Musik mit KI erstellen: Suno, Udio & Co. für Einsteiger erklärt

Ein eigener Song in fünf Minuten, ohne Studio, ohne Instrument, ohne Gesangstalent — was vor zwei Jahren Science-Fiction war, ist heute Mausklick-Entfernung. KI-Tools wie Suno, Udio und ElevenLabs machen Musik für alle zugänglich. Wir zeigen dir Schritt für Schritt, wie du mit wenigen Eingaben deinen ersten Song erstellst, was realistisch geht und welche Stolperfallen du vermeiden solltest.

Wie KI-Musikgeneratoren funktionieren#

KI-Musik-Tools arbeiten ähnlich wie Text-KIs: Sie wurden auf riesigen Mengen Musik trainiert und lernen Muster — welche Akkordfolgen in welchem Genre üblich sind, wie Gesang zu einem Beat passt, wie eine Bridge klingen könnte. Wenn du einen Prompt eingibst, kombiniert das Modell diese Muster zu einem neuen Song.

Das Ergebnis ist nicht einfach zusammengeklaut. Die Modelle erzeugen tatsächlich eigene Melodien, Akkordfolgen und Texte — allerdings im Stil dessen, was sie gehört haben. Ob das rechtlich „wirklich eigen” ist, debattieren Anwälte gerade heftig. Die Funktionsweise haben wir im Artikel Was ist ChatGPT? Einfach erklärt für Anfänger generell beschrieben — die Prinzipien gelten ähnlich für Musik-KIs.

Zwei Tools dominieren den Markt im April 2026: Suno und Udio. Beide bieten kostenlose Tageskontingente, bezahlte Pläne ab rund 9 € im Monat. Für Sprache und Stimme lohnt sich zusätzlich ElevenLabs.

Schritt 1: Der erste Song in Suno#

Am einfachsten startest du bei Suno (suno.com). Drei Modi stehen zur Verfügung: Quick Mode (nur Beschreibung), Custom Mode (eigener Text), Remix (bestehende Songs variieren).

Starte mit dem Custom Mode. Einfachster Prompt:

Stil: Indie Folk, akustische Gitarre, warme Frauenstimme, 120 BPM
Thema: ein Song über den Sonntagmorgen mit dem Hund im Park

Text:
[Strophe 1]
Der Kaffee steht noch auf der Bank
die Sonne rollt den Rasen lang

[Refrain]
und alles passt, und alles passt
für einen Moment hat die Welt Pause

Ein paar Tipps:

• Stil immer spezifisch. „Pop” ist zu allgemein. „Dream Pop mit Synthesizer-Fläche, weibliche Stimme, 90 BPM” gibt dir ein steuerbares Ergebnis.
• Texte mit [Strophe] und [Refrain] strukturieren. Suno erkennt diese Tags und baut Arrangement entsprechend.
• Tempo in BPM angeben. Das verhindert, dass der Song überdreht oder einschläfert.

Nach einem Klick auf „Generate” produziert Suno zwei Versionen zur Auswahl, meist in 40 bis 60 Sekunden. Du kannst eine favorisieren, erweitern („Extend”) oder mit anderem Refrain neu rendern.

Schritt 2: Text vorher in ChatGPT ausarbeiten#

Wenn du dir mit dem Text schwertust, ist ChatGPT der beste Co-Texter. Prompt:

Schreib mir einen Songtext im Stil von Indie Folk (vergleichbar mit
Novo Amor oder Bon Iver), Thema: Sehnsucht nach einem alten Zuhause.

Format:
- 2 Strophen à 4 Zeilen
- 1 Refrain, 4 Zeilen, wiederkehrend
- 1 Bridge, 4 Zeilen

Bildhafte Sprache, keine Klischees. Reimschema abab oder aabb,
Zeilenlänge 6–10 Silben.

