So erkennt man, ob ein Song von einer KI generiert wurde: Ein praktischer Leitfaden

Hast du dir diese Woche neue Musik angehört? Die Wahrscheinlichkeit ist groß, dass ein Teil davon von einem Computer generiert und nie von einem Menschen gesungen wurde.

Ich habe dies als Panikmache bezeichnet, daher hier einige Zahlen, die zeigen, dass es tatsächlich Grund zur Sorge gibt. Der Musikstreaming-Dienst Deezer gab an, im Juli 2026 täglich rund 90.000 vollständig synthetisch erzeugte Titel erhalten zu haben.

So besteht mittlerweile die Hälfte oder mehr aller neuen Musikstücke, die auf den großen Streaming-Diensten hochgeladen werden, aus KI-generierter Musik. Und als Deezer einen Blindhörtest mit Hunderten von Titeln durchführte, konnten 97% der Testteilnehmer nicht erkennen, ob ein Titel von einem Menschen geschrieben worden war oder nicht.

Musik zu hören, von der man glaubt, sie könnte von einem Computer stammen, ist kein Anzeichen für Paranoia. Und es macht auch keinen Spaß. Wenn man für seine Musik bezahlt, hat man ebenfalls ein Problem: Wo ist das Geld geblieben? 

Wenn Sie Musiker sind, gibt es noch ein weiteres großes Problem: Jemand, der nicht jahrelang gelernt hat, ein Instrument zu spielen, verwässert Ihre Tantiemen bis auf null. Wenn Sie Ihren Lebensunterhalt beispielsweise damit verdienen, eine Playlist zusammenzustellen oder neue Künstler unter Vertrag zu nehmen, ist das ebenfalls sehr, sehr teuer.

Natürlich wollte ich keinen Artikel veröffentlichen, der nur aus Ratschlägen à la “Hör einfach auf dein Gefühl” besteht. Also habe ich die KI-Musikerkennung in einem realen Szenario getestet. 

Ich habe mein Team gebeten, sieben Songs durch den KI-Detektor von „Undetectable AI“ laufen zu lassen. Es handelte sich dabei um vierminütige Stücke, und ich hatte die tatsächliche Herkunft jedes Songs notiert, bevor ich sie durch den Detektor laufen ließ.

Vier der Songs wurden von KI-Musikgeneratoren erstellt, drei wurden von Menschen komponiert und interpretiert, und einer der KI-generierten Songs hatte es sogar schon in die Charts geschafft (obwohl der Algorithmus das zum Zeitpunkt des Tests noch nicht wusste).

Im Folgenden finden Sie Screenshots der Ergebnisse, gefolgt von Hintergrundinformationen und der Vorgehensweise, den Rohdaten – darunter zwei Überraschungen – sowie abschließend den Warnpunkten und den Bereichen, in denen das Tool versagt.

---

Wichtigste Erkenntnisse

• Die Erkennung ist nicht nur eine Kuriosität für Nerds. Sie sorgt dafür, dass manipulierte Stimmen aus den Katalogen ferngehalten werden und Betrugsfälle nicht in den Tantiemenpool gelangen. Deezer stuft 85 Prozent der Streams bei KI-Titeln als betrügerisch ein und zahlt dafür nichts aus.

• Synthetischer Klang hat immer noch seine Schwächen. Die Tonhöhe gleitet zu gleichmäßig zwischen den Noten hin und her, die Dynamik wird plattgedrückt, die hohen Frequenzen knistern, und niemand hält jemals inne, um Luft zu holen.

• Unser Test verlief fehlerfrei. Alle vier KI-Tracks wurden mit 99 Prozent als korrekt eingestuft, und alle drei von Menschen erstellten Datensätze wurden mit 12, 10 bzw. 3 Prozent als korrekt eingestuft. Es gab keinerlei Fehlmeldungen.

• Konkrete Details sind kein Beweis dafür, dass es sich um einen Menschen handelt. Zwei der KI-Songs waren voller spezifischer, skurriler Bilder und erreichten dennoch 99 Prozent, denn was sie verrät, ist, wie nahtlos sich alles zusammenfügt.

• Hybride Fälle stellen nach wie vor eine Herausforderung dar. Wenn eine Person von einer KI verfasste Texte singt oder zu generierten Melodiebasen singt, sendet sie dem Detektor zwei Signale gleichzeitig. In solchen Fällen sollten die Schichten separat getestet werden.

• Wenn Sie die Audioqualität regelmäßig überprüfen, sollten Sie unser AI-Detektor neben dem AI Sprachdetektor Das dauert etwa eine Minute und klärt die Frage ein für alle Mal.

---

Warum die Musikerkennung mittels KI gerade jetzt so wichtig ist

Ich habe auch das Ausmaß des Problems bei Deezer ermittelt. Wir haben im Januar 2025 damit begonnen, synthetische Titel zu erkennen, und bis Ende Februar 2025 haben wir täglich etwa 10.000 synthetische Titel entdeckt. 

