EIN SONG, SECHS STEMS: WAS DIE NEUE KI-TRENNUNG IN PRO TOOLS UND CUBASE WIRKLICH KANN

Ein fertiger Song liegt als einzelne Audiodatei vor, die ursprünglichen Studioaufnahmen existieren nicht mehr und trotzdem sollen Gesang, Schlagzeug, Bass und weitere Instrumente wieder getrennt bearbeitbar werden. Was lange Zeit nur eingeschränkt oder mit erheblichem technischen Aufwand möglich war, gehört inzwischen zum Funktionsumfang moderner Musiksoftware. Anfang November 2026 haben gleich zwei etablierte Hersteller neue beziehungsweise verbesserte Lösungen für diese Aufgabe veröffentlicht. Sowohl Avid als auch Steinberg setzen dabei auf künstliche Intelligenz, verfolgen jedoch unterschiedliche Wege bei der Integration und Bereitstellung ihrer Werkzeuge.

Die Entwicklung ist vor allem deshalb interessant, weil Stem-Separation längst nicht mehr ausschließlich als Spezialfunktion für DJs oder Remixer gedacht ist. Auch Musikproduzenten, Toningenieure und kreative Einsteiger können davon profitieren, wenn einzelne Bestandteile einer fertigen Aufnahme nachträglich zugänglich werden. Doch die Technologie wirft eine wichtige Frage auf, die in Produktvorführungen häufig zu kurz kommt: Wie viel des ursprünglichen musikalischen Materials lässt sich tatsächlich isolieren, ohne dass hörbare Schäden entstehen? WILD LAB untersucht die neuen Möglichkeiten, erklärt die technischen Grenzen und zeigt, worauf es bei einer seriösen Qualitätsbewertung ankommt.

🟨 ZWEI HERSTELLER, EINE WOCHE UND DIESELBE IDEE

Mit Pro Tools 2026.11 veröffentlichte Avid eine neue Version seiner Musiksoftware, die unter anderem den Pro Tools Stem Separator enthält. Die Versionshinweise datieren die Veröffentlichung auf den 3. November, während die offizielle Presseankündigung am 5. November erschien. Das neue Werkzeug kann fertig gemischte Audioaufnahmen innerhalb der Software in bis zu sechs musikalische Bestandteile aufteilen. Eine zusätzliche Cloudanwendung oder ein externer Dienst wird für die eigentliche Verarbeitung nicht benötigt.

Am 4. November stellte Steinberg die neue Version Cubase 16 vor und erweiterte damit ebenfalls seine Möglichkeiten zur Trennung fertiger Musikaufnahmen. Anders als Avid führt Steinberg die grundlegende Funktion nicht erstmals ein, sondern verbessert die bereits vorhandene Stem-Separation. Ein neuer Algorithmus des Technologiepartners zplane soll die Klangqualität erhöhen und die bisherige Aufteilung um zusätzliche Instrumentengruppen erweitern. Damit zeigen zwei große Hersteller nahezu gleichzeitig, welchen Stellenwert KI-gestützte Audiobearbeitung inzwischen innerhalb klassischer Produktionsprogramme erreicht hat.

🟨 SECHS STEMS SIND NICHT SECHS ORIGINALSPUREN

Der Begriff Stem beschreibt im Audiobereich eine zusammengefasste Gruppe musikalischer Signale. Ein Schlagzeug-Stem kann beispielsweise aus mehreren ursprünglichen Schlagzeugspuren bestehen, während ein Gesangs-Stem Hauptstimme, Doppelungen und weitere Gesangselemente enthalten kann. Solche Gruppen werden bei einer normalen Studioproduktion gezielt zusammengemischt und anschließend als gemeinsame Audiodateien ausgegeben. Bei der KI-Stem-Separation versucht dagegen ein Algorithmus, entsprechende musikalische Bestandteile nachträglich aus einem bereits fertigen Mix herauszulösen.

Genau hier liegt der entscheidende Unterschied zwischen Trennung und Wiederherstellung. Wenn mehrere Instrumente zusammen mit Effekten, Dynamikbearbeitung und räumlichen Informationen in einer Stereoaufnahme gespeichert wurden, sind ihre ursprünglichen Einzelsignale nicht mehr vollständig unabhängig vorhanden. Die KI kann anhand erlernter Eigenschaften abschätzen, welche Klanganteile zu welchem Instrument gehören. Sie kann daraus überzeugende neue Teilaufnahmen erzeugen, aber nicht garantieren, dass diese mit den ursprünglichen Studioaufnahmen identisch sind.

