Bei mir beginnt KI-Musik nicht mit einem Prompt. Sie beginnt mit einem leeren Blatt.
Ich sag’s, wie es ist:
Wenn manche über KI-Musik reden, hört sich das ungefähr so an:
Warum ich bei meiner Musik auf Hybrid-Technik setze
Prompt rein.
Knöpfchen drücken.
Kurz Kaffee holen.
Song fertig.
Kannste machen.
Ist nur nicht meine Art, Musik zu machen.
Ich bin inzwischen ganz bewusst bei einer Hybrid-Produktion gelandet. Also klassische Musikproduktion, MIDI, DAW, Audiobearbeitung und mehrere KI-Systeme zusammen in einen Topf.
Klingt erst mal nach:
Warum einfach, wenn’s auch kompliziert geht?
Jupp.
Könnte man meinen.
Aber für mich hat das einen ziemlich einfachen Grund:
Ich will die Kontrolle über meinen Song behalten.
Und genau deshalb beginnt meine Musik nicht bei Suno.
Nicht bei Google.
Nicht bei irgendeinem Prompt.
Sondern ganz altmodisch:
Erst mal ein leeres Blatt
Da steht am Anfang nämlich gar nix.
Vielleicht habe ich eine Idee im Kopf.
Vielleicht einen Satz.
Vielleicht ist mir irgendein Quatsch im Alltag passiert und mein Kopf macht daraus schon wieder einen kompletten Film.
Oder es gibt etwas, das ich einfach mal loswerden will.
Das ist der Anfang.
Dann überlege ich mir, welche Geschichte ich überhaupt erzählen will und welches Genre dazu passt.
Denn ein Wolf-Maximus-Song funktioniert nun mal anders als K-Pop, Schlager oder Oldschool-Hip-Hop.
Und dann wird gesammelt.
Gedanken.
Sätze.
Bilder.
Wörter.
Manchmal brauchbares Zeug.
Manchmal kompletter Müll.
Erst mal egal.
Alles auf den Tisch.
Danach wird der Haufen sortiert.
Was gehört wirklich in die Geschichte?
Wo fängt sie an?
Wo soll sie hin?
Was ist wichtig?
Und was kann direkt wieder in die Tonne?
Daraus entsteht der erste Textentwurf.
Reimen kommt später
Und das ist mir wichtig.
Ich schreibe nicht zuerst einen Reim und überlege mir danach, welche Geschichte irgendwie dazu passen könnte.
Die Geschichte ist zuerst da.
Danach kommt das Reimschema.
Dann schaue ich auf Sprachrhythmus, Silben und Flow.
Denn du kannst den schönsten Satz der Welt schreiben – wenn du dir beim Singen nach der Hälfte die Zunge verknotest, bringt dir das Ding herzlich wenig.
Also laut lesen.
Ausprobieren.
Ändern.
Nochmal lesen.
Bis es sich natürlich anhört.
Erst danach kommt die Songstruktur.
Verse.
Chorus.
Bridge.
Break.
Intro.
Outro.
Oder eben ganz anders.
Der Song entscheidet, was er braucht.
Nicht irgendeine Vorlage aus dem Lehrbuch.
Jetzt brauchen wir Akkorde
Wenn der Text und die Struktur stehen, geht’s an die Musik.
Tempo.
Tonart.
Akkordfolgen.
Und dafür nutze ich unter anderem JJazzLab.
Nicht, damit mir JJazzLab jetzt den fertigen Song baut.
Ich will erst mal hören, ob das, was auf dem Papier so schön aussieht, auch aus den Lautsprechern noch schön klingt.
Ganz banale Kiste.
Akkordfolge rein.
Anhören.
Passt die Stimmung?
Funktioniert der Refrain?
Braucht die Bridge etwas anderes?
Oder hört sich das Ganze an wie Fahrstuhlmusik im Möbelhaus?
Dann ändern.
Nochmal hören.
Und nochmal.
Wenn es passt, drucke ich mir die Akkordfolge aus und speichere die MIDI-Datei.
Damit steht mein musikalisches Grundgerüst.
Oder anders gesagt:
Jetzt weiß ich wenigstens, wo die Reise hingehen soll.
Jetzt darf die erste KI ran
Mit diesem Grundgerüst gehe ich beispielsweise zu Google Flow Music mit Lyria.
Und auch da lautet mein Prompt nicht:
„Mach mal einen geilen Song.“
Ja nee, is klar.
Ich habe doch nicht vorher den ganzen Zirkus veranstaltet, damit ich jetzt wieder bei null anfange.
