KI-Musik ist kein Rechtsbegriff

Suno wurde 2022 von vier früheren Mitarbeitern des Finanz-KI-Unternehmens Kensho gegründet und Ende 2023 als leicht zugänglicher Songgenerator einem breiten Publikum bekannt. Der Durchbruch bestand weniger in der Erfindung algorithmischer Musik als in der Kombination aus einfacher Bedienung, Gesang, Instrumentierung und weitgehend fertiger Produktion. Computergenerierte Kompositionen sind wesentlich älter. AIVA erzeugt seit der zweiten Hälfte der 2010er-Jahre Musik und erlaubt heute unter anderem die Verwendung eigener MIDI- oder Audiodateien als Einfluss sowie die nachträgliche Bearbeitung der erzeugten Stücke. Googles MusicLM demonstrierte Anfang 2023 längere Musikstücke aus Textbeschreibungen. Daneben entwickelten sich Anbieter wie Boomy, Riffusion, Udio, Stable Audio, ElevenLabs oder spezialisierte Systeme für Stimmen, Samples, MIDI, Transkription und Audiorestauration.

Auch technisch existiert kein einheitliches Verfahren. Suno-Chef Mikey Shulman hat öffentlich eine transformerbasierte, autoregressive Architektur und die Umwandlung von Audio in maschinenlesbare Tokens beschrieben. Andere Systeme verwenden Diffusionsmodelle oder hierarchische Sequenzmodelle. Stable Audio arbeitet beispielsweise mit latenter Diffusion und dessen neuere Modelle wurden nach Angaben des Anbieters mit lizenzierten und Creative-Commons-Daten trainiert.

Die Anbieter verwenden damit weder zwangsläufig dieselbe Technik noch dieselben Trainingsdaten. Teilweise sind die Datenquellen offengelegt und lizenziert, teilweise nur grob beschrieben, teilweise geheim. Das Münchner Urteil trifft die zahlreichen Wettbewerber deshalb nicht automatisch. Seine Argumentation kann für sie dennoch relevant werden, wenn ihre Modelle ebenfalls geschützte Werke reproduzierbar enthalten oder wesentlich ähnliche Outputs erzeugen. Als erstinstanzliche Entscheidung entfaltet das Urteil allerdings noch keine allgemeine Bindungswirkung.

Suno veröffentlicht bislang weder den vollständigen Trainingsdatensatz noch eine technische Dokumentation, aus der sich jeder interne Rechenschritt ableiten ließe. Der öffentlich bekannte Prozess lässt sich daher nur vereinfacht darstellen. Am Anfang stehen Text, eigene Liedzeilen oder eine hochgeladene Audioaufnahme. Das System zerlegt diese Vorgaben in maschinenlesbare Repräsentationen. Angaben zu Genre, Stimmung, Tempo, Instrumentierung oder Gesangsart dienen als Konditionierung für das Musikmodell. Dieses berechnet in einem komprimierten Klangraum schrittweise wahrscheinliche musikalische Fortsetzungen. Ein Audiodecoder erzeugt daraus schließlich eine abspielbare Wellenform mit Gesang, Instrumenten und Produktion. Das erste Ergebnis ist allerdings nicht zwingend das Endprodukt. Suno erzeugt Varianten, kann Abschnitte verlängern oder ersetzen, eigene Audiofragmente weiterführen und Spuren separieren. Die aktuelle Plattform bewirbt den Export von bis zu zwölf synchronisierten Stems sowie MIDI-Dateien für die Bearbeitung in Ableton Live, Logic oder anderen DAWs. Aus dem Ein-Knopf-Generator ist damit zunehmend eine generative Produktionsumgebung geworden. Mit Suno können also sowohl die umstrittenen „Automatik“-Songs ohne künstlerische Beteiligung wie auch hochqualitative Hybridproduktionen entstehen.

