Hybrider Workflow: Wie DAW und KI wirklich zusammenarbeiten

Täglich landen rund 180.000 neue Songs auf den Streamingplattformen – etwa 90.000 davon sind KI-generiert. Das ist die Hälfte. Und trotzdem entfallen nur 1 bis 3 Prozent der tatsächlich gehörten Musik auf KI-Produktionen.

Die Zahlen erzählen genau das, was ich auch im Studio erlebe: Der komplett durchgepromptete Welthit ist noch nicht da. Was aber sehr wohl da ist – und richtig gut funktioniert – ist die Mischung. Der hybride Workflow.

Es gibt zwei Lager, die sich lautstark bekriegen. Die einen sagen, künstliche Intelligenz zerstöre die Musikindustrie. Die anderen sagen, wir bräuchten überhaupt keine DAW mehr, man könne ja alles mit Suno machen. Meine Erfahrung liegt genau dazwischen: Wer in seiner DAW arbeitet und die KI für einzelne Aufgaben dazuholt, ist schneller, bekommt Zugriff auf Sounds und Spielweisen, an die er sonst nie herankäme – und behält trotzdem die künstlerische Kontrolle. Genau darum geht es hier.

Drei Modelle des hybriden Arbeitens

Wenn man aufräumt, was da draußen gerade passiert, bleiben drei grundsätzliche Wege übrig. Alle drei sind legitim. Sie fühlen sich aber sehr unterschiedlich an.

Modell 1: Die KI komponiert, die DAW baut neu

Man probiert in Suno, Udio oder einer anderen KI so lange Prompts aus, bis die Idee steht. Dann lädt man das Ergebnis in Einzelspuren – also Stems – herunter und baut den Track in FL Studio, Logic, Ableton oder Bitwig nach.

Der Reiz liegt auf der Hand: Innerhalb einer Minute hast du ein hörbares, fertig klingendes Ergebnis. Ideen lassen sich in einem Tempo testen, das vor drei Jahren undenkbar war. Der Preis ist allerdings auch klar. Du verbringst danach einen ganzen Tag damit, Spuren nachzuspielen, damit am Ende kein KI-Checker anschlägt. Die kreative Arbeit hat die Maschine gemacht, du bist der Handwerker, der sauber nachbaut. Manchmal ist genau das der richtige Weg – ich verurteile das überhaupt nicht. Sonderlich inspirierend ist es nur eben nicht.

Modell 2: Die DAW führt, die KI spielt mit

Das ist der Weg, mit dem ich mit Abstand am meisten Spaß habe. Du baust in deiner DAW ein Grundgerüst: Tempo, Tonart, Akkorde, Groove, die Grundkomposition. Dieses Gerüst lädst du in die KI hoch und promptest gezielt einzelne Instrumente dazu. Die holst du dir als Einzelspuren zurück in dein Projekt – und verwendest sie so, wie sie sind, doppelst sie oder spielst sie nach.

Wichtig: „KI" heißt hier nicht automatisch „Prompt rein, Song raus". In diese Kategorie gehören auch Werkzeuge wie Synthesizer V oder ACE Studio, bei denen du Noten einzeichnest und Text hineinschreibst. Da sagst du der Maschine nicht „mach mal irgendwas", sondern gibst Note für Note vor, welche Melodie gesungen werden soll. Dazu unten mehr.

Die Qualitätsampel

Nicht jede Spur, die aus der KI kommt, ist gleich gut. Das hängt vom Instrument ab, davon, wie du es erzeugt hast, und vor allem davon, wie du die Stems gezogen hast. Ich beurteile jede Spur nach einer einfachen Ampel:

• Grün – behalten. Klingt spitze, kommt so ins Projekt. Fertig.
• Gelb – doppeln oder nachbauen. Nicht ganz sauber, aber die Musik stimmt. Doppeln heißt: Du lässt ein zweites Instrument exakt dasselbe mitspielen. Beispiel Streicher: Die KI-Spur allein klingt nicht hundertprozentig, du spielst sie mit deinen Sample-Libraries nach – und das funktioniert erstaunlich gut. Du bekommst die echte, menschliche Spielart von der KI und den perfekteren Klang von den Samples. Zusammen klingt beides besser als jedes für sich.
• Rot – ersetzen. So nicht verwendbar. Die Spur dient nur noch als Idee und wird komplett neu eingespielt.

