Nicht Suno erinnert sich an die Band. Wir tun es.

Bei der Arbeit an unserem neuen Jazzalbum entstand irgendwann ein überraschender Eindruck: Die Band klang zunehmend eingespielt. Piano und Saxofon reagierten aufeinander, als hätten sie bereits mehrere gemeinsame Abende hinter sich. Der Bass wusste scheinbar immer besser, wann er tragen und wann er selbst etwas erzählen sollte. Das zunächst sehr zurückhaltende Schlagzeug übernahm nach und nach mehr Verantwortung. Später kamen eine Sängerin und ein Sänger-Gitarrist hinzu. Auch sie wirkten nicht wie beliebig ergänzte Stimmen, sondern wie neue Menschen, die von einer bereits bestehenden Band aufgenommen wurden. Bei Same Light, dem sechsten Titel unserer aktuellen Albumproduktion, war dieses Gefühl besonders stark. Motive wurden von Piano, Saxofon und Gitarre aufgegriffen und weitergegeben. Die Musiker schienen einander zuzuhören. Fast hätte man glauben können, die Band habe aus den vorherigen Songs gelernt. Doch technisch ist genau das nicht passiert.

Suno kennt die Vorgeschichte nicht

In unserem aktuellen Workflow erzeugt Suno jeden neuen Titel unabhängig. Wir verwenden keine durchgehende Audio-Referenz, aus der das System die musikalische Entwicklung der Band ableiten könnte. Es weiß nicht, wie A Door Left Open klingt. Es erinnert sich nicht an die Gespräche aus Between the Lines. Es kennt weder die Sängerin aus Just Until Next Time noch den Sänger-Gitarristen aus From Where I Stand. Auch ein Prompt besitzt selbstverständlich kein Gedächtnis. Er ist zunächst nur eine neue Beschreibung dessen, was entstehen soll. Der Eindruck einer wiederkehrenden, sich entwickelnden Band muss also woanders herkommen.

Wir bewahren die Erinnerung

Zu Beginn des Albums öffnet sich mit A Door Left Open zunächst nur ein kleiner musikalischer Raum. Piano und lyrisches Tenorsaxofon begegnen sich vorsichtig. In Between the Lines erhält der Bass mehr Bedeutung. Bei Just Until Next Time tritt erstmals eine weibliche Stimme hinzu – nicht als dominante Sängerin, sondern als weitere Musikerin. Mit In Step beziehungsweise Four in the Room hören wir erstmals ein vollständiges Quartett, das wirklich gemeinsam swingt. In From Where I Stand kommt ein männlicher Sänger-Gitarrist hinzu und bringt eine zweite Perspektive mit. Bei Same Light begegnen sich schließlich beide Stimmen. Diese Entwicklung kennt Suno nicht. Aber wir kennen sie. Wir erinnern uns daran, wie das Piano bisher gesprochen hat. Wir wissen, dass das Saxofon nicht einfach möglichst viele Töne spielen soll, sondern zuhören und antworten muss. Wir achten darauf, dass der Bass nicht zur austauschbaren Grundlage wird und dass das Schlagzeug seine Rolle langsam entwickelt. Wir erkennen, wann eine Stimme zu glatt klingt, wann ein zusätzliches Instrument nicht in die Geschichte gehört oder wann ein musikalisch schöner Take trotzdem nicht zu dieser Band passt. Das Gedächtnis des Albums liegt damit nicht im Musikmodell. Es liegt in unserem gemeinsamen Produktionsprozess.

Wiedererkennbarkeit entsteht nicht durch Wiederholung

Dabei versuchen wir nicht, zwölfmal denselben Song zu produzieren. Eine glaubwürdige Band bleibt nicht dadurch erkennbar, dass sie immer gleich klingt. Im Gegenteil: Unsere Besetzung wächst. Die Musik bewegt sich von einer freien, intimen Jazzballade über Medium Swing und Vocal Jazz bis zur Bossa Nova. Später werden weitere Bläser hinzukommen, das Ensemble wird größer und der Groove kräftiger werden. Die Wiedererkennbarkeit liegt deshalb nicht in einer starren Klangschablone. Sie entsteht durch Beziehungen und Rollen. Das Piano öffnet Räume und stellt Fragen. Das Tenorsaxofon bleibt eine lyrische, erzählende Stimme. Der Bass darf zunehmend kommentieren. Das Schlagzeug begleitet zunächst vorsichtig und gestaltet später den Verlauf aktiv mit. Neue Stimmen und Instrumente betreten nicht einfach einen fertigen Song, sondern müssen von der bestehenden Band musikalisch aufgenommen werden. Diese Rollen formulieren wir in den Prompts immer wieder neu. Anschließend hören wir mehrere Varianten, vergleichen sie mit den bisherigen Titeln und entscheiden, welche Interpretation glaubwürdig zur Entwicklung passt.