Das verändert auch die Bedeutung des Prompts. Bei einer einmaligen Eingabe wie „melancholischer Synthpop-Song über eine Trennung“ trifft das Modell fast alle musikalisch konkreten Entscheidungen: Melodie, Harmoniefolge, Rhythmus, Stimme, Dramaturgie und Klangbild. Der Nutzer formuliert ein Ziel, gestaltet aber nicht zwingend dessen musikalische Umsetzung. Anders liegt der Fall, wenn ein Produzent eine eigene Melodie hochlädt, selbst geschriebene Texte einsetzt, Varianten gezielt auswählt, einzelne Takte neu generieren lässt, Stems exportiert, Instrumente ersetzt, Gesang aufnimmt und das Ergebnis arrangiert, mischt und mastert. Zwischen diesen Polen liegen zahlreiche Abstufungen.

Gerade diese Differenz bestätigt das Münchner Verfahren indirekt. Die GEMA hatte zwar jeweils Originaltext, Werktitel und gewünschten Stil eingegeben und die Generierung teilweise häufig wiederholt. Vorgaben zu Melodie, Harmonie, Rhythmus oder Arrangement enthielten die Prompts nach Angaben des Gerichts jedoch nicht. Deshalb wertete die Kammer sie als einfach und ergebnisoffen und rechnete die konkret wiedergegebenen musikalischen Elemente Sunos Modell zu, nicht einer schöpferischen Nutzerentscheidung.

Nach deutschem Urheberrecht sind „persönliche geistige Schöpfungen“ geschützt. Entscheidend ist deshalb nicht, ob irgendwo im Produktionsprozess KI vorkam, sondern welche wahrnehmbaren Bestandteile auf freien kreativen Entscheidungen eines Menschen beruhen. Einen festen Prozentsatz menschlicher Arbeit gibt es nicht. Ebenso wenig „verliert“ ein vollständiger Song automatisch seine Schutzfähigkeit, weil für einen Teil davon ein KI-Werkzeug eingesetzt wurde.

Für eine klassische Musikproduktion lässt sich die Abgrenzung ungefähr so beschreiben: KI kann den Texter bei Reimvorschlägen, Übersetzungen, Varianten und Recherche unterstützen. Eine Schöpfungshöhe kommt durch eigene Aussagen, Formulierungen, Auswahl und dramaturgische Überarbeitung. Ein Komponist nutzt KI als Werkzeug für Harmonie- oder Melodievarianten, jedoch entwickelt der menschliche Urheber Melodie, Akkordführung sowie Form und trifft die musikalischen Entscheidungen. Beim Arrangement bestehen menschliche Beiträge aus Auswahl, Kombination, Umarbeitung, Dynamik und eigener Orchestrierung. Die KI kann helfen bei Vorschlägen für Instrumentierung oder der Songstruktur. Ebenso beim Gesang mit Reinigung, Intonationskorrektur oder Harmoniestimmen. Eine künstlerische Leistung wird begründet durch die eigene Stimme, die Phrasierung und Interpretation. Die Sängerin oder der Sänger sollte bei Stimmenmodellen explizit zustimmen. Immer häufiger kommt Künstliche Intelligenz zum Einsatz für Rauschminderung, Stem-Separation oder bei EQ- oder Lautheitsvorschlägen. Der menschliche Toningenieur entwickelt dagegen Klangkonzepte, trifft die Effektwahl und verantwortet Balance und manuelle Bearbeitung. Am häufigsten experimentieren derzeit Produzenten mit KI-Werkzeugen. Dies kann wertvoll sein für Ideenvarianten und Soundentwürfe. In der Praxis werden auch oft temporäre Platzhalter mit Hilfe der KI erzeugt. Die Gesamtgestaltung, die Auswahl, Regie, Aufnahmen, Schnitt und Kombination obliegen aber dem Menschen.

