KI und Audio: Wenn Musik aus Prompts entsteht und Maschinen hören lernen

Musik aus dem Prompt, Stimmen aus der Maschine: Am 8. Oktober 2026 erscheint im Rheinwerk Verlag das neue Fachbuch „KI und Audio – Grundlagen, Konzepte, Chancen“ des österreichischen KI-Experten Michael Katzlberger. Auf 315 Seiten zeigt er, wie künstliche Intelligenz Musikproduktion, Stimmen, Sounddesign und die Analyse von Klängen verändert – und welche kreativen, technischen und rechtlichen Fragen damit verbunden sind.

Während sich die öffentliche Diskussion rund um generative KI häufig auf Bilder, Videos und Text konzentriert, entwickelt sich im Hintergrund ein mindestens ebenso spannendes Feld: Audio-KI.

Songs entstehen heute aus wenigen Zeilen Text. Stimmen können synthetisch erzeugt oder geklont werden. KI-Systeme restaurieren historische Aufnahmen, entfernen Störgeräusche, erzeugen Podcasts und Synchronfassungen – und sogenannte „hörende Maschinen“ analysieren Geräusche, um beispielsweise technische Defekte zu erkennen.

Genau dieser Entwicklung widmet Michael Katzlberger sein neues Buch.

Vom Prompt zum fertigen Song

„KI und Audio“ ist dabei bewusst nicht als kurzfristige Bedienungsanleitung für einzelne Programme konzipiert. Stattdessen möchte Katzlberger die grundlegenden Technologien, Arbeitsweisen und Strategien erklären, die auch dann relevant bleiben, wenn sich einzelne KI-Plattformen verändern oder wieder verschwinden.

Das Spektrum reicht von den technischen Grundlagen neuronaler Netze, Spektrogrammen und Diffusionsmodellen bis hin zur praktischen Musikproduktion mit Plattformen wie Suno, Udio, Lyria und AIVA.

Auch das Prompting spielt eine wichtige Rolle: Wie beschreibt man Musik so, dass eine KI daraus Stil, Atmosphäre, Rhythmus und Instrumentierung erzeugen kann? Das Buch begleitet den gesamten Produktionsprozess – von der ersten Idee über Aufnahme und Mixing bis zum Mastering. Damit wird deutlich: Generative KI verändert nicht nur einzelne Produktionsschritte. Sie beginnt, den gesamten kreativen Workflow neu zu organisieren.

Synthetische Stimmen werden zum Produktionswerkzeug

Ein zweiter Schwerpunkt liegt auf einem der dynamischsten Bereiche der aktuellen KI-Entwicklung: synthetischen Stimmen und Voice Cloning.

KI-generierte Sprache eröffnet neue Möglichkeiten für Hörbücher, Podcasts, Games, Werbung, Corporate Media und internationale Film- und Videoproduktionen. Stimmen lassen sich automatisiert erzeugen, übersetzen und für unterschiedliche Sprachversionen einsetzen.

Damit entstehen enorme kreative Möglichkeiten – gleichzeitig aber auch neue Fragen zu Persönlichkeitsschutz, Authentizität und Deepfakes.

Katzlberger verbindet deshalb technische Möglichkeiten konsequent mit den damit verbundenen rechtlichen und ethischen Fragestellungen. Themen wie Urheberrecht, Deepfakes, Rechtsstreitigkeiten der Musikindustrie und der EU AI Act gehören ausdrücklich zum Inhalt des Buches.

Wenn Maschinen hören

Besonders interessant ist der Blick über die klassischen Medienanwendungen hinaus. Denn KI kann Audio nicht nur erzeugen – sie kann auch hören und interpretieren.

Unter dem Begriff „Machine Hearing“ beschäftigt sich das Buch unter anderem mit Predictive Maintenance, Emotionserkennung und sogenannten vokalen Biomarkern in der Medizin. Maschinen können beispielsweise charakteristische Klangmuster erkennen und daraus Hinweise auf technische Zustände oder andere Veränderungen ableiten.

Auch räumliches Hören wird behandelt: Dolby Atmos, binaurales Audio, KI-gestützte Hörgeräte, Restaurierung und Rauschentfernung zeigen, wie weit das Anwendungsspektrum inzwischen reicht.

