90.000 Songs am Tag: Wenn KI die Musik flutet – was wird jetzt wirklich knapp?

Aktualisiert:

Im Juni 2026 vermeldete Deezer eine Zäsur für die Streaming-Welt: Erstmals stammten mehr als 50 % aller täglichen Uploads von KI-Generatoren – rund 90.000 Titel pro Tag. Vor gerade einmal 16 Monaten, im Januar 2025, waren es noch rund 10.000 Songs oder etwa 10 %: Das Volumen hat sich fast verzehnfacht. Dabei erfasst Deezer nur einen Bruchteil des Geschehens. Allein auf Suno feuern Nutzer Schätzungen zufolge täglich etwa 7 Millionen Tracks ab. Das Startup überschritt im Februar 2026 die Marke von 2 Millionen zahlenden Abonnenten bei 300 Millionen Dollar jährlich wiederkehrendem Umsatz, und im Gespräch mit Music Ally ließ der CEO durchblicken, dass die reale Dynamik diese Kennzahlen längst hinter sich gelassen hat.

„Unendlicher Nachschub“ ist längst keine Übertreibung mehr, sondern messbare Realität. Damit verschiebt sich die Kernfrage grundlegend: Wenn die Generierung von Musik praktisch nichts mehr kostet – was ist in der Musikbranche dann überhaupt noch knapp?

Die Kehrseite der Flut: Massenhaft Uploads, kaum Hörer

Ein gigantisches Angebot bedeutet noch lange keinen florierenden Konsum. Zahlen von Deezer und Analysen von Business of Apps belegen ein klares Missverhältnis: Obwohl KI-Material gut die Hälfte der täglichen Uploads stellt, landet es bei gerade einmal 1 % bis 3 % der tatsächlichen Streams. Erschwerend kommt hinzu: Rund 85 % der auffälligen KI-Uploads stehen im direkten Verdacht auf Streaming-Betrug. Die überwältigende Masse dieser Tracks wird nie von echten Menschen gehört. Sie wird berechnet – und geht im Rauschen unter.

Das zeigt, wie der Markt für KI-Musik gegenwärtig wirklich tickt: Die Produktionskosten tendieren gegen null, aber die menschliche Aufmerksamkeit wächst um keine Sekunde. Wenn ein endloses Angebot auf ein starres Zeitbudget trifft, greifen die Gesetze der Ökonomie mit aller Härte. Der Engpass verlagert sich weg von der reinen Produktion hin zu völlig anderen Ebenen. Und genau dort tobt künftig der Wettbewerb.

Fallstudie China: Drei menschliche Kernkompetenzen auf dem Prüfstand

Eine lesenswerte Recherche des Branchenmagazins 音乐先声 (Music Frontier) zu Douyins Förderinitiative „AI New Voice Plan 2.0“ gewährt einen detaillierten Blick hinter die Kulissen dreier Schöpfer virtueller Künstler. Ihre Ansätze könnten kaum gegensätzlicher sein – führen jedoch alle zur selben Erkenntnis: KI drückt die Kosten der Ausführung, nicht den Wert des Urteilsvermögens.

Kulturelle Tiefe lässt sich nicht prompten

„Rural Low Frequency“ (乡野低频) ist ein virtuelles Musikprojekt rund um Shi Mancang, einen kauzigen Dorfältesten aus Nordwestchina, und seine drei Enkelinnen. Hinter dem Projekt steht Cheng Hailin, der ein klassisches Studium in traditioneller Volksmusik absolviert hat. Seine Arbeit besteht in feinsinnigen Detailentscheidungen: Wie harmonieren Blechbläser mit traditionellen Bambusflöten? Klingen Dialekt, Gesangsduktus und regionale Klangfärbung stimmig? Selbst für den Familiennamen „Shi“ wälzte er historische Chroniken aus Shaanxi. Statt vorgefertigte Stimmen aus dem Baukasten zu nutzen, trainierte er eigene lokale Stimmmodelle auf Basis isolierter Vokalaufnahmen einer realen Sängerin und feilte danach unzählige Male an den Melodiebögen.