Nicht jede dieser Leistungen begründet für sich ein Urheberrecht. Musiker und Sänger können beispielsweise Leistungsschutzrechte an ihrer Darbietung erwerben, am Master bestehen wiederum eigene Rechte des Tonträgerherstellers. Technische Dienstleistungen wie ein standardisiertes Mastering machen den Toningenieur nicht automatisch zum Miturheber. Der Einsatz von KI ändert an dieser mehrschichtigen Rechteordnung grundsätzlich nichts. Für Produzenten folgt daraus eine praktische Regel: Je präziser die eigenen gestalterischen Beiträge und Entscheidungen belegt werden können, desto belastbarer ist die Position. Projektdateien, eigene Texte und MIDI-Spuren, Aufnahmesessions, Zwischenversionen, Prompt-Verläufe, Auswahlentscheidungen und Bearbeitungsschritte sind nicht bloß Produktionsarchive, sondern potenzielle Nachweise menschlicher Kreativität.

Gegenstand des Verfahrens waren die musikalischen Werke „Atemlos durch die Nacht“, „Rasputin“, „Big in Japan“, „Forever Young“, der Refrain von „Mambo No. 5“ und „Daddy Cool“. Nicht streitgegenständlich waren Verletzungen durch die Liedtexte. Auch die Rechte an den ursprünglichen Tonaufnahmen – häufig als Masterrechte bezeichnet – waren nicht Gegenstand der GEMA-Klage.

Die GEMA vertritt vor allem Komponisten, Textdichter und Musikverlage. Masterrechte liegen typischerweise bei Labels oder anderen Tonträgerherstellern und die Rechte an den Darbietungen bei den beteiligten Musikern und Interpreten. Dass Suno die Aufnahmen nach den Feststellungen des Gerichts von YouTube kopierte, spielte für die Beurteilung des Trainings eine wichtige Rolle. Die von der GEMA durchgesetzten Rechte betrafen dennoch die darin verkörperten Kompositionen. Klagen amerikanischer Plattenfirmen gegen Suno verfolgen daneben Ansprüche an den konkreten Tonaufnahmen. Stimme, Name, Erscheinungsbild und künstlerische Identität können wiederum Persönlichkeits-, Marken- und wettbewerbsrechtliche Fragen aufwerfen.

Von „der Musikindustrie gegen die KI“ zu sprechen, verdeckt damit mindestens vier verschiedene Interessen: Komponisten und Textdichter wollen über die Nutzung ihrer Werke entscheiden und daran verdienen. Labels wollen ihre Investitionen und Masterrechte schützen und zugleich neue Lizenzmärkte erschließen. Musiker und Interpreten verlangen Kontrolle und Vergütung für Darbietungen und digitale Stimm- oder Identitätsnachbildungen. Streamingdienste wollen Betrug, Uploadmassen und Kosten begrenzen und gleichzeitig attraktive Kataloge anbieten. Diese Interessen bilden nur zeitweise eine Allianz.

Die GEMA erklärt ausdrücklich, KI als Hilfsmittel im kreativen Prozess zu unterstützen. Ihre Klagen sollen nach eigener Darstellung Lizenzpflichten etablieren. Das von ihr entwickelte Zwei-Säulen-Modell setzt einerseits bei den Einnahmen der KI-Anbieter, andererseits bei der wirtschaftlichen Folgenutzung erzeugter Musik an.

Für die erste Säule schlägt die GEMA eine Beteiligung von 30 Prozent an den Nettoerlösen der generativen Systeme sowie eine outputabhängige Mindestvergütung vor. In der zweiten Säule sollen Einnahmen aus der späteren Verwendung der KI-Inhalte erfasst werden. Das ist eine ambitionierte Verhandlungsposition, kein bereits allgemein geltender Tarif und kein Ergebnis des Suno-Urteils.

