KI-Sänger erschüttern Mandopop: Hebe Tien zweifelt an ihrer Stimme, Künstler wollen die Kontrolle zurückgewinnen

Eine makellose Demo treibt eine echte Sängerin zu Tränen

Die taiwanische Sängerin Hebe Tien ging nach sechs Jahren Pause ins Aufnahmestudio, um ein Album aufzunehmen. Dort sah sie sich plötzlich einer Stimme gegenüber, die nie Luft holen musste. Mehrere Demotracks waren von künstlicher Intelligenz eingesungen worden. Der geschmeidige Vortrag, der große Stimmumfang und die aufwendigen Verzierungen ließen das S.H.E-Mitglied an jener Fähigkeit zweifeln, auf der ihre Karriere beruht.

Tien sagte, sie habe während eines Telefonats mit einem Manager einer Plattenfirma geweint und ihm gesagt, sie wisse nicht mehr, wie man singe. Die beruhigenden Worte halfen ihr, ihr Selbstvertrauen zurückzugewinnen; anschließend passte sie Liedtexte und Arrangements an. Ihre Erfahrung zeigt, wie KI die Musik verändert, noch bevor eine Aufnahme das Publikum erreicht: Eine synthetische Demo kann zum Maßstab werden, an dem sich menschliche Künstlerinnen und Künstler messen lassen müssen.

Die singapurische Sängerin Stefanie Sun erlebt eine andere Form desselben Drucks. Bis Mai 2023 schätzten Onlinequellen, dass mehr als 1.000 Coverversionen mit einer Nachahmung ihrer Stimme kursierten. Einige davon kamen auf mehr als eine Million Aufrufe. Sun reagierte mit Humor, äußerte aber auch Bedenken angesichts einer Technologie, die Musik in einem Tempo produzieren kann, das kein Mensch durchhalten würde.

Die Entwicklung geht über nachgeahmte Coverversionen hinaus. Virtuelle Künstler ziehen Publikum an, ein Account mit einer Kopie der Stimme eines japanischen Schauspielers verdient Berichten zufolge Werbeeinnahmen, und die Verwalter des Nachlasses des verstorbenen Sängers Khalil Fong haben für den Einsatz von KI mit seinem Werk eine vorherige Genehmigung verlangt. In all diesen Fällen stellen sich praktische Fragen: Wer kontrolliert eine wiedererkennbare Stimme, wer verdient damit Geld und was glauben die Zuhörerinnen und Zuhörer zu hören?

Warum Hebes Erfahrung über das Studio hinausweist

Tien beschrieb die KI-Demos als außergewöhnlich gefällig fürs Ohr, mit beeindruckender Stimmfülle und Verzierungen. Eine Demo ist eine Beispielaufnahme, die zeigen soll, wie ein Lied vor der endgültigen Aufnahme klingen könnte. Enthält sie Passagen, bei denen keine menschliche Stimme Luft holen muss, kann sie die Erwartungen für die Aufnahmesitzung hochschrauben.

Bei einem Besuch in ihrem Elternhaus begegnete Tien derselben Faszination. Ihr Vater spielte ihr begeistert ein Lied vor und staunte darüber, wie hoch die Sängerin oder der Sänger kam und dass die Gesangsverzierungen scheinbar gar nicht aufhörten. Tien erkannte, dass es sich um eine KI-generierte Darbietung handelte.

Die Reaktion ihres Vaters macht ein Problem deutlich, das auch in ganz normalen Haushalten ankommt. Hörerinnen und Hörer können eine synthetische Darbietung zunächst als beeindruckendes Lied wahrnehmen, ohne zu wissen, wie sie entstanden ist. Tien spürte den Druck sowohl im Produktionsprozess als auch dadurch, dass jemand aus ihrem engsten Umfeld diese scheinbar mühelosen Fähigkeiten bewunderte.

Auch die Änderungen an Liedtexten und Arrangements zeigen eine konkrete künstlerische Reaktion. Statt die Demo einfach nachzubilden, formte sie das Material für ihren eigenen Vortrag um.

Stefanie Suns KI-Gegenstück hatte 2023 bereits ein riesiges Repertoire

Am 22. Mai 2023 äußerte sich Sun in einem Beitrag mit dem Titel My AI zur Verbreitung ihres künstlichen Gegenstücks. Auf chinesischen Social-Media-Plattformen wie Bilibili kursierende Coverversionen übertrugen ihren wiedererkennbaren Stimmklang auf Lieder anderer Künstler.