The "Rural Low Frequency" virtual band

Dieses Projekt offenbart ein typisches Paradoxon: Dialekte, folkloristische Einflüsse und Stimmungen lassen sich per Prompt in Sekunden skizzieren. Doch ob ein Arrangement am Ende emotional berührt oder als billige Attrappe entlarvt wird, entscheidet die innere Logik des kulturellen Gefüges. Und genau dieses Fingerspitzengefühl stammt aus jahrelanger musikalischer Praxis – kein KI-Modell der Welt liefert es frei Haus mit.

Voice production for "Rural Low Frequency"

Ästhetisches Gespür: KI hebt das Minimum, nicht das Maximum

Der Produzent SP, Schöpfer des virtuellen Rappers Lil WuKong, hat seine Wurzeln im Mixing, in der Beat-Produktion und im Hip-Hop. Statt das typische Klischee „China-Kitsch plus Rap-Beat“ zu bedienen, griff er direkt auf das literarische Original von Die Reise nach Westen zurück. Sein Ziel: die unangepasste, rohe Haltung der Vorlage freizulegen, die in vielen seichten Adaptionen verloren gegangen war, und sie in moderne Rap-Ästhetik zu überführen. Seine Methode: hunderte Entwürfe generieren lassen und diese anschließend rigoros nach eigenen ästhetischen Maßstäben aussieben. Die Maschine liefert die Masse, der Mensch trifft die Auswahl.

The Lil WuKong project

Auch beim Musikvideo führt an aufwendiger Handarbeit kein Weg vorbei: Sequenzen selektieren, Kadrierungen justieren, Mundbewegungen korrigieren. SPs Zwischenfazit bringt es auf den Punkt: KI hat den handwerklichen Bodensatz angehoben, nicht die qualitative Spitze. Wer sich mit „irgendwie fertig“ zufriedengibt, hat in ein bis zwei Wochen ein Resultat. Wer jedoch echte Perfektion anstrebt, verliert sich in monatelangen Iterationen – und baut fertige Songs beim Release des nächsten Modells nicht selten komplett neu auf.

Lil WuKong MV production

Komponieren ohne Konservatorium: Die Methode eines Quereinsteigers

Wang Yue, der Erfinder der blauhaarigen Kunstfigur Ailee, besitzt keinerlei klassische Musikausbildung. Zu Beginn, so gibt er offen zu, habe er Musik nicht einmal besonders geschätzt – ihn faszinierte allein die Technologie. Die Leidenschaft für Melodien wuchs erst mit dem ersten Zuspruch aus der Szene. Sein Workflow funktioniert nach dem Zufallsprinzip: Er lässt unzählige Passagen ausspucken, wartet auf eine Melodiezeile, die einen Nerv trifft, und entwickelt erst daraus Thema, Stimmung und Text. Auch Ailees Identität stand nie von Tag eins an fest, sondern formte sich organisch von Release zu Release.

The Ailee project

Genau das entspricht dem Entstehungsprozess echter Künstlerkarrieren: Ein Profil reift über visuelle Akzente, wiederkehrende Motive und konsequente Veröffentlichungen. KI vervielfacht die Entwürfe; der Mensch entscheidet, was Substanz hat. Die Arbeitsteilung greift selbst ohne formale Notenlehre.

Ailee's works and digital avatar

Der internationale Markt: Charterfolge und Gegenwind zugleich

Während in Asien an virtuellen Identitäten gefeilt wird, mischen KI-Projekte im Westen längst die großen Hitparaden auf. Die virtuelle R&B-Sängerin Xania Monet schaffte es mit „How Was I Supposed to Know?“ in die Billboard Adult R&B Airplay Charts – laut Billboard das erste Mal, dass ein KI-Act rein über echtes Radio-Airplay einstieg. Produziert wurde der Track via Suno von Telisha „Nikki“ Jones; Forbes beziffert einen damit verknüpften Deal auf rund 3 Millionen Dollar. Im Country-Bereich katapultierte das Projekt Breaking Rust seinen Song „Walk My Walk“ sogar an die Spitze der Billboard Country Digital Song Sales Charts.