Dass die GEMA KI-Produktion nicht grundsätzlich verhindern will, zeigt auch ihr im Juli 2026 gestartetes Angebot „PLAI by GEMA“. Es bündelt rund 178.000 Soundfiles mit Metadaten sowie geklärten Urheber- und Masterrechten für das Training von Musikwerkzeugen. Das Angebot richtet sich allerdings vor allem an Systeme, die Kreative im Produktionsprozess unterstützen und deren Ergebnisse nicht unmittelbar mit den Trainingswerken konkurrieren. Es ist daher nicht ohne Weiteres ein Ersatz für ein Trainingsrepertoire für universelle Songgeneratoren.

Ob eine spätere Vergütung auch bei den vielen kleineren Komponisten ankommt, hängt von den noch unbekannten Verteilungsregeln und den verfügbaren Nutzungsdaten ab. Die Skepsis gegenüber möglichen Kleinstausschüttungen ist deshalb legitim. Sie widerlegt aber nicht den Anspruch, dass eine kommerzielle Nutzung geschützter Werke grundsätzlich vergütet werden soll.

In einer DAW arbeiten Produzenten seit vielen Jahren mit Samplebibliotheken, Loops, Presets und virtuellen Instrumenten. Künstlerische Originalität entsteht auch dort nicht dadurch, dass jeder Klang neu aufgenommen wurde, sondern durch Komposition, Auswahl, Kombination und Bearbeitung. Der entscheidende rechtliche Unterschied liegt meist in der Rechtekette.

Ein Sample ist eine konkrete Aufnahme. Bei seriösen Bibliotheken regelt eine Lizenz, wie sie verwendet werden darf. Ein virtuelles Instrument erzeugt Töne auf Grundlage der vom Nutzer gesetzten Noten und Parameter. Bei einem generativen Modell entsteht dagegen neues Audiomaterial aus einer statistisch erlernten Repräsentation vieler Trainingsdaten. Welche Werke in diese Repräsentation eingeflossen sind und ob die Rechte geklärt wurden, ist häufig nicht nachvollziehbar.

Künstlerisch kann ein generierter Schlagzeug-Stem dennoch dieselbe Funktion erfüllen wie ein Loop. Rechtlich bleibt entscheidend, ob der Anbieter das Modell und der Produzent seine Eingaben und Outputs rechtmäßig nutzen dürfen – und ob das Resultat geschützte Elemente Dritter übernimmt. Die Grenze verläuft daher nicht zwischen „Sample gut“ und „KI schlecht“. Sie verläuft zwischen geklärter und ungeklärter Herkunft sowie zwischen eigenständiger Gestaltung und der bloßen Übernahme fremder Ausdrucksformen.

Die großen Musikkonzerne verfolgen derzeit keine einheitliche Verbotsstrategie. Warner Music schloss 2025 einen Vergleich und eine Partnerschaft mit Suno. Universal einigte sich mit Udio und entwickelt gemeinsam mit Stability AI professionelle Produktionswerkzeuge. Klay Vision vereinbarte Lizenzen mit allen drei Majors und ihren Musikverlagen. Die Strategie lässt sich eher als „klagen, lizenzieren und kontrollieren“ beschreiben denn als generelle Abwehr von KI.

Auch die Interessen von Labels und Musikern sind nicht deckungsgleich. Die American Federation of Musicians verklagte Universal und Warner im Juni 2026 mit dem Vorwurf, Aufnahmen von Studiomusikern ohne die nach dem Tarifvertrag erforderliche Vergütung oder Zustimmung an Suno beziehungsweise Udio lizenziert zu haben. Die Organisationen, die zuvor gemeinsam gegen unlizenzierte KI-Anbieter auftraten, streiten damit nun über die Verteilung der Erlöse aus den eigenen KI-Vereinbarungen.