Bis Ende April 2026 war diese Zahl auf 75.000 pro Tag angestiegen. Im Juni 2026 stieg sie für kurze Zeit sogar auf 90.000 pro Tag, was dazu führte, dass bei Deezer monatlich mehr als 2 Millionen maschinell erzeugte Songs erkannt wurden.

Zunächst werden die Originalaufnahmen der Musiker zum Trainieren dieser Modelle verwendet, oft ohne deren Wissen und ohne Bezahlung. Anschließend werden ihre Werke in den Suchergebnissen einfach beiseitegeschoben. Es handelt sich nicht um den Diebstahl von Songs, sondern lediglich um deren Verdrängung durch ihre robotergesteuerten Gegenstücke.

Was die geschäftliche Seite angeht, wird die Lage geradezu widerlich. Die Streaming-Tantiemen werden aus einem einzigen Pool ausgezahlt, sodass jemand, der echte Musik in einem echten Studio produziert, einen Teil seines rechtmäßigen Anteils an den Einnahmen an einen Bot verliert, der massenhaft gefälschte Versionen desselben Songs erstellt und streamt.

Das bedeutet, dass 85% aller von Deezer erstellten KI-Musik-Streams als betrügerisch gemeldet und daher deaktiviert wurden, während 1-3% aller Streams von vollständig KI-generierter Musik tatsächlich von Menschen abgespielt werden. Wenn man das liest, wird klar, dass der Großteil der von KI erzeugten Musik nicht dafür gedacht ist, von Menschen abgespielt zu werden. Sie ist dafür gemacht, von Bots abgespielt zu werden.

Aber es gibt viele Menschen in der Musikbranche, deren Aufgabe es ist, Musik auszuwählen, zu vertreiben und sie den Menschen zugänglich zu machen. Plattenfirmen. Agenturen, die Synchronisationslizenzen für Filme und Werbespots vermitteln. Verlage, Kuratoren und Verwertungsgesellschaften, die im Namen von Autoren und Komponisten Tantiemen einziehen.

Für sie ist das Erkennen von KI-generierten Titeln kein technisches, sondern ein geschäftliches Problem. Werden sie den Unterschied erkennen können, bevor der Titel veröffentlicht wird? Werden sie als KI-Titel gekennzeichnete Titel aus den Empfehlungen und den redaktionellen Playlists entfernen?

(Derzeit hat Deezer beschlossen, diese Titel nicht in Empfehlungen und Playlists aufzunehmen, doch seit Januar 2026 vergibt das Unternehmen Lizenzen für die Erkennungstechnologie auch an andere Firmen: So werden beispielsweise die Billboard-Charts künftig ebenfalls mit dieser Erkennungstechnologie gefiltert. Vorerst ist die Erkennung zu einer Selbstverständlichkeit geworden.).

Metadaten und Social Proof prüfen, noch bevor Sie auf „Play“ drücken

Oftmals erkennt man eine Fälschung, ohne auch nur eine einzige Note zu hören, denn der verräterische Hinweis liegt gar nicht im Ton selbst. Er liegt vielmehr in allem, was ihn umgibt.

Das Profil des Ghost-Künstlers

Echte Musiker hinterlassen ein Chaos. Ein verschwommenes Handyvideo aus einem halb leeren Saal, ein Probe-Clip, ein Interview in einem Podcast mit vierzig Zuhörern, ein getaggtes Foto aus dem Jahr 2019, auf dem alle jünger aussehen. KI-Acts hinterlassen nichts dergleichen.

Worauf Sie achten sollten:

• Solide monatliche Hörerzahlen bei gleichzeitig fast keiner Präsenz in den sozialen Medien oder bei Konten, die erst wenige Tage vor der ersten Veröffentlichung angelegt wurden.
• Nirgendwo gibt es Live-Aufnahmen, zu keiner Zeit. Weder einen Soundcheck, noch einen Festival-Mitschnitt, noch ein einziges verwackeltes Fanvideo.
• Ein Cover mit diesem leicht plastischen Schimmer. Verzerrte Schriftzüge, Hände in anatomisch etwas unrealistischen Posen, zu symmetrische Gesichter, dieselbe Farbgebung auf jeder einzelnen Veröffentlichung.
• Namen von Bandmitgliedern, zu denen außerhalb der Künstlerseite keine Informationen zu finden sind. Keine Nennungen als Songwriter an anderer Stelle, keine Session-Arbeit, keine Biografie.

„The Velvet Sundown“ ist das Beispiel, auf das alle verweisen – und das zu Recht. Eine Band, die Mitte 2025 aus dem Nichts auftauchte, die Marke von einer Million monatlicher Spotify-Hörer überschritt, innerhalb weniger Wochen mehrere Alben in voller Länge veröffentlichte und deren Pressefotos diesen unverkennbaren, künstlich erzeugten Glanz aufwiesen.

