Google Gemini: KI komponiert jetzt Musik mit Lyria 3

Googles Gemini-Chatbot generiert ab sofort individuelle Songs aus Text, Bildern oder Videos. Das Lyria 3-Modell erzeugt hochwertige Musik mit Gesang und Lyrics für den Alltagsgebrauch.

Google integriert sein fortschrittlichstes KI-Musikmodell direkt in den Chatbot – und macht Musikproduktion damit zur Alltagssache. Ab sofort können Nutzer aus Text, Bildern oder Videos individuelle Songs generieren.

Der Schritt markiert einen Quantensprung in der Zugänglichkeit generativer KI. Nutzer ab 18 Jahren können im Gemini-Chatbot per Texteingabe, Foto oder Video 30-sekündige Musikstücke mit Gesang und Lyrics erstellen lassen. Das Update rollt seit dem 18. Februar 2026 für die Desktop-Version aus, eine Mobile-Version folgt in Kürze. Damit wandelt sich der Assistent von einem Text- und Bildgenerator zu einer multimedialen Kreativ-Suite und positioniert Google im Wettrennen der Tech-Giganten um die kreative KI-Vorherrschaft.

Intuitive Bedienung: Vom Gedanken zum fertigen Song

Die neue Funktion „Musik erstellen“ im Tools-Menü ist auf intuitive Bedienung ausgelegt. Ein beschreibender Prompt wie „ein R&B-Song über Socken, die in der Wäsche ihren Partner finden“ genügt. Das Lyria 3-Modell von Googles DeepMind-Forschungsteam komponiert daraus ein komplettes Musikstück.

Besonders ist der multimodale Ansatz: Lädt ein Nutzer ein Foto oder ein kurzes Video hoch, analysiert Gemini den Inhalt und kreiert einen passenden Soundtrack. Das Ziel ist laut Google ein „lustiger, individueller Soundtrack für den Alltag“, nicht professionelle Studioqualität. Jeder Track erhält automatisch ein von Nano Banana generiertes Cover-Artwork. Der Song kann dann heruntergeladen oder per Link geteilt werden.

Technischer Fortschritt: Studioqualität für alle

Lyria 3 stellt einen deutlichen Sprung gegenüber Vorgängermodellen dar. Es erzeugt realistischere und komplexere Musik mit besserer Steuerung von Stil, Gesang und Tempo. Eine Schlüsselverbesserung: Das Modell kann erstmals kohärente Lyrics aus dem Prompt generieren.

Technisch produziert es hochwertiges 48-kHz-Stereo-Audio. Diese Qualität entspricht professionellen Video-Produktionsstandards. Creator können die KI-Tracks direkt in ihre Schnittsoftware ziehen, ohne störende Artefakte durch Konvertierung befürchten zu müssen. Die echte Stereo-Erzeugung schafft ein natürliches Klangerlebnis – ein klarer Vorteil gegenüber Tools, die Stereo nur aus Mono-Signalen simulieren.

Verantwortungsvoller Umgang: Wasserzeichen und Copyright-Filter

Angesichts der Debatten um Urheberrecht setzt Google auf einen verantwortungsvollen Rollout. Das Modell soll originale Werke schaffen, nicht bestimmte Künstler imitieren. Enthält ein Prompt einen echten Künstlernamen, dient dieser nur als stilistische Inspiration.

Jeder Audio-Track wird mit der unhörbaren digitalen Wassermarke SynthID versehen, die ihn als KI-generiert kennzeichnet. Zusätzliche Filter prüfen die Outputs auf Ähnlichkeiten mit bestehender Musik, um Urheberrechtsverletzungen zu verhindern. Laut Google wurde Lyria 3 mit Musik trainiert, für die das Unternehmen die Nutzungsrechte besitzt.

Anzeige

Apropos Regeln und Pflichten für KI‑Systeme: Wer Lyria 3 oder ähnliche Modelle entwickelt, einsetzt oder kommerziell nutzt, sollte die Anforderungen der EU‑KI‑Verordnung kennen – von Kennzeichnungspflichten über Risikoklassen bis zu Dokumentationspflichten. Ein kostenloser Umsetzungsleitfaden fasst die wichtigsten Pflichten, Übergangsfristen und Maßnahmen praxisnah zusammen und hilft Ihnen, rechtliche Fallstricke zu vermeiden. Kostenlosen Leitfaden zur EU‑KI‑Verordnung herunterladen

Strategischer Schachzug im KI-Wettrennen

Die Integration ist ein strategischer Move im KI-Wettbewerb. Während sich OpenAI und andere auf leistungsstarke Modelle konzentrieren, geht es Google um Alltagstauglichkeit für Millionen Nutzer. Mit hochwertiger Musikgenerierung wertet es sein Gemini-Ökosystem auf und konkurriert direkt mit spezialisierten Plattformen wie Suno.

Gleichzeitig verändert die Technologie kreative Workflows fundamental. Die Distanz zwischen musikalischer Idee und Umsetzung schrumpft auf Sekunden. Was früher theoretisches Wissen, technisches Können und teures Equipment erforderte, wird nun durch einen gut formulierten Prompt möglich. Dieses „Prompt-and-Generate“-Modell wird zum neuen Standard – von Social-Media-Videos bis zu persönlichen Projekten.

Ausblick: KI-Sound erobert YouTube und die Welt

Die Einführung ist erst der Anfang. Nach dem Desktop-Release wird die Mobile-App hunderten Millionen Nutzern den Zugang ermöglichen. Der Dienst startet in acht Sprachen, darunter Deutsch, Englisch und Spanien; weitere sollen folgen.

Lyria 3 wird auch in YouTubes Dream Track für Shorts integriert. Diese bisher auf die USA beschränkte Funktion soll bald in weiteren Ländern verfügbar sein und Googles KI-Audio-Technologie im eigenen Ökosystem verankern. Free-Nutzer haben tägliche Limits, zahlende Abonnenten höhere Kontingente – ein klares Monetarisierungssignal. Während sich die KI weiterentwickelt, verwischt die Grenze zwischen menschlicher und maschineller Kunst zusehends. Lyria 3 komponiert bereits den Soundtrack für diese neue Realität.