Kurzbefund: Der c’t-3003-Versuch zeigt glaubhaft, wie schnell vollständig synthetische Musik erzeugt und über einen Distributor an mehrere Streamingdienste geliefert werden kann. Die Größenordnung der Flut ist belegt: Deezer meldete im Juni 2026 an Spitzentagen mehr als 50 Prozent KI-Anteil bei neuen Uploads, rund 90.000 Titel täglich. Bei der Kennzeichnung existieren inzwischen Fortschritte, aber kein durchgängiger Standard vom Generator bis zur sichtbaren Anzeige im Player. Artikel 50 des EU AI Act gilt grundsätzlich seit 2. August 2026 und verlangt maschinenlesbare Markierung durch Anbieter generativer Systeme; für schon zuvor in Verkehr gebrachte Systeme läuft die Übergangsfrist für diese Pflicht bis 2. Dezember 2026. Daraus folgt nicht automatisch eine gut sichtbare Kennzeichnung durch jeden Musikdienst.
90.000 KI-Tracks pro Tag: Die Zahl ist korrekt eingeordnet
Das Video nennt mehr als 50 Prozent KI-generierte Songs unter den neuen Deezer-Uploads und rund 90.000 Titel pro Tag. Deezer veröffentlichte dazu im Juli aktuelle Zahlen: Im Juni überschritt der Anteil an Spitzentagen erstmals die Hälfte; der Monatswert lag bei rund 90.000 vollständig generierten Titeln täglich. Zugleich machten solche Titel nach Unternehmensangaben nur ein bis drei Prozent der tatsächlichen Streams aus. Upload-Masse ist also nicht gleich Höranteil. Deezer schließt erkannte KI-Musik aus redaktionellen und algorithmischen Empfehlungen aus und meldete für 2025 bei einem großen Teil dieser Streams Betrugsverdacht.
Die Produktionsbarriere ist tatsächlich niedrig
c’t 3003 erzeugt mit Suno binnen kurzer Zeit Musik, ergänzt Profilbild, Cover und Künstlernamen und liefert ein Album über DistroKid aus. Der dokumentierte Ablauf dauert in der Bedienung nur wenige Minuten; die Freischaltung bei Diensten folgt später. Das Experiment beweist nicht, dass jede Person damit Reichweite oder Einnahmen erzielt. Es zeigt aber die asymmetrischen Kosten: Ein Upload kann fast beliebig skaliert werden, während Plattformen jeden Titel prüfen, zuordnen und gegebenenfalls aus Vergütungssystemen herausfiltern müssen. Genau deshalb sind Metadaten, Herkunftssignale und Betrugserkennung keine Nebensache.
Beim Training sind Vorwurf und Beweis zu trennen
Das Video formuliert, Suno habe kommerzielle Songs ohne Genehmigung und Vergütung zum Training verwendet. Für sechs konkret verhandelte Werke ist die Tatsachengrundlage inzwischen enger und stärker: Vor dem Landgericht München I war unstreitig, dass Sunos Modell mit diesen sechs Stücken trainiert wurde. Das Gericht gab der GEMA am 31. Juli 2026 bei Unterlassung, Auskunft und Schadensersatz überwiegend Recht und sah Vervielfältigungen beim Training, im Modell und in den Ausgaben. Das Urteil ist erstinstanzlich und nicht rechtskräftig. Die amtliche Urteilsmitteilung trägt deshalb eine präzise Aussage zu diesen sechs Werken, aber keinen pauschalen Befund zu jedem Titel im gesamten Trainingskorpus. Separate US-Klagen der Labels haben eigene Parteien, Ansprüche und Verfahrensstände.