Schließlich schrieb es seine eigene Biografie um und beschrieb sich selbst als ein synthetisches Projekt, das mit Hilfe von KI komponiert und vertont wurde. Viele Menschen ließen sich von der Musik täuschen. Von den Unterlagen ließ sich jedoch niemand täuschen.

Ein Veröffentlichungsplan, den kein Mensch überstehen könnte

Eine Platte aufzunehmen ist ein langwieriger Prozess. Komponieren, aufnehmen, abmischen, mastern, sich erneut über den Mix streiten. Wenn also ein Account drei Alben in sechs Wochen oder ein Dutzend in einem Monat veröffentlicht, handelt es sich eher um eine „Fabrik“ als um einen Künstler.

Das Gleiche gilt für einen einzelnen Künstler, der innerhalb von zwei Wochen Country, Drill und Lo-Fi-Jazz veröffentlicht. Die Leute haben ein bestimmtes Genre, dem sie sich nicht wirklich entziehen können. Models haben gar keines.

Datei-Tags und Titelangaben

Wenn Sie die Datei herunterladen oder die erweiterten Titelinformationen öffnen können, lesen Sie die Metadaten. Die Namen der Erzeuger bleiben dabei häufiger erhalten, als man denkt – manchmal stehen sie sogar direkt im Kommentarfeld oder in der Encoder-Zeile. 

Fehlende Verlagsangaben, kein ISRC, keine Angabe des Urhebers, ein für Massen-Uploads bekannter Vertreiber. Jedes dieser Merkmale für sich genommen beweist noch nichts. Kommen jedoch vier davon zusammen, ist die Frage in der Regel geklärt.

Auch das Cover ist einen kurzen Blick wert, da ein generiertes Cover und ein generierter Titel meist Hand in Hand gehen. Fügen Sie es in das AI-Bild-Detektor und alles, was dabei herauskommt, als einen weiteren Teil des Gesamtbildes zu betrachten und nicht als eigenständiges Urteil.

Testen von Songs mit dem KI-Detektor von „Undetectable AI“

Schon das bloße Zuhören funktionierte ab etwa 2024 nicht mehr. Die frühen KI-Stimmen hatten ein Wackeln und einen verschwommenen Klang, den man schon vom anderen Ende des Raums aus hören konnte.

Die aktuelle Generation bewältigt Atemplatzierung, Konsonanten und Nachhallausklingzeiten so gut, dass selbst Profis sich regelmäßig irren. Diese Zahl von 97 Prozent aus dem Blindtest sagt nichts über das Gehör der Beteiligten aus. Das Ziel hat sich verschoben.

Deshalb setzen wir für die erste Überprüfung Software ein. Der „Undetectable AI Detector“ analysiert den sprachlichen Fingerabdruck der Songtexte, gibt einen Prozentsatz und ein klares Urteil aus und zeigt Ihnen, welche Zeilen zu dieser Entscheidung geführt haben. 

Der KI-Stimmdetektor übernimmt den Audiobereich und kennzeichnet synthetische oder geklonte Stimmen. Damit decken Sie beide Aspekte der Frage ab: Was gesagt wurde und wie es gesungen wurde.

Wer hier einen Fehler macht, muss jetzt mit echten finanziellen Einbußen rechnen. Veröffentlicht man einen Track, von dem man annahm, er sei urheberrechtsfrei, kann man in einen Rechtsstreit geraten, da die großen Anbieter immer noch mit Rechtsstreitigkeiten darüber beschäftigt sind, womit sie ihre Modelle trainiert haben. Auch die Plattformen sind strenger geworden. 

Bandcamp hat vollständig KI-generierte Titel gesperrt, Tidal hat die Monetarisierung eingestellt, Apple Music führt eine freiwillige Kennzeichnung durch, Deezer entfernt gekennzeichnete Titel aus den Empfehlungen. Und wenn Sie KI heimlich eingesetzt und dies nicht offengelegt haben, ist das ein Reputationsproblem, das geduldig darauf wartet, bis jemand anderes die Überprüfung durchführt.

Unser schrittweiser Testprozess

Wir haben das im August 2026 mit aktivierter Erkennungsfunktion durchgeführt. Von Anfang bis Ende hat es weniger als eine halbe Stunde gedauert – falls Sie das nachmachen möchten.

