Künstliche Intelligenz in der Kunst: Chancen und Herausforderungen

Kreativität im Wandel: Die Integration von KI in künstlerische Prozesse

Die fortschreitende Digitalisierung und die rasanten Entwicklungen im Bereich der Künstlichen Intelligenz (KI) beeinflussen nahezu alle Lebensbereiche. Insbesondere in der Kunst, einem Feld, das seit jeher von Innovation und Ausdruck geprägt ist, eröffnet die Integration von KI neue Perspektiven und wirft zugleich grundlegende Fragen auf. Dieser Artikel beleuchtet, wie Künstlerinnen und Künstler KI nicht als Konkurrenz, sondern als kreatives Werkzeug nutzen, um ihre Ausdrucksformen zu erweitern und die Grenzen des Machbaren neu zu definieren.

Die Entwicklung der KI und ihre Relevanz für die Kunst

Die Geschichte der Künstlichen Intelligenz reicht bis ins mittlere 20. Jahrhundert zurück, als Pioniere wie Warren McCulloch und Walter Pitts die Grundlagen für neuronale Netze legten. Alan Turings Konzept eines Tests zur Messung maschineller Intelligenz im Jahr 1950 markierte einen weiteren Meilenstein. Seitdem hat die KI-Forschung, trotz Phasen des Rückschlags und überzogenen Optimismus, erhebliche Fortschritte gemacht. Insbesondere das maschinelle Lernen und Deep Learning, die es Systemen ermöglichen, aus Daten zu lernen und Muster zu erkennen, haben die Anwendungsfelder von KI massiv erweitert.

Im Kontext der Kunst bedeutet dies, dass KI-Systeme heute in der Lage sind, komplexe Aufgaben wie Bild-, Text- oder Spracherkennung zu bewältigen und sogar neue Inhalte zu generieren. Generative KI-Systeme können professionelle und kreative Ergebnisse in verschiedenen Formaten wie Bild, Text, Video oder Audio produzieren. Diese Fähigkeiten machen sie zu einem zunehmend attraktiven Werkzeug für Kunstschaffende.

KI als Katalysator für künstlerische Entfaltung

Die Integration von KI in die Kunstwelt markiert einen signifikanten Wandel. Künstlerinnen und Künstler erkunden das Potenzial von KI, um neue Ausdrucksformen zu schaffen und bestehende musikalische Konventionen zu hinterfragen. Die Digitalisierung hat die traditionellen Grenzen zwischen analoger und digitaler Kunst verwischt und einen Raum für Experimente geschaffen.

Kreative Prozesse und Co-Kreation

Ein zentraler Aspekt der KI-Nutzung in der Musikproduktion ist die Erweiterung kreativer Prozesse. Künstlerische Fachkräfte nutzen KI, um:

• Künstlerische Entfaltung: KI ermöglicht das "Craften" individueller Klänge und die Schaffung neuer klanglicher Texturen. Systeme können historische Musikperspektiven kommentieren und herausfordern, wie beispielsweise in Projekten, die musikalische Werke Richard Wagners mit KI neu interpretieren. Dies fördert experimentelle Kreativität und die Entdeckung neuer Ausdrucksformen.
• Live-Komposition: KI-Tools werden zunehmend für die Komposition in Echtzeit eingesetzt. Dies schafft interaktive Musikerlebnisse, bei denen die KI auf äußere Faktoren oder Publikumsentscheidungen reagieren kann. Die Vision ist es, Mensch-Maschine-Ensembles zu vergrößern, in denen KI als aktiver Teilnehmer agiert.
• Co-Kreation: KI wird als gleichberechtigter Partner im kreativen Prozess betrachtet, der von der Ideengenerierung bis zur Ausführung von Musikstücken reicht. Sie kann nicht nur bestehende Ideen imitieren, sondern auch neue, überraschende Schlussfolgerungen liefern, beispielsweise bei der Textarbeit. Diese kooperative Natur führt zu einer tiefen Verflechtung menschlicher und maschineller Beiträge.