Danach kopierst du den Text in Suno und ergänzt nur noch den Stil-Prompt. Die Prompting-Grundlagen haben wir in Bessere Prompts schreiben: 10 Regeln für bessere KI-Antworten beschrieben — sie gelten für Songtexte genauso wie für Mails.

Schritt 3: Udio als ernsthafte Alternative#

Udio (udio.com) liefert in unseren Tests etwas „organischere” Ergebnisse — besonders bei Gitarre, Strings und akustischen Arrangements. Der Workflow ist ähnlich wie in Suno. Ein paar Eigenheiten:

• Udio erlaubt präziseres Stil-Tagging: du kannst mehrere Genre-Tags kombinieren und gewichten.
• Die maximale Länge pro Generation ist etwas kürzer, dafür klingen Übergänge natürlicher.
• Die Stimme lässt sich über einen Prompt („female alto voice, slightly raspy”) deutlich feiner einstellen.

Für Singer-Songwriter-Projekte mit echten Vibes lohnt sich Udio definitiv. Für schnelle Party- oder Geburtstagslieder reicht Suno.

Schritt 4: Eigene Stimme mit ElevenLabs#

Wenn du einen gesprochenen Part, einen Kinderreim oder ein Voice-over für dein Stück brauchst, ist ElevenLabs (elevenlabs.io) konkurrenzlos gut. Du kannst aus vorgefertigten Stimmen wählen oder deine eigene Stimme klonen (nach rechtlich korrektem Sample-Upload). Für Podcasts, Audio-Grüße und Songs mit gesprochenen Passagen ein starkes Werkzeug.

Rechtliches: Was du unbedingt wissen solltest#

Die Rechtslage in Deutschland ist im April 2026 noch nicht abschließend geklärt, aber drei Faustregeln helfen:

1. Privater Gebrauch, Familie, Freunde — unkritisch. Geburtstagslied, Hochzeitsrede-Jingle, Kindergartenabschied. Kein Problem.
2. Monetarisierung — nur mit dem passenden Tool-Abo. Suno und Udio bieten kommerzielle Lizenzen nur in bezahlten Plänen.
3. Bekannte Künstler-Namen im Prompt (z. B. „im Stil von Taylor Swift”) — vermeiden, gerade für kommerzielle Nutzung. Klingt verlockend, juristisch ist das eine Grauzone.

Wer Musik öffentlich veröffentlichen will, sollte vorher die GEMA-Anmeldung prüfen. GEMA registriert KI-Stücke bisher nur eingeschränkt — am besten direkt dort nachfragen.

Typische Fehler beim Start#

• Zu viele Stile mischen. „Reggae-Jazz mit klassischen Violinen und Dubstep-Drops” ergibt fast immer Brei. Maximal zwei Stil-Tags.
• Textsicher, aber stilunsicher. Wer den Text perfekt hat, aber den Stil nur mit „Popmusik” beschreibt, bekommt generische Ergebnisse. Beide Seiten brauchen Liebe.
• Zu früh aufgeben. Das erste Ergebnis ist selten das beste. Drei bis fünf Generationen mit leicht variiertem Prompt sind normal.
• Zu lange Stücke. Fünf-Minuten-Epen werden dünn. 2:30 bis 3:30 ist der Sweet Spot.

Fazit: Musik für jeden Anlass, in Minuten#

KI-Musik ersetzt keinen echten Band-Abend und keine Produzentin, aber sie öffnet ein Spielfeld, das vor Kurzem Fachpersonen vorbehalten war. Für Geburtstagsgeschenke, Firmenjingles, Podcasts, Kinderzimmer-Gute-Nacht-Musik oder einfach Spaß am Experiment ist der Einstieg ein Klick weit.

Unsere Empfehlung: Such dir ein konkretes Projekt (Song für die Schwester, Soundtrack für das Urlaubsvideo), wirf 30 Minuten in Suno oder Udio und schau, was passiert. Beim zweiten Anlauf weißt du, wie du promptest — und ab da wird es ernsthaft Spaß.