Modell 3: KI als Werkzeugkasten

Hier geht es gar nicht um Songs, sondern um alles drumherum. Es gibt inzwischen KI-Tools, die MIDI-Files erzeugen, die beim Mischen helfen, die mastern, die Synthesizer-Sounds finden oder von Grund auf kreieren. Diese Kategorie wächst gerade am schnellsten – und sie ist die unauffälligste, weil sie deinen kreativen Prozess überhaupt nicht antastet.

In der Praxis: ein Deep-House-Track entsteht

Damit das nicht theoretisch bleibt, hier der Ablauf an einem echten Projekt. Der Track heißt „Where the Ambers Glow", ein Deep-House-Stück mit leichtem Afro-House-Einschlag bei 114 BPM. Er ist Teil einer EP mit dem Arbeitstitel „Elements", die ich gemeinsam mit Thomas Lemmer produziere – nach „In the Sky" (Luft) und „Deep Inside the Blue" (Wasser) steht dieser Track für das Feuer.

Schritt 1: Das Rohgerüst – bewusst reduziert

Ich habe absichtlich nur das Nötigste gebaut: ein programmiertes elektronisches Schlagzeug, ein paar gefilterte Klicksounds mit Delay, eine Kick, einen Bass mit liegenden Grundtönen, ein Klavier mit den Akkorden und einen Pad-Sound. Mehr nicht. Alles Weitere soll aus der Zusammenarbeit entstehen.

Schritt 2: Der wichtigste Trick – Songlänge statt Loop

Und jetzt kommt etwas, das viele übersehen und das den Unterschied zwischen „die KI ignoriert mich" und „die KI arbeitet mit mir" ausmacht.

Suno wurde mit Songs trainiert, nicht mit Jingles. Wenn du 8 Takte hochlädst – also 15 bis 20 Sekunden – reagiert die KI fast nicht darauf. Vielleicht übernimmt sie die Tonart, vielleicht ein, zwei Akkorde, ansonsten macht sie, was sie will. Loopst du dasselbe Material aber auf zwei bis drei Minuten Songlänge, reagiert sie plötzlich präzise.

Ich baue also aus meinem 8-Takter schnell ein komplettes Arrangement. Wirklich schnell und fast lieblos – das darf hässlich sein, es geht nur um die Struktur. Bei Deep House heißt das: Break, Drop, Build-up. Ruhiger Teil ohne Schlagzeug am Anfang, dann kommt der Beat, zwei Parts Vollgas, ein kurzes Break mit Soundeffekt, in dem die Bassdrum rausfliegt, wieder voll, noch ein Break, wieder voll. Ein einziger Extratakt vor dem Wiedereinstieg macht den Drop deutlich dramatischer.

Damit gibst du der KI ein Geben und Nehmen vor – und genau darauf reagiert sie. Exportiert wird als MP3. Das reicht völlig, denn die KI hört nur hinein. Manche Systeme werden bei zu großen Dateien zickig, und Qualität spielt an dieser Stelle keine Rolle.

Schritt 3: Prompts, die wirklich funktionieren

Für den Upload wechselst du in Suno von Simple auf Advanced und lädst die Datei über + Audio & Upload hoch. Ich lege mir für größere Projekte immer einen eigenen Workspace an – das ist wie ein Ordner, in dem alle Versionen liegen. Und ich vergebe immer einen Songtitel mit Nummer, sonst verliert man nach zwanzig Generationen komplett den Überblick.

