Erlebt eine Künstliche Intelligenz Musik – oder erkennt sie nur musikalische Muster?
Nachdem wir darüber gesprochen hatten, wie Suno aus einem Text ein vollständiges Musikstück erzeugt, stellte sich mir eine noch grundlegendere Frage.
Die Lieder klangen häufig erstaunlich emotional. Manche Melodien wirkten traurig, andere hoffnungsvoll oder voller Lebensfreude.
Oft schien es, als würden Gesang und Instrumente genau das ausdrücken, was der Liedtext erzählen wollte.
Diese Frage führt unmittelbar zum Kern dessen, was wir unter „Verstehen“ verstehen.
Zunächst müssen wir betrachten, was bei einem Menschen geschieht, wenn er Musik hört.
Wenn ein Mensch ein Lied hört, nimmt er nicht nur Töne wahr.
Musik kann Erinnerungen auslösen, Gefühle wecken, innere Bilder erzeugen und manchmal sogar körperliche Reaktionen hervorrufen.
Ein Lied kann an die Jugend erinnern, an einen geliebten Menschen, an einen Verlust oder an einen glücklichen Augenblick.
Dieses Erleben gehört zum Menschen.
Bei Suno geschieht nichts davon.
Suno hört seine eigene Musik nicht. Es empfindet keine Freude, keine Trauer und keine Spannung.
Es besitzt keine Lieblingsmusik und keine persönliche Beziehung zu den Liedern, die es erzeugt.
Suno kann Musik erzeugen, aber es erlebt sie nicht.
Hier liegt ein wichtiger Unterschied.
Zwischen Musik erzeugen und Musik erleben besteht ein großer Abstand.
Ein Geigenbauer muss kein Konzertgeiger sein. Ein Klavierbauer muss kein Pianist sein.
Ähnlich ist es bei Suno. Das System kann musikalische Strukturen erzeugen, ohne Musik innerlich zu erleben.
Ja, aber das Wort „nur“ ist etwas irreführend.
Denn Musik besteht tatsächlich zu einem großen Teil aus Mustern.
Ohne solche Muster wäre Musik kaum wiederzuerkennen.
Man kann Musik deshalb in zwei Ebenen betrachten.
Die erste Ebene ist die Struktur. Dazu gehören Rhythmus, Harmonie, Melodie, Form und Dynamik.
Diese Seite kann eine KI sehr gut analysieren und erzeugen.
Die zweite Ebene ist das Erleben. Dazu gehören Freude, Trauer, Hoffnung, Liebe und Erinnerung.
Diese Seite entsteht im Menschen.
KI-Songs können Menschen berühren, nicht weil die KI Gefühle besitzt, sondern weil sie musikalische Formen erzeugt, die beim Menschen Gefühle auslösen können.
Ein langsames Cello, eine steigende Melodie, ein Gospelchor oder eine kleine Pause vor dem Refrain können starke Wirkungen entfalten.
Die Gefühle entstehen jedoch nicht in der KI. Sie entstehen im Zuhörer.
Bei vielen deiner Lieder beginnt alles mit einer persönlichen Geschichte.
Zum Beispiel mit einer Erinnerung, einem Erlebnis oder einer bestimmten Stimmung, die in Musik verwandelt werden soll.
Der Mensch bringt die Bedeutung. Suno gibt ihr eine musikalische Form.
Die Emotion wandert also gewissermaßen durch drei Stationen:
Erfahrung → Musik → Zuhörer
Suno versteht Musik nicht so, wie ein Mensch Musik versteht.
Es erkennt musikalische Beziehungen und kann daraus neue Kompositionen erzeugen.
Das eigentliche Verstehen beginnt jedoch dort, wo Musik Erinnerungen, Gefühle und persönliche Erfahrungen berührt.
Und dieser Teil bleibt eine zutiefst menschliche Fähigkeit.
Während unserer Arbeit mit Suno fiel mir noch etwas auf: Die erzeugten Lieder wirkten technisch erstaunlich sauber.