Doch der kommerzielle Erfolg zieht unweigerlich Debatten nach sich. Ausgerechnet im Country-Genre gilt Authentizität als unantastbares Heiligtum. Ein NPR-Beitrag brachte die Gretchenfrage auf den Tisch: Wollen Country-Fans Songs von Acts hören, die nie einen Fuß in den Staub gesetzt haben? Die Schöpferin von Xania Monet betont zwar, sie behandle ihre Kunstfigur wie eine reale Person – eine Strategie, die zwar Klicks bringt, aber die Kritik an mangelnder Kennzeichnung weiter anheizt. Je lukrativer das Geschäft wird, desto drängender lautet die Frage: Wer steckt hinter der Musik, die wir hören?

Die Risiken: Urheberrecht, Streaming-Betrug und schwindendes Vertrauen

Auch wenn Plattformen das Thema KI-Künstler gerne als Aufbruch feiern, belasten handfeste Risiken die Branche.

Erstens: Die Rechtsunsicherheit. Die Klagen der RIAA gegen Suno und Udio aus dem Jahr 2024 brachten zwar erste Deals hervor: Warner Music einigte sich mit beiden Plattformen auf Lizenzmodelle, Universal zog nach, Merlin und Kobalt schlossen 2026 Vereinbarungen ab. Doch im eigentlichen Verfahren pocht Suno weiterhin auf Fair Use, während Ansprüche von Sony offen sind. Ein US-Berufungsgericht erteilte der Fair-Use-Verteidigung beim KI-Training bereits eine Absage, und im Juli 2026 entschied ein deutsches Gericht auf Urheberrechtsverletzung durch Suno. Solange die rechtliche Basis der Trainingsdaten wackelt, steht jedes Geschäftsmodell auf dünnem Eis.

Zweitens: Die Betrugsschwemme. Der Fall Michael Smith sprach Bände: Der US-Musiker nutzte KI zur Massenproduktion von Titeln und streamte diese mit rund 10.000 Bot-Accounts milliardenfach. Die Folge: 18 Monate Haft und rund 8 Millionen Dollar Schadenersatz im ersten strafrechtlich geahndeten Fall von KI-Streaming-Betrug in den USA. Wenn rund 85 % der verdächtigen KI-Uploads bei Deezer auf Betrugsmuster hindeuten, wird klar: Große Teile dieser Welle dienen nicht der Kreativität, sondern reiner Klick-Arbitrage. Seriöse Macher zahlen dafür die Zeche in Form von wachsendem Generalverdacht.

Drittens: Skepsis beim Publikum. Ein Höreranteil von lediglich 1 % bis 3 % belegt: Masse erzwingt noch keine Nachfrage. Platzierungen in Charts und aufwendige PR-Deals spiegeln vor allem den Willen von Plattformen und Investoren wider. Ob Hörer tatsächlich bereit sind, KI-Musik auf Dauer anzunehmen – insbesondere dann, wenn ihnen bewusst ist, worum es sich handelt –, bleibt völlig offen.

Die neue Rolle der Plattformen: Vom Verteiler zum Talentscout

Im chinesischen Markt vollzieht sich unterdessen ein tiefgreifender Wandel: Weil die Produktionskosten für Demos kollabiert sind, haben sich die Budgets schlicht verlagert.

Cheng Hailin rechnet vor: Ein Rohsong ist heute billig und schnell generiert, aber die Vermarktung im Zeitalter von Kurzvideos verschlingt Unmengen an Ressourcen – von visuellen Assets und digitalen Avataren über Musikvideos bis zum laufenden Community-Management. Wang Yue dreht die Schraube bewusst weiter: Rund 10.000 RMB investiert er in einen fertigen Release; sein gefeiertes Werk „听潮“ („Listening to the Tide“) gehörte noch zu den günstigeren Projekten. Seine Überlegung: Wenn jeder für ein paar Hundert Yuan KI-Clips zusammenklicken kann, wird ein hoher Produktionsstandard selbst zum Burggraben. SP wiederum profitiert von Tantiemen, Beteiligungsmodellen und Markenkooperationen, schiebt diesen Erfolg aber seiner Produzenten- und Management-Erfahrung zu: Musik ist nur die halbe Miete – ohne Vertriebsnetz und Marketingverständnis versandet jeder Track.

