Zurückhaltend und mit Luft zum Atmen: Erlebt KI-Musik ihren Eureka-Moment?

Aktualisiert:

Kennst du das auch? KI-Songs hauen dich beim ersten Durchlauf oft richtig um – aber danach landet fast keiner davon ein zweites Mal in der Playlist.

An fehlender Komplexität liegt das nicht, eher im Gegenteil. Viele Systeme stopfen geradezu hektisch jeden freien Raum zu, als müssten sie unbedingt ihr Können beweisen. Die Drums sind überladen, die Harmonien dick aufgetragen, die Emotion steht durchgehend auf Anschlag. Jede Spur scheint sich rechtfertigen zu wollen – und genau deshalb klingt es angestrengt. Dabei lebt gutes Songwriting gerade davon zu wissen, wann man nicht spielt: aufbauen, Platz lassen, Luft geben, damit der Höhepunkt später wirklich trägt.

Beispiel gefällig? Der KI-„Remix“ von Bubble (《泡沫》), der vor einiger Zeit für Wirbel sorgte, offline genommen wurde und dem eine Entschuldigung des Erstellers folgte. Neben der Urheberfrage gab es vor allem musikalische Kritik: Das KI-Arrangement hatte dem Original fast die komplette emotionale Dramaturgie genommen – und damit Schichtung und Spannung. Rechtlich bleibt ohnehin vieles im Fluss: Am 29. Januar 2025 hat das U.S. Copyright Office in einem Bericht festgehalten, dass generative KI-Outputs nur dann urheberrechtlich schutzfähig sind, wenn ein Mensch hinreichend gestaltende, expressive Elemente festgelegt hat – Prompts allein genügen dafür nicht. U.S. Copyright Office

Audio: KI-Version von 《泡沫》 (Bubble)

Fairerweise muss man sagen: KI-Musik arbeitet seit Jahren daran, menschlicher zu klingen. Frühe Vocal-Modelle sangen einen Song quasi in einem Atemzug durch, heute werden Atmung und Pausen simuliert, sogar ein gewisses Maß an emotionaler Varianz ist drin. Der Fortschritt ist echt und hörbar. Trotzdem gibt es kaum KI-Tracks, zu denen man freiwillig zurückkehrt. Denn echte Zurückhaltung haben die Modelle bisher kaum gelernt – und im Auf und Ab der Emotion über einen Song hinweg hinken sie menschlicher Arbeit noch deutlich hinterher.

Ist die Hürde „Kann KI überhaupt einen Song schreiben?“ erst einmal breit genommen, verlagert sich der Wettbewerb in der Branche zwangsläufig vom Generieren zum Komponieren. Und Komposition heißt hier zweierlei: Kommt das Modell klanglich an professionelle, menschliche Produktion heran? Und bekommt der Musiker Werkzeuge an die Hand, mit denen er wirklich weiterarbeiten kann – statt nur einen fertig wirkenden Track serviert zu bekommen?

Das kürzlich erschienene Modell V9.5 der chinesischen KI-Musikplattform Mureka ist das erste seit Langem, bei dem ich in beiden Richtungen gleichzeitig Fortschritt sehe. Auf der offiziellen Produktseite fasst Mureka V9.5 zusammen, Melodie, Harmonie und Arrangement natürlicher zu gestalten und gleichzeitig Gesangsperformance und Stilabdeckung zu verbessern. Mureka V9.5 official page

Figure 1

Der Claim dazu lautet "True to music. Open to every idea." – also weg vom Selbstzweck „voller und komplexer“, hin zu Zurückhaltung, Leerräumen, Gefühl und mehr Kontrolle für die Kreativen. Das passt zur Markenaussage von Mureka: "Eureka Flows, Music Grows."

Also: Bewegt sich KI-Musik gerade von kann generieren zu versteht Komposition – und steht damit vor einem ganz eigenen Eureka-Moment?

Figure 2

Wenn KI-Musik weniger will und mehr kann

In den vergangenen zwei Jahren hat KI-Musik vor allem eine Frage geklärt: Lässt sich überhaupt ein kompletter Song erzeugen?