Belastbare öffentliche Belege für die immer wieder in Branchengerüchten kolportierten konzernweiten „No AI“-Regeln der Record Companies, die angeblich selbst unterstützende KI-Verwendung in jedem Musikvideo verbieten, sind in unserer Recherche nicht auffindbar. Vertrauliche Vertragsklauseln und projektbezogene Vorgaben kann es dagegen sicherlich geben. Die öffentlich dokumentierten Kooperationen der Majors sprechen aber gegen ein generelles Technologieverbot. Eine solche Regel wäre auch schwer praktikabel: Maschinelles Lernen steckt längst in Rauschunterdrückung, Stem-Separation, Sprachbearbeitung, Mastering, Animation und Postproduktion. Realistischer sind Regeln, die zwischen generiertem Inhalt und assistiver Bearbeitung unterscheiden und bei Stimmen, Erscheinungsbild oder substanziellen Werkteilen eine Zustimmung verlangen.

Das disruptive Potenzial von Suno und ähnlichen Diensten liegt weniger in einem einzelnen musikalisch überzeugenden Titel als in der Kombination aus Qualität, Geschwindigkeit und nahezu verschwindenden Grenzkosten. Besonders angreifbar sind Märkte, in denen Musik funktional eingesetzt wird: Hintergrundmusik, Stock Music, einfache Werbejingles, Playlists, Social-Media-Clips, Games oder schnell produzierte Synchronisationsmusik. Dort konkurriert ein Komponist nicht nur mit einem anderen Komponisten, sondern mit tausenden automatisch erzeugten Varianten. Hinzu kommen Uploadmassen und Streamingbetrug.

Deezer meldete im Juli 2026 rund 90.000 vollständig KI-generierte Uploads pro Tag, zeitweise mehr als die Hälfte aller Neueinlieferungen. Diese Titel erzeugten nach Angaben des Unternehmens allerdings nur ein bis drei Prozent der Streams. Bis zu 85 Prozent der Streams vollständig generierter Titel seien 2025 als betrügerisch erkannt worden. Das sind Unternehmensangaben, keine unabhängige Marktstatistik, sie zeigen aber, dass Produktionsvolumen und tatsächliche Nachfrage möglicherweise weit auseinanderliegen.

Die industrielle Fleißbandproduktion ist deshalb ein reales Problem. Sie ist aber nicht das einzige. Rechteinhaber wenden sich auch gegen qualitativ hochwertige KI-Musik, wenn deren Trainingsgrundlage unrechtmäßig war. Künstlerische Sorgfalt des Nutzers heilt keine Rechtsverletzung des Anbieters beim Training – ebenso wie rechtskonformes Training einen erkennbaren Melodieklau im Output nicht automatisch erlaubt.

Generative Systeme sind darauf optimiert, statistisch plausible Strukturen zu erzeugen. Ohne starke menschliche Führung tendieren ihre Ergebnisse deshalb zu bekannten Formen, Klangbildern und Genreklischees. Daraus folgt aber nicht, dass jedes Resultat ästhetisch schlecht oder unoriginell sein muss. In elektronischer Musik, Ambient, Lo-Fi, Produktionsmusik oder Teilen des Pop kann ein Modell besonders überzeugend wirken, weil Timbres, Loops, Texturen und genretypische Produktionscodes einen großen Anteil am Höreindruck haben. In Musikformen, deren Wert stark an eine erkennbare Persönlichkeit, eine außergewöhnliche Spieltechnik, Live-Interaktion oder biografische Glaubwürdigkeit gekoppelt ist, bleibt menschliche Autorschaft dagegen häufig sichtbarer. Das ist keine Rangordnung der Genres. Ein professioneller EDM-Produzent kann aus generiertem Material eine hochindividuelle Produktion formen - ein automatisch erzeugter Singer-Songwriter-Titel kann trotz scheinbar emotionaler Stimme aber formelhaft bleiben. Entscheidend sind Auswahl, Kontext, Transformation und künstlerische Absicht. Die sinnvolle Trennlinie ist daher nicht „KI oder kein KI“, sondern die Frage, wer die wesentlichen Ausdrucksentscheidungen getroffen hat.