🟨 AVID: SECHS INSTRUMENTENGRUPPEN DIREKT IN PRO TOOLS

Der neue Pro Tools Stem Separator unterscheidet sechs Kategorien: Vocals, Drums, Bass, Guitar, Keys und Other. Damit lassen sich Gesang, Schlagzeug, Bass, Gitarren, Tasteninstrumente sowie weitere musikalische Bestandteile getrennt analysieren. Das Werkzeug ist als sogenannte Pro Tools Extension integriert und lässt sich innerhalb der Produktionsumgebung öffnen. Nutzer können eine Aufnahme in das entsprechende Fenster ziehen und die erzeugten Bestandteile bereits vor ihrer Übernahme in das eigentliche Projekt anhören.

Die ausgewählten Ergebnisse lassen sich anschließend als eigenständige Audiospuren in die laufende Session übernehmen. Dadurch können einzelne Instrumentengruppen bearbeitet, in ihrer Lautstärke verändert oder für neue Arrangements verwendet werden. Avid bezeichnet die Funktion ausdrücklich als geeignet für Remixe, Sounddesign, Musikproduktion und die Arbeit mit Stereoaufnahmen, deren ursprüngliche Mehrspurprojekte nicht mehr verfügbar sind. Entscheidend bleibt dabei, dass aus einer einzelnen Aufnahme neue Bearbeitungsmöglichkeiten entstehen, nicht dass die ursprünglichen Studiomikrofone oder Instrumentensignale tatsächlich wiederhergestellt werden.

🟨 CUBASE 16: STEINBERG VERBESSERT DIE BESTEHENDE TRENNUNG

Steinberg setzt bei Cubase 16 auf eine überarbeitete Technologie des deutschen Audiounternehmens zplane. Die neue Version erweitert die Stem-Separation auf die sechs Kategorien Vocals, Drums, Bass, Piano, Guitar und Other Instruments. Besonders die getrennte Erkennung von Klavier und Gitarre gehört zu den Neuerungen gegenüber der bisherigen Aufteilung. Laut Steinberg wurde außerdem der zugrunde liegende Algorithmus verbessert, um präzisere und klanglich hochwertigere Ergebnisse zu erzielen.

Die Unterschiede zu Pro Tools zeigen sich bereits bei der Einteilung der Instrumente. Während Avid eine gemeinsame Kategorie für Tasteninstrumente verwendet, benennt Steinberg ausdrücklich das Klavier als eigene Gruppe. Ob dadurch etwa Synthesizer, elektrische Pianos oder komplex geschichtete Keyboardklänge zuverlässiger getrennt werden, lässt sich aus den Produktbeschreibungen allein nicht ableiten. Die beiden Programme verwenden unterschiedliche technische Ansätze, weshalb erst ein unabhängiger Vergleich zeigen könnte, welche musikalischen Materialien sich mit welchem System besser bearbeiten lassen.

🟨 KOSTENLOSE KI-TRENNUNG: AVID SETZT EIN AUSRUFEZEICHEN

Eine Besonderheit der Avid-Veröffentlichung ist der Zugang zur neuen Funktion. Der Pro Tools Stem Separator gehört nicht ausschließlich zu den kostenpflichtigen Ausgaben Artist, Studio und Ultimate, sondern ist auch in der kostenlosen Version Pro Tools Intro enthalten. Damit erhalten selbst Nutzer ohne kostenpflichtiges Pro-Tools-Abonnement Zugriff auf die KI-gestützte Trennung in bis zu sechs musikalische Gruppen. Das unterscheidet die Neuerung von vielen professionellen Audiowerkzeugen, bei denen entsprechende Funktionen häufig an umfangreichere Softwarepakete gebunden sind.

Allerdings besitzt Pro Tools Intro weiterhin Einschränkungen gegenüber den kostenpflichtigen Versionen. Avid erlaubt in der kostenlosen Ausgabe unter anderem maximal acht Audiospuren, was bei sechs erzeugten Stems und der ursprünglichen Stereoaufnahme bereits einen erheblichen Teil der verfügbaren Spuren belegt. Außerdem nennt das Unternehmen für Pro Tools 2026.11 mindestens 16 Gigabyte Arbeitsspeicher sowie bestimmte unterstützte Betriebssystemversionen. Die kostenlose Verfügbarkeit des Separators bedeutet deshalb nicht, dass sämtliche Funktionen einer professionellen DAW unbegrenzt genutzt werden können.

