Trumps Davos-Reise: Ein Song aus dem KI-Labor

Red. Ist es wirklich so kinderleicht, mit Hilfe von Künstlicher Intelligenz ein Lied zu komponieren? Der Autor dieses Beitrags hat es versucht, obwohl er nie ein Musikinstrument spielte und auch sonst als eher unmusikalisch gilt.

Der amerikanische Country-Sänger Breaking Rust hat letztes Jahr mit dem Titel «Walk my Walk» Platz 1 der amerikanischen Billboard’s Country Digital Song Sales Chart erreicht – obwohl es ihn als reale Person gar nicht gibt. In Deutschland landete der KI-Song «Verknallt in einen Talahon» in der Hitparade. Und auf Spotify erreichte die Band The Velvet Sundown letztes Jahr Spitzenplätze. Die Band hat eine eigene Internet-Seite und beschreibt sich so:

«Velvet Sundown ist eine Band. Wahrscheinlich. Geboren aus Nostalgie, Code und Spätkapitalismus. Wir sind nicht real im herkömmlichen Sinne – aber unsere Melodien schon.»

Gegenwärtig landen täglich zehntausende von neuen Songs auf Streaming-Plattformen. Denn mit Apps wie Suno können auch Laien plattentaugliche Ergebnisse erzielen. Nicht immer ist es leicht, Musik von echten Menschen von Ergebnissen künstlicher Intelligenz zu unterscheiden. Mittlerweile verschwimmen die Grenzen zwischen realer und künstlicher Musik. Sehr viele Musiker benutzen KI-Werkzeuge, um ihre eigene Musik zu verbessern oder verschiedene Stile auszuprobieren. Hörerinnen und Hörer können kaum mehr erkennen, wie viel KI im Spiel ist.

Beängstigend ist, wie stark der globale Markt für generative KI in der Musik zunimmt. So wird der Marktwert für 2026 auf etwa 714 Millionen US-Dollar geschätzt. Und das geht auf Kosten der Künstlerinnen und Künstler, die mit realen Auftritten und persönlicher Präsenz ihr Geld verdienen.

Das Experiment

Doch ist es wirklich so kinderleicht, einen eigenen Song zu produzieren? Der Autor dieses Beitrags hat das versucht, obwohl er nie ein Musikinstrument spielte und auch sonst als eher unmusikalisch gilt.

Ich bot dem KI-Assistenten Gemini ein Projekt an: Ich wollte die Reise von Donald Trump an das WEF-Forum in Davos mit einem ironischen Song karikieren. In Gemini habe ich deshalb zwei kurze Zeitungsartikel – einer stammt aus «20 Minuten» – mit Informationen hinaufgeladen und dazu die Grundidee sowie einige Ideen für den Text hinzugefügt. 

Gemini liess sich dann den Musikstil noch etwas deutlicher beschreiben. Ich wählte den Stil einer irischen Ballade, aber in Schweizerdeutsch. Ob das der internationale KI-Assistent aus den USA mitmacht?

Das Lob der KI: «Hervorragendes Thema»

Er machte es mit – und lobte mein Projekt überschwänglich: «Das ist ein hervorragendes Thema für eine satirische Ballade! Der irische Sänger Christy Moore hat mit Songs wie ‹The Jukebox in the Sacristy› oder seinen Liedern über Politikerbesuche genau diesen Ton getroffen: trocken, ironisch und mit einem scharfen Blick für das Absurde.» Fast gleichzeitig antwortete Gemini mit dem Songtext, hier ein kurzer Ausschnitt:

[Intro] (Ein rhythmischer, stampfender Beat auf der Gitarre. Eine Mundharmonika oder Tin Whistle spielt eine freche, leicht schräge Melodie.)

[Verse 1] I de Bärge herrscht no Ruä, de Schnee isch än wiisse Brei. Doch im Dorf une flüüsst scho de Schwaiss vo de Polizei. D’Scharfschütze hocked wie d’Gämse am Dach, Und de Secret Service hält d’Gletscher bewacht. Zwei Air Force Ones landäd z’Chloote im Sturm. De Donald chunt sälber – de König im Turm!