Production investment for Ailee's works

Je leichter jeder veröffentlichen kann, desto wertvoller werden Filterung, Kuration und Netzwerkzugänge. Genau diese Nische besetzen nun Plattformen wie Douyin mit Programmen wie dem „AI New Voice Plan 2.0“. Eigenen Angaben zufolge zählte das Programm 28.000 Teilnehmer und 1,56 Milliarden Aufrufe. Es setzt auf einen Mix aus Datenanalyse, Branchen-Jury und Nutzercharts, um vielversprechende Acts herauszufiltern.

The "AI New Voice Plan 2.0" submission mechanism

Der Clou an diesem Modell: Klassisches A&R bewertet vor dem Release, Plattformen evaluieren fortlaufend am lebenden Objekt. Bestes Beispiel ist der Track „莫忙“ („Don't Rush“) von Rural Low Frequency. Der Song startete völlig ohne Werbebudget und wuchs organisch. Erst als die Zugriffe explodierten, schob der Macher ein Musikvideo nach. Hörer übernahmen den Avatar von Großvater Shi Mancang und kommentierten in dessen Rolle. Aus einem Song wurde eine Marke; Interaktionen und Fan-Edits dienten als direkter Markttest. Für KI-Kreative ist längst nicht mehr das Modell das Nadelöhr, sondern der Zugang zu Rechten, Live-Gigs und Werbedeals.

The song "Don't Rush" by Rural Low Frequency

Auch die Konkurrenz zieht mit. Bilibilis „AI Idol Debut Season“ verzeichnete in Phase eins knapp 10.000 Teilnehmer und 160 Millionen Abrufe. NetEase Cloud Music rief im Juni 2026 den zweiten KI-Musikwettbewerb mit 1 Million RMB Preisgeld aus, der laut China Daily und ifeng Tech über 20.000 Schöpfer und 160.000 Einsendungen für Songs und Videos anzog. Wie lukrativ das sein kann, zeigte Yuri von AI.TALK: Debüt im Juni 2025, über 7 Millionen Plays für ihre Single „Surreal“ und The North Face als Hauptsponsor – Marken haben begonnen, die Reichweite virtueller Stimmen einzupreisen, wie 36Kr treffend analysierte.

The "AI New Voice Plan 2.0" support system

Doch die Plattform als A&R-Instanz birgt Gefahren. Wenn dieselbe Plattform über Reichweite entscheidet, Talente scoutet und Monetarisierung steuert, agiert sie gleichzeitig als Spieler, Schiedsrichter und Stadionbesitzer. Algorithmen belohnen virale Trends, nicht zwingend nachhaltige musikalische Substanz. Zudem sind Zahlen wie 28.000 Teilnehmer oder 1,56 Milliarden Plays reine Eigenangaben ohne externe Prüfung. Ob Algorithmen jemals das geschulte Gehör erfahrener Scouts ersetzen können, bleibt abzuwarten.

Fazit: Wo der eigentliche Engpass heute liegt

Die Zeichen sind unmissverständlich: Die Knappheit im Musikgeschäft hat sich verlagert. Nicht mehr die Fähigkeit, Musik zu erzeugen, ist knapp, sondern drei traditionelle Kompetenzen: Urteilsvermögen (erkennen, was wirklich gut ist), Marktverifikation (echtes Feedback von bloßem Rauschen trennen) und Betrieb (aus einem viralen Moment eine langlebige Identität aufbauen).

KI hat qualitative Maßstäbe keineswegs abgeschafft; sie hat lediglich den Aufwand der Ausführung gegen null gedrückt. Die Statistiken von Deezer und Suno zeigen schonungslos: Reines Überangebot schafft noch keinen Wert. Von 90.000 Uploads am Tag bleibt nur ein winziger Bruchteil im Gedächtnis. Während Urheberfragen ungelöst sind und Streaming-Betrüger das Vertrauen aushöhlen, gewinnt nicht derjenige, der am meisten generiert. Gewinnen wird, wer die älteste Kunstform des Musikschaffens beherrscht: aus dem endlosen Strom an Möglichkeiten zielsicher das eine Werk herauszufiltern, das es wert ist, gehört zu werden.

Und dieser Wettbewerb fängt gerade erst an.

Quellen