Beim Prompt selbst gehe ich gerne zwei Wege parallel:

1. Der Umweg über ChatGPT. Ich nenne Referenzen, die mir gefallen, und lasse mir daraus einen ausführlichen Stil-Prompt schreiben. Ergebnis ist so etwas wie: „Erstelle einen tief emotionalen, eleganten Track im Stil von Melodic Afro House und Organic House in einer Moll-Tonart. Verwende eine warme, tiefe Kick Drum, weiche organische Percussion, dezente Shaker und einen sanft pulsierenden Sub Bass. Der Groove soll entspannt, hypnotisch und anspruchsvoll wirken, niemals aggressiv oder zu cluborientiert."
2. Die Diktat-Methode. Ich lasse Songs laufen, die mir gefallen, schalte bei ChatGPT das Mikrofon ein und beschreibe einfach laut, was ich höre: eine Bassdrum in Four-to-the-Floor, ein durchgehender Sechzehntel-Shaker, kurze elektronische Klicks in einem synkopierten Rhythmus mit vielen Pausen, ein Klavier mit zweitaktigen Akkordwechseln. Am Ende sage ich: „Mach mir aus dem, was ich gerade erzählt habe, einen Prompt." Die Ergebnisse sind oft deutlich treffender, weil sie aus meinem Hören kommen und nicht aus einer Datenbank.

Zwei Dinge, die dabei wichtig sind:

• Prompte auf Englisch. Prompts funktionieren am besten in der Sprache, in der das Modell trainiert wurde – und das sind amerikanische Firmen.
• Keine Artist-Namen. „Mach einen Song wie [Künstler]" führt meistens zu einer Fehlermeldung. Manche Systeme rechnen es inzwischen still um, aber verlass dich nicht darauf. Beschreibe stattdessen den Klang.

Und noch ein Vorteil langer Prompts, der oft unterschätzt wird: Je detaillierter der Prompt, desto stabiler das Ergebnis. Änderst du in einem sehr ausführlichen Prompt eine Kleinigkeit, bekommst du einen sehr ähnlichen Track, bei dem im Wesentlichen nur diese Kleinigkeit anders ist. Bei einem Dreizeiler kommt beim nächsten Durchlauf etwas völlig anderes heraus.

Schritt 4: Stems ziehen – und warum Advanced Split alles ändert

Beim Download über Get Stems hast du in Suno drei Optionen:

• Auto Split zerlegt den Track automatisch in 8 bis 12 Einzelspuren – Drums, Klavier, Bass, Gitarren, Synths, was das System eben für sinnvoll hält.
• Split from Mix trennt ein bestimmtes Instrument vom Rest. Klassischer Fall: Gesang als eine Stereospur, Playback als zweite. Oder du bist Saxofonist, ziehst dir das Saxofon heraus und spielst es selbst ein.
• Advanced Split ist die entscheidende Neuerung.

Bei den ersten beiden Verfahren wird aus dem fertigen Stereofile herausgerechnet. Das hinterlässt Artefakte und Übersprechen von anderen Spuren – sauber wird das nie. Deshalb kann man solche Stems nur leise beimischen, doppeln oder nachspielen. Bei Advanced Split werden die Spuren neu generiert, nicht herausgerechnet. Genau deshalb haben sie diese Fehler nicht. Perfekt ist KI nie, aber oft perfekt genug, um die Spur im Mix wirklich zu verwenden.

Bei Advanced Split wählst du aus einer festen Liste von Instrumenten aus, die das System trainiert hat. Und hier mein wichtigster Praxistipp:

Zieh immer die Drums mit. Was die KI ausgibt, läuft oft nicht exakt in deinem Tempo – zwei, drei BPM daneben sind normal. Das Schlagzeug ist die mit Abstand einfachste Referenz, um Tempo und Timing zu finden und die Spur sauber zu synchronisieren. Also immer: gewünschtes Instrument plus Drums.

Zweiter Tipp beim Export: „Fix Tempo" anhaken. Manche KI-Songs fangen langsamer an und werden schneller – das ist in der DAW extrem mühsam. Ist das Tempo fix, korrigierst du einmal und hast Ruhe. Heruntergeladen wird als WAV, nicht als MP3 – hier zählt die Qualität.

