KI-generierte Musik flutet Streaming-Plattformen – wie man Fälschungen erkennt

Kurzfassung

Die Technologie zur Generierung von KI-Musik hat sich in den letzten Monaten dramatisch verbessert und überschwemmt nun Streaming-Dienste wie Spotify und Apple Music. Laut dem französischen Anbieter Deezer stammt bereits ein Drittel der täglich hochgeladenen Songs von KI – etwa 50.000 pro Tag. Die meisten Plattformen haben keine unabhängigen Kontrollmechanismen implementiert und verlassen sich stattdessen auf Selbstangaben der Nutzer. Für Hörer ist es zunehmend schwierig, echte von künstlich generierten Songs zu unterscheiden. Es gibt jedoch mehrere Erkennungsmerkmale: generische Texte mit simplen Reimen, sogenannte „Geisterinstrumente" (unerklärliche Soundartefakte) und subtile Fehler in der Instrumentation. Deezer hat einen eigenen Algorithmus entwickelt, der KI-Musik zuverlässig von menschlicher Musik unterscheiden kann.

Personen

• Ruth Fulperer
• Simon Schaffel

Themen

• KI-Musik und Streaming-Dienste
• Erkennungsmerkmale künstlich generierter Musik
• Fehlende Regulierung und Transparenz
• Algorithmen zur KI-Detektion
• Auswirkungen auf Künstler und Musikindustrie

Detaillierte Zusammenfassung

Das Ausmass des Problems

Die NZZ hat ein interaktives Quiz entwickelt, bei dem Nutzer erraten müssen, ob Songs von Menschen oder von KI stammen. Die Ergebnisse zeigen, dass etwa die Hälfte der Leser pro Song richtig liegt – ein Zeichen dafür, wie schwierig die Unterscheidung geworden ist. Technologieredaktorin Ruth Fulperer erklärt, dass die meisten Streaming-Plattformen keine Zahlen zur Verbreitung von KI-Musik veröffentlichen. Eine Ausnahme ist Deezer, das offenbart, dass bereits ein Drittel aller hochgeladenen Songs KI-generiert sind – täglich etwa 50.000 Stücke. Bei den grösseren Plattformen wie Spotify wird die Quote ähnlich hoch vermutet. Einige KI-Songs haben sogar bereits die Charts erreicht und werden millionenfach gehört.

Mangelnde Kontrolle und Verantwortung

Die meisten Streaming-Plattformen verlangen zwar, dass Nutzer angeben, ob ein Song KI-generiert ist, führen aber keine unabhängige Überprüfung durch. Spotify konzentriert sich hauptsächlich darauf, zu verhindern, dass Künstler sich als andere Künstler ausgeben – echte Betrugsfälle also. Das Unternehmen arbeitet nach eigenen Angaben an einem „Industriestandard", um die Herkunft transparenter zu machen, hat aber bislang kein klares Label eingeführt. YouTube verlagert die Verantwortung ebenfalls auf die Nutzer und kontrolliert selbst nicht. Eine Ausnahme bildet Deezer, das stolz seine eigene Lösung präsentiert.

Erkennungsmerkmale für KI-Musik

Generische Texte und einfache Reime: Das erste und zugänglichste Erkennungsmerkmal ist der Songtext. KI-generierte Musik weist typischerweise extrem generische Texte mit simplen Endreim-Mustern auf. Das Country-Lied „Walk the Walk" ist ein Beispiel – die Reime („Talk", „Walk", „Long") sind einfach und beliebig. Allerdings können menschliche Textverfassende diese Schwächen ausgleichen, indem sie die KI-Ausgaben bearbeiten und verbessern. Ein Hobbyist, der KI-Musik als Kunstform betreibt, berichtete, dass er ein bis drei Tage an einzelnen Texten feilte, um komplexere Narrativen zu schaffen.

Geisterinstrumente: Ein subtileres Merkmal sind sogenannte „Geisterinstrumente" – Soundartefakte, die in KI-Musik auftauchen und verschwinden. Ein Beispiel: Im Song „Walk the Walk" erscheint unvermittelt ein metallisches Becken-ähnliches Geräusch, das danach nie wieder genau in derselben Form auftritt. Dies ist kein beabsichtigtes musikalisches Element, sondern ein Artefakt des Generierungsprozesses. Ähnlich können unerklärte zweite Stimmen oder sich verändernde Vocal-Qualitäten über den Song hinweg auftreten – vergleichbar mit bekannten Fehlern bei KI-generierten Bildern (etwa die berüchtigten sechs Finger an einer Hand).

