Spotify und KI-Musik: Warum der Filter-Button fehlt und was das kostet

Spotifys Entscheidung, keinen benutzerfreundlichen Filter für KI-generierte Musik anzubieten, ist keine technische Schwäche – sie ist eine strategische Wahl mit ökonomischen Motiven. Während Nutzer frustriert eigene Workarounds bauen und kleinere Konkurrenten wie Deezer längst mit Erkennungstechnologie arbeiten, hält die weltgrößte Musik-Streaming-Plattform an einem System fest, das auf freiwillige Selbstdeklaration setzt. Das Ergebnis: Täglich werden zehntausende KI-Tracks auf Streaming-Plattformen hochgeladen, von denen die meisten ohne jede Kennzeichnung landen – und kaum jemand bei Spotify hat ein Interesse daran, das zu ändern.

Der Konflikt ist paradigmatisch für eine Plattformökonomie, in der Wachstumsoptimierung und Nutzervertrauen systematisch gegeneinander ausgespielt werden. Robert Prey, der an der Oxford University's Internet Institute Streaming-Plattformen erforscht, beschreibt Spotifys Lage präzise: Es sei ein schwieriger, „grenzwertig existenzieller Balanceakt". Spotify müsse herausfinden, was Hörer wollen und wie Künstler sich fühlen – und das alles, während KI sich verbessert, breiter eingesetzt wird und immer schwerer zu erkennen ist.

Der Nutzer als Beta-Tester für Spotifys Untätigkeit

Cedrik Sixtus, Softwareentwickler aus Leipzig, hat die Situation im Sommer 2025 satt gehabt. Seine Spotify-Playlists füllten sich zunehmend mit Tracks, die er für KI-generiert hielt. Seine Reaktion war so pragmatisch wie symptomatisch: Er schrieb selbst ein Tool. Der „Spotify AI Blocker" filtert inzwischen eine wachsende Liste von mehr als 4.700 verdächtigen KI-Künstlern – gespeist aus Community-Tracking-Projekten, Indizien wie ungewöhnlich hohen Release-Volumina, KI-typischem Cover-Art und externen Erkennungstools. Hochgeladen auf zwei Code-Sharing-Plattformen, haben Hunderte das Tool bereits heruntergeladen.

Sixtus selbst betont, worum es ihm geht: Wahlfreiheit. Wer KI-Musik hören will, soll das können. Wer es nicht will, soll es abwählen dürfen. Der Haken: Sein Tool kann Spotifys Nutzungsbedingungen verletzen – ein absurdes Szenario, in dem die Plattform zwar kein eigenes Werkzeug anbietet, aber externe Lösungen juristisch riskant macht.

Das Sixtus-Phänomen ist kein Einzelfall. In Spotifys Community-Forum diskutieren Nutzer intensiv und teils emotional über das Thema. Während einige die klangliche Qualität von KI-Musik bemängeln, lehnen andere schlicht das Prinzip ab, Musik von Algorithmen statt Menschen zu hören. Der Druck ist spürbar – und Spotify hat reagiert. Nur eben nicht mit dem, was Nutzer fordern.

Spotifys Antwort: Freiwilligkeit als Systemdesign

Im April 2025 lancierte Spotify ein Test-Feature, das in den Song-Credits anzeigt, wie ein Künstler KI eingesetzt hat. Der Mechanismus dahinter ist jedoch entlarvend: Das System basiert vollständig auf freiwilligen Angaben. Ein Künstler teilt seinem Label oder Distributor mit, ob und wie KI genutzt wurde – Spotify übernimmt diese Information ungeprüft.

„We know this isn't a complete solution on its own. Building a truly comprehensive system is a challenge that requires industry-wide alignment", räumte Spotify selbst ein. Im Klartext: Die Plattform ist sich bewusst, dass das System nicht funktioniert, sieht die Lösung aber nicht bei sich, sondern bei der Branche insgesamt.