Schritt 5: Zurück in der DAW

Der Ablauf ist immer gleich, und er geht nach ein paar Durchgängen in Fleisch und Blut über:

1. Beide Spuren – Instrument und Drums – gemeinsam selektieren. Das ist der entscheidende Punkt, damit ihr Verhältnis zueinander erhalten bleibt.
2. An die Stelle springen, wo der volle Beat einsetzt. Dort hörst du die Eins am leichtesten.
3. Die erste Bassdrum sauber anschneiden und exakt auf einen Taktanfang schieben. Reinzoomen, noch genauer machen.
4. Prüfen, ob das Tempo passt: Liegt die nächste Eins nach vier, acht, zehn Takten noch auf dem Strich?
5. Wenn nicht: Timestretching einschalten. In Bitwig heißt das Elastic Pro, in Ableton ist es der Warp-Modus, in Logic „Tempo folgen". Oft erkennt die DAW das Ursprungstempo selbst – in meinem Fall waren es 119 BPM statt der gewünschten 114.
6. Erkennt sie es nicht, korrigierst du das Tempo von Hand und prüfst nach einem, zwei, vier und acht Takten nach. Passt es nach acht Takten, passt es.

Danach beginnt die eigentliche Arbeit – und die ist wieder ganz normale Produktion. Die KI-Drums lege ich unter mein programmiertes Schlagzeug und filtere die Bassdrum konsequent heraus, damit sie nicht mit meiner konkurriert. Früher haben wir uns Loops aus Libraries gezogen, um den Beat voller zu machen. Heute ist es kein Loop, den tausend andere auch verwenden, sondern einer, den die KI exakt für diesen Track erzeugt hat. Das ist ein substanzieller Unterschied.

Ein Detail, auf das du achten solltest: Wenn du wie oben beschrieben einen Extratakt in dein Arrangement eingefügt hast, ignoriert die KI den manchmal einfach. Dann musst du die zurückkommende Spur an dieser Stelle um einen Takt verschieben. Kein Drama, aber man muss es wissen.

Was ist mit MIDI?

Beim Stem-Export kannst du dir zusätzlich MIDI-Files ausgeben lassen. Das kann spannend sein, um eine Linie mit dem eigenen Synthesizer oder Sampler nachzuspielen. Erwarte dir aber keine Perfektion: Oft stehen dort zwei, drei Noten, wo eine hingehört, oder eine, wo drei hingehören. Bei mehrstimmigem Material werden nicht alle Töne erkannt. Wer Melodien schlecht heraushört, dem hilft das trotzdem sehr. Ich selbst spiele so etwas schneller nach, als ich die Fehler korrigiere.

Gezielt einzelne Instrumente prompten

Der spannendste Teil kommt zum Schluss. Bis hierhin haben wir die KI gebeten, unseren angefangenen Track voll klingen zu lassen. Du kannst Prompts aber auch so bauen, dass sie sich auf ein einziges Instrument fokussieren – damit genau dieses besonders gut wird. Anschließend holst du dir nur diese Spur.

Für „Where the Ambers Glow" wollte ich eine orientalische Frauenstimme. Der Prompt begann wie der Stil-Prompt und ging dann in die Tiefe: „…getragen von einer eindrucksvollen, wortlosen Frauenstimme. Die Stimme ist das wichtigste Element – ätherisch, zeitlos, inspiriert von mediterranen und ostasiatischen Gesangstraditionen. Sie verwendet lange gehaltene A-Töne, sanfte melismatische Verzierungen, ausdrucksstarke Tonhöhenleitern und frei erfundene Silben. Sie soll spirituell, intim und zutiefst menschlich wirken."

Melismatische Verzierung – oder Melisma – bedeutet, dass mehrere Töne auf einer einzigen Silbe gesungen werden.

Das Ergebnis war Gänsehaut. Und genau so funktioniert es mit jedem Instrument, das du dir vorstellen kannst: eine persische Daf, ein Duduk, eine Singing Bowl. „Erstelle einen tief emotionalen Track im Stil von Deep House und Organic Afro House, der von einer persischen Daf als wichtigstem ausdrucksstarkem Instrument getragen wird." Dann Advanced Split, das Instrument plus Drums – und du hast eine Spur, die deinem Track etwas Unerwartetes gibt. Nicht immer nur Klavier und Synthesizer.

Gesang, den du selbst komponierst: Synthesizer V

Bei Suno gibst du eine Richtung vor und nimmst, was kommt. Manchmal willst du aber exakt die Melodie, die du im Kopf hast. Dafür gibt es Plugins wie Synthesizer V und ACE Studio. Funktional finde ich ACE Studio sogar die stärkere Software – mir gefällt aber der Klang von Synthesizer V besser, deshalb arbeite ich damit.

Der Ablauf: Stimme laden, dann als Allererstes Project → Synchronize Tempo, damit sich Plugin und DAW verzahnen. Danach zeichnest du die Noten ein, aktivierst sie und fügst mit Cmd + L den Text ein. Soll eine Silbe über zwei Noten laufen, setzt du hinter das Wort ein Plus.

Die eigentliche Musik entsteht dann an den Reglern. Vibrato Modulation zurücknehmen, sonst klingt es schnell nach Oper. „Soft", „Airy", „Clear", „Breathiness", „Soulful", „Deep" – das sind die Parameter, mit denen aus einer generischen Stimme ein Charakter wird. Ich mag Breathiness sehr, sie nimmt der Stimme das Sterile.

Wichtig: Sobald die Melodie steht, rendere das Ganze zu Audio. Diese Plugins sind großartig, laufen aber nicht immer zuverlässig – mal spielen sie nicht, mal sind sie nicht synchron. Als Audiospur ist der Stress vorbei, und das Plugin bleibt deaktiviert im Projekt, falls du später doch noch etwas ändern willst.

Danach behandle ich die Stimme wie jedes andere Element: Kompressor mit etwas mehr Input, ein gefiltertes Delay mit Hall darauf, den Gesang insgesamt etwas dünner filtern, damit er wie ein Sample wirkt, eine leichte Sättigung davor – und einen langen Reverb von etwa drei Sekunden. In den Breaks entfaltet so eine Stimme die größte Wirkung.

Wohin die Reise geht

Alle KI-Hersteller wissen, wo das hinführt: Profis wollen in ihrer DAW arbeiten und dort prompten – nicht exportieren, importieren und Tempi korrigieren. Erste Ansätze gibt es schon. Suno Studio ist im Grunde eine kleine Online-DAW im Browser. Und es entstehen Kooperationen, bei denen man aus einem KI-Dienst heraus direkt Spuren, MIDI-Files und Audio in Ableton erzeugen kann. Die Ergebnisse überzeugen mich klanglich noch nicht ganz, und die Anpassung an Timing und Akkordfolge ist noch schwach. Aber das Prinzip funktioniert bereits. Lange werden wir auf die erste DAW, in die man direkt hineinpromptet, nicht mehr warten müssen.

Die Kurzfassung

• Bau dein Grundgerüst in der DAW – Tempo, Tonart, Akkorde, Groove.
• Arrangiere es schnell auf Songlänge mit Break, Drop und Build-up. Die KI reagiert auf Songs, nicht auf Loops.
• Export als MP3 – die KI hört nur hinein.
• Schreib lange, detaillierte Prompts auf Englisch. Keine Artist-Namen.
• Für einzelne Instrumente: einen Prompt, der genau dieses Instrument in den Mittelpunkt stellt.
• Stems immer über Advanced Split – die Spuren werden neu generiert statt herausgerechnet.
• Immer die Drums mitziehen und „Fix Tempo" aktivieren. Download als WAV.
• In der DAW beide Spuren gemeinsam auf die Eins schieben, dann Timestretching zur Tempokorrektur.
• Beurteile jede Spur nach der Ampel: grün behalten, gelb doppeln, rot ersetzen.
• Für eigene Gesangsmelodien: Synthesizer V oder ACE Studio – und sofort zu Audio rendern.

Die Werkzeuge nehmen dir nicht die Musik weg. Sie nehmen dir die Grenzen weg, die dein Budget, dein Instrumentarium und dein Kalender bisher gesetzt haben. Die Entscheidungen triffst weiterhin du.