Technologie und Forschung

Neben dem kreativen Aspekt treibt auch ein starker Forschungsanspruch die Nutzung von KI in der Musik voran. Künstlerinnen und Künstler agieren oft gleichzeitig als Wissenschaftler, die die Grenzen der Technologie ausloten und neue Schnittstellen zwischen menschlicher Wahrnehmung und KI erforschen. Dies umfasst:

• Auslotung technischer Möglichkeiten: KI-Systeme dienen als Werkzeuge zur Überwindung kreativer Blockaden und zur Ideenentwicklung. Sie werden als eigenständige Instrumente betrachtet, die neue musikalische Interpretationen ermöglichen.
• Systemtraining: Die effektive Nutzung von KI erfordert ein gezieltes Training der Systeme. Dies kann von der Verwendung kleiner, selbst kuratierter Datensätze bis hin zu Systemen reichen, die in Echtzeit lernen, um sich musikalischen Kontexten anzupassen.

Inspiration und Motivation

KI dient vielen Kunstschaffenden als wichtige Inspirationsquelle. Die Fähigkeit von KI, überraschende und brillante Ergebnisse zu liefern, weckt Faszination und Neugier. Sie hilft, kreative Blockaden zu überwinden und neue Gedanken und Ideen zu generieren, auf die man sonst vielleicht nicht gekommen wäre. Das Überraschungsmoment, das sich aus der Interaktion mit KI ergibt, wird als bereichernd für den künstlerischen Ausdruck empfunden und regt zum Ausloten neuer Ausdrucksformen an.

Praktische Anwendung und Unterstützung

KI-Tools vereinfachen und bereichern kreative Arbeitsprozesse in der Musikproduktion. Dies äußert sich in einer großen Anwendungsvielfalt, von der Nutzung vortrainierter KI-Systeme bis zur Entwicklung neuer Verknüpfungen von Systemen. KI kann technische Hürden bei der Programmierung und Musikproduktion überwinden, wodurch Arbeitsabläufe effizienter werden. Für Live-Performances ermöglicht KI-Software autonomeres Agieren und somit eine größere Flexibilität im musikalischen Prozess.

Herausforderungen und Dynamiken der KI-Integration

Die zunehmende Integration von KI in die Musikproduktion bringt jedoch auch komplexe Herausforderungen und dynamische Veränderungen mit sich, die soziale, emotionale, künstlerische und technologische Aspekte betreffen.

Soziale und emotionale Auswirkungen

• Mensch vs. KI: Die Sorge besteht, dass KI in bestimmten Bereichen, wie der Erzeugung von Hintergrundmusik oder Jingles, menschliche Komponistinnen und Komponisten unter Druck setzen könnte, da KI diese Aufgaben kostengünstiger und effizienter erledigen kann. Dies wirft Fragen nach der zukünftigen Rolle menschlicher Künstler auf und nach der Gefahr einer Kommerzialisierung, bei der Urheberrechte und der Beitrag menschlicher Schaffender nicht angemessen berücksichtigt werden.
• Reflexionsförderung: KI kann als Katalysator für tiefgreifende Überlegungen über Kunst, Kreativität und die Rolle des Menschen in der Kunstwelt dienen. Sie kann dazu anregen, historische Musikperspektiven zu hinterfragen und philosophische Auseinandersetzungen über die Natur der Kreativität anzustoßen.
• Unterbrechung der Gefühlsebene: Kritiker befürchten, dass KI-generierte Musik die persönliche und emotionale Verbindung zwischen Künstler und Publikum beeinträchtigen könnte. Die Fähigkeit zur direkten, intuitiven emotionalen Ausdrucksweise, die menschlicher Kunst innewohnt, könnte durch den technischen Prozess der KI-Produktion verloren gehen.
• Geringere zwischenmenschliche Interaktion: Die Interaktion mit KI-Systemen findet oft auf einer rein auditiven Ebene statt, was die gewohnten Kanäle zwischenmenschlicher Kommunikation ausschaltet. Dies kann als Herausforderung empfunden werden, obwohl sich Künstlerinnen und Künstler mit der Zeit an dieses Setting gewöhnen können.