Dabei ist Spotifys Haltung gegenüber tatsächlich schädlichem KI-Einsatz durchaus aktiv. Spam-Praktiken wie Massenuploads, künstlich kurze Tracks oder SEO-Manipulation werden entfernt. Tatsächlich hat Spotify laut offiziellen Angaben bereits rund 75 Millionen Spam-Tracks entfernt, viele davon KI-generiert. Bekannte verdächtige Künstler werden von der Plattform jedoch wie reguläre Künstler behandelt. „Our priority is addressing harmful uses [of AI] like spam and impersonation, rather than trying to filter music based on how it was made", erklärte ein Spotify-Sprecher – und ergänzte, KI in Musik sei ohnehin kein binäres Konzept, sondern existiere auf einem Spektrum.

Das stimmt technisch. Es ist aber auch eine argumentative Brücke, die von der Kernfrage wegführt: Nutzer wollen einen Filter für vollständig KI-generierte Musik, nicht eine philosophische Debatte über hybride Produktionsweisen.

Was Deezer besser macht – und warum Spotify trotzdem nicht folgt

Der direkte Vergleich mit Deezer ist für Spotify unangenehm. Der kleinere Konkurrent hat im vergangenen Jahr sowohl Alben mit KI-generierten Tracks gekennzeichnet als auch diese aus algorithmischen Empfehlungen und menschlich kuratierten Playlists ausgeschlossen. Grundlage ist eine eigene Erkennungstechnologie, die KI-Modelle darauf trainiert, statistische Muster im Klangbild selbst zu identifizieren. Inzwischen bietet Deezer diese Technologie der gesamten Branche zum Kauf an.

„We're the only music streaming platform that has that in place", sagt Jesper Wendel, Deezers Head of Global Communications – und er hat recht. YouTube Music und Amazon Music haben bislang ebenso wenig wie Spotify klare nutzerorientierte Kennzeichnungen oder Filter eingeführt.

Apple Music kündigte im März an, „Transparency Tags" einzuführen – allerdings mit demselben Grundproblem: Labels und Distributoren müssen selbst deklarieren. Wie sichtbar diese Tags für Hörer sein werden, bleibt unklar. Kritiker weisen darauf hin, dass Künstler KI-Nutzung möglicherweise aus Angst vor Stigmatisierung verschweigen – womit das System strukturell unzuverlässig ist.

Was Deezer bereit ist zu tun, scheitert bei Spotify also nicht an der Machbarkeit, sondern am Willen. Das Motiv dafür benennt Robert Prey direkt: Spotify optimiert für Plattformwachstum. Empfehlungssysteme, die möglichst uneingeschränkt operieren, fördern dieses Wachstum. KI-Musik zu erkennen kostet Geld – und es könnte schlicht günstiger sein, KI-Tracks auszuspielen als lizenzierte Musik menschlicher Künstler.

Die Schwachstelle des Arguments: Kann KI überhaupt zuverlässig erkannt werden?

Hier wird die Debatte ehrlich kompliziert. Maya Ackerman, Expertin für KI und computergestützte Kreativität an der Santa Clara University und Mitgründerin von WaveAI, beschreibt das Kontinuum treffend: Während manche Tools nach dem Prinzip „Prompt rein, Song raus" funktionieren – wo ein KI-Label eindeutig wäre – sind andere explizit als Co-Kreations-Werkzeuge konzipiert. Sie helfen etwa beim Texten einzelner Strophen oder beim Arrangieren von Harmonien. Ab welchem Punkt verdient ein solcher Track ein KI-Label?

Selbst bei eindeutig vollständig KI-generierten Tracks wie denen aus Suno oder Udio können Nutzer erheblichen kreativen Aufwand betreiben – eigene Lyrics einspeisen, stundenlang am Sound iterieren. „From a distance it looks like such an obvious 'yes, label AI music' but, once you zoom in, you realise it is a very complicated thing", sagt Ackerman.

Die technische Herausforderung ist real: Bob Sturm, der an der KTH Royal Institute of Technology in Stockholm die Disruption der Musik durch KI-Musik-Generatoren erforscht, beschreibt ein strukturelles Problem. Erkennungssysteme werden auf Outputs bestehender Generierungstools trainiert – verbessern sich diese Tools, muss die Erkennungssoftware ständig nachtrainiert werden. Ein kontinuierliches Wettrüsten.