🟨 BEI STEINBERG IST DIE FUNKTION DER PRO-VERSION VORBEHALTEN

Der offizielle Funktionsvergleich von Steinberg führt Stem-Separation für Cubase Pro 16 auf. In Cubase Artist 16 ist diese Funktion nicht enthalten, und auch die kleineren Versionen Elements, AI und LE bieten sie nicht als integriertes Werkzeug an. Nutzer müssen daher genau auf ihre vorhandene Edition achten, bevor sie ein entsprechendes Update oder Upgrade planen. Die Veröffentlichung von Cubase 16 bedeutet nicht automatisch, dass sämtliche neuen Produktionsfunktionen in jeder Version der Software verfügbar sind.

Dieser Unterschied ist für unabhängige Musiker besonders wichtig, weil viele mit kleineren Cubase-Versionen arbeiten. Wer lediglich eine einzelne Audiodatei in mehrere Instrumentengruppen aufteilen möchte, benötigt dafür nicht zwangsläufig die gesamte Ausstattung einer professionellen Produktionsumgebung. Avid bietet mit Pro Tools Intro deshalb einen besonders niedrigschwelligen Einstieg in die neue Technik. Ob Cubase Pro 16 für einen bestehenden Nutzer dennoch die praktischere Lösung darstellt, hängt vom vorhandenen Produktionsablauf und von weiteren benötigten Funktionen ab.

🟨 DAS SCHWIERIGSTE PROBLEM IST DER GEMEINSAME KLANGRAUM

Die Trennung musikalischer Instrumente klingt zunächst wie eine einfache Sortieraufgabe, bei der die KI bestimmte Frequenzen einzelnen Klangquellen zuordnet. Tatsächlich überschneiden sich die Frequenzbereiche vieler Instrumente erheblich, weshalb eine reine Aufteilung nach Tonhöhen nicht ausreicht. Eine Bassgitarre kann hohe Obertöne besitzen, während ein tiefer Synthesizer in denselben Frequenzbereichen wie ein akustischer Bass arbeitet. Auch Stimmen, Gitarren und Tasteninstrumente können gleichzeitig sehr ähnliche Klanganteile erzeugen.

Hinzu kommt, dass moderne Musikproduktionen selten aus vollständig voneinander unabhängigen Klängen bestehen. Hallräume, Delays, Verzerrungen und gemeinsame Dynamikbearbeitung verbinden die einzelnen Instrumente bereits während der Produktion. Besonders aufwendig wird die Trennung, wenn mehrere Klangquellen gleichzeitig dieselben Töne spielen oder durch gemeinsame Effekte miteinander verschmelzen. Die KI muss deshalb nicht nur Instrumente erkennen, sondern auch entscheiden, welche gemeinsam entstandenen Klanganteile zu welchem Ergebnis gehören sollen.

🟨 WARUM EINE FREIGESTELLTE STIMME NICHT AUTOMATISCH SAUBER KLINGT

Gesang gehört zu den musikalischen Elementen, für die Stem-Separation besonders häufig eingesetzt wird. Eine freigestellte Stimme kann für einen Remix, die Bearbeitung einer Aufnahme oder eine alternative musikalische Begleitung verwendet werden. Moderne Systeme können dabei erstaunlich deutlich zwischen Stimme und Instrumenten unterscheiden, doch auch hier entstehen typische Schwierigkeiten. Vor allem stark bearbeitete Gesänge, mehrstimmige Passagen und gemeinsame Raumeffekte machen eine saubere Trennung kompliziert.

Ein häufiger Fehler besteht darin, dass im isolierten Gesang noch leise Instrumentenanteile zu hören sind oder bestimmte Bestandteile der Stimme verloren gehen. Dadurch können beispielsweise Zischlaute unnatürlich wirken, Konsonanten an Klarheit verlieren oder leise Gesangsdetails beschädigt werden. Ebenso können Hallfahnen teilweise im Instrumental-Stem verbleiben, obwohl die eigentliche Stimme bereits isoliert wurde. Deshalb müsste ein hochwertiger Test nicht nur beurteilen, wie deutlich die Stimme hervorkommt, sondern auch, welche Details dabei erhalten bleiben.

🟨 SCHLAGZEUG, BASS UND SYNTHESIZER ALS HÄRTETEST

Die Trennung von Schlagzeug und Bass ist besonders anspruchsvoll, weil beide Instrumentengruppen häufig denselben tiefen Frequenzbereich nutzen. Eine kräftige Bassdrum kann mit dem Bassinstrument verschmelzen, während elektronische Percussion und Synthesizer ähnliche Impulsstrukturen besitzen. Gerade moderne Dance-, House- und Techno-Produktionen enthalten häufig zahlreiche geschichtete Klänge, deren genaue Zuordnung schwierig ist. Ein Algorithmus muss dabei unterscheiden, ob ein kurzer elektronischer Impuls zum Schlagzeug oder zu einem melodischen Instrument gehört.