Künstlerischer Wandel

• Gleichförmigkeit durch KI: Es besteht die Befürchtung, dass KI, die auf Wahrscheinlichkeitsberechnungen basiert, dazu neigt, bekannte Muster zu reproduzieren. Dies könnte zu einer Homogenisierung künstlerischer Ausdrucksformen führen und die Vielfalt und Innovation in der Musikszene langfristig einschränken.
• Urheberrechtsfragen: Die Verwendung von KI in der Kunst wirft komplexe rechtliche und ethische Fragen auf. Insbesondere die Nutzung großer Trainingsdatensätze, die oft ohne Zustimmung der ursprünglichen Urheber gesammelt wurden, stellt eine Herausforderung dar. Die Frage, wie Künstlerinnen und Künstler finanziell abgesichert werden können, wenn KI-generierte Werke massenhaft produziert werden, bleibt offen.
• Technologien als künstlerische Akteure: Einige Kunstschaffende sehen KI zunehmend als eigenständige künstlerische Akteure. Die Verschmelzung menschlicher und maschineller Beiträge in kreativen Prozessen führt dazu, dass KI als gleichwertiger Partner betrachtet wird, der neue ästhetische Möglichkeiten eröffnet.
• Neuausrichtung der Rolle von Kunst: Die Integration von KI erfordert eine Neubewertung dessen, was Kunst ausmacht. Die technische Perfektion verliert an Bedeutung, während Intention und menschliche Ausdruckskraft an Wichtigkeit gewinnen. Dies führt zu einer Überprüfung traditioneller Kunstkonzepte und zu einer Neudefinition des kreativen Prozesses.
• Stärkere Kommerzialisierung: Es wird befürchtet, dass KI die Kommerzialisierung in der Kunst verstärken könnte, indem Unternehmen KI nutzen, um musikalische Inhalte kostengünstig zu generieren und zu vermarkten. Dies wirft Fragen nach der Fairness und ethischen Aspekten auf, insbesondere wenn KI künstlerische Werke zur Generierung monetärer Werte nutzt.

Technologische Aspekte und Herausforderungen

• Daten- und Ergebnisüberfluss: Die immense Produktionskapazität von KI-Systemen kann zu einem Überfluss an generierten Daten und Ergebnissen führen, die schwer zu handhaben sind. Es fehlt oft an effektiven Metriken, um die Qualität KI-generierter Inhalte automatisiert zu beurteilen.
• Trainingsdatenabhängigkeit: Die Qualität und Eigenschaften von KI-Modellen hängen maßgeblich von den Trainingsdaten ab. Ein allgemeinerer Datensatz führt zu generischeren Ergebnissen, und die Auswahl der Trainingsdaten kann zu Biases führen, die im Modell verankert sind.
• Kreative Automatisierbarkeit: Die Automatisierung von Kreativarbeit durch KI stellt neue Anforderungen an die Ausbildung zukünftiger Kunstschaffender. Es wird eine Neubewertung der Unterschiede zwischen menschlicher und KI-generierter Kreativität erforderlich, da KI-Systeme inzwischen auf einem Niveau arbeiten, das bisher menschlicher Expertise vorbehalten war.
• Variables Nutzungsausmaß: Die Akzeptanz und der Einsatz von KI in der Kunst hängen stark vom jeweiligen Kontext und Zweck ab. Während KI in bestimmten Kontexten, wie Hintergrundmusik, akzeptabler ist, wird in anderen Bereichen, die einen tiefen emotionalen Ausdruck erfordern, die menschliche Komponente als unverzichtbar angesehen.
• Einschränkungen: KI-Systeme unterliegen technischen und ethischen Einschränkungen. Rechenintensive Ansätze können für bestimmte Anwendungen ungeeignet sein, und die Funktionalität von KI-Systemen wird oft begrenzt, um rechtliche oder moralische Bedenken zu adressieren. Dies kann die Nützlichkeit der Werkzeuge für professionelle Kreative einschränken.

Fazit und Ausblick

Die Analyse zeigt, dass die Nutzung von KI in der Musikproduktion von einer Vielzahl pragmatischer und kreativer Gründe motiviert ist. KI dient als leistungsfähiges Werkzeug zur Überwindung technischer und kreativer Grenzen und eröffnet neue künstlerische Ausdrucksformen. Sie wird als kollaborativer Partner betrachtet, der eigenständige Beiträge zum kreativen Prozess leistet und das Selbstverständnis der Kunstschaffenden beeinflusst.

Gleichzeitig prägt KI das Verhältnis zur Kunst, indem sie grundlegende Fragen zu Autorschaft, Originalität und dem Wert des Menschlichen im künstlerischen Ausdruck aufwirft. Die Debatte um Urheberrechte, die Gefahr der Homogenisierung von Stilen und die zunehmende Kommerzialisierung sind zentrale Herausforderungen, die sorgfältig adressiert werden müssen.