Text-und-Data-Mining ist kein pauschaler Freibrief
In Deutschland erlaubt § 44b Urheberrechtsgesetz Vervielfältigungen rechtmäßig zugänglicher Werke für Text und Data Mining, sofern Rechteinhaber die Nutzung nicht wirksam vorbehalten haben; online muss der Vorbehalt maschinenlesbar sein. Ob und wie diese Schranke bei generativen Musikmodellen, konkreten Datensätzen und ausländischen Anbietern greift, hängt vom Einzelfall ab. Im Suno-Fall verneinte die Münchner Kammer die Deckung der festgestellten Memorisierung durch § 44b; eine höhere Instanz kann diese Rechtsauffassung noch überprüfen. Der Trainingsstreit ist zudem vom Schutz des Outputs zu trennen. Das US Copyright Office hält rein maschinell bestimmte Ausdruckselemente nicht für urheberrechtlich geschützt; hinreichend kreative menschliche Auswahl, Anordnung oder Bearbeitung kann dagegen Schutz begründen. „Mit KI erstellt“ bedeutet weder automatisch rechtswidrig noch automatisch urheberrechtlich geschützt.
Spotify reagiert – aber zunächst auf die Identität
Nach Fertigstellung des Hauptteils ergänzte c’t 3003 eine aktuelle Spotify-Ankündigung: Ab Mitte September sollen Profile, die eine KI-Identität darstellen, ein „AI Persona“-Badge erhalten und standardmäßig aus redaktionellen sowie personalisierten Empfehlungen fallen. Das stimmt mit Spotifys Mitteilung vom 11. August überein. Die Grenze ist wichtig: Das Badge bewertet zunächst, ob das Künstlerprofil eine reale Person repräsentiert, nicht lückenlos, wie jeder einzelne Track produziert wurde. Bereits im April führte Spotify ein Verifikationssignal für menschliche Profile ein. Ein Identitätsbadge löst die Track-Kennzeichnung deshalb nur teilweise.
Selbstauskunft allein hinterlässt eine Lücke
Das Video zeigt, dass ein Distributor KI-Nutzung als Metadatum abfragen kann. Wird sie angegeben, kann Spotify einen KI-Hinweis in den Songinformationen anzeigen; bei falscher oder fehlender Angabe bleibt die Erkennbarkeit unsicher. Spotify selbst räumt in seiner Transparenzdarstellung ein, dass die Abwesenheit eines KI-Credits wegen der Abhängigkeit von Offenlegung kein Beweis für menschliche Produktion ist. Parallel nutzt der Dienst Regeln gegen Identitätsmissbrauch, Voice-Cloning und massenhaften Spam. Das adressiert Betrug und Täuschung, ist aber nicht dasselbe wie ein immer sichtbarer Herkunftshinweis.
Deezer kombiniert Erkennung, Label und Empfehlungssperre
Im eigenen Test wurden die absichtlich nicht als KI deklarierten Suno-Tracks bei Deezer und Tidal nach einigen Stunden markiert. Das ist eine redaktionell dokumentierte Stichprobe, keine Messung der allgemeinen Trefferquote. Deezer bestätigt unabhängig, Audiospuren auf typische Artefakte verbreiteter Generatoren zu analysieren, erkannte Titel zu kennzeichnen und sie aus Empfehlungen zu entfernen. Die Unternehmenszahlen vom Juli 2026 nennen zudem 13,4 Millionen im Jahr 2025 erkannte und markierte KI-Titel. Fehlerquoten, Grenzfälle und die Erkennung neuer Modelle bleiben dennoch zentrale Prüffragen.
Ein einzelnes Dateitag ist nicht robust genug
c’t 3003 findet in unveränderten Suno-Dateien ein „Made with Suno“-Metadatum, entfernt es testweise und konvertiert die Datei. Deezer und Tidal erkennen die Tracks im Versuch trotzdem. Das spricht dafür, dass deren Systeme nicht nur ein leicht löschbares Tag lesen, sondern auch Audiosignale bewerten. Für eine belastbare Herkunftskette braucht es trotzdem mehrere Ebenen: kryptografisch gebundene Provenienz, standardisierte KI-Angaben im Lieferdatensatz und unabhängige Detektion. Die aktuelle C2PA-Spezifikation 2.4 enthält dafür eine maschinenlesbare KI-Offenlegungsstruktur, garantiert aber nur dort Wirkung, wo Erzeuger, Dateien und Plattformen sie unterstützen.