Bei Gitarren und Tasteninstrumenten entstehen andere Herausforderungen. Verzerrte Gitarren können spektral ähnlich dicht wie Synthesizer klingen, während elektrische Pianos und bestimmte elektronische Klänge gemeinsame Eigenschaften besitzen. Auch längere gehaltene Akkorde oder stark modulierte Sounds lassen sich nicht immer eindeutig einer einzelnen Kategorie zuordnen. Deshalb wäre es besonders interessant, beide Systeme mit akustischer Musik und mit aufwendig produzierten elektronischen Titeln zu vergleichen.

🟨 WILD LAB: WIE EIN WIRKLICH AUSSAGEKRÄFTIGER TEST AUSSEHEN MÜSSTE

Ein seriöser Vergleich sollte mit einer eigenen Musikproduktion beginnen, deren ursprüngliche Einzelspuren vollständig verfügbar sind. Aus diesen Spuren wird zunächst ein fertiger Stereomix erstellt, der anschließend unverändert mit beiden Programmen verarbeitet wird. Danach können die erzeugten Stems mit den tatsächlich vorhandenen Instrumentengruppen verglichen werden. Auf diese Weise lässt sich unterscheiden, ob ein System lediglich überzeugend klingt oder die ursprünglichen musikalischen Bestandteile tatsächlich präzise isoliert.

Zusätzlich sollten mehrere unterschiedliche Produktionen untersucht werden, beispielsweise eine akustische Ballade, ein elektronischer Dance-Track und ein dicht arrangierter Popsong. Für alle Vergleiche müssen dieselben Ausgangsdateien und geeignete Lautstärkeanpassungen verwendet werden, damit Pegelunterschiede nicht fälschlich als Qualitätsunterschiede wahrgenommen werden. Besonders wichtig wäre die Untersuchung leiser Klangreste, beschädigter Transienten und Veränderungen der räumlichen Darstellung. Erst nach einer solchen kontrollierten Prüfung ließe sich seriös beurteilen, welches System unter welchen Bedingungen die überzeugenderen Ergebnisse liefert.

🟨 DER UNTERSCHÄTZTE TEST: WAS PASSIERT BEIM ZUSAMMENMISCHEN?

Eine zusätzliche Kontrollmöglichkeit besteht darin, sämtliche erzeugten Stems erneut zusammenzumischen. Im Idealfall sollte dieser neu zusammengesetzte Mix dem Ausgangsmaterial möglichst ähnlich sein. Hörbare Abweichungen können darauf hinweisen, dass bestimmte Klanganteile während der Trennung verändert, verloren oder mehrfach verteilt wurden. Allerdings beweist auch eine nahezu perfekte Wiederherstellung des Gesamtmixes nicht automatisch, dass die einzelnen Instrumentengruppen fehlerfrei isoliert wurden.

Genau deshalb müssen die beiden Qualitätsfragen getrennt betrachtet werden. Ein System kann beim erneuten Zusammenmischen ein überzeugendes Ergebnis liefern und trotzdem einen Teil der Gitarre versehentlich im Gesangs-Stem belassen. Umgekehrt können einzelne Stems für kreative Bearbeitungen gut nutzbar sein, obwohl ihre erneute Kombination geringfügig vom Ausgangsmaterial abweicht. Für WILD LAB wäre daher sowohl die Qualität der einzelnen Stems als auch die Übereinstimmung des rekonstruierten Gesamtmixes relevant.

🟨 LOKALE VERARBEITUNG IST MEHR ALS EIN TECHNISCHES DETAIL

Avid hebt ausdrücklich hervor, dass die gesamte KI-Analyse des Stem Separators lokal auf dem Computer stattfindet. Die verwendeten Audioaufnahmen müssen für diesen Verarbeitungsschritt nicht in eine Cloud hochgeladen werden. Nach Angaben des Unternehmens werden die Inhalte außerdem nicht zur Schulung der KI-Modelle verwendet oder für die Separation an externe Dienste übertragen. Für Musiker, die mit unveröffentlichtem Material arbeiten, ist das ein wichtiger Unterschied gegenüber cloudbasierten Angeboten.