Also bekommt die KI ihre Leitplanken.
Akkordfolge.
Genre.
Tempo.
Instrumentierung.
Stimmung.
Musikalische Richtung.
Und daraus entstehen die ersten Pre-Instrumentals.
Dann sitze ich da und höre.
Und höre nochmal.
Passt der Groove?
Trägt das Ding meinen Text?
Kommt die Stimmung rüber?
Ist das überhaupt noch die Idee, mit der ich angefangen habe?
Manchmal:
Bämm. Genau das.
Und manchmal:
Nö. Komplett falsch abgebogen.
Dann geht’s eben nochmal von vorne.
Nur weil die KI etwas ausspuckt, muss ich es schließlich nicht nehmen.
WAV raus – BandLab auf
Wenn die Richtung stimmt, exportiere ich das Pre-Instrumental als WAV.
Dann geht’s damit in BandLab.
Dort zerlege ich das Ganze bei Bedarf in einzelne Stems.
Und dann wird geschraubt.
Spuren bearbeiten.
Etwas rausnehmen.
Etwas hinzufügen.
Vielleicht fehlt mir noch ein Instrument.
Vielleicht nervt mich eines.
Vielleicht braucht der Refrain mehr Druck.
Oder irgendeine Spur macht genau das Gegenteil von dem, was ich eigentlich wollte.
Dann fliegt sie eben raus.
Wenn das musikalische Grundgerüst passt, exportiere ich wieder eine WAV.
Und jetzt kommt der Punkt, den manche wahrscheinlich schon fünf Arbeitsschritte früher erwartet hätten.
Jetzt erst kommt Suno
Jupp.
Jetzt.
Wenn ich die WAV bei Suno hochlade, ist der Song nicht mehr irgendeine Idee in meinem Kopf.
Der hat bereits eine Geschichte.
Lyrics.
Reimschema.
Songstruktur.
Tempo.
Tonart.
Akkordfolgen.
Ein Pre-Instrumental.
Und ein bearbeitetes musikalisches Grundgerüst.
Suno bekommt also keinen leeren Tisch hingestellt und darf mal machen.
Suno bekommt schon ziemlich genau gesagt:
Da wollen wir hin, Kollege.
Ich lade das Audio hoch.
Dann kommen meine Lyrics mit den entsprechenden Voice- und Section-Anweisungen rein.
Danach schreibe ich den passenden Styleprompt.
Stimme.
Genre.
Instrumentierung.
Groove.
Atmosphäre.
Was eben für diesen Song wichtig ist.
Und dann:
Generate.
Jetzt darf Suno zeigen, was es aus dem ganzen Zeug macht.
Die erste Generation ist nicht der fertige Song
Und da kommt der nächste Punkt.
Nur weil Suno jetzt etwas ausgespuckt hat, bin ich noch lange nicht fertig.
Jetzt wird erst mal gehört.
Passt die Stimme?
Sitzt der Text?
Funktionieren Verse und Refrain?
Stimmt die Dynamik?
Hat Suno mein Grundgerüst verstanden?
Oder hat das Ding irgendwo beschlossen, musikalisch spontan nach links abzubiegen, obwohl ich rechts wollte?
Kann passieren.
Dann kommt die nächste Generation.
Oder eine Variante.
Oder noch eine.
Was passt, bleibt.
Was nicht passt:
Ab in die Tonne.
Suno Studio – jetzt wird das Ding auseinandergenommen
Wenn ich eine Generation habe, mit der ich arbeiten will, geht’s ins Suno Studio.
Und jetzt wird aus dem generierten Material langsam mein fertiger Song.
Schneiden.
Verschieben.
Ersetzen.
Neu generieren.
Instrumente ergänzen.
Andere Instrumente ausprobieren.
Mit MIDI arbeiten.
Übergänge verändern.
Spuren austauschen.
Wenn mir acht Takte nicht gefallen, bleiben die nicht drin, nur weil die KI der Meinung war, die wären jetzt eine grandiose Idee.
Raus damit.
Neu machen.
Manchmal funktioniert der erste Versuch.
Manchmal der fünfte.
Und manchmal sitzt du da und denkst:
Was zum Teufel macht das Ding da eigentlich gerade?
Gehört dazu.
Aber genau hier liegt für mich der Unterschied zwischen generieren und produzieren.
Die KI erzeugt Material. Ich entscheide, was davon zum Song wird.
Und am Ende? Wieder ganz klassisch.
Wenn alles sitzt, exportiere ich den Song aus Suno Studio.
Und zwar mit den einzelnen Stems.
