"After all, it is we who adapt to the machine. The machine does not adapt to us..." Friedrich Kittler (interview, 2011)

Nahezu 100 Jahre alte Experimente zur maschinellen Klanganalyse – wie Homer Dudleys Vocoder (1940) – bildeten die Grundlage für die ersten Sonagraphen (KAY Sona-Graph) Anfang der 1950er Jahre (Kopp, 1947). Der durch Sonagraphen ermöglichte analytische Zugang zu akustischen Eigenschaften aufgenommener Klänge führte zu wissenschaftlichen Durchbrüchen in Phonetik und Bioakustik und war entscheidend für die Entstehung der spektralen Musik (Schaefer & Kursell, 2013).

Die Entwicklung erster Computer mit interaktiven Interfaces zur Echtzeitkommunikation – etwa Iannis Xenakis' UPIC-System (Médigue, 2020) – legte den Grundstein für ein neues Paradigma der Mensch-Maschine-Interaktion. Dies führte zu Software wie Max/MSP und Audiosculpt (Bogaards et al., 2004), die seit Ende der 1990er Jahre, insbesondere durch den Aufstieg des PCs, breiten Zugang zu avancierten Technologien der Klanganalyse und -synthese ermöglichten.

Daraus resultierende philosophische wie ästhetisch-praktische Fragen, wie mit einem Interface umzugehen sei, das prinzipiell jeden Klang resynthetisieren kann, waren Ausgangspunkt der Überlegungen von Risset & Wessel (1999). Sie betonten die entscheidende Rolle des menschlichen Hörers als „Goodness-of-fit“-Selektor, der – über komplexe, bewusste wie unbewusste kognitive Prozesse – die wesentlichen Entscheidungen über das Klangergebnis trifft.

Mit der rasanten Entwicklung des maschinellen Lernens (Polyakov, 2025) lassen sich zunehmend Aspekte des „Goodness-of-fit“ automatisieren, die zuvor ausschließlich menschlicher Kognition vorbehalten waren. Dies führt aktuell nicht nur zur Automatisierung der Klangreplikation durch generative KI, sondern auch zur Imitation komplexer musikalischer Strukturen (z. B. durch Suno oder Udio) und somit zu einer grundlegenden Veränderung etablierter Mensch-Maschine-Interaktionsparadigmen, die nicht zuletzt für erheblichen Aufruhr vor allem im künstlerischen Bereich gesorgt hat. So sehen laut der aktuellen GEMA-Studie „AI and Music“ über 94% der Befragten, dass die Risiken KI-generierter Musik deren potenzielle positive Aspekte überwiegen.

Der vorliegende Beitrag diskutiert Konzepte der Embeddings und Latent Spaces, die Einblicke in das