1. Wählen Sie Lieder aus, deren Herkunft Sie bereits kennen, und notieren Sie diese zuerst. Die nachträgliche Bewertung eines Tools funktioniert nur, wenn Sie sich die Antworten bereits im Voraus festgehalten haben. Wir haben sieben Lieder verwendet, die bewusst so gewichtet wurden, dass ein „fauler“ Detektor nicht durch bloßes Raten in eine bestimmte Richtung bestehen konnte. Vier stammten von verschiedenen KI-Songtextgeneratoren – was wichtig ist, da ein Tool, das nur einen Generator erkennt, nicht viel nützt. Drei waren von Menschen verfasste Texte mit einer jahrelangen dokumentierten Geschichte, darunter zwei von Künstlern, deren Schreibstil intensiv analysiert und vielfach imitiert wird.
2. Führen Sie sie nacheinander aus. Wir haben jedes Liedtextblatt einzeln eingefügt und den Vorgang erst abschließen lassen, bevor wir mit dem nächsten begonnen haben. Wenn man sie alle auf einmal verarbeitet, wird alles unübersichtlich, weil man den Überblick darüber verliert, welche Passage zu welcher Punktzahl geführt hat.
3. Notieren Sie sich das Urteil, den Prozentsatz und die hervorgehobenen Zeilen. Wir haben von allen sieben einen Screenshot gemacht, und jeder dieser Screenshots ist unten abgebildet, sodass Sie die Zahlen selbst überprüfen können, anstatt sich einfach auf mein Wort verlassen zu müssen.

Bevor Sie sich die Tabelle ansehen, möchte ich noch auf einen Punkt hinweisen. Bei diesem Durchlauf wurde das Songtext, nicht die Wellenform. Das ist eine echte Einschränkung, auf die ich am Ende noch einmal zurückkommen werde, da sie Einfluss darauf hat, wie stark die Partituren gewichtet werden sollten.

Erkennungsergebnisse: Sieben Lieder, sieben korrekte Erkennungen

Zuerst die Tabelle, dann, was die einzelnen Ergebnisse tatsächlich aussagen.

Lied	Quelle	Wahrer Ursprung	Urteil	KI-Wert
Ein üppiges Leben, strahlende Augen	BoredHumans-Generator	Von einer KI generiert	Von einer KI generiert	99%
Am Abgrund stehen	FreshBots-Generator	Von einer KI generiert	Von einer KI generiert	99%
Lächeln im Licht der Veranda	AISongMaker-Generator	Von einer KI generiert	Von einer KI generiert	99%
Eine Million Farben	Vinih Pray, erstellt mit Suno	Von einer KI generiert	Von einer KI generiert	99%
Man bekommt, was man gibt	New Radicals, 1998	Menschen	Von Menschen verfasst	12%
Strickjacke	Taylor Swift, 2020	Menschen	Von Menschen verfasst	10%
Anhören	Beyoncé, 2006	Menschen	Von Menschen verfasst	3%

Der Test wurde im August 2026 mit dem KI-Detektor von „Undetectable AI“ durchgeführt. Es folgen Screenshots aller sieben Ergebnisse.

Bemerkenswert ist nicht nur, dass alle Ergebnisse richtig waren, sondern vor allem die Größe des Abstands. Die vier synthetischen Titel erreichten alle 99 Prozent, während die drei von Menschen aufgestellten Rekorde bei 12, 10 und 3 lagen.

Es gab keine Grauzone, und keinem echten Künstler wurde irgendetwas vorgeworfen. Für ein Tool, das dazu dienen soll, Entscheidungen über die Arbeit von Menschen zu treffen, ist die zweite Hälfte dieses Satzes wichtiger als die erste.

Die vier KI-Schwerpunkte

Ein üppiges Leben, strahlende Augen

Von Anfang bis Ende über BoredHumans generiert, und das Ergebnis war 99 Prozent KI wobei praktisch der gesamte Liedtext leuchtete. Wenn man ihn hinterher liest, versteht man auch warum. Jedes Bild ist angenehm und wiegt nichts. Sonnenaufgänge, Glitzern im Regen, wild umherfliegende Träume.

Die Reime sitzen immer, die Silben fügen sich nahtlos in das Versmaß ein, und im gesamten Lied passiert eigentlich niemandem etwas. Keine Straße, kein Jahr, kein Name. Diese Modelle bewegen sich auf den emotionalen Durchschnitt all dessen zu, womit sie trainiert wurden, und dieser Durchschnitt ist immer so schön und so hohl.

Am Abgrund stehen

Dieses hier stammt von FreshBots und hat ebenfalls gepunktet 99 Prozent KI, was dazu führte, dass sich meine Art, Songtexte zu lesen, veränderte. Der Song war ganz offensichtlich so konzipiert, dass er wie von einem Menschen geschrieben wirkt, und er enthält konkrete Details. Eine Erinnerung aus dem Alter von sieben Jahren. Die Kündigung eines Jobs im vergangenen Frühjahr.

Drei Monate auf der Couch eines Freundes schlafen. Eltern, die glauben, der Erzähler habe den Verstand verloren. Genau das ist der biografische Kern, der normalerweise als authentisch wirkt.

Es hat trotzdem 99 Punkte erzielt, und der Grund dafür liegt eher darin, was der Song aus diesen Details macht, als darin, ob er sie überhaupt enthält. Jedes Einzelne löst sich in einen kleinen, raffinierten Widerspruch auf. Hoffnungsvoll und ängstlich. Gebrochen und bereit. Untergehen und fliegen. Symmetrie auf dem ganzen Weg nach unten – und das echte Leben ist nicht so ausgeglichen.