Die landen anschließend in Adobe Audition.
Dann geht der klassische Teil wieder los.
Spuren kontrollieren.
Lautstärken.
EQ.
Kompression.
Panorama.
Mix.
Master.
Nochmal hören.
Natürlich nochmal hören.
Und weil man nach Stunden irgendwann sowieso nix mehr hört:
Später nochmal hören.
Irgendwann kommt dann der Punkt, an dem ich sage:
Deckel drauf. Das Ding ist fertig.
Zumindest musikalisch.
Denn Cover, Video, Premiere, YouTube, Beschreibung und der ganze andere Kram warten natürlich schon grinsend hinter der nächsten Ecke.
Aber gut.
Man hat ja sonst nix zu tun.
Früher ne Woche – heute einen Tag?
Natürlich hat KI meine Arbeit massiv verändert.
Und Scheiße, ich hab mehr Zeit.
Früher konnte ich locker 120 Stunden an einer Komposition sitzen.
Ja.
120 Stunden.
An einem Ding.
Heute verbringe ich vielleicht 12 bis 20 Stunden effektiv mit Ideen, Texten, Akkorden, Prompting, Generieren, Aussortieren, Schneiden, Umbauen und Bearbeiten.
Das ist ein gewaltiger Unterschied.
Aber jetzt kommt der Punkt, den viele bei KI gerne vergessen:
Weniger Zeit bedeutet nicht weniger Gedanken.
Teilweise ist es sogar genau andersrum.
Früher habe ich angefangen und mich Stück für Stück durch eine Komposition gearbeitet.
Heute muss ich teilweise schon vorher verdammt genau wissen, wo ich überhaupt hinwill.
Welche Geschichte?
Welche Stimmung?
Welche Akkorde?
Welche Stimme?
Welche Instrumente?
Welcher Aufbau?
Welche Dynamik?
Natürlich kann ich einer KI einfach sagen:
„Mach mir einen geilen Song.“
Dann macht sie einen.
Irgendeinen.
Aber ich will nicht irgendeinen Song.
Ich will meinen.
Und genau dafür nehme ich die gesparten 100 Stunden doch verdammt gerne mit.
Warum also Hybrid?
Weil mir reines Generieren irgendwann einfach nicht mehr gereicht hat.
Ich will KI benutzen.
Und zwar richtig.
Ich habe überhaupt kein Problem damit zu sagen:
Ja, da steckt KI drin. Und zwar jede Menge.
Aber die KI soll mir nicht erzählen, welchen Song ich machen wollte.
Das sollte ich schon noch selber wissen.
Ich möchte die Geschichte bestimmen.
Den Text.
Die Akkorde.
Die Struktur.
Die musikalische Richtung.
Und ich möchte am Ende entscheiden können, welcher Teil einer Generation bleibt und welcher hochkant rausfliegt.
Deshalb bedeutet Hybrid für mich auch nicht:
weniger KI.
Ganz im Gegenteil.
Ich benutze teilweise mehrere KI-Systeme für einen einzigen Song.
Aber jedes davon bekommt seine Aufgabe.
Hybrid bedeutet für mich mehr Kontrolle über die KI.
Und nein, der Ablauf ist nicht in Stein gemeißelt
Bevor jetzt einer kommt und meint:
„Aber bei Song XY hast du doch gar kein JJazzLab benutzt.“
Stimmt.
Der Ablauf ist kein Gesetzbuch.
Bei manchen Songs brauche ich JJazzLab.
Bei anderen nicht.
Manchmal gehe ich über BandLab.
Manchmal brauche ich zusätzliche Spuren.
Manchmal funktioniert etwas direkt in Suno besser.
Und manchmal funktioniert ein Weg, der gestern noch genial war, beim nächsten Song überhaupt nicht.
Dann lass ich’s halt.
Ich passe meinen Workflow dem Song an.
Nicht den Song meinem Workflow.
Und wahrscheinlich sieht mein kompletter Ablauf in sechs Monaten sowieso wieder anders aus.
Bei dem Tempo, mit dem sich KI-Musik gerade entwickelt, wäre alles andere schon fast verdächtig.
Aber eine Sache wird bleiben.
Egal ob Suno, Lyria, BandLab, MIDI oder was uns in einem Jahr noch alles vor die Füße geworfen wird:
Bei mir beginnt KI-Musik nicht mit einem Prompt.
Sie beginnt mit einem leeren Blatt.
Und was danach kommt?
Ärmel hoch.
Reinhauen.
Und gucken, was aus dem Ding wird.