Vier Bossa-Versionen ohne den geschriebenen Text, eine vorschnelle Diagnose und schließlich die Erkenntnis, dass nicht Suno, sondern unser Versuchsaufbau falsch lag. Test 5 wurde zum vielleicht ehrlichsten Casting unseres virtuellen Jazzstudios.

Vom gescheiterten Walzer zum Bossa Nova

Test 4 hatte eine überraschend präzise Erkenntnis geliefert: Suno v5.5 konnte einen ausdrücklich bestellten Jazz-Walzer in keiner von vier Versionen zuverlässig im 3/4-Takt umsetzen. Gleichzeitig erzeugte das Modell durchaus unterschiedliche und musikalisch überzeugende Rhythmen – vom klassischen Swing bis zu Bossa-Nova-artigen Grooves.

Suno war also nicht rhythmisch ideenlos. Es hielt sich nur nicht an den verlangten Walzertakt.

Daraus entstand die Leitfrage für Test 5:

Kann Suno Bossa Nova als benannte Groove-Welt gezielt und reproduzierbar erzeugen, obwohl es eine abstrakte Taktvorgabe wie 3/4 nicht zuverlässig umsetzt?

Der neue Song erhielt den Titel „Between the Lights“. Geplant war ein intimer moderner Vocal-Bossa: warme weibliche Altstimme, synkopierte Nylongitarre, Kontrabass, Cross-Stick, Brushes, dezenter Shaker, sparsames Piano und ein lyrisches Tenorsaxofon.

Kein Samba, kein Latin Pop, kein Lounge-Jazz und ausdrücklich keine Fahrstuhlmusik.

Der geplante Versuchsaufbau

Die Partitur sah folgende große Abschnitte vor:

• acht Takte instrumentales Intro,
• zwei kurze Vocal-Teile,
• instrumentaler Übergang,
• ein 16-taktiges Saxofonsolo,
• Bridge,
• Rückkehr zum Vocal-Thema,
• acht Takte Outro mit klarem Ende.

Innerhalb dieser Blöcke sollte das Saxofon jeweils nur zwischen den gesungenen Zeilen antworten. Die Gitarre sollte den Bossa-Groove durchgehend tragen, das Piano dagegen sparsam bleiben.

Wie in den vorherigen Tests blieben die Parameter unverändert:

Parameter	Einstellung
Modell	Suno v5.5
Weirdness	50 %
Style Influence	50 %
Ziel	ungefähr 3 Minuten
Testumfang	vier Versionen aus zwei Generierungsläufen

Dann startete die erste Runde.

Bossa funktioniert – aber wo ist die Sängerin?

Die ersten beiden Versionen klangen klar nach Bossa Nova. Der Groove saß, die Akustikgitarre funktionierte und die Stücke lagen fast genau bei drei Minuten.

Nur Gesang gab es nicht.

Auch die zweite Generierungsrunde verwendete den geschriebenen Text nicht. V3 und V4 ergänzten immerhin einen Doo-Wop-artigen Backgroundchor. Musikalisch ganz charmant – aber nicht im Sinne des Erfinders.

Die erste Arbeitshypothese lag nahe: Vielleicht war die Regiepartitur im Songtextfeld zu komplex. Möglicherweise überlagerten die vielen geklammerten Instrumentalanweisungen den eigentlichen Text. Wir formulierten bereits die Idee eines vereinfachten Nachtests mit deutlich weniger Regie.

Dann fiel auf, dass Suno im Bereich „Songtext“ zwei unterschiedliche Eingabemöglichkeiten anbietet.

Und die gesamte Diagnose änderte sich.

Suno, wir müssen uns entschuldigen

Die vollständige Partitur war im Reiter „Prompt“ eingegeben worden. Dieser Bereich dient dazu, die Erzeugung eines Songtextes zu beschreiben. Der tatsächlich zu singende eigene Text gehört dagegen in den Reiter „Schreiben“.

Suno beschreibt „Write with Suno“ entsprechend als Möglichkeit, eine Beschreibung für einen zu generierenden Songtext einzugeben. Eigene Lyrics sollen direkt in das dafür vorgesehene Lyrics-Feld eingefügt werden. Suno zu „Write with Suno“ · Suno zu eigenen Lyrics

Interessant ist die Benutzeroberfläche trotzdem: Wechselt man in den Reiter „Schreiben“, bleibt der Inhalt im Prompt-Reiter sichtbar gespeichert. Unsere Tests sprechen sehr stark dafür, dass für die Musikerzeugung nur der jeweils aktive Modus berücksichtigt wird. Offiziell dokumentiert ist diese technische Priorisierung jedoch nicht eindeutig.

Damit waren die ersten vier Versionen kein gültiger Test für die Frage, ob Suno umfangreiche Regieanweisungen und einen eigenen Songtext gleichzeitig verarbeiten kann.

Sie blieben aber ein gültiger Bossa-Vortest:

• vier klare Bossa-Grooves,
• vier vollständige Drei-Minuten-Formen,
• interessante Instrumentalarrangements,
• zwei unerwartete Doo-Wop-Chöre.

Nur die Sängerin war nicht ausgefallen. Wir hatten ihr schlicht nicht den richtigen Text gegeben.