Lächeln im Licht der Veranda

Das war das Beispiel, das ich in der Erwartung hinzugefügt habe, dass es Probleme geben würde, und es ist der interessanteste Fehlschlag von allen. Es basiert auf AISongMaker und macht genau das, was laut Ratgeberkolumnen ein Mensch tun würde. Die Bilder sind klein, seltsam und sehr spezifisch.

Ein Schal, der auf einem Stuhl liegen geblieben ist. Jemandem Salz reichen, obwohl er nach Zucker gefragt hat. Eine Tür, eine Bank, eine Bushaltestelle. Es gibt sogar eine wirklich seltsame Zeile über aprikosenfarbene Hände und ein Plastikbecher-Grinsen – die Art von Formulierung, bei der man schwören könnte, dass sich jemand diese extra ausgedacht haben muss.

Es hat gepunktet 99 Prozent KI. Und sobald der Detektor darauf hingewiesen hatte, wurde die dahinterstehende Mechanik offensichtlich. Die skurrilen Details kosteten den Erzähler nie etwas. Die Verwechslung von Zucker und Salz wird sofort mit einem Lachen abgetan und innerhalb von zwei Zeilen geklärt.

Jedes Bild taucht auf, erfüllt auf charmante Weise seine Aufgabe und verschwindet wieder, ohne das nächste zu beeinträchtigen. Wer über einen Schwarm schreibt, lässt meist den Teil weg, der noch immer wehtut, oder das Detail, das einen in einem schlechten Licht erscheinen lässt. Dieses Lied ist eine Aneinanderreihung angenehmer Momente, und diese Reibungslosigkeit ist sein eigentliches Markenzeichen.

Eine Million Farben

Der Song, der kommerziell von Bedeutung ist, da es sich nicht um ein Labor-Experiment handelt. Er wurde mit Suno produziert, von Vinih Pray veröffentlicht und von Billboard als erster bekannter, von KI generierter Song identifiziert, der es in die TikTok-Charts geschafft hat, wo er auf Platz 44 der „Viral 50“ landete. Hunderttausende TikTok-Beiträge, über 800.000 Spotify-Streams und ein Publikum, das größtenteils keine Ahnung davon hatte.

Es kam zurück um 99 Prozent KI Und der Detektor hat es schon in der ersten Zeile erkannt. Die Form ist fast identisch mit „Lush Life“. Frühlingsmorgen, Blütenblätter, Sternenlicht, ein Regenbogen der Liebe, der niemals verblasst.

Naturbilder, die an nichts anstoßen, ein Refrain, der sich wiederholt, ohne neue Wege zu beschreiten. Was diesen Titel bei den Hörern so beliebt machte, war die Produktion, dieses warme Retro-Feeling. Und genau deshalb hat sich das Lesen der Texte gelohnt. Die Oberfläche hielt gut stand. Der Text darunter hingegen nicht.

Die drei menschlichen Rekorde

Das sind die Ergebnisse, die mir wirklich wichtig waren, denn ein Detektor, der alles als verdächtig markiert, ist schlimmer als nutzlos. Ein Fehlalarm bei einem echten Künstler ist kein kleiner Fehler, sondern eine Anschuldigung, die jemand später wieder zurücknehmen muss. Deshalb haben wir bewusst schwierige Fälle ausgewählt.

„You Get What You Give“ von New Radicals

Als von einem Menschen verfasst freigegeben am 12 Prozent KI. Das war ein bewusst schwierig gestalteter Test. Der Song hat einen Refrain, den man super gerne mitsingt, und wiederholt sich ständig – eine Struktur, die für einen Klassifikator formelhaft wirken kann. Er hat den Test trotzdem bestanden, und der Grund dafür liegt im Text.

Nach zwei Dritteln des Stücks lässt der Titel seine eigene Aufmunterung hinter sich und verwandelt sich in eine unverblümte, konkrete Tirade, in der Namen genannt werden. Es ist lustig. Es ist genervt. Es bricht mit seiner eigenen Struktur, weil derjenige, der es geschrieben hat, sich noch etwas anderes von der Seele reden musste. Models bauen nichts auf, um es dann absichtlich wieder zu zerstören.

Strickjacke von Taylor Swift

Freigegeben am 10 Prozent KI. Ich wollte gerade diesen Titel in die Sammlung aufnehmen, weil Swift wahrscheinlich die am häufigsten imitierte Songtexterin unserer Zeit ist. Ihre Formulierungen wurden in jeden nur erdenklichen Textgenerator eingespeist und von Tausenden von Autoren kopiert. Wenn also irgendein menschliches Werk aufgrund der schieren statistischen Sättigung den Anschein erwecken würde, von einer Maschine verfasst worden zu sein, dann wäre es ihres.