Doch weil sich die Basisfähigkeiten der großen Modelle angleichen, reißt das allein niemanden mehr vom Hocker. „KI hat einen Song geschrieben“ ist als Neuheit durch, Nutzer messen KI-Tracks heute wie ganz normale Musik. Hat der Song Gefühl? Hat er einen Hook? Lohnt sich ein zweiter Durchlauf? Auf der Angebotsseite ist die Verschiebung dramatisch. Nach Zahlen, die Deezer im Juli 2026 veröffentlicht hat, gingen auf der Plattform in der Spitze im Juni 2026 pro Tag knapp 90.000 vollständig KI-generierte Tracks ein – mehr als die Hälfte aller Neu-Uploads an diesem Tag. Auf die tatsächlichen Streams entfielen aber nur 1 bis 3 Prozent. Musik erzeugen zu können und gehört zu werden, sind zwei völlig verschiedene Dinge. Deezer Newsroom

Gleichzeitig tritt die Schwäche aktueller KI-Musik immer offener zutage: ein Sammelsurium an Instrumenten, überfrachtete Arrangements, zugekleisterte Mixe und Stimmen jenseits menschlicher Limits – fast jedes Element will beweisen, dass es da ist.

Figure 3

Mit genau diesen Fragen im Kopf haben wir uns das neue Modell Mureka V9.5 genauer vorgenommen.

Nach dem Praxistest ist die größte Überraschung: V9.5 scheint Komposition tatsächlich zu begreifen. „Voller und komplexer“ ist nicht mehr das einzige Ziel, die Musik darf sich öffnen und zurücknehmen. Das liegt deutlich näher an echtem Songwriting – und die Strecke vom Prompt bis zum fertigen Ergebnis ist spürbar besser steuerbar geworden.

Nehmen wir Give Me a Little More Time (《再给我多一点时间》), das wir zuvor schon mit dem V9-Modell erzeugt hatten. Der Text blieb diesmal komplett unangetastet, dafür haben wir den Prompt neu gebaut:

"Ambient Lo-Fi atmosphere, 70 BPM slow tempo, built on Rhodes electric piano and analog synths with tape-saturation character, supported by delicate urban folk guitar, a minimal kick, and rain samples — aiming for a slow, restrained electronic ballad mood carrying the loneliness of late night."

Das Ergebnis war spannender als gedacht.

Audio: KI-Song 《再给我多一点时间》 (Give Me a Little More Time)

Los geht’s bei Klang und Textur. V9.5 versteht Retro-Lo-Fi deutlich ganzheitlicher: die warme Körnung des Rhodes, die leichte Anzerrung und analoge Färbung durch Tape-Sättigung – das wächst organisch in den Gesamtsound hinein, statt bloß ein paar Stil-Tags übereinanderzustapeln.

Im Alltag heißt das: Prompt und Output passen spürbar klarer zusammen. Wer im Prompt Atmosphäre, Tempo und Stimmung beschreibt, bekommt abstrakte Vorgaben inzwischen recht verlässlich in konkrete musikalische Entscheidungen übersetzt – statt dass das Modell nur zwei Genre-Etiketten aufklebt und fertig.

Das hört man auch an der Arrangement-Logik: Selbst ohne ausdrückliche Anweisung jagt V9.5 nicht mehr der Dichte hinterher, sondern verwaltet ganz aktiv, wie voll es wird.

In unserer Testdemo Eureka (《尤里卡》) fällt das besonders beim Stimmeinsatz und an den Bridge-Übergängen auf, wo die Lead-Melodie deutlich mehr Raum bekommt. Die Begleitung klebt nicht dauerhaft über das volle Frequenzspektrum, die Stimmen lassen einander Luft zum Atmen – und so kann sich die Emotion im Songverlauf aufbauen, statt von Takt eins an auf einer einzigen Spannungsstufe zu verharren.

Audio: KI-Song 《尤里卡》 (Eureka)

Auch stimmlich hat sich einiges getan.

Nehmen wir die Demo The Life We Make. Wo viele KI-Musikmodelle standardmäßig auf maximale Präsenz setzen – satter Klang, durchgehend voller Vortrag als Zeichen von Hochglanz –, wählt V9.5 bewusst die verhaltenere, glaubwürdigere Variante.

Genau hingehört klingt der Vortrag lockerer, die Artikulation wird nicht auf Betonung gepresst. So ein Wechsel haut beim ersten Hören nicht sofort rein, aber leise Passagen, gehauchte Stellen, Konsonanten und Stimmfarbe dürfen wirklich am Gefühl mitschreiben. Der Track bekommt dadurch einen natürlicheren emotionalen Bogen.