Spotify, Deezer und andere Plattformen haben legitime Gründe, gegen Betrug, Identitätsmissbrauch und massenhafte Uploads vorzugehen. Gleichzeitig schützen sie damit ihre eigenen Empfehlungssysteme, Kostenstrukturen und Lizenzbeziehungen. Die Behauptung, von Streaming profitierten ausschließlich Majors und Weltstars, ist allgegenwärtig aber allerdings zu absolut. Spotify gibt an, dass 2025 rund die Hälfte seiner Ausschüttungen an unabhängige Künstler und Labels gegangen sei. Diese Zahl umfasst freilich Rechteinhaber, nicht zwingend die Beträge, die nach Label-, Verlags- und Vertriebsverträgen bei einzelnen Musikern ankommen. Strukturell begünstigt das verbreitete Prorata-Modell reichweitenstarke Kataloge: Die Einnahmen werden entsprechend dem Anteil an allen qualifizierten Streams verteilt. Spotify berücksichtigt zudem Aufnahmen erst ab 1.000 Streams innerhalb von zwölf Monaten im Vergütungspool. Deezer gewichtet in seinem „artist-centric“-Modell gezielte Nutzung und Künstler oberhalb bestimmter Schwellen stärker. Beide Ansätze können Betrug oder Funktionsaudio begrenzen, benachteiligen aber unter Umständen sehr kleine oder nischige Produktionen.

Ein Streamingdienst darf grundsätzlich eigene Inhalts- und Qualitätsregeln aufstellen. Ein rechtmäßig erzeugter Song hat keinen automatischen Anspruch auf Aufnahme oder Empfehlung. Grenzen können sich jedoch aus Verträgen, Transparenzpflichten und bei marktmächtigen Unternehmen aus dem Kartellrecht ergeben. Eine gemeinsam abgesprochene Ausgrenzung legaler Wettbewerber wäre anders zu beurteilen als unabhängig eingeführte Maßnahmen gegen Betrug oder Täuschung. Je nach Vertragskette können zudem die europäischen Platform-to-Business-Regeln Begründungen und Beschwerdemöglichkeiten bei Sperren verlangen. Ein pauschaler Branchenboykott ist deshalb juristisch keineswegs risikolos, ebenso wenig ist jede restriktive Plattformregel automatisch wettbewerbswidrig.

Suno erklärte bereits 2024, seine erzeugten Songs mit einer proprietären, nicht hörbaren Markierung zu versehen. Das Unternehmen veröffentlicht jedoch nicht, wie zuverlässig dieses Wasserzeichen nach Stem-Export, Schnitt, Neuaufnahme, analoger Bearbeitung oder umfangreichem Mix und Master erhalten bleibt. Vermutlich eher nicht. Davon zu unterscheiden sind statistische Detektoren. Sie suchen typische Artefakte bestimmter Generatoren oder Audiodecoder. Diese Systeme können bei vollständig erzeugten, unbearbeiteten Tracks hohe Trefferquoten erreichen. Ihre Ergebnisse lassen sich aber nicht ohne Weiteres auf Hybridproduktionen übertragen.

Eine im Juli 2026 veröffentlichte Untersuchung von Deezer-Forschern zeigt, dass binäre Detektoren bei Mischungen aus menschlichen und generierten Stems je nach Lautstärkeverhältnis das KI-Element übersehen oder den ganzen Song als generiert einstufen können. Selbst eine vorherige Stem-Separation löste das Problem nicht zuverlässig. Die Autoren fordern deshalb ausdrücklich Fehlermöglichkeiten, Einspruchsverfahren und eine vorsichtige Verwendung solcher Systeme. Das ist für Uploadfilter entscheidend. Ein Indikator für einen generierten Bestandteil ist kein Beweis dafür, dass der gesamte Song automatisch erzeugt wurde – und erst recht kein Beweis für eine Urheberrechtsverletzung.