Es hat sich problemlos geklärt. Der Text wagt immer wieder Dinge, die ein Vorbild niemals wagen würde. Bilder stehen nebeneinander, ohne miteinander in Einklang gebracht zu werden, kleine physische Details tragen emotionale Bedeutung, die das Lied nie erklärt, und die Erzählerin sagt Dinge, die sie eher schlechter als besser dastehen lassen.

In den Details, die ein Generator zu allgemeiner Nostalgie verallgemeinert, kommt zudem eine Epochen- und Klassenspezifität zum Ausdruck. Dass etwas vielfach nachgeahmt wird, lässt das Original offenbar nicht wie eine Nachahmung erscheinen.

„Listen“ von Beyoncé

Das sauberste Ergebnis im gesamten Test bei 3 Prozent KI. Darüber sollte man einmal nachdenken, denn auf dem Papier sieht es so aus, als wäre dies die risikoreichste menschliche Probe.

Es ist eine große, emotionale Ballade, die genau auf jenem Vokabular aufbaut, auf das KI-Songs ständig zurückgreifen. Träume, Herzen, Melodien, das Finden einer Stimme. Würde man einem Generator die Vorgabe „Erstelle eine Empowerment-Ballade“ geben, würde man etwas mit einer ähnlichen Wortliste erhalten.

Er schnitt schlechter ab als alle anderen Titel, die wir getestet haben. Der Unterschied besteht darin, dass der Song sich mit jemandem streitet. Es wird eine bestimmte Person angesprochen, dahinter steckt ein echter Groll, und die emotionale Spannung steigt, weil sich die Situation zuspitzt – und nicht, weil das Arrangement lauter wird.

KI-Songtexte bedienen sich der Sprache der Gefühle. In diesem hier steckt tatsächlich ein Konflikt, und der Detektor hat das erkannt.

Beachten Sie außerdem, dass kein einziger menschlicher Titel den Wert Null erreicht hat, und das ist ein gutes Zeichen. Echte Autoren greifen ständig auf gängige Formulierungen zurück, und ein Tool, das auf einem absoluten Nullwert besteht, würde eine Überanpassung vornehmen, nur um Ihnen zu gefallen. Was Sie wollen, ist der Abstand zwischen den beiden Gruppen.

Hier lagen die ähnlichste menschliche Stichprobe und die ähnlichste KI-Stichprobe 87 Punkte auseinander.

Was uns sieben Proben gelehrt haben, was drei nicht hätten tun können

Das Hinzufügen von Stichproben hat die Schlussfolgerung verändert – und genau darum geht es ja beim Hinzufügen.

Die deutlichste Erkenntnis ist, dass Ein konkretes Detail ist kein Beweis für die Existenz eines Menschen.. Sowohl „Standing at the Edge“ als auch „Porch Light Smile“ waren vollgepackt mit genau den spezifischen, etwas seltsamen Bildern, nach denen man laut jedem Ratgeber Ausschau halten soll, und beide erzielten 99 Prozent. Wenn Sie die Überprüfung mit bloßem Auge vornehmen, wird dieser Ratschlag Sie im Stich lassen.

Was sie tatsächlich von den von Menschen verfassten Texten unterschied, war die Reibung. In den KI-Songs ist jedes Detail klar ausgearbeitet und kostet den Erzähler keine Mühe. In den von Menschen verfassten Texten widersprechen sich Details, bleiben ungeklärt oder lassen den Autor schlecht dastehen.

Die zweite Erkenntnis ist, dass vier verschiedene Generatoren alle das gleiche Ergebnis von 99 Prozent lieferten. BoredHumans, FreshBots, AISongMaker und Suno sind eigenständige Produkte mit eigenen Modellen, und der Detektor war nicht auf eines davon speziell abgestimmt. Das ist wichtig, denn ein Tool, das darauf trainiert wurde, einen einzigen beliebten Generator zu erkennen, wird in dem Moment nutzlos, in dem jemand zu einem anderen wechselt.

Der dritte Punkt betrifft Fehlalarme, und das ist der Grund, warum wir Swift und Beyoncé hinzugefügt haben, anstatt drei weitere, eher unbekannte Indie-Titel. Häufig imitierte Texte sind der Stresstest für einen Detektor, da die Imitationen wieder in die Trainingsdaten einfließen. Beide haben den Test bestanden.

Das ist das Ergebnis, das ich sehen möchte, bevor ich einem Tool die Entscheidung über den Lebensunterhalt eines Menschen überlasse.

Die verborgene Anatomie von KI-Audio: Technische Anomalien, auf die man achten sollte

Die Songtexte sind nur eine Ebene. Wenn man die Aufnahme selbst beurteilen möchte, sind dies die Schwachstellen, die generative Audio-Technologie noch nicht ganz verbergen kann. Verwenden Sie Kopfhörer. Die Lautsprecher des Handys übertönen fast alles.

Spektralartefakte

Diese Modelle erzeugen den Klang, anstatt ihn aufzunehmen, und die Übergänge machen sich im Frequenzspektrum bemerkbar. Achten Sie auf ein dünnes, metallisches Zischen, das über dem Mix liegt und bei lang gehaltenen Tönen am stärksten zu hören ist.