Zum Repertoire gehörten Jay Chous Hair Like Snow aus dem Jahr 2005 und Love Before BC aus dem Jahr 2001 sowie Rainy Day von Nan Quan Mama. Rainy Day und Chous Iron Box Peninsula zählten zu den Coverversionen, die Berichten zufolge mehr als eine Million Aufrufe erreicht hatten.

Sun, deren Debütalbum Yan Zi im Jahr 2000 erschien, beschrieb das Ungleichgewicht zwischen einer arbeitenden Sängerin und einem unermüdlich produzierenden synthetischen Gegenstück:

Meine Fans haben offiziell die Seiten gewechselt und akzeptiert, dass ich tatsächlich ‚eine erfolglose Sängerin‘ bin, während meine KI-Version gerade der große Renner ist. Mal ehrlich: Wie soll man gegen jemanden ankommen, der alle paar Minuten ein neues Album herausbringt?

Die Schätzung von mehr als 1.000 Coverversionen kursierte bis zum 24. Mai 2023, als Suns Karriere bereits 23 Jahre umfasste. Der Vergleich verdeutlicht das Ausmaß der Umwälzung: Das synthetische Repertoire wuchs durch die Lieder anderer, während die Aufnahmen einer menschlichen Künstlerin über Jahre hinweg durch Schreiben, Proben und Produktion entstanden waren.

Ein vertrauter Stimmklang macht noch keine Darbietung aus

Suns Hörerinnen und Hörer reagierten nicht einheitlich. Einige freuten sich, vertraute Lieder in ihrem Stimmstil zu hören. Andere kritisierten, den Nachahmungen fehle es an Gefühl und an den besonderen Qualitäten, die Sun bei Liveauftritten einbringt.

Ein Hörer wies auf eine konkrete Unstimmigkeit hin: Ein KI-Cover von Hair Like Snow klang nach Sun um das Jahr 2001, obwohl Chous Lied erst 2005 erschienen war. Das zeigt, wie ein Modell eine mit einer bestimmten Phase verbundene Stimme in Musik aus einer anderen Zeit einsetzen kann. Für Fans, die den Werdegang einer Künstlerin oder eines Künstlers gut kennen, können solche Kombinationen befremdlich wirken.

Beim Klonen einer Stimme werden Aufnahmen genutzt, um charakteristische Muster einer sprechenden oder singenden Person zu erlernen. Anschließend wird Audio erzeugt oder umgewandelt, sodass es diesen Mustern ähnelt. Der Wiedererkennungseffekt kann stark sein, weil das Publikum eine Künstlerin oder einen Künstler oft schon nach wenigen Tönen erkennt.

Jay Chou vertritt eine selbstbewusstere Haltung. KI könne vieles leisten, menschliche Kreativität und echte Gefühle seien aber unersetzlich, sagte er. Suns Beitrag brachte größere Sorge über das Tempo des technologischen Wandels und seine Auswirkungen auf menschliche Arbeit zum Ausdruck. Ihre Reaktionen zeigen unterschiedliche Einschätzungen desselben Drucks, obwohl beide Künstlerinnen und Künstler Ziel von KI-Nachahmungen geworden sind.

Auch virtuelle Künstler konkurrieren um Aufmerksamkeit

Datouzhen, ein virtueller männlicher Künstler, der von einer Musikplattform und einem Labor aus Festlandchina entwickelt wurde, steht für einen anderen Zugang zum Markt. Statt ausschließlich als Nachahmung unter dem Namen eines berühmten Sängers zu kursieren, wird das Projekt als klar erkennbare digitale Figur mit eigenem Erscheinungsbild präsentiert.

Zu den Coverversionen gehören Tears Sea, Look at the Moon's Face und Encounter, das eng mit Sun verbunden ist. Diese Versionen haben auf Musikplattformen Aufmerksamkeit erregt und es in deren Ranglisten geschafft. Ein bekanntes Lied kann somit durch eine Nachahmung seiner Sängerin oder seines Sängers oder durch einen eigenständig vermarkteten virtuellen Act synthetische Konkurrenz bekommen.

