Produzenten fluten Streaming absichtlich mit grottenschlechter Musik. Nennt es Sabotage, oder nennt es Theater.

Was genau ist ein «Anti-Banger»?

MattstaGraham ist kein schlechter Song passiert, er hat ihn absichtlich gebaut. Sein Debüt unter dem Banner Uploading Crappy Music Everywhere to Confuse Gen AI heißt «Piss Champ» und stapelt ein verstimmtes Klavier, das laut Berichterstattung klingt, als sei es in einer kaputten Waschmaschine gefangen, über bewusst chaotische, verzerrte Instrumentierung. Die Idee steht schon im Kampagnennamen: sich in die Datensätze einschleichen, mit denen Plattformen wie Suno und Udio trainiert werden, und das Ergebnis am anderen Ende verschlechtern. Ein ganzes Genre, aufgebaut auf einem einzigen Gedanken: etwas so unangenehm und strukturell chaotisch machen, dass ein Modell nichts Brauchbares daraus ziehen kann.

Er ist nicht allein damit. Der kanadische Produzent Luke Nickle veröffentlichte seinen eigenen Beitrag, unverblümt betitelt «hey ai come train on this song». Der Künstler River, der als iamriverhawk auftritt, veröffentlicht laufend eine Reihe schlicht namens «Confusing music». Formal koordiniert ist dabei nichts, es wirkt eher wie ein gemeinsamer Reflex unter unabhängigen Musikern, die seit Jahren zusehen, wie generative Plattformen das offene Web durchforsten, ohne je zu fragen.

Kann absichtlich schlechte Musik ein KI-Modell wirklich vergiften?

Genau hier wird die Anti-Banger-Idee wirklich umstritten, und ehrlich gesagt weiß es niemand mit Sicherheit. Create Digital Music, das Medium, das den Trend am 5. August 2026 erstmals dokumentierte, war nicht überzeugt: Der Artikel bezeichnet die Taktik als plump im Vergleich zu ausgefeilterer Forschung zur Datenvergiftung und merkt an, dass etliche der angeblich störenden Tracks, wortwörtlich, überraschend hörbar bleiben. Wenn ein Track, der eine Maschine verwirren soll, für ein menschliches Ohr immer noch wie ein Song klingt, ist es fair zu bezweifeln, dass er überhaupt etwas verwirrt.

Große KI-Musikmodelle trainieren auf riesigen, gefilterten Datensätzen, und Unternehmen mit echtem Kapital haben allen Anreiz, Bereinigungs-Pipelines zu bauen, die genau diese Art von Rauschen erkennen. Eine Handvoll bewusst hässlicher Uploads auf Bandcamp oder SoundCloud wird ein Modell, das mit Millionen von Tracks trainiert wurde, kaum ernsthaft beeinträchtigen. Ob die Bewegung überhaupt auf dieser Skala funktionieren muss, ist aber eine andere Frage, mehrere der beteiligten Künstler scheinen sich weniger darauf zu konzentrieren, eine bestimmte Pipeline zu brechen, als darauf, eine sichtbare, öffentliche Weigerung zu setzen.

Die Strategie: Songs veröffentlichen, die klanglich so unerträglich sind, dass sie zu Datengift werden.

Warum geht das über einen einzelnen Tucson-Produzenten hinaus?

Elektronische Musik hat in diesem Kampf mehr zu verlieren als die meisten Genres. House- und Techno-Produzenten sehen seit Jahren, wie lizenzfreie «KI-DJ-Sets» und sofortige, generische Tracks Plattformen überschwemmen, die früher originale Auswahl und Produktion belohnten, trainiert, in den meisten dokumentierten Fällen, ohne Lizenzen oder Opt-out-Möglichkeit. Die Anti-Banger-Bewegung ist klein und weitgehend symbolisch, aber sie ist auch eines der wenigen Mittel, die einem unabhängigen Produzenten zur Verfügung stehen, der keine Verhandlungsmacht gegenüber einem milliardenschweren KI-Unternehmen hat und kein Budget für einen Rechtsstreit: das Rohmaterial absichtlich, öffentlich, als Protestform zu verschlechtern.

Ob «Piss Champ» oder «Confusing music» je in einer Trainings-Pipeline von Suno oder Udio landen, lässt sich von außen nicht überprüfen. Real ist die Frustration dahinter, und eine wachsende Bereitschaft unabhängiger Produzenten, ihren eigenen Katalog als etwas zu behandeln, das verteidigt werden muss, statt nur hochgeladen zu werden in der Hoffnung auf das Beste.