Meistens verraten es die Becken und Zischlaute. Ein echtes Becken klingt unregelmäßig im Raum aus, während ein synthetisch erzeugtes Becken dazu neigt, zu einem Klangteppich zu verfließen oder mit einer seltsamen Gleichmäßigkeit abzubrechen.

Ein weiteres Phänomen ist das Phasenverschmieren, bei dem sich das Stereobild gleichzeitig sehr breit und seltsam hohl anfühlt, als würden die Instrumente nicht denselben Raum einnehmen. Wenn Sie ein Spektrogramm aufrufen können, achten Sie auf eine abrupte Abflachung im oberen Bereich, wo der Inhalt einfach aufhört – dies ist ein häufiges Überbleibsel aus der Erzeugungs- und Komprimierungskette.

Stimmen, die ein Mensch nicht hervorbringen könnte

Dies ist die zuverlässigste Kategorie, da das Singen durch die Lunge und den Kehlkopf begrenzt ist.

Worauf man achten sollte:

• Keine Atmung. Echte Sänger atmen ein, und das hört man in der Pause vor einer langen Phrase. Synthetische Stimmen gleiten mühelos durch Passagen, bei denen einem Menschen schon schwindelig werden würde.
• Eine Tonhöhe, die mit mechanischer Geschmeidigkeit zwischen den Tönen gleitet, ohne die winzigen Schwankungen und Korrekturen, die eine Kehle dabei vornimmt.
• Ein Klang, der mitten im Lied unmerklich seine Identität wechselt, sodass der Refrain wie von einem etwas anderen Sänger gesungen klingt als die Strophe oder eine Harmoniestimme nicht zur eigenen Melodiestimme passt.
• Eine Emotion, die sich eher am Arrangement als an den Texten orientiert. Die Intensität steigt, weil das Schlagzeug einsetzt, nicht weil die Zeile an Schwere gewinnt.
• Die Konsonanten klingen etwas zu klar. Menschen neigen dazu, Silben zu verschlucken oder zu verschleifen, wenn sie sich anstrengen. Bei der generierten Sprachausgabe wird alles mit derselben Sorgfalt artikuliert.

Ein Rhythmus, der niemals ins Stocken gerät

Menschliche Schlagzeuger spielen ständig mikroskopisch ungenau, und genau diese Ungenauigkeit ist es, die einen Groove größtenteils so lebendig wirken lässt. Die Musiker schieben den Takt beim Übergang zum Refrain leicht nach vorne, ziehen ihn bei einer Ballade einen Hauch lang, und kein Snare-Schlag landet mit derselben Wucht wie der vorherige.

Generierte Percussion-Klänge liegen oft exakt im Raster und weisen eine gleichmäßige Dynamik auf, sodass sie sich selbst dann steif anhören, wenn sie technisch perfekt sind. Fills, die sich identisch wiederholen, anstatt zu variieren, sind ein deutliches Anzeichen dafür. Hi-Hats ohne Akzentwechsel sind ein weiteres.

Achte danach auf den Raum selbst. Echte Aufnahmen spiegeln die Akustik des Aufnahmeortes wider, mit frühen Reflexionen und einem natürlichen Ausklingen. Bei synthetisch erzeugten Tracks wird meist ein Hall auf etwas aufgesetzt, das nie in einem Raum war, und das klingt flach und seltsam nah.

Praktische Tipps, um von KI generierte Songs nach Gehör zu erkennen

Dafür braucht man keinerlei technisches Vorwissen. Das ist in etwa die Reihenfolge, in der ich beim ersten Anhören vorgehe.

Fang mit der Stimme an

• Finde die längste Phrase im Lied und frage, ob eine Person sie mit einem einzigen Atemzug singen könnte. Wenn nicht und du nirgendwo ein Einatmen hörst, ist das der deutlichste Hinweis, den du bekommen wirst.
• Verfolge die Stimmung über den gesamten Titel hinweg. Klingt es so, als ob die traurige Zeile dem Sänger mehr bedeutet als die Füllzeile? Bei synthetischen Stimmen wird oft für alles dieselbe Einstellung verwendet.
• Achte besonders auf die Übergänge. Beim Übergang zum Refrain verändert sich eine echte Stimme normalerweise – sie klingt luftiger, rauer, vielleicht sogar mit einem kleinen Ruck. Ein Ton, der diesen Übergang mühelos überbrückt, ist verdächtig.

Dann die Begleitmusik

• Warte auf eine Schleife. Bei generierten Instrumentalstücken werden Abschnitte häufiger identisch wiederholt als bei echten, und wenn man die Übergänge einmal gehört hat, kann man sie nicht mehr überhören.
• Frage dich, ob es so klingt, als befände sich die Band tatsächlich irgendwo. Echte Aufnahmen haben Tiefe und Raum zwischen den Musikern. Generierte Aufnahmen wirken oft so, als wären sie flach an den Lautsprecher gedrückt.
• Halten Sie Ausschau nach etwas, das eindeutig gespielt und nicht ausgelöst wurde. Fingergeräusche auf einer Gitarre, ein schlampiger Bass-Slide, ein knarrendes Pedal am Klavier. Solche Zufälle tauchen so gut wie nie auf.