Deezer's Algorithmus-Lösung

Deezer hat einen eigenen Algorithmus entwickelt, der KI-Musik zuverlässig erkennt. Der Schlüssel liegt in der Datenreduktion: Musik enthält etwa 44.000 Datenpunkte pro Sekunde – deutlich dichter als Text oder Bilder. KI-Systeme müssen diese Information zunächst komprimieren, um sie zu verarbeiten. Dies führt zu feinen Überlagerungen und Doppelungen in der Datenstruktur, die für das menschliche Ohr unhörbar sind, aber von Computern erkannt werden können. Der Vergleich mit einem Raster-Bild-Übertragungsprozess illustriert dies: Wenn Quadrate nicht perfekt aneinandergrenzen, entstehen an den Kanten dichtere Informationen – ähnlich wie „dickere Farbe" beim manuellen Kopieren. Diese Schnittstellen sind in KI-Musik messbar.

Interessanterweise könnten KI-Anbieter andere Algorithmen verwenden, um die Erkennung zu umgehen, doch diese produzieren schlechtere Resultate für das menschliche Ohr. Daher nutzen derzeit alle KI-Musik-Anbieter und Plattformen denselben erkennbaren Algorithmus, weil er die beste Audioqualität liefert – eine unbeabsichtigte Standardisierung aus Qualitätsgründen.

Wirtschaftliche Dynamiken und Künstlerinteressen

Auf den ersten Blick könnte man annehmen, dass Streaming-Plattformen an KI-Musik interessiert sind, weil sie Künstlern weniger zahlen müssen. Jedoch haben grosse Musiklabels wie Universal und Sony erhebliche Macht in der Branche. Diese wehren sich gegen unkontrollierte KI-Generierung und drohen damit, ihre populärsten Künstler aus den Katalogen zu entfernen, was zu Verhandlungen und regulatorischem Druck führt.

Ein grosses Problem ist, dass viel KI-Musik nicht für echte Hörerschaft konzipiert ist, sondern um mit Bots gestreamt zu werden – Künstler verdienen Geld durch künstliche Plays. Dies ist ein Betrugssystem, das niemandem nutzt: weder den echten Künstlern noch den Plattformen.

Die Reaktionen von Künstlern sind gespalten. Manche sehen KI-Musik als zusätzliches Ärgernis in einem bereits schwierigen Geschäft; für sie würde ein klares Signal der Plattformen, dass man sie „ernst nimmt", bedeutsam sein. Andere sind pragmatischer und argumentieren, dass KI-Musik ein geringeres Problem darstellt als die Auswirkungen des Streamings und des Internets generell, oder die unzureichende faire Bezahlung durch Plattformen.

Kernaussagen

• KI-Musik-Technologie hat sich in den letzten Monaten erheblich verbessert und überflutet nun Spotify, Apple Music und andere Plattformen mit etwa 50.000 neuen Songs täglich.
• Die meisten Streaming-Dienste führen keine unabhängige Kontrolle durch und verlassen sich auf Selbstangaben – nur Deezer bietet eine zuverlässige Erkennungstechnologie.
• KI-generierte Musik lässt sich durch generische Texte, einfache Reime und „Geisterinstrumente" (unerklärliche Soundartefakte) identifizieren.
• Deezers Algorithmus erkennt KI-Musik, indem er Überlagerungen in der Datenstruktur analysiert, die beim Komprimieren von 44.000 Datenpunkten pro Sekunde entstehen.
• Der aktuelle KI-Musik-Standard wird von allen Anbietern genutzt, weil er die beste Audioqualität produziert – eine unbeabsichtigte Standardisierung, die gleichzeitig die Erkennung ermöglicht.
• Grosse Musiklabels wie Universal und Sony üben Druck auf Plattformen aus, um unkontrollierte KI-Generierung zu begrenzen.
• Viele KI-Songs werden nicht für echte Hörer erstellt, sondern um mit Bot-Streams Geld zu verdienen – ein Betrugssystem, das die gesamte Branche delegitimiert.

Metadaten