Für die Zukunft ist eine kritische Auseinandersetzung mit den ethischen und ökonomischen Dimensionen der KI-Nutzung unerlässlich. Es gilt, die Verantwortung für die Auswahl und Qualität der Trainingsdaten zu klären und Rahmenbedingungen für den Einsatz von KI in der Kunst zu schaffen. Trotz dieser Herausforderungen bleibt KI ein faszinierendes Feld, das das Potenzial hat, die Musiklandschaft um neue Komplexität und Vielfalt zu bereichern, ohne die essenzielle Rolle menschlicher Kreativität zu ersetzen.

Die fortlaufende Entwicklung von KI erfordert eine ständige Anpassung und Reflexion. Es wird spannend zu beobachten sein, wie sich die Mensch-Maschine-Kollaboration weiterentwickelt und welche neuen Formen des künstlerischen Ausdrucks und der Interaktion daraus entstehen werden. Die Kunstgemeinschaft ist aufgefordert, diesen Dialog aktiv mitzugestalten, um eine Zukunft zu schaffen, in der menschliche Vorstellungskraft und maschinelle Intelligenz Hand in Hand gehen.

Bibliographie

• AIVA (o. D.): AIVA, the AI Music Generation Assistant, aiva.ai, [online] https://www.aiva.ai/ [abgerufen am 04.02.2024].
• AnkhLabs (2023): KI Musik komponieren: Wie Künstliche Intelligenz die Musikwelt revolutioniert, ankhlabs.de, [online] [abgerufen am 04.02.2024].
• Bendel, Oliver (2023): Generative KI, Gabler Wirtschaftslexikon, [online] https://wirtschaftslexikon.gabler.de/definition/generative-ki-124952#:~:text=Genera%20tive%20KI%20(%22KI%22%20steht,%2C%203D%2DModelle%20und%20Simulati%20onen [abgerufen am 02.02.2024].
• Bown, Oliver (o. D.): KI-Musik: Der Teufel steckt im Detail, Goethe Institut, [online] https://www.goethe.de/prj/k40/de/mus/aid.html [abgerufen am 02.02.2024].
• Brook, Taylor (2023): Music, art, machine learning, and standardization, in: Leonardo, Bd. 56, Nr. 1, S. 81–86, [online] doi:10.1162/leon_a_02135.
• Brüsemeister, Thomas (2008): Qualitative Forschung: Ein Überblick, 2. Aufl., VS Verlag für Sozialwissenschaften.
• Cabreira, Jonathan (2019): A music taste analysis using Spotify API and Python., in: Medium, 17.08.2019, [online] https://towardsdatascience.com/a-music-taste-analysis-u%20sing-spotify-api-and-python-e52d186db5fc [abgerufen am 04.02.2024].
• Claussen, Jens/Dana Jankowski/Florian Dawid (2020): Aufnehmen, Abtippen, Analysieren: Wegweiser zur Durchführung von Interview und Transkription, 1. Aufl., Books on Demand, [online] https://www.abtipper.de/downloads/Aufnehmen-Abtippen-Analysie%20ren.pdf.
• CreAITix (2022): creaitix, [online] https://creaitix.com/ [abgerufen am 06.02.2024].
• De Luna, Elizabeth (2023): Ghostwriter, the guy behind the viral Drake/Weeknd song, thinks AI music is like fanfiction, in: Mashable, 13.10.2023, [online] https://mashable.com/article/ai-music-ghostwriter-drake [abgerufen am 04.02.2024].
• deutschlandfunk.de (2023): „Now and Then“ - neuer Beatles-Song erscheint mithilfe künstlicher Intelligenz, Deutschlandfunk, [online] https://www.deutschlandfunk.de/neuer%20beatles-song-erscheint-mithilfe-kuenstlicher-intelligenz-100.html [abgerufen am 05.02.2024].
• Dhariwal, Prafulla/Heewoo Jun/Christine K. Payne/Jong Wook Kim/Alec Radford/Ilya Sutskever (2020): Jukebox: a generative model for music, in: arXiv (Cornell University), [online] http://export.arxiv.org/pdf/2005.00341 [abgerufen am 06.02.2024].
• Ertel, Wolfgang (2016): Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung, 4. Aufl., Springer-Verlag.
• Flick, Uwe (2007): Qualitative Sozialforschung: eine Einführung, 2. Aufl., Rowohlt.