Ab dem 2. August 2026 verpflichtet Artikel 50 des europäischen AI Acts Anbieter generativer Systeme grundsätzlich dazu, synthetische Audioinhalte maschinenlesbar zu markieren. Daraus folgt jedoch keine pauschale sichtbare Aufschrift „KI-generiert“ auf jedem Musikstück. Sichtbare Informationspflichten der Nutzer betreffen insbesondere Deepfakes und bestimmte Veröffentlichungen von öffentlichem Interesse. Für assistive Standardbearbeitungen und nicht substanziell veränderte Eingaben sieht die europäische Auslegung zudem Abgrenzungen vor. Spotify unterstützt parallel einen granularen DDEX-Standard, mit dem KI-Einsatz etwa bei Gesang, Instrumentierung oder Postproduktion ausgewiesen werden kann. Apple unterscheidet freiwillig zwischen Aufnahme, Komposition, Covergestaltung und Musikvideo. Dieser Ansatz ist dem binären Label überlegen. Sinnvoll wäre eine Rechte- und Produktionsdeklaration, die mindestens folgende Ebenen trennt: Text und Komposition, Arrangement und Instrumentierung, Stimme und menschliche Darbietung, Aufnahme beziehungsweise generierte Stems, Mix und Master, Artwork und Musikvideo, verwendetes Modell sowie Lizenz- oder Herkunftsnachweise. Damit ließe sich ein vollständig automatisch erzeugter Song von einer menschlichen Komposition mit KI-bereinigter Gesangsspur unterscheiden, ohne beide unter demselben Warnschild einzuordnen.

Das Münchner Urteil macht bestehende Releases nicht automatisch rechtswidrig. Es begründet auch keine pauschale Haftung aller Suno-Nutzer. Dennoch sollten professionelle Anwender ihre Produktionen überprüfen. Besonders riskant sind Prompts oder Uploads mit fremden Liedtexten, Melodien oder Aufnahmen, gezielte Annäherungen an einen konkreten Titel, erkennbare Übernahmen im Output und die Nachbildung realer Stimmen oder Künstleridentitäten. Hinzu kommen die Vertragsbedingungen der Plattform und des jeweiligen Vertriebs.

Sunos Bedingungen weisen dem zahlenden Nutzer zwar die Suno zustehenden Rechte am Output zu. Das Unternehmen garantiert aber weder, dass daran überhaupt ein Urheberrecht entsteht, noch dass die Nutzung keine Rechte Dritter verletzt. Nutzer sollen für ihre Inhalte und Outputs selbst verantwortlich sein und Suno im zulässigen Umfang von Ansprüchen freistellen. Der Begriff „kommerzielle Nutzungsrechte“ ist deshalb keine Garantie rechtlicher Unbedenklichkeit.

Professionelle Anwender sollten mindestens den zur Zeit der Generierung geltenden Tarif und die Nutzungsbedingungen sichern und dokumentieren, Prompts, Modellversionen und Generierungsdatum, eigene Texte, MIDI-Dateien, Audioaufnahmen und Lizenzen, Varianten, Auswahl- und Bearbeitungsschritte, DAW-Projekte, Stems sowie Mix- und Masterversionen und natürlich Angaben zu Musikern, Stimmenmodellen und weiteren Mitwirkenden. Enthält ein bereits veröffentlichter Titel erkennbar fremde Elemente, ist eine individuelle rechtliche Prüfung sinnvoll. Ein vorsorgliches Löschen sämtlicher Hybridproduktionen lässt sich aus dem Urteil dagegen nicht ableiten.

Kurzfristig ist mit einem Berufungsverfahren und weiteren Klagen zu rechnen. Das Münchner Urteil beantwortet wichtige Fragen nur erstinstanzlich. Besonders die Annahme einer Vervielfältigung im Modell, die Anwendung amerikanischen Rechts durch ein deutsches Gericht und die Einordnung des bloßen Modellangebots dürften höhere Instanzen beschäftigen.