Yuri, die als virtuelle A-Pop-Idol-Sängerin für ein internationales Publikum beworben wird, verfolgt einen anderen Ansatz. Ihr englischsprachiges Debüt Surreal kam Berichten zufolge weltweit auf mehr als sieben Millionen Aufrufe. Diese Zahl bezieht sich auf eine andere Veröffentlichung und ein anderes Publikum als die chinesischen Covervideos, die einzeln ebenfalls Millionen Aufrufe erreicht haben.

Für das Publikum ist der Unterschied klar: Eine KI-Nachahmung übernimmt den Klang einer bekannten Person, während ein virtuelles Idol als digitale Figur präsentiert wird. Wo Stimmen, Aufnahmen und Lieder in die Produktion einfließen, bleibt die Frage nach der Erlaubnis für ihre Nutzung praktisch relevant.

Khalil Fongs Nachlass zieht Grenzen für den KI-Einsatz

Fongs Plattenfirma Fu Music und die Verwalter seines Nachlasses veröffentlichten am 7. Oktober 2025 eine gemeinsame Erklärung, in der sie Rechte an seinem Werk und seiner Identität im Zusammenhang mit KI vorbehielten. Fong starb am 21. Februar desselben Jahres im Alter von 41 Jahren.

Die Erklärung bezog sich auf Aufnahmen, Kompositionen, audiovisuelle Werke, seinen Namen, sein Abbild und Bild sowie Texte, Daten und Metadaten. Metadaten sind beschreibende Informationen, die einem Material beigefügt sind, etwa Angaben zur Identifizierung einer Aufnahme oder ihres Urhebers.

Die Verwalter wandten sich gegen nicht genehmigtes Kopieren, maschinelles Lernen, das automatisierte Auslesen von Websites, die Entwicklung von Datensätzen und das Training von KI-Systemen, einschließlich großer Sprachmodelle. Beim automatisierten Auslesen von Websites werden Inhalte maschinell von Webseiten gesammelt. In ihrer Erklärung verwiesen sie auf Richtlinien der Europäischen Union und die Urheberrechtsverordnung Hongkongs und behielten sich Rechte im weitestmöglichen gesetzlich zulässigen Umfang vor.

Der Vorbehalt galt für bestehende und künftige Werke, darunter auch bereits veröffentlichte Materialien. Wer einen Einsatz von KI anstrebte, sollte sich vorab an die Rechteverwalter wenden und eine ausdrückliche Genehmigung einholen. Die Verwalter sollten entscheiden, ob sie diese erteilen und zu welchen Bedingungen.

Während seiner Krankheit hatte Fong davon gesprochen, weiterhin kreative Ideen zu haben. Er fragte sich, ob ein Publikum, das KI-Gesang akzeptiere, auch einen kranken Menschen singen hören wolle. Mit ihrem späteren Vorgehen überlässt es sein Nachlass den Verantwortlichen für sein künstlerisches Erbe, über eine Wiederverwendung zu entscheiden.

Bei dem Streit geht es um mehr als die Kontrolle über eine Stimme

Das chinesische Zivilgesetzbuch schützt die Stimme einer Person nach den Regeln zum Schutz ihres Abbilds. Damit ist eine wiedererkennbare Stimme neben den Fragen des Urheberrechts an der Musik selbst auch eine Frage der Persönlichkeitsrechte.

Bei einem synthetischen Cover können mehrere Interessen gleichzeitig betroffen sein: die Person, deren Stimme kopiert wird, die Urheber des Liedes, Künstler, deren Aufnahmen verwendet werden, und Produzenten, die Rechte an diesen Aufnahmen halten. Eine Genehmigung für einen Bestandteil kann weitere erforderliche Genehmigungen unberührt lassen.

Fongs Nachlass trägt dieser Tragweite Rechnung, indem er sowohl kreative Werke als auch damit verbundene Informationen aufführt. Die Forderung nach vorheriger Genehmigung setzt außerdem bereits in einer frühen Phase an, wenn Material gesammelt oder zum Training verwendet wird, statt erst zu reagieren, wenn ein fertiges synthetisches Lied erscheint.