Dann die Artefakte

• Drehen Sie die Lautstärke während einer ruhigen Passage auf und achten Sie darauf, ob Sie zwischen den Instrumenten ein Zischen, Klingeln oder einen schwachen metallischen Schimmer wahrnehmen.
• Lassen Sie die letzten Sekunden ausklingen. Echte Ausblendungen lassen Raumgeräusche und das Grundrauschen durchscheinen. Generierte Ausblendungen münden zu abrupt in digitale Stille oder verlaufen in einem Schmierfleck.
• Achten Sie darauf, ob die hohen Frequenzen gedämpft oder dumpf klingen – dies kann darauf hindeuten, dass die Anlage von vornherein keine echten Details im Hochtonbereich erzeugt hat.

Dann lies die Worte

• Suchen Sie nicht nur nach konkreten Details, denn unser Test hat gezeigt, dass KI-Songs jede Menge davon liefern können. Fragen Sie sich stattdessen, ob ein Detail den Erzähler etwas kostet oder ungelöst bleibt.
• Achte auf perfekte Symmetrie. Wenn jedes Reimpaar ausgewogen ist, jeder Widerspruch klar gegliedert ist und keine Zeile zu lang oder umständlich wirkt, wurde der Text wahrscheinlich von einer Maschine verfasst.
• Frage dich, ob das Lied überhaupt etwas riskiert. Humor, Boshaftigkeit, ein Groll, den es nie beilegt. Modelle sind auf Angenehmes ausgelegt, und das Angenehme ist an sich schon ein verräterisches Zeichen.

Wenn dir etwas seltsam vorkommt, überprüfe es lieber, anstatt in den Kommentaren darüber zu diskutieren. Füge den Liedtext in das AI-Detektor, den Gesang durch den AI Sprachdetektor, und prüfen, ob zwei unabhängige Signale in dieselbe Richtung weisen.

Häufig gestellte Fragen

Endgültiges Urteil

Diese Tools erkennen Muster, die zu schnell vorbeiziehen, um sie beim Hören wahrzunehmen – sei es nun die akustische Signatur einer synthetischen Stimme oder die strukturelle Regelmäßigkeit maschinell generierter Sprache –, und liefern dir anschließend eine Zahl und ein Ergebnis.

Bei sieben Proben verlief der Vorgang schnell, eindeutig und war jedes Mal korrekt: Vier synthetische Titel wurden mit 99 Prozent markiert, drei von Menschen aufgenommene Titel wurden mit 12, 10 und 3 Prozent freigegeben., und keine falschen Anschuldigungen in Bezug auf die Proben, bei denen eine falsche Anschuldigung echten Schaden angerichtet hätte.

Es lohnt sich, diese Grenze klar zu benennen, denn eine übertriebene Anpreisung hilft niemandem. Wir haben Songtexte getestet, und „A Million Colors“ ist der Grund, der nach wie vor eine große Rolle spielt: Ein Titel, der allein aufgrund seiner Produktionsqualität eine ganze Chart-Rangliste voller Hörer täuschte, verriet sich innerhalb von Sekunden, sobald man den Text las.

Aber bei einem Instrumentalstück gibt es keinen Text zum Lesen, und wenn ein echter Sänger von einer KI geschriebene Zeilen singt, werden diese beiden Ebenen voneinander getrennt. Software ist dein schnellster erster Anhaltspunkt, nicht dein letztes Wort. Kombiniere dies mit den oben genannten akustischen Hinweisen und Profilprüfungen, und du wirst weitaus öfter richtig liegen, als es deine Ohren allein könnten.

Die größere Veränderung besteht darin, dass Transparenz zum zentralen Thema wird. Wenn mehr als die Hälfte der Musik, die täglich auf einer großen Plattform eintrifft, synthetisch ist und fast niemand den Unterschied hören kann, lautet die interessante Frage nicht mehr, ob man persönlich den Unterschied erkennen kann, sondern ob sich überhaupt jemand die Mühe gemacht hat, danach zu suchen.

Labels verbreiten sich, die Richtlinien der Plattformen werden strenger, und die Nutzer werden immer lautstärker in ihrem Wunsch, mehr zu erfahren. Das Überprüfen von Informationen wird zunehmend zur Selbstverständlichkeit und ist keine Spezialkompetenz mehr.

Schau dir also den nächsten Song an, der dich zum Nachdenken bringt. Lade den Songtext in unser  AI-Detektor, den Gesang durch den AI Sprachdetektor, und bringe die Sache in weniger als einer Minute zum Abschluss, anstatt die ganze Woche lang darüber nachzudenken.