• Helfferich, Cornelia (2019): Leitfaden- und Experteninterviews, in: Nina Baur/Jörg Blasius (Hrsg.), Handbuch Methoden der empirischen Sozialforschung, Springer VS, S. 669–686, [online] doi:10.1007/978-3-658-21308-4_44.
• Hintze, Arend (2016): Understanding the four types of artificial intelligence, GovTech, [online] https://www.govtech.com/computing/understanding-the-four-types-of-artificial%20intelligence.html [abgerufen am 06.02.2024].
• Hopf, Christel (1995): Qualitative Interviews in der Sozialforschung. Ein Überblick, Uwe Flick (Hrsg.), Handbuch Qualitative Sozialforschung., 2. Aufl., Beltz.
• Houareau, René (2023): Die Singularität naht (noch immer): Das Verhältnis der Musikindustrie zur KI, in: Olaf Zimmermann/Theo Geißler (Hrsg.), Politik und Kultur. Zeitung Des Deutschen Kulturrates, Bd. 4/23, S. 22, [online] https://www.kulturrat.de/wp-content/uploads/2023/03/puk04-23.pdf.
• IMG Stageline (o. D.): KI & Musik: Anwendung vs. Künstler?, IMG Stageline, [online] https://www.img-stageline.de/magazin/musik-und-kuenstliche-intelligenz [abgerufen am 06.02.2024]..
• Kaplan, Jerry (2017): Künstliche Intelligenz: Eine Einführung, 1. Aufl., mitp.
• Klipphahn-Karge, Michael (2021): Künstliche Intelligenz in Gesellschaft und Kunst, w/k - Zwischen Wissenschaft & Kunst, [online] https://wissenschaft-kunst.de/kuenstliche%20intelligenz-in-gesellschaft-und-kunst/ [abgerufen am 06.02.2024].
• Kromer, Eberhard (o. D.): KI: Auswirkungen Künstlicher Intelligenz auf die Wertschöpfung mit Musik, SKW Schwarz, [online] https://www.skwschwarz.de/details/ki-auswirkun%20gen-kuenstlicher-intelligenz-auf-die-wertschoepfung-mit-musik [abgerufen am 09.02.2024].
• Kuckartz, Udo (2010): Einführung in die computergestützte Analyse qualitativer Daten, 3. Aufl., Verlag für Sozialwissenschaften.
• Kühnberger, Kai-Uwe (2019): Kann Künstliche Intelligenz kreativ sein?: Grundlagen und Beispiele für Künstliche Kreativität in der Musik, in: Stiftung Niedersachsen (Hrsg.), LINK Tagungspublikation - Kultur gestaltet Zukunft: Künstliche Intelligenz in Kunst und Kultur, [online] https://issuu.com/jjvhannover/docs/link_tagungspublika%20tion_stiftung_niedersachsen_ein [abgerufen am 04.02.2024]..
• Leslie, André (2020): „Ich sehe das Maschinenlernen auf einem Kontinuum“ – Holly Herndon über KI-Musik, Goethe Institut, [online] https://www.goethe.de/prj/k40/de/mus/hol.html [abgerufen am 04.02.2024]..
• Litzel, Nico/Stefan Luber (2021): Was ist Jukebox OpenAI?, in: BigData-Insider, 26.05.2021, [online] https://www.bigdata-insider.de/was-ist-jukebox-openai-a%201026594/ [abgerufen am 04.02.2024].
• Lüddemann, Stefan (2021): Die neue Kunst der Gesellschaft, Springer eBooks, [online] doi:10.1007/978-3-658-33811-4.
• Machuron, Charles-Louis (2016): AIVA: The artificial intelligence composing classical music, Silicon Luxembourg, [online] https://www.siliconluxembourg.lu/aiva-the-artificial%20intelligence-composing-classical-music/ [abgerufen am 04.02.2024].
• Martina (2023): KI in der Musik: Auswirkungen auf Künstler*innen, iMusician, [online] https://imusician.pro/de/ressourcen/blog/ki-in-der-musik-auswirkungen-auf-ku%20enstler [abgerufen am 10.02.2024].
• Mayring, Philipp (2015): Qualitative Inhaltsanalyse: Grundlagen und Techniken, 12. Aufl., Beltz.
• Mayring, Philipp/Thomas Fenzl (2019): Qualitative Inhaltsanalyse, in: Nina Baur/Jörg Blasius (Hrsg.), Handbuch Methoden der empirischen Sozialforschung, Springer VS, S. 633–648, [online] doi:10.1007/978-3-658-21308-4_42.