Parallel werden die Parteien verhandeln. Warner hat den Streit mit Suno bereits in eine Partnerschaft überführt, Universal ging mit Udio einen ähnlichen Weg. Das spricht für ein Nebeneinander aus Rechtsstreit und Lizenzierung, nicht für einen dauerhaften Totalboykott. Ein künftiges Modell dürfte mehrere Bausteine verbinden: Lizenzen für Trainingsdaten und Modellbetrieb, Vergütung auf Anbieterumsätze oder Generierungsmengen, Regeln für kommerzielle Folgenutzungen, Opt-in-Rechte für Stimme, Name und Erscheinungsbild, technische Schutzmaßnahmen gegen Memorisierung und Nachahmung sowie Herkunftsmetadaten und abgestufte Kennzeichnung.

Für Suno kann ein Deal teuer sein, zugleich aber einen Wettbewerbsvorteil schaffen. Rechtssicherheit, Zugang zu Katalogen und Kooperationen mit großen Rechteinhabern bilden eine Markteintrittsbarriere für kleinere Anbieter. Die GEMA muss als Verwertungsgesellschaft Nutzungsrechte grundsätzlich zu angemessenen, objektiven und diskriminierungsfreien Bedingungen anbieten. Individuelle Master- und Künstlerrechte der Labels unterliegen jedoch nicht automatisch demselben offenen Kollektivmodell. Ob Lizenzen Suno-Abonnements spürbar verteuern, hängt von den ausgehandelten Konditionen ab. Eine Beteiligung von 30 Prozent an den Nettoerlösen wäre wirtschaftlich erheblich. Für professionelle Produzenten, die wenige ausgewählte Stems in wertschöpfende Hybridproduktionen integrieren, könnte ein höherer Werkzeugpreis dennoch verkraftbar sein. Stärker träfe er Geschäftsmodelle, deren Kalkulation auf tausenden nahezu kostenlosen Generierungen und automatisierten Uploads beruht. Und genau diese Modelle sind ja das Ärgernis der Musikindustrie.

Genau darin könnte eine Lizenzierung neben der Vergütung einen zweiten Effekt haben: Sie erhöht die Kosten industrieller Massenproduktion. Ob sie zugleich den Zugang kleiner, innovativer Anbieter erschwert, wird davon abhängen, wie offen, skalierbar und nicht-exklusiv die Rechtepakete gestaltet werden.

Die Debatte über KI-Musik wird häufig als Kulturkampf geführt: hier die authentischen Künstler, dort die seelenlose Maschine. Für die anstehenden wirtschaftlichen und rechtlichen Entscheidungen ist dieses Bild zu grob. Ein vollständig automatisierter Song ohne nachvollziehbare menschliche Gestaltung wirft andere Fragen auf als eine dokumentierte Hybridproduktion. Ein Modell mit lizenzierten Trainingsdaten ist anders zu beurteilen als ein System, das Werke ohne Zustimmung kopiert und reproduzierbar speichert. Ein KI-generierter Ersatz für eine Studiomusikerin betrifft andere Interessen als ein Werkzeug zur Entrauschung ihrer eigenen Aufnahme. Das Münchner Urteil richtet sich gegen konkrete unlizenzierte Nutzungen und wiedererkennbare Wiedergaben. Es entscheidet nicht darüber, ob Menschen mit KI künstlerisch arbeiten können. Die zentrale Aufgabe für Gesetzgeber, Rechteinhaber, Plattformen und Produzenten besteht deshalb nicht darin, „KI-Musik“ pauschal zu erlauben oder zu verbieten. Sie müssen sichtbar machen, welche Beiträge von wem stammen, auf welcher Rechtebasis sie entstanden sind und wer an der daraus entstehenden Wertschöpfung beteiligt wird. ■