Science Notes

Künstliche Intelligenz (KI) ist überall präsent. Die Auswirkungen auf die Kreativbranche und insbesondere auf die Lebenswelten von Musiker:innen, Hörer:innen und wirtschaftlichen Akteuren sind durchaus immens. Der vermeintliche Siegeszug der KI hat jedoch nicht erst mit ChatGPT/ Sprachmodellen und Spotify’s AutoDJ begonnen. Das Erzeugen, Analysieren, Improvisieren, Empfehlen, Kuratieren von Musik mit Verfahren der KI blickt auf eine lange Historie zurück. Wo stehen wir jetzt nach mehr als 30 Jahren intensiver Forschung in diesem Feld? Ist die moderne KI für die Musik Muse, Monster, oder einfach nur ein weiteres Werkzeug?

Stephan Baumann studierte Informatik an der RPTU Kaiserslautern und trat 1992 dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) bei. Seine Dissertation über Artificial Listening Systems schrieb er am DFKI und IRCAM, Paris. Sein aktuelles Forschungsinteresse gilt den Auswirkungen von KI auf Kreativität. Als MODISCH produziert und performt er alle Spielarten elektronischer und elektroakustischer Musik zwischen Berlin und Marseille.

Der Musikkonsum im Jahr 2026 findet vorwiegend digital statt. Durch Streamingdienste und Downloadplattformen sind Millionen von Musikaufnahmen jederzeit verfügbar. Solche Datenbestände wollen jedoch intelligent durchsucht und geordnet werden – und das ermöglicht auch deren Nutzung zum besseren Verständnis der Musik selbst. Dieser Vortrag führt in die quantitative Analyse von Audioaufnahmen ein und zeigt uns, wie Algorithmen Tonhöhen, Akkorde und komplexe musikalische Eigenschaften vermessen können. Auf dieser Basis lernen Algorithmen etwas über Musikstile – so ähnlich wie wir Menschen durch unsere Hörerfahrung.

Christof Weiß studierte Physik und Komposition, bevor er sich in einer Promotion im Bereich Medientechnologie der computergestützten Analyse von Musikaufnahmen zuwandte. Für die allgemeinverständliche Beschreibung dieser Forschung erhielt er 2018 den KlarText-Preis für Informatik der Klaus-Tschira-Stiftung. Seit 2022 ist er Professor für Computational Humanities am Center for Artificial Intelligence and Data Science (CAIDAS) der Universität Würzburg.

Prof. Dr. Vincent Heuveline forscht und lehrt am Heidelberger Institut für Theoretische Studien (HITS) und an der Universität Heidelberg. Er ist Chief Information Officer (CIO) der Universität Heidelberg und Leiter des Universitätsrechenzentrums. Als Mathematiker und Informatiker interessieren ihn fächerübergreifende Fragestellungen und Synergien, insbesondere im Bereich der Medizin und der Ingenieurwissenschaften. Vincent Heuveline ist Hobby-Pianist und hat ein Faible für Bach.

Ein Stück Musik, das bei jedem Anhören anders klingt – lange Zeit ein eher ungewöhnliches Konzept, obwohl es über John Cages „Music of Changes“ (1951) bis hin zu Mozarts „Musikalisches Würfelspiel“ (1793) zurückreicht.
Heute wiederum begegnen uns nichtlineare Kompositionen an einem vielleicht überraschenden Ort: in Videospielen. Dort reagiert Musik auf Handlungen und Stimmungen und begleitet Spieler:innen durch lebendige Klangwelten.
Der Vortrag bietet einen verständlichen Überblick über die Geschichte nichtlinearer Musik, präsentiert prominente Beispiele aus Videospielen, erläutert Methoden ihrer Komposition und wirft einen Blick voraus auf neue Möglichkeiten durch KI.

Fabian Ostermann hat einen Masterabschluss der Informatik und studierte Jazz an der Folkwang UdK Essen. Heute promoviert er zum Thema interaktive Musiksysteme und Human-centered AI an der TU Dortmund.

Andi Otto ist Musiker und Klangkünstler aus Hamburg. Er tritt mit seinem „Fello”-System auf: einer selbstgebauten Sensorverlängerung für den Cellobogen. Damit kann er den Klang des Cellos mit Gesten in der Luft bearbeiten. Seine ausdrucksstarken Live-Auftritte erinnern manchmal an die magischen Gesten eines Theremin-Spielers. In seinen energiegeladenen Konzerten spielt er eine Auswahl seiner neuesten Electronica-Tracks, präsentiert als eine semi-improvisierte, dub-lastige und Krautrock-beeinflusste Show, die sowohl einem tanzenden Publikum als auch Jazzhörer:innen gleichermaßen gefallen kann.