Die KI findet die Songs – aber der Musikredakteur entscheidet

Künstliche Intelligenz verändert längst nicht nur die Art, wie Musik produziert wird. Auch hinter den Kulissen von Radiosendern hält sie Einzug. Programme wie Cyanite können riesige Musikarchive nach Klang, Stimmung und musikalischer Ähnlichkeit durchsuchen. Was früher Stunden dauern konnte, gelingt heute in wenigen Augenblicken. Doch eine wichtige Entscheidung nimmt die KI dem Musikredakteur nicht ab: Was am Ende wirklich ins Programm kommt.

Wer seit vielen Jahren Musikprogramme zusammenstellt, kennt die Situation: Für einen speziellen Sender oder eine neue Playlist wird ein ganz bestimmter Sound gesucht.

Nehmen wir einen Yacht-Rock-Kanal. Die bekannten Namen sind schnell gefunden. Doch ein interessantes Musikprogramm lebt nicht nur von den Hits, die ohnehin jeder kennt. Spannend wird es bei den vergessenen Albumtracks, weniger bekannten Singles und Songs, die vielleicht nie offiziell als „Yacht Rock“ bezeichnet wurden – aber musikalisch hervorragend in das Format passen.

Früher begann an dieser Stelle die eigentliche Arbeit.

Alte Alben wurden herausgesucht, Titellisten durchgesehen und Songs teilweise stundenlang angespielt. Vieles davon beruhte auf dem Gedächtnis und der Erfahrung des Musikredakteurs. Und trotzdem konnte auf irgendeinem Album aus dem Jahr 1979 genau der richtige Titel schlummern, den man schlicht nicht mehr auf dem Schirm hatte.

Heute bekommt der Musikredakteur Unterstützung von künstlicher Intelligenz.

Suchen nach Klang statt nach Schubladen

Programme wie Cyanite analysieren Musik nicht nur anhand klassischer Angaben wie Interpret, Titel oder Erscheinungsjahr. Die Software untersucht das Audiomaterial selbst und beschreibt unter anderem Genre und Subgenre, Stimmung, Energie, Tempo, Instrumentierung, Gesang und weitere musikalische Eigenschaften.

Besonders interessant ist die Suche nach klanglicher Ähnlichkeit.

Ein Musikredakteur kann einen oder mehrere Songs vorgeben, die den gewünschten Sound repräsentieren. Anschließend durchsucht die KI das vorhandene Archiv nach Titeln mit vergleichbaren musikalischen Eigenschaften.

Damit ändert sich die Fragestellung.

Statt nur zu fragen: „Welche Yacht-Rock-Titel haben wir?“, kann der Redakteur fragen: „Welche Songs in unserem gesamten Archiv klingen eigentlich so?“

Und genau dabei kommen mitunter Überraschungen ans Licht.

Plötzlich taucht ein Albumtrack auf, der seit Jahrzehnten kaum Beachtung gefunden hat. Vielleicht wurde er ursprünglich unter Rock, Pop oder AOR einsortiert und niemals mit dem Begriff Yacht Rock versehen. Klanglich besitzt er aber genau die weiche Produktion, die Instrumentierung und Atmosphäre, die für das gewünschte Programm gesucht wird.

KI kann auf diese Weise zu einer Art musikalischem Metalldetektor werden: Sie produziert die verborgenen Schätze nicht – aber sie hilft dabei, sie wiederzufinden.

Bei myhitmusic seit mehr als zwei Jahren im Einsatz

Für die Musikredaktion von myhitmusic ist diese Arbeitsweise längst keine Zukunftsmusik mehr.

Seit mehr als zwei Jahren wird Cyanite dort als Werkzeug bei der Musikauswahl eingesetzt. Gerade beim Aufbau und der Weiterentwicklung spezieller Musikformate hat sich die KI-gestützte Suche als wertvolle Ergänzung zur klassischen Musikredaktion erwiesen.

Musik-Guru Stefan arbeitet seitdem regelmäßig mit dem System und berichtet von sehr positiven Erfahrungen.

Gerade bei spezialisierten Kanälen wie Classic Rock oder Yacht Rock sei die Möglichkeit, große Archive anhand ihres tatsächlichen Sounds zu durchsuchen, inzwischen kaum noch aus der täglichen Arbeit wegzudenken.

Sein Fazit nach mehr als zwei Jahren fällt entsprechend knapp aus:

„Ich kann eigentlich nicht mehr ohne.“

Nicht, weil die KI seine Arbeit übernommen hätte. Sondern weil sie ihm bei einem Teil der Arbeit hilft, der früher enorm viel Zeit beanspruchte: dem Finden möglicher Kandidaten.

Auch moderner Radio-Sound lässt sich analysieren

Das Prinzip funktioniert nicht nur bei Musik aus vergangenen Jahrzehnten.

Auch für aktuelle Formate können mehrere charakteristische Titel als Ausgangspunkt dienen. Die KI sucht anschließend nach Songs, deren Energie, Tempo, Stimmung und klangliche Eigenschaften dazu passen.

So lässt sich beispielsweise untersuchen, welche Neuerscheinungen zu einem bestehenden Stationssound passen oder welche Titel aus einem großen Archiv eine Playlist sinnvoll ergänzen könnten.

Gerade angesichts der gewaltigen Menge täglich verfügbarer Musik wird diese Vorauswahl immer wichtiger. Kein Musikredakteur kann jeden neuen Song hören – eine Maschine kann dagegen große Mengen Musik analysieren und interessante Kandidaten herausfiltern.

Doch genau an dieser Stelle endet ihre Aufgabe.

Die KI findet. Der Mensch hört.

Denn musikalische Ähnlichkeit allein macht noch kein gutes Radioprogramm.

Ein Algorithmus weiß nicht automatisch, ob ein Refrain stark genug ist. Er kennt nicht die Geschichte eines Senders. Er entscheidet nicht, ob nach zwei ruhigen Titeln jetzt genau dieser Song gebraucht wird. Und er besitzt kein Bauchgefühl dafür, ob eine vermeintlich unpassende Nummer vielleicht gerade deshalb das Programm interessant macht.

Vor allem besitzt er etwas nicht, das für eine gute Musikredaktion entscheidend bleibt:

Geschmack.

Deshalb hört sich der Musikredakteur die Vorschläge weiterhin selbst an. Er verwirft Titel, entdeckt andere neu und entscheidet am Ende, welche Musik tatsächlich Bestandteil des Programms wird.

KI verändert damit die Musikredaktion – aber möglicherweise anders, als häufig angenommen wird.

Sie ersetzt nicht den Menschen, der Musik auswählt. Sie gibt ihm ein mächtiges neues Werkzeug an die Hand.

Früher musste der Redakteur wissen, auf welchem Album er suchen sollte.

Heute kann die KI Tausende Alben durchsuchen und sagen: „Hör dir diese zehn Titel einmal genauer an.“

Ob darunter tatsächlich die nächste vergessene Perle steckt, entscheidet anschließend immer noch jemand mit zwei Ohren, Erfahrung – und einer Leidenschaft für Musik.

Die KI kann suchen. Geschmack bleibt menschlich.