Für die Musikproduktion bedeutet das praktisch: Ein überzeugendes Ergebnis und ein ordnungsgemäß genehmigtes Ergebnis erfordern unterschiedliche Arbeitsschritte. Produzenten müssen prüfen, wie das Audio entstanden ist und welche Personen oder Organisationen die verwendeten Materialien kontrollieren.

Stimmnachahmungen können auch außerhalb der Musik Geld einbringen

Auch die Stimme des japanischen Synchronsprechers Kenjiro Tsuda wurde für Videos auf einem Social-Media-Account kopiert. Der Account verdiente Berichten zufolge monatlich etwa 500.000 bis 740.000 Yen an Werbeeinnahmen. Das zeigt, wie eine wiedererkennbare synthetische Stimme auch außerhalb von Musikveröffentlichungen ein Geschäft ermöglichen kann.

Taylor Swift soll als Reaktion auf nicht genehmigte KI-Nutzungen ihrer Stimme und ihres Abbilds die Eintragung ihrer Stimme als Marke beantragt haben. Datum, Einzelheiten der Anmeldung und Ausgang des Verfahrens wurden in dem Bericht über diesen Schritt nicht genannt.

Swift war außerdem Ziel KI-generierter sexueller Darstellungen. Ein Social-Media-Beitrag mit solchen Inhalten kam auf mehr als 47 Millionen Aufrufe. Ihr Fall vereint zwei Formen des Identitätsmissbrauchs: gefälschte Stimmen und gefälschte Bilder, die ein großes Publikum erreichen können.

Die im Fall Tsuda genannten Einnahmen machen besonders deutlich, worum es geht. Eine Kopie der wiedererkennbaren Stimme einer Person kann Teil der Werbeeinnahmen anderer werden, während die Person, deren Identität Aufmerksamkeit erzeugt, um die Kontrolle über deren Nutzung kämpfen muss.

Wie sich die Entwicklungen vollzogen

Suns Reaktion datiert aus dem Jahr 2023, während Fongs Nachlass im Oktober 2025 tätig wurde. Der Blick auf diese Daten zeigt, wie sich der Streit über mehrere Jahre entwickelte: von viralen Coverversionen und öffentlichen Reaktionen bis hin zu formellen Forderungen, die den KI-Einsatz regeln sollen.

• 2000: Stefanie Sun veröffentlichte ihr Debütalbum Yan Zi.
• 22. Mai 2023: Sun veröffentlichte My AI als Reaktion auf die Popularität von Coverversionen, die ihre Stimme nachahmten.
• Bis zum 24. Mai 2023: Schätzungen zufolge umfasste Suns KI-Repertoire mehr als 1.000 Coverversionen, von denen einige mehr als eine Million Aufrufe erzielten.
• 21. Februar 2025: Khalil Fong starb im Alter von 41 Jahren.
• 7. Oktober 2025: Fu Music und die Verwalter von Fongs Nachlass veröffentlichten ihre gemeinsame Erklärung, in der sie sich Rechte an KI-Nutzungen vorbehielten.

Tiens Erfahrung im Studio fügt dieser Entwicklung eine weitere Dimension hinzu. KI ist inzwischen Teil des Materials, das manche Sängerinnen und Sänger bei der Vorbereitung ihrer eigenen Aufnahmen hören, und zugleich eine Quelle konkurrierender Darbietungen im Netz. Dabei geht es um künstlerisches Selbstvertrauen, die Aufmerksamkeit des Publikums und die Erlaubnis, die kreative Identität einer Person zu nutzen.

Die wichtigsten Punkte

• Hebe Tien sagte, KI-Demos hätten ihr Selbstvertrauen während der Aufnahmen erschüttert; anschließend passte sie Liedtexte und Arrangements an.
• Bis Mai 2023 kursierten Schätzungen zufolge mehr als 1.000 Coverversionen, die Stefanie Suns Stimme nachahmten.
• Die virtuellen Künstler Datouzhen und Yuri gewinnen neben den Nachahmungen etablierter Sängerinnen und Sänger ein Publikum.
• Khalil Fongs Nachlass und Fu Music verlangten in einer Erklärung vom Oktober 2025 eine ausdrückliche vorherige Genehmigung für KI-Nutzungen.
• Das Klonen von Stimmen kann Persönlichkeitsrechte, Rechte an Liedern und Rechte an Aufnahmen berühren; zudem können Werbeeinnahmen auf dem Spiel stehen.