Der Mensch als Creative Director

Genau hier liegt für mich eine wichtige Erkenntnis für professionelle KI-Musikproduktion. Die entscheidende Arbeit besteht nicht darin, einmal den perfekten Prompt zu schreiben und anschließend auf „Generate“ zu drücken. Ein guter Prompt kann eine Richtung vorgeben. Er kann Instrumente, Tempo, Klangfarben, Rollen und dramaturgische Ideen beschreiben. Aber er kann nicht allein entscheiden, welche Fassung Teil einer größeren Geschichte werden soll. Dafür braucht es Erinnerung, Kontext und Urteil. Wir hören nicht nur, ob ein Song schön ist. Wir fragen: Passt diese Stimme zu der Person, die wir bereits kennengelernt haben? Hat ein Instrument eine eigene Rolle oder ist es nur Dekoration? Entwickelt sich die Band weiter? Ist eine überraschende Abweichung ein Fehler – oder eröffnet sie eine bessere Geschichte? Und vor allem: Was geschieht, wenn wir die bisherigen Titel unmittelbar nacheinander hören? Damit verändert sich auch die Rolle des Menschen. Er muss nicht jede Note selbst festlegen, um künstlerische Verantwortung zu übernehmen. Seine Arbeit liegt in der Creative Direction, im Casting, in der Dramaturgie, in der Auswahl und in der bewussten Entscheidung gegen viele ebenfalls schöne Möglichkeiten.

Die KI als Variationspartner

Suno ist in diesem Prozess weder bloß ein ausführendes Werkzeug noch ein autonomer Komponist, der uns ein fertiges Album übergibt. Das System erzeugt Varianten. Es interpretiert unsere Vorgaben, manchmal erstaunlich genau, manchmal eigensinnig. Es fügt unerwünschte Backgroundstimmen hinzu, lässt Instrumente verschwinden, verlängert Stücke oder versteht einen Ausschluss als unverbindliche Empfehlung. Gleichzeitig entstehen Motive, Interaktionen und Übergänge, die wir selbst nicht vorhergesehen haben. Genau daraus entwickelt sich die kreative Zusammenarbeit. Wir geben eine Geschichte und musikalische Leitplanken vor. Suno antwortet mit Möglichkeiten. Wir hören, diskutieren, korrigieren und wählen aus. Die nächste Produktion beginnt nicht einfach mit einem neuen Prompt, sondern mit dem, was wir aus der vorherigen Begegnung gelernt haben. Die KI erinnert sich dabei nicht. Wir schon.

Eine neue Form musikalischer Kontinuität

Vielleicht ist das eine der interessantesten Besonderheiten dieser Produktionsweise: Eine virtuelle Band kann eine erkennbare Identität entwickeln, obwohl das erzeugende System ihre gemeinsame Vergangenheit nicht kennt. Diese Identität wird nicht automatisch generiert. Sie wird kuratiert. Sie entsteht durch konsequente Entscheidungen über viele Takes hinweg, durch wiederkehrende musikalische Beziehungen und durch die Bereitschaft, nicht einfach den spektakulärsten Song zu wählen, sondern denjenigen, der die gemeinsame Geschichte am glaubwürdigsten weitererzählt. Am Ende sollen die Hörerinnen und Hörer nicht darüber nachdenken müssen, welche Promptversion oder welche Einstellung zu einem bestimmten Saxofonsolo geführt hat. Sie sollen das Gefühl haben, einer Band zuzuhören, die sich begegnet, wächst, neue Mitglieder aufnimmt und langsam eine gemeinsame Sprache entwickelt.

Suno erinnert sich nicht an die Band. Aber wenn wir unsere Arbeit gut machen, werden sich die Hörer an sie erinnern. Damit habe wir einen weiteren Schritt der KI-generierten Musik zu einem eigenständigen Genre erreicht.