Audio-KI entwickelt sich damit von einem kreativen Werkzeug zu einer grundlegenden Technologie für Medien, Industrie und Kommunikation.

Mensch und KI statt Mensch gegen KI

Ein zentraler Gedanke des Buches ist gleichzeitig wohltuend pragmatisch.

„KI kann Arbeitsabläufe erleichtern, neue kreative Möglichkeiten eröffnen und Routinetätigkeiten übernehmen, ersetzt jedoch weder Erfahrung noch Urteilsvermögen.“

So beschreibt Michael Katzlberger seine Perspektive auf die neue Technologie.

Das Buch basiert dabei nicht nur auf Theorie. Katzlberger experimentiert laut Presseinformation bereits seit 2020 mit KI-Musik, begleitet Audio-Projekte für Unternehmen und vermittelt sein Wissen in Workshops und Vorträgen.

Ein Handbuch für Kreative und Unternehmen

„KI und Audio“ richtet sich deshalb nicht nur an Musiker oder Toningenieure.

Zur Zielgruppe zählen ebenso Content Creator, Podcaster, Marketingverantwortliche, Agenturen, Kreative und Unternehmen, die KI-Audio nicht einfach nur benutzen, sondern verstehen möchten. Promptbeispiele, Infokästen und ein umfangreicher Index sollen das Buch gleichzeitig als praktisches Nachschlagewerk nutzbar machen.

Auch für Hochschulen ist das Thema zunehmend relevant. Das Buch ist laut Verlag als Grundlagenliteratur für Bereiche wie Audio- und Musikproduktion, Medien und Kommunikation, Marketing, Informatik und Medienrecht gedacht und verbindet technische Grundlagen mit praktischen Workflows sowie rechtlicher Einordnung.

Über Michael Katzlberger

Michael Katzlberger kommt selbst aus der Kreativbranche. Er studierte Grafikdesign an der Werbeakademie Wien und leitete von 2001 bis 2021 als Gründer und Geschäftsführer die Digitalagentur TUNNEL23. Seit 2016 beschäftigt er sich intensiv mit künstlicher Intelligenz in der Kreativwirtschaft.

2022 gründete er 3LIOT.ai, eine hybride Kreativagentur, die Mensch und KI miteinander verbindet. Darüber hinaus berät er Unternehmen und lehrt unter anderem im Universitätslehrgang Daten- und KI-Management der Universität Klagenfurt sowie an der FH St. Pölten und der Hochschule Burgenland.

Audio wird zu einem der spannendsten KI-Felder

Die Entwicklung steht vermutlich erst am Anfang. Neben KI-generierter Musik und synthetischen Stimmen werden On-Device-KI, intelligente Hörsysteme und neue Formen interaktiver Audioproduktion die Branche weiter verändern.

Für Film, Medien und Corporate Communication bedeutet das: Ton wird zunehmend genauso prompt-basiert, generativ und adaptiv wie Bild und Video.

Damit verschiebt sich zugleich die Rolle der Kreativen. Entscheidend ist künftig weniger, jede technische Tätigkeit selbst auszuführen, sondern Ideen zu entwickeln, KI-Systeme kreativ zu steuern, Ergebnisse zu beurteilen und daraus etwas Eigenständiges zu schaffen.

„KI und Audio – Grundlagen, Konzepte, Chancen“ bietet dafür einen umfassenden Einstieg – und behandelt neben den neuen kreativen Möglichkeiten auch die Frage, die mit zunehmender Qualität synthetischer Medien immer wichtiger wird:

Was bedeutet Authentizität in einer Welt, in der Maschinen komponieren, sprechen und hören können?

Buchinformationen

Michael Katzlberger: „KI und Audio – Grundlagen, Konzepte, Chancen“
Rheinwerk Verlag / Rheinwerk Design
Erscheinungstermin: 8. Oktober 2026
315 Seiten, vierfarbig, broschiert
ISBN Print: 978-3-367-10995-1
Print-Ausgabe: 29,90 Euro
E-Book: 29,90 Euro
Bundle Print + E-Book: 34,90 Euro

Das Buch erscheint als gedruckte Ausgabe sowie als DRM-freies E-Book und Bundle und kann bereits vorbestellt werden.

>> Weitere Informationen zu diesem Buch finden Sie auch im AI-Blog des Autors: Artificial Creativity