Was Artikel 50 seit August wirklich verlangt
Artikel 50 Absatz 2 des EU AI Act verpflichtet Anbieter von Systemen, die synthetische Audio-, Bild-, Video- oder Textinhalte erzeugen, ihre Ausgaben in einem maschinenlesbaren Format als künstlich erzeugt oder manipuliert erkennbar zu machen. Die Lösungen sollen wirksam, interoperabel, robust und technisch zuverlässig sein, soweit dies technisch machbar ist. Die EU-Kommission erläutert: Artikel 50 gilt grundsätzlich seit 2. August 2026. Anbieter generativer Systeme, die schon vor diesem Stichtag in Verkehr gebracht wurden, müssen die Markierungs- und Erkennungspflicht aus Absatz 2 jedoch erst ab 2. Dezember 2026 erfüllen; vor dem Stichtag erzeugte Inhalte müssen nicht rückwirkend markiert werden. Der freiwillige Kodex kann bei der Umsetzung helfen. Für künstlerische Werke enthält das Gesetz besondere Transparenzregeln; entscheidend bleibt die konkrete Rolle als Anbieter oder Verwender.
Maschinenlesbar heißt noch nicht sichtbar
Die Schlusskritik des Videos trifft einen realen Schnittstellenfehler: Wenn ein Generator eine Markierung einbettet, muss ein Streamingdienst sie technisch auslesen, erhalten und verständlich anzeigen, damit Hörerinnen und Hörer profitieren. Artikel 50 schafft keine pauschale Pflicht für jeden Musikstreamer, an jedem Track ein prominentes KI-Symbol zu zeigen. Plattformen können aber durch andere Regeln, Verträge und eigene Zusagen gebunden sein. YouTube verlangt Musikpartnern inzwischen Angaben wie „Fully Gen AI“, „Partly Gen AI“ oder „No Gen AI“ in DDEX- oder CSV-Lieferungen ab. Das zeigt, dass eine standardisierte Weitergabe möglich ist – und dass sichtbare Nutzerinformation eine zusätzliche Produktentscheidung bleibt.
Die Branche schlägt zwei Track-Kategorien vor
Im Juli 2026 stellten Verbände und Rechteorganisationen freiwillige Track-Labels vor: „AI-Generated“ für Aufnahmen, deren wesentliche kreative Elemente generiert wurden, und „AI-Assisted“ für überwiegend menschliche Aufnahmen mit einzelnen generativen Elementen. Der IFPI-Vorschlag koppelt sichtbare Symbole an Metadaten. Er erfasst zunächst Tonaufnahmen, nicht automatisch Text, Komposition, Cover oder Video. Das ist keine gesetzliche Lösung, liefert aber eine praktisch verständliche Trennung, die ein reines Persona-Badge nicht bietet.
Was Nutzer heute tatsächlich prüfen können
Bis sich Standards durchsetzen, gibt es kein einzelnes verlässliches Warnsignal. Ein fehlendes KI-Label beweist nichts; ein fehlendes menschliches Verifikationsbadge ebenfalls nicht. Aussagekräftiger sind sichtbare Track-Credits, konsistente Künstlerbiografien, Veröffentlichungsrhythmus, Angaben des Labels oder Distributors und die Plattformkennzeichnung. Detektoren können Hinweise geben, aber keine unfehlbare Autorschaftsanalyse. Die faire Grundregel lautet: Herkunft offenlegen, Unsicherheit sichtbar lassen und Betrugsbekämpfung nicht mit einem Geschmacksurteil über Musik verwechseln.
Fazit
Das c’t-Experiment trägt seinen Kern: KI-Musik lässt sich schnell in reale Kataloge bringen, während die Transparenz zwischen Generator, Distributor und Player lückenhaft bleibt. Deezer belegt die enorme Uploadmenge und zeigt eine technisch strengere Praxis; Spotify verbessert ab September die Kennzeichnung von KI-Personas, löst damit aber nicht jeden Trackfall. Der EU AI Act fordert grundsätzlich seit August maschinenlesbare Markierungen, nicht automatisch das überall sichtbare Player-Label; für vor dem Stichtag in Verkehr gebrachte Systeme endet die Übergangsfrist am 2. Dezember 2026. Beim Urheberrecht bestätigt ein nicht rechtskräftiges Münchner Urteil die Verletzung für sechs konkret geprüfte Werke; daraus folgt weder ein Pauschalurteil über Sunos gesamten Trainingskorpus noch über jeden KI-generierten Song.