Audio: KI-Song 《The Life We Make》

Verhaltenere Arrangements, sauberere Umsetzung der kreativen Vorgabe, natürlichere Stimmen bei Mureka V9.5 – alles läuft auf dieselbe Frage hinaus: Wie hat die KI angefangen, die kompositorische Logik eines Songs als Ganzes zu verstehen?

Dafür muss man unter die Haube schauen.

Viele KI-Musikmodelle komponieren noch Schritt für Schritt, erzeugen nach vorn und raten, was als Nächstes kommt. Das liefert schnell einen fertigen Track, aber ohne übergreifenden Plan für die Struktur gibt es harte Brüche zwischen den Teilen, holpriges emotionales Timing – und manchmal laufen Arrangement und Gesang komplett auseinander.

Mureka V9.5 setzt dagegen weiter auf den MusiCoT-Ansatz (Music Chain of Thought) und baut ihn aus, der deutlich näher am echten Produktionsalltag liegt. Bevor überhaupt Melodie, Instrumentierung oder Gesang entstehen, plant das System erst das Gerüst des ganzen Stücks – Teile und Aufbau, Emotionskurve, Dynamik, wo Leere bleibt und wo Druck kommt – und hängt den Rest der Generierung an diesem Rahmen auf. Die öffentliche MusiCoT-Forschungsseite vermerkt zudem, dass die Forscher aus einem Set von 100 Songs zehn zufällige Sample-Gruppen gezogen und gegen ein Basismodell, Suno V4, Udio V1.5 und Mureka V5.5 verglichen haben. MusiCoT research page

Figure 4

An den Ergebnissen lässt sich ablesen: Der Gewinn liegt nicht darin, dass eine einzelne Wahrnehmungsdimension isoliert besser wurde – sondern dass der Song als Ganzes runder wirkt und eher echter Kompositionslogik folgt. Arrangement, Gesang und Prompt würfeln nicht mehr während der Generierung gegeneinander, sie dienen inzwischen einer stimmigeren musikalischen Erzählung.

Wenn die Branche also über Leerräume, emotionales Timing, Prompt-Treue und Wiederhörwert diskutiert, rücken die Maßstäbe für KI-Musik immer näher an die Maßstäbe für Musik überhaupt.

Figure 5

Der Eureka-Moment der KI-Musik

Für Kreative liefen die meisten KI-Musiktools bislang nach einem sehr vertrauten Muster – im Kern eine Art Gacha-Komponieren per Zufallsziehung.

Genau hier zeigt sich am deutlichsten, dass Mureka Kreative anders denkt. Das Produkt wandert von der One-Shot-Generierung zur Arbeit mit Versionen, und in der Praxis wird klar: Das Modell soll die Zufälligkeit der Ergebnisse eindämmen, das Produkt dagegen den Entscheidungsspielraum der Kreativen erweitern – also mehr Kontrolle zurück zu den Menschen geben, die Musik machen.

In gewisser Weise verschiebt Mureka KI damit vom Liefern von Content zum Weiterentwickeln von Ideen – und genau das ist der Eureka-Moment der KI-Musik.

Figure 6

Der Ausdruck „Eureka-Moment“ stammt vom griechischen heurēka, „Ich hab’s gefunden“. Gemeint ist meist der Augenblick, in dem nach langem Suchen die entscheidende Antwort einrastet und die Idee zündet. Das beschreibt Komponieren ziemlich gut. Schwierig ist selten, einen Song aufzuschreiben, schwierig ist, aus unzähligen vagen Gefühlen, Melodien und Halbideen genau den Moment herauszufischen: Das ist es, genau der.

Auf Modellebene versucht Mureka, aus „klingt gut“ eine steuerbare, reproduzierbare und stetig lernfähige Systemleistung zu machen. Lyrik-Semantik auf Abschnittsebene, Passung von Gesangsvortrag und Emotion sowie das Zusammenspiel von musikalischer Struktur und semantischem Verlauf stecken in einem gemeinsamen Optimierungsrahmen.

Ist das Modell erst einmal stark genug, wandern die wirklich spannenden Probleme auf die Produktebene. Wichtiger als noch mehr gute Songs zu erzeugen, ist, ob Kreative zwischen Varianten treffsicher wählen können. Darum sollte man die weiteren Produktfunktionen von Mureka als eine durchgehende Linie lesen.