Die lokale Verarbeitung bedeutet allerdings nicht, dass Pro Tools insgesamt keinerlei Internetzugang benötigt. Für Installation und Aktivierung nennt Avid weiterhin eine Internetverbindung als Voraussetzung. Die Trennung selbst soll anschließend ohne Onlineverbindung durchgeführt werden können, wobei Rechengeschwindigkeit und Systemauslastung vom verwendeten Computer abhängen. Für Steinbergs neue Trenntechnologie sollte die Datenverarbeitung gesondert anhand der entsprechenden Produktdokumentation geprüft werden, bevor man dieselben Eigenschaften behauptet.

🟨 WAS STEM-SEPARATION FÜR REMIXES UND RESTAURATION LEISTEN KANN

Die neuen Möglichkeiten sind nicht auf klassische Musikremixe beschränkt. Wer ältere eigene Aufnahmen besitzt, deren Originalprojekte nicht mehr existieren, kann versuchen, einzelne Instrumentengruppen nachträglich zugänglich zu machen. So könnten beispielsweise Gesangsanteile für eine neue Begleitung vorbereitet oder bestimmte Instrumente in ihrer Lautstärke angepasst werden. Auch bei der Restaurierung beschädigter Aufnahmen können getrennte musikalische Bestandteile zusätzliche Bearbeitungsmöglichkeiten eröffnen.

Dabei bleibt die Ausgangsqualität entscheidend. Eine bereits stark komprimierte, verzerrte oder fehlerhaft gemasterte Aufnahme enthält Informationen, die durch eine nachträgliche KI-Trennung nicht automatisch wiederhergestellt werden. Ebenso wenig entstehen aus einem fertigen Stereomix plötzlich sämtliche ursprünglichen Mikrofonspuren mit ihren individuellen Einstellungen. Die Technologie schafft zusätzliche Bearbeitungsfreiheit, kann aber die vollständige Produktionsgeschichte einer Aufnahme nicht rückgängig machen.

🟨 AUCH DIE BESTE KI ERSETZT KEINE MUSIKALISCHE ENTSCHEIDUNG

Ein technisch sauber isolierter Gesang ist noch keine Garantie für einen gelungenen Remix. Ebenso kann eine getrennte Bassspur musikalisch unbrauchbar sein, wenn sie rhythmisch oder klanglich nicht zum neuen Arrangement passt. Die Qualität einer Produktion hängt weiterhin von Entscheidungen über Dynamik, musikalische Spannung, Klangfarben und das Zusammenspiel der einzelnen Elemente ab. KI-Stem-Separation liefert dafür Material, übernimmt aber nicht automatisch die gesamte kreative Arbeit.

Gerade deshalb sollten solche Werkzeuge nicht ausschließlich nach der Anzahl ihrer Ausgabespuren bewertet werden. Ein System mit vier sehr sauber getrennten Gruppen kann für bestimmte Aufgaben geeigneter sein als eine Sechsfach-Trennung mit zahlreichen Klangfehlern. Umgekehrt können zusätzliche Instrumentenkategorien in anderen Situationen erhebliche Vorteile bieten. Die tatsächliche Qualität ergibt sich aus dem Zusammenspiel von Trennschärfe, Klangtreue, Bearbeitbarkeit und dem jeweiligen musikalischen Einsatzzweck.

🟨 SECHS SPUREN SIND EIN FORTSCHRITT, ABER NOCH KEIN WUNDER

Die nahezu gleichzeitigen Neuerungen von Avid und Steinberg zeigen, wie stark sich KI-basierte Audiowerkzeuge innerhalb etablierter Musiksoftware weiterentwickeln. Funktionen, für die früher eigenständige Anwendungen oder externe Dienste erforderlich waren, werden zunehmend direkt in den Produktionsablauf integriert. Besonders Avids Entscheidung, die neue Trennfunktion auch kostenlos bereitzustellen, könnte deren Verbreitung unter Hobbyproduzenten und unabhängigen Musikern fördern. Steinberg setzt dagegen auf eine verbesserte Integration seiner vorhandenen Trenntechnologie innerhalb der professionellen Cubase-Umgebung.

Für eine abschließende Qualitätsbewertung fehlen derzeit noch die Ergebnisse eines kontrollierten Vergleichs unter identischen Bedingungen. WILD LAB hat die aktuellen Produktfunktionen und technischen Herstellerangaben untersucht, aber keinen eigenen Hörtest mit Pro Tools 2026.11 und Cubase 16 durchgeführt. Deshalb wäre jede Behauptung, eines der beiden Programme liefere bereits nachweislich die besseren Stems, verfrüht. Die wichtigste Erkenntnis bleibt dennoch klar: Künstliche Intelligenz macht fertige Musik zunehmend wieder bearbeitbar, aber sie verwandelt einen fertigen Mix nicht auf magische Weise zurück in seine ursprüngliche Studio-Session.