Zweiter Versuch – diesmal im richtigen Feld

Der vereinfachte Nachtest wurde verworfen. Stattdessen kam die unveränderte vollständige Partitur in den Reiter „Schreiben“.

Nun erschienen Text und Gesang in allen vier Versionen. Auch die Laufzeiten blieben bemerkenswert stabil:

Version	Laufzeit	Besonderheit
Neue V1	2:59,76	erste gültige Vocal-Bossa-Fassung
Neue V2	2:59,88	schönes Duett
Neue V3	2:59,71	abwechslungsreichste Fassung, starke Gitarre, Saxofondialog, Einzelsoli und Doo-Wop-Finale
Neue V4	2:59,83	entwickeltes Duett mit abwechselnden und gemeinsamen Passagen
Durchschnitt	2:59,80

Damit war die zentrale Groove-Frage klar beantwortet:

Suno kann Bossa Nova als benannte rhythmische und stilistische Welt zuverlässig reproduzieren.

Der Kontrast zu Test 4 ist deutlich:

Vorgabe	Ergebnis
Jazz-Walzer im strengen 3/4-Takt	0 von 4
Bossa Nova als benannter Groove	4 von 4

Suno versteht offenbar stilistische Groove-Konzepte besser als abstrakte metrische Anweisungen.

Musiker machen eben, was sie wollen

Mit dem Text im richtigen Feld funktionierten auch die großen Regieblöcke zuverlässig: Gesangsteile, instrumentale Übergänge, Soloräume und die Rückkehr zum Vocal-Thema waren klar erkennbar.

Die kleinteilige Regie blieb dagegen frei interpretierbar.

Bestellt war beispielsweise eine einzelne weibliche Altstimme. Mehrere Versionen entwickelten daraus ein Duett. In V4 wechselten sich die Stimmen nicht nur ab, sondern sangen einzelne Passagen gemeinsam. Das Saxofon antwortete nicht immer exakt an den vorgesehenen Stellen. Manche Instrumente nahmen sich mehr Raum, andere weniger. V3 integrierte sogar erneut einen Doo-Wop-Chor – diesmal passend in das Finale eingebaut.

Die zentrale Studioerkenntnis lautet deshalb:

Suno versteht die großen Vereinbarungen einer Session. Innerhalb dieser Vereinbarungen interpretieren die virtuellen Musiker ihre Rollen selbst.

Oder kürzer:

Musiker machen eben, was sie wollen.

Das ist nicht nur ein lustiger Satz. Für unseren späteren Workflow ist es eine wichtige Architekturentscheidung.

Verbindlich beschreiben sollten wir:

• Genre und Groove,
• Grundstimmung,
• Besetzung,
• große Songabschnitte,
• zentrale Soloräume,
• gewünschte Gesamtdramaturgie.

Als kreativen Freiraum behandeln sollten wir:

• exakte Antwortphrase nach einer bestimmten Zeile,
• punktgenaue Instrumenteneinsätze,
• zusätzliche Stimmen,
• kleine Breaks,
• Instrumentenwechsel,
• überraschende Schlussideen.

Wir schreiben also den Sessionplan – aber nicht jede Note.

Hörbeispiel 2 – V3: Die Musiker übernehmen

Hörfrage: Ist das Doo-Wop-Finale eine unerwünschte Abweichung oder ein musikalischer Gewinn?

V3 ist die stärkste Fassung des Castings. Sie erfüllt die große musikalische Idee und besitzt gleichzeitig die größte Abwechslung:

• klarer Bossa-Groove,
• starke Akustikgitarre,
• lebendiger Dialog mit dem Saxofon,
• unterschiedliche Instrumentalsoli,
• Duettstruktur,
• ein unerwartetes, aber schlüssig eingebautes Doo-Wop-Finale.

V4 ist die stärkste Alternative aus Sicht der Vocal-Entwicklung. Das Duett wächst über einfaches Call-and-Response hinaus und findet stellenweise zu gemeinsam gesungenen Passagen.

Beide Fassungen zeigen, dass Prompttreue und musikalische Qualität nicht dasselbe sind.

Ergebnis: Test bestanden – nach Korrektur des Menschen

Prüffrage	Ergebnis
Bossa-Nova-Groove reproduzierbar	Bestanden – 4 von 4
Drei-Minuten-Form	Bestanden – 4 von 4
Eigene Lyrics und Gesang	Nach korrekter Eingabe bestanden – 4 von 4
Große Formblöcke	Überwiegend bestanden
Kleinteilige Regie	Nur teilweise umgesetzt
Einzelne weibliche Leadstimme	Nicht zuverlässig – mehrfach zum Duett erweitert
Musikalische Qualität der Abweichungen	Hoch

Der wichtigste Lernpunkt dieses Tests betrifft deshalb nicht nur Suno:

Wenn ein KI-System eine Aufgabe scheinbar nicht erfüllt, muss auch der menschliche Versuchsaufbau überprüft werden.

Kreative Zusammenarbeit bedeutet nicht, jeden Fehler reflexartig der KI zuzuschreiben. Sie bedeutet auch, eigene Annahmen zu korrigieren, Ergebnisse neu zu bewerten und den Test sauber zu wiederholen.

Suno konnte den Text verarbeiten. Wir mussten ihn nur in das richtige Feld schreiben.

Und dann machten die Musiker trotzdem wieder, was sie wollten.