• McCarthy, John/Marvin Minsky/Nat Rochester/Claude Shannon (1955): A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, [online] http://raysolomonoff.com/dartmouth/boxa/dart564props.pdf [abgerufen am 13.02.2024].
• Misoch, Sabina (2019): Qualitative interviews, 2. Aufl., De Gruyter Oldenbourg, [online] doi:10.1515/9783110545982.
• Mitchell, Tom Michael (1997): Machine learning, McGraw-Hill Science/Engineering/Math.
• Newell, Allen/John C. Shaw/Herbert A. Simon (1959): Report on a general problem-solving program, in: IFIP Congress, Nr. 256, S. 64 [online] https://home.mis.u-picardie.fr/~furst/docs/Newell_Simon_General_Problem_Solving_1959.pdf [abgerufen am 13.02.2024].
• OpenAI (o. D.): ChatGPT4, [online] http://chat.openai.com/ [abgerufen am 08.02.2024].
• Puhr, Anna (2023): Zukunftsbild Kunst & Kultur: Von Theater auf Twitter bis Klimt am Klo, in: Nachhaltigkeit und Digitalisierung – (k)ein unternehmerisches Dilemma, Springer Gabler, S. 285–294, [online] doi:10.1007/978-3-662-66815-3_30.
• Rauterberg, Hanno (2021): Die Kunst der Zukunft: Über den Traum von der kreativen Maschine, 1. Aufl., Suhrkamp.
• Reif, Ruth Renée (2023): David Cope: Dave and Emily, CRESCENDO, [online] https://crescendo.de/david-cope-experiments-in-musical-intelligence/ [abgerufen am 04.02.2024].
• Renner, Karl–Heinz/Nora-Corina Jacob (2020): Das Interview: Grundlagen und Anwendung in Psychologie und Sozialwissenschaften, Basiswissen Psychologie, 1. Aufl., Springer, [online] doi:10.1007/978-3-662-60441-0.
• Richter, Goetz (o. D.): Die scheinbare Originalität von KI-Musik, Goethe Institut, [online] https://www.goethe.de/prj/k40/de/mus/aim.html.
• Russell, Stuart/Peter Norvig (2021): Artificial Intelligence: A Modern Approach, Global Edition, 4. Aufl., Pearson Higher Ed.
• ScaDS.AI (o. D.): Center for Scalable Data Analytics and Artificial Intelligence, ScaDS.AI, [online] https://scads.ai/ [abgerufen am 06.02.2024].
• Schmidhuber, Jürgen (2015): Deep learning in Neural Networks: An Overview, in: Neural Networks, Bd. 61, S. 85–117, [online] doi:10.1016/j.neunet.2014.09.003.
• Schneider, Stephan/Irina Loza (2023): Ursprung und Definition von Künstlicher Intelligenz, in: Tobias Hochscherf/Martin Lätzel (Hrsg.), KI & Kultur: Chimäre oder Chance?, 1. Aufl., Wachholtz Verlag, [online] doi:10.23797/9783529097201.
• Stiftung Niedersachsen (2019): LINK Tagungspublikation – Kultur gestaltet Zukunft: Künstliche Intelligenz in Kunst und Kultur, stnds, [online] https://issuu.com/jjvhannover/docs/link_tagungspublikation_stiftung_niedersachsen_ein [abgerufen am 04.02.2024].
• Turing, Alan (1950): Computing Machinery and Intelligence, in: Mind, Bd. LIX, Nr. 236, S. 433–460, [online] doi:10.1093/mind/lix.236.433.
• Wang, Amy X. (2019): Warner Music Group signs an algorithm to a record deal, in: Rolling Stone, 23.03.2019, [online] https://www.rollingstone.com/pro/news/warner-music%20group-endel-algorithm-record-deal-811327/ [abgerufen am 04.02.2024].
• Winzer, Sandra (2023): Es gibt einen großen Bedarf an Musik, die einfach ›benutzt‹ wird: Moritz Eggert im Gespräch, in: Olaf Zimmermann/Theo Geißler (Hrsg.), Politik und Kultur. Zeitung Des Deutschen Kulturrates, Bd. 4/23, S. 23, [online] https://www.kulturrat.de/wp-content/uploads/2023/03/puk04-23.pdf.
• Zimmermann, Olaf/Theo Geißler (2023): Künstliche Intelligenz: Welche Rolle spielt KI für die Kultur?, in: Politik und Kultur. Zeitung Des Deutschen Kulturrates, Bd. 4/23, S. 17–28, [online] https://www.kulturrat.de/wp-content/uploads/2023/03/puk04-23.pdf.