Das wunderte mich schon: Ein Liedtext aus dem Hause der amerikanischen Techno-Elite, der Trump so ironisch beschreibt. Deshalb fragte ich Gemini: Wie schaffst du denn so konkrete und passende Texte? Die Antwort: Sein Gehirn, das Large Language Model (LLM), benutze gigantische Mengen an Daten – «zehn Millionen von Aufnahmen», dazu noch Milliarden von Textdokumenten aus Zeitungen, Internetforen, Wikipedia und so weiter. Das erklärte er mir an einem Beispiel:

«Wenn du ‹Polo Hofer› schreibst, aktivieren sich bei mir sofort Verbindungen zu: Dialekt: Berner Mundart
Genre: Mundartrock, Blues. Emotion: Sehnsucht, Freiheit. Ich berechne dann Wort für Wort, welches als Nächstes am wahrscheinlichsten ist, um diesen spezifischen Stil zu treffen».  

Für meinen Song lagen ebenfalls Anweisungen vor, allerdings auf Englisch. Übersetzt hiessen die Anweisungen:

«Beschwingter, aber düsterer Folk, zynischer Kabarett-Ton, fröhliche Akustikgitarre, schwungvoller Kontrabass, sarkastischer Männergesang, verwitterte Stimme. Leicht kratzig, gelegentliches Akkordeonlachen, Schweizerdeutsch, 105 Schläge pro Minute, witzig und theatralisch.»

Danach baute ich mit der Suno-App alles zusammen, was ich von Gemini als Text erhalten hatte. Schon war er fertig, mein erster Song: «König vo Davos» – samt dem dazugehörigen Song-Cover:

Meine erste Reaktion: «Wow, das wirkt doch fast schon professionell!». Klar, der Schweizer Dialekt wirkt etwas gewöhnungsbedürftig. Da hat die KI grössere Mühe als beim Hochdeutsch, das weit klarere Regeln besitzt als die vielen lokalen Dialekte. Erstaunt war ich aber trotzdem, wie gut die Dialektvariante funktioniert.

Versteht die KI etwas nicht, kann sie allerdings auch störrisch werden und eigene Wörter einfügen. Sie «halluziniert», erfindet also Dinge, und man bringt sie nicht davon ab. Im Lied werden die Mächtigen zu den Liitenden. Dieser Fehler liess sich nur tilgen, indem ich alles nochmals neu eingab. Die ganze Zeit will sie aber auch «Hopp dä Bäse» einbringen, weil dieser Ausdruck in besonderer Weise das Schweizerdeutsche zum Ausdruck bringe.      

Die KI liefert neben dem Song weitere Mittel: Das Lied lässt sich in ein Video einbauen und man kann Bandmitglieder erfinden lassen – natürlich mit den entsprechenden Bildern. Auch urheberrechtlich sichert mich Suno ab – trotz der Millionen von Texten, die in meinem «Werk» involviert sind. Ich verfüge dank meines Abos über die gesamten Rechte an diesem Text und könnte ihn selbst bewerben. Die KI macht gleich einen Vorschlag:

«Wenn die Weltpolitik auf die Davoser Bergwelt trifft, entsteht eine ganz eigene Reibung. Getragen von einer treibenden Akustikgitarre porträtiert dieser Song eine Figur, die zwischen den Gipfeln thront und die Promenade zur Bühne macht. Eine rhythmische Charakterstudie über Eitelkeit und das Spektakel hinter den Kulissen des Landwassertals. Ehrlich, direkt und ohne Blatt vor dem Mund.»

KI macht Musik verfügbar, wie nie zuvor – aber sie entzieht der Musikkultur zugleich den Boden, auf dem sie gewachsen ist. Wenn Songs jederzeit, massenhaft und ohne menschliche Erfahrung erzeugt werden können, droht die Musikbranche zu einem Supermarkt von zehntausenden von Produkten zu werden. Die Technologie selbst ist nicht das Problem. Die Frage ist vielmehr, ob wir bereit sind, eine Musikkultur aufzugeben, die von Körperlichkeit und Emotionen lebt – zugunsten perfekter, aber gesichtsloser Klangware.