Character & MV etwa lässt Kreative ein Foto und eine kurze Stimmprobe hochladen, danach steht ein virtueller Charakter aus „Aussehen + Stimme“ für weitere Arbeiten bereit und wächst zu einer runderen digitalen Identität heran.

Video 5

Soundtrack setzt an einer anderen Nahtstelle im Schaffensprozess an. Früher haben Videomacher erst den Schnitt fertig gemacht und dann nach einer halbwegs passenden Hintergrundmusik gesucht, jetzt hilft die KI beim Scoring – abgestimmt auf Szene, Bewegung und Stimmung im Bild.

In der von uns getesteten Vertonung zu Growing Up (《长大》) ordnet sich die erzeugte Musik ganz der Bilderzählung unter und folgt dem Verlauf der Visuals, statt nur einen stilistisch ähnlichen Musikteppich darunterzulegen.

Video 6

Mureka Co dagegen liegt deutlich näher an einem zentralen Schritt im Profi-Workflow. Die Funktion geht direkt in DAW-Umgebungen wie Ableton Live hinein, wo sich per natürlicher Sprache Tracks anlegen, BPM setzen, Effekte laden, komplette Stücke oder einzelne Stems erzeugen sowie Stem-Separation und Beat-Alignment erledigen lassen.

Gerade für professionelle Kreative ist das relevant. Die KI übernimmt die Ausführung, die Bewertung bleibt beim Menschen – Generieren und Produzieren sind keine zwei getrennten Welten mehr.

Video 7

Von hier aus ist der Wandel kaum noch zu übersehen. Mureka baut eine komplette KI-native Creative-Plattform.

Einsteiger erstellen Lyrics, Melodie, Gesang und fertige Songs über einen Conversational Agent oder einen Custom Mode. Content Creator vertonen Bilder und Videos und produzieren KI-Musikvideos. Professionelle Producer gehen mit Studio, Multitrack-Editing, Stem-Export und Mureka Co tief in den DAW-Workflow hinein.

Die gesamte Kette deckt den Weg von der ersten Inspiration über Generierung, Feinschliff, Videoproduktion bis zum professionellen Finish ab. Eine einzige Idee lässt sich auf der Plattform schnell anspielen, dann über Versionen hinweg kontrolliert ausarbeiten – und was bei den Kreativen bleibt, ist das am schwersten Automatisierbare: ästhetisches Urteil, Entscheidungen über Behalten und Streichen, der finale Ausdruck.

Deshalb greift es zu kurz, Mureka nur danach zu beurteilen, ob die V9.5-Demos eindrucksvoller klingen als dieses oder jenes Konkurrenzmodell.

Figure 7

Fazit

So betrachtet wächst Mureka über das reine KI-Musik-Generierungstool hinaus und rückt näher an kreative Infrastruktur für die KI-Musik-Ära heran: Verbunden werden nicht nur Modelle und fertige Werke, sondern die komplette Kette von Inspiration, Generierung, Editing bis zum Release.

Der Unterschied: Die Kreativen, die es anspricht, ihre Arbeitsweisen und die Formen ihrer Inhalte sind durchweg KI-nativer.

Das heißt auch: Die nächste Wettbewerbsphase in KI-Musik wird wohl kein reines Modellrennen mehr, sondern ein Rennen um den Einstieg ins Schaffen.

Verhandelt wird künftig nicht nur, wer den besser klingenden Track erzeugt, sondern welches Tool Kreative gewohnheitsmäßig öffnen – wo eine Idee vom ersten Auftauchen über Generierung, Überarbeitung und Feinschliff bis zum fertigen Werk gelangen kann.

Modellstärke zählt natürlich weiterhin, sie setzt die Obergrenze dessen, was ein KI-Musikprodukt kann. Doch je kleiner die Abstände zwischen den Modellen werden, desto mehr entscheidet darüber, ob Nutzer bleiben, ob sich der Workflow griffig anfühlt, ob genug kreative Freiheit da ist – und ob die Plattform die immer komplexeren Ansprüche der Kreativen aufnehmen kann.

Das Modell setzt die Obergrenze des Könnens, der Workflow prägt das Schaffenserlebnis – und worum Plattformen letztlich konkurrieren, sind die Gewohnheiten der Kreativen.

Quellen