Dennoch hält David Hoffman, Professor an der Duke University, der die wirtschaftlichen Folgen von KI-Musik auf Künstlerexistenzen untersucht, dieses Argument für eine Lobbybotschaft: „There is a lobbying message to say 'we can't draw the line, and therefore we shouldn't do anything'." Seine Position: Plattformen sollten zumindest vollständig KI-generierte Tracks kennzeichnen und den Rest schrittweise angehen. Einer Umfrage von Deezer und Ipsos zufolge wollen rund 80 Prozent der Befragten, dass KI-generierte Musik klar gekennzeichnet wird – auch wenn die Meinungen über aktive Filter gespalten sind.

In derselben kontrollierten Studie konnten 97 Prozent der Hörer KI-generierte Tracks nicht von menschlich produzierten unterscheiden. Die Forderung nach Kennzeichnung ist also nicht optional – sie ist eine Frage des informierten Konsums.

So What? Was DACH-Entscheider jetzt wissen müssen

Für Musik-Plattformen, Labels, Distributoren und Rechteverwerter im DACH-Raum hat dieses Dilemma eine harte regulatorische Dimension: Ab August 2026 schreibt der EU AI Act vor, dass bestimmte KI-generierte Inhalte gekennzeichnet sein müssen. Wie Spotify diese Regel konkret umsetzen wird, ist derzeit offen. Doch die Zeitlinie ist eng – und die Strafen bei Verstößen erheblich: Bis zu 15 Millionen Euro oder drei Prozent des globalen Jahresumsatzes bei Hochrisiko-Verstößen.

Das ist keine abstrakte Bedrohung. Streaming-Plattformen, die in der EU operieren, sind an den AI Act gebunden. Wer bis August 2026 keine transparente Kennzeichnungsinfrastruktur aufgebaut hat, riskiert nicht nur Bußgelder, sondern auch Reputationsschäden in einem Markt, in dem Nutzervertrauen zunehmend zum Differenzierungsfaktor wird.

Für DACH-Labels und Distributoren bedeutet das: Die Selbstdeklarationspflicht ist kein freiwilliger Akt mehr, sobald der AI Act greift. Wer KI in der Musikproduktion einsetzt – ob vollständig oder partiell – sollte bereits jetzt klare interne Prozesse definieren, wie und wann diese Nutzung gemeldet wird. Wer das verschläft, gibt die Kontrolle über die eigene Compliance ab.

Für Spotify ist das Szenario besonders heikel: Das Unternehmen steht zwischen regulatorischem Druck von außen, Nutzerfrustration von unten und wirtschaftlichen Anreizen, die gegen aktive KI-Erkennung sprechen. Deezers Technologieangebot an die Branche deutet an, dass ein Markt für Erkennungs-Infrastruktur entsteht – möglicherweise der pragmatischste Ausweg für Plattformen, die intern nicht investieren wollen.

Fazit: Der Druck wird Spotify einholen

Spotifys aktuelle Strategie ist rational aus Plattform-Sicht, aber nicht dauerhaft haltbar. Die Kombination aus wachsendem Nutzerdruck, regulatorischen Vorgaben durch den EU AI Act ab August 2026 und dem öffentlich sichtbaren Konkurrenzvorsprung von Deezer macht eine Fortsetzung des Status quo immer schwieriger zu rechtfertigen.

Die Prognose: Wenn Spotify bis Ende 2026 keine nachvollziehbare Kennzeichnungslösung vorlegt, die über freiwillige Song-Credits hinausgeht, wird der Druck aus Brüssel die Entscheidung abnehmen. Dann nicht auf Spotifys Bedingungen, sondern auf denen der Regulatoren. Das wäre die teuerere Variante – ökonomisch und reputativ.

David Hesmondhalgh, Professor für Medien, Musik und Kultur an der University of Leeds, sieht das optimistischer: Genauso wie die Datei-Tausch-Panik der frühen 2000er letztlich zum heutigen Streaming-Modell geführt hat, werde auch hier eine Art Ordnung entstehen. Was er nicht sagt: Wie viele menschliche Künstler bis dahin Streaming-Einnahmen verloren haben werden, die an KI-Tracks geflossen sind. Singer-Songwriterin Tift Merritt bringt es auf den Punkt: Hörer verdienen Bewusstsein – genauso wie wir Nährwertangaben auf Lebensmitteln oder Bio-Kennzeichnungen als Standard erwarten. Dieses Argument wird Spotify nicht ewig ignorieren können.