautical metalstep, extreme stereo brass dialogue, gothic organ sub-bass, distorted NDH guitars, dark 80s synth textures, 3D binaural acoustics, no vocals, high power brass growls and piano dissonances“

Nach dreißig Sekunden war er fertig. Ich habe ihn mehrmals gehört und mich dann gefragt, wozu man noch üben soll, wenn das jeder kann.

Radio, Streaming, KI: Wer Musik will, muss sie nicht mehr selbst machen

Neu ist die Frage nicht. Schon das Radio hat Musikern Einnahmen weggenommen. Damals klang aufgenommene Musik aber nach aufgenommener Musik. Was ich heute gehört habe, klingt nach einer Band, für die ich ein Konzertticket kaufen würde.

In der Autoindustrie passiert gerade etwas Ähnliches. Die Branche stellt auf Elektroautos um, und der Gebrauchtwagenmarkt wird das nicht überleben: Die Batterie ist das teuerste Bauteil, kein Händler kann sie als Garantieleistung stemmen, und die Marge ist weg. Wer jetzt auf Oldtimer setzt, stößt auf das nächste Problem. Es gibt immer weniger Mechaniker, die so einen Motor wirklich kennen, zerlegen und wieder zusammensetzen können. Mit der Musik geht es in dieselbe Richtung.

Schau mal in ein historisches Telefonbuch von 1930. In jeder Kleinstadt findest du zehn Chöre, Blaskapellen und Musikvereine. Die Leute hatten damals nicht mehr Zeit, Musik war etwas Gemeinsames. Man traf sich, machte zusammen Lärm und übte, weil man nur so dabei sein konnte. Es gab kein Radio, das rund um die Uhr lief, und keine Playlist. Wer Musik wollte, musste sie selbst machen.

Das hat sich umgedreht, erst durch das Radio, dann durch Streaming und jetzt durch KI. Mit jedem Schritt wurde es leichter, nur zuzuhören. Jetzt können wir auch Musik produzieren, ohne irgendetwas gelernt zu haben.

Was Producer.ai kann und was nicht

Das Programm heißt Producer.ai. Dahinter steht das Team von Riffusion, als Modell nennt die Seite Lyria 3. Es ist gerade erst auf dem Markt, und morgen wird es schon besser sein.

Es erzeugt Klangfarben, Raum und Stilmischungen in einer Qualität, die vor zwei Jahren undenkbar war. Ich wollte echtes Stereo hineinbringen: zwei Blechbläserchöre, die sich gegenüberstehen, so wie Giovanni Gabrieli es 1597 in San Marco gemacht hat. Auf Anhieb hat die KI das nicht geschafft. Erst als ich „denke out of the box“ schrieb, kam sie auf die Idee, zwei getrennte Tracks zu erzeugen und sie hart links und rechts abzumischen. Das hat funktioniert, und ich war kurz sprachlos, weil die KI den Umweg selbst gefunden hatte.

Einen Dialog bekommt sie nicht hin. Drei unabhängig erzeugte Spuren, die harmonisch und rhythmisch aufeinander reagieren, klappen nicht. Die KI hat das selbst so beschrieben: Die Wahrscheinlichkeit, dass das zusammenpasst, ist verschwindend gering. Das Ergebnis klingt räumlich perfekt und ist musikalisch ein Unfall.

Zwei Stimmen, die aufeinander hören und auf das reagieren, was die andere gerade gespielt hat, sind ein musikalisches Problem und kein technisches. Da unterscheidet sich der Musiker von der Maschine.

KI im Musikunterricht: brauchbar für Hörbeispiele

Im Musikunterricht sitzen die Schüler vor mir und fragen sich, wozu sie noch lernen sollen, was KI in dreißig Sekunden kann. Sie haben das Programm auch schon ausprobiert.

Dabei wäre es im Unterricht brauchbar. Heute sprechen wir über Artikulation: Staccato und Legato, wie sie klingen und warum das einen Unterschied macht. Früher habe ich ein Hörbeispiel gesucht, es abgespielt und gehofft, dass es passt. Jetzt schreibt man einen Prompt und hört sofort das Ergebnis, zum Beispiel „Oboe with staccato articulation, alternating with a flute playing long legato melodic lines“. Die Schüler hören den Unterschied, weil sie ihn gerade selbst herbeigeschrieben haben. Das würde ich nicht benoten, das ist Unterricht.

Drei Noten im Halbjahr: Was bewerten wir eigentlich?

Drei Noten im Halbjahr müssen irgendwo herkommen, und da wird es unbequem. Was man mit KI im Musikunterricht sinnvoll macht, passt schlecht in eine Spalte im Notenbuch.

Dazu kommt ein echtes Motivationsproblem. Wenn ein professionell klingender Track in dreißig Sekunden zu haben ist, warum dann drei Jahre Gitarrenunterricht? Die aufrichtigste Antwort ist vielleicht, dass wir es nicht wissen. Die Plattenindustrie hat das Radio nicht so überlebt, wie sie war. Der DJ wird der Nächste sein. Und irgendwo in dieser Kette sitzt ein Kind, das gerade Gitarre lernt und sich fragt, warum eigentlich.

Wer Musik lernt, um zu verstehen, was er tut, um Entscheidungen treffen und in Echtzeit reagieren zu können, hat etwas, das keine KI liefern kann. Für den Berufsmusiker, dem gerade die Einnahmen wegbrechen, ist das kein Trost. Für die Schule ist es eine pädagogische Frage: Was wollen wir eigentlich, wenn wir Kinder Musik lernen lassen? Und wie benoten wir das?

Die KI-Musik war gut, stimmig, überraschend und abwechslungsreich, ohne einen Fehler, den man sofort benennen könnte. Das Problem ist deshalb weniger die Maschine. Die Frage hätte schon immer lauten müssen: Was hat dieser Mensch gelernt? Wo steht er heute, und wo stand er vor einem Jahr? KI macht nur sichtbar, dass wir sie zu selten gestellt haben.

Wie man das in eine Spalte im Notenbuch schreibt, weiß ich noch nicht. Einen Versuch für digitale Musikproduktion beschreibe ich im Artikel GarageBand, Podcast und Erklärvideo bewerten.