Wie alles begann

Frühes Frühjahr 2025. Nach viel zu langer Zeit treffe ich meinen guten Freund Helge in Berlin. Zusammen hatten wir in den 90ern eine Hochzeitsband, meine ersten Auftritte als Schlagzeuger verdanke ich diesem großartigen Menschen und Pianisten, der schon damals neben unserer Band eine Vielzahl weiterer spannender Bandprojekte hatte. Er ist ja auch Profi, ander als ich, der ich irgendwann nach dem Studium mich von der aktiven Musik verabschiedet habe, aber als brennender Hobby-Musikenthusiast vor meinen Lautsprechern Karriere gemacht habe.

Meine ersten Gehversuche mit KI-Musik im Jahr 2024 hatte Helge mitgekriegt. Völlig zurecht dominierte in unseren Gesprächen die Skepsis. Und natürlich auch die unterschwellige Wut – Suno, Udio und wie sie alle heißen sind ja nur deshalb so gut, weil sie tolldreist sämtliche Musik- und Videoplattformen abgegrast haben und sich ungefragt Töne, Stimmen, Ideen und Harmonien einverleibt haben. Aber Helge ist auch neugierig und war wegen meines ersten KI-Video-Tests (der Weihnachtssong „Mayday It’s Christmas“) gespannt, ob da nun vielleicht auch schon mehr ginge.

Eines seiner Lieblings-Bandprojekte, das den extrem schlecht googlebaren Namen „RE“ trägt, habe großartigen Output, der nur danach schreie, irgendwie bebildert zu werden. Ich kann ja so schlecht nein sagen, allgemein und speziell zu guten Freunden. Also sagte ich, ich hör mir mal die Musik an. Nach einem Durchgang standen mit die Haare zu Berge. Die Platte, die schon vor ein paar Jahren aufgenommen wurde, ist wahnsinnig. Sonnengebräunte, perfekt gestylte Popsongs werden da übelst durch die Frickelmaschine gedreht. Aber so, dass man vor Freude jauchzen möchte. Und ja: Britney Spears‘ Toxic ist eines der besten Stücke des Albums (das die Band dann auch folgerichtig so genannt hat).

Nur bitte wie in Gottes Namen soll ein Video dazu aussehen?

Das war die Frage, die ich einige Wochen nicht beantworten konnte. Richtig Klick machte es erst, als ich analog zur komplexen Musik, eine (für ein Musikvideo) komplexe Geschichte aufschrieb und die ersten Screenplay-Bilder mit dem Bildgenerator Flux generierte. Das könnte funktionieren… Aber wie bei jedem KI-Projekt: So schnell sich die Faszination breit macht und man glaubt, man habe schon 80% fertig: die restlichen 20% sind mühsam. Händer mit acht Fingern sind zwar weniger geworden, aber komplexere Bildkomposition, die eine wichtige Grundlage für das Generieren von Videoclips sind waren im März 2025 noch genau so schwierig wie eine echte Charakterkonsistenz. Vor allem, wenn man mehr als einen Charakter in seiner Geschichte auftreten lassen möchte. Zwar sind kurz vor Fertigstellung im April mit ChatGPTs neuen multimodalen Fähigkeiten einige Bildgeneratoren deutlich schlauer geworden. Aber es bleibt häufig eine Slotmaschine, wenn man mit einem winzigen Detail eines Ausgangsbildes noch nicht zufrieden ist.

Und dann gab es noch ein Problem: Helge

Ich hoffe, er verzeiht mir die Zwischenüberschrift. Aber das, was ich an Helge Adam als Musiker immer so geschätzt habe, kann in der kreativen medienübergreifenden Kollaboration ganz schön Pain-in-the-ass sein. Denn der gute Helge ist Perfektionist. Und Perfektionismus und generative KI, das geht (momentan noch) ziemlich schwer zusammen. Aber seine Reaktion und seine sehr detaillierte Kritik haben dem Ergebnis gut getan. So, dass ich sagen kann: „Das ist für das was es ist, im Monat April 2025 schon State of The Art“. Und schon jetzt, nur rund 5 Wochen später, wo wir das Video endlich auf Youtube veröffentlichen, seh ich, dass die verfluchten Tools schon wieder besser geworden sind.

Wer dran bleiben möchte – und sehen will, was geht im Land der generativen KI, der sollte unbedingt den Newsletter abonnieren. Denn das nächste Projekt ist schon in den Startlöchern. Es ist noch ein Stückchen größer…