Tunee im Test: Ich sage der KI, was sie ändern soll – den Rest macht der Chatbot

Viele in unserer Community haben sich irgendwann einmal entschieden, dass Suno die beste KI für Musik ist – und arbeiten seitdem nur noch damit. Das Problem daran ist nicht Suno. Das Problem ist, dass man dann komplett übersieht, was links und rechts davon passiert. Und da passiert einiges.

Deshalb schaue ich mir hier regelmäßig andere Werkzeuge an, teste sie und berichte, wie sie sich anfühlen. Diesmal: Tunee.

Was Tunee anders macht

Tunee ist eine Plattform, mit der man nicht nur Musik erzeugen kann, sondern auch gleich das Video dazu. Unter der Haube stecken mehrere Modelle: für die Musik unter anderem TemPolor, für Bilder Nanobanana, und für Video – das ist der interessante Teil – Seedance 2.5, aktuell eines der stärksten Videomodelle überhaupt.

Der Hauptunterschied zu Suno ist aber nicht das Modell. Es ist die Bedienung: Tunee hat einen Agenten, mit dem man redet.

Das klingt nach einer Kleinigkeit, ist aber genau der Punkt, an dem sich mein Alltag verändert. Ich nutze nämlich schon lange sehr viel KI, wenn ich mit Suno arbeite: Ich lasse mir die Prompts von ChatGPT oder Claude schreiben, kopiere sie herüber, setze sie ins Style-Fenster, hole mir für Lyrics den nächsten Text – und das führt tatsächlich zu besseren Ergebnissen. Aber es ist eben Copy-Paste zwischen zwei Fenstern.

Bei Tunee sitzt dieser Schritt schon drin. Ich beschreibe im Chat, was ich will, der Agent fragt nach, und irgendwann meint er, er habe mich verstanden, und schlägt einen ersten Song vor.

Mein Test: „It's too hot"

An dem Tag, an dem ich das getestet habe, war es in Salzburg ziemlich heiß. Also habe ich das zum Thema gemacht: ein Song namens „It's too hot". Musikalisch wollte ich etwas Jazziges, aber mit elektronischen Sounds – ungefähr in die Richtung Billie Eilish. Dazu eine sanfte, leicht hauchige Frauenstimme.

Ansatz eins war schon ziemlich cool, nur eben zu jazzig:

It's too hot. Baby, it's too hot. / Even my shadow is looking for shade. / The ice in my tonic is already gone.

Kompositorisch und vor allem textlich hat mir das gut gefallen. Der Text hatte kleine Pointen drin, und genau das ist etwas, woran viele KI-Lyrics scheitern.

Ansatz zwei habe ich mit einer einzigen Ansage angefordert: ähnlich wie der erste, aber viel elektronischer. Und der ging in eine Richtung, die mich überhaupt nicht überzeugt hat – ehrlich gesagt hatte das etwas Schlagerhaftes. Pop-Schlager. Genau da wollte ich nicht hin.

Und jetzt kommt der Moment, der den Unterschied ausmacht. Ich habe nicht neu geprompted, sondern schlicht gesagt, was Sache ist: Das ist das Gegenteil von dem, was ich wollte. Der erste Ansatz war besser, aber da fehlen mir die elektronischen Sounds.

Ansatz drei saß dann:

It's too hot. Baby, it's too hot. / Even my shadow is looking for shade.

Da hätte man noch deutlich länger weiterarbeiten können. Aber genau das ist die eigentliche Erkenntnis aus diesem Test: Der Agent versteht Korrekturen – auch negative. „Das war falsch, geh zurück zu vorher, aber ändere diese eine Sache" ist ein Satz, den ich in ein Style-Feld nicht hineinbekomme. In einen Chat schon.

Und dann das Video

Ich wollte weiter und aus dem Song ein Video machen. Dafür gibt es in Tunee die Funktion Character, mit der man mehrere Figuren anlegt. Ich habe drei gebaut:

• Ein Foto von mir selbst hochgeladen und daraus einen Busfahrer gemacht, dem es in seinem Bus viel zu heiß ist.
• Ein Bild von ChatGPT erzeugen lassen für eine Köchin, der in ihrer Küche naturgemäß ohnehin zu heiß ist.
• Und einen dritten Charakter komplett von Tunee erfinden lassen, ohne eigenes Bildmaterial: eine ältere Dame. Ziemlich schick, muss ich sagen.

Diese drei Charaktere plus eine Idee für ein Storyboard hochgeladen – und Tunee hat daraus das Video gebaut.

My cherry lipstick gave up in the purse. / It died around noon, but it could have been worse. / The fan is just pushing the oven around. / My linen is sticking, I can't leave the ground. / Don't look at me, honey, don't ask for a kiss. / I didn't sign up for an August like this.

Die Bildqualität fand ich hervorragend. Ist auch kein Wunder, dahinter steckt Seedance 2.5. Es sieht wertig aus, die Charaktere bleiben über die Einstellungen hinweg konsistent, die Bildsprache passt zum Song.

Was schiefgegangen ist: das Lip-Sync. Es gibt in Tunee eine eigene Lip-Sync-Funktion, die habe ich aber nicht angewählt – und er hat trotzdem versucht, die Münder zum Gesang zu bewegen. Das Ergebnis ist leider nicht sauber geworden, und das ist umso ärgerlicher, weil alles andere am Video so gut aussieht.

Was ich daraus mitnehme

Drei Dinge:

Der Dialog ist der eigentliche Fortschritt. Nicht die Songqualität, nicht die Auflösung. Sondern dass ich einer KI sagen kann „nein, zurück, aber elektronischer" – und sie das versteht, ohne dass ich einen Prompt neu bauen muss. Wer viel iteriert, spart damit real Zeit.

Musik und Video aus einem Werkzeug ist praktischer, als es klingt. Charaktere, die konsistent bleiben, sind sonst ein eigenes Projekt. Hier fallen sie nebenbei ab.

Und man muss die Funktionen kennen. Mein Lip-Sync ist nicht gescheitert, weil das Modell schlecht ist, sondern weil ich einen Schalter nicht umgelegt habe und das System trotzdem etwas versucht hat. Das ist typisch für neue Plattformen: Die Automatik meint es gut und macht dabei etwas kaputt, das man besser selbst gesteuert hätte.

Mein Fazit: Tunee ersetzt für mich nichts, was ich heute mache. Aber es ist eine Geschichte, die wir weiter beobachten sollten – vor allem, weil der Chat-Ansatz genau die Reibung wegnimmt, über die sich im hybriden Workflow am meisten Leute ärgern.

Wie gefällt euch die Songqualität? Und wie das Video, abgesehen vom Lip-Sync? Schreibt es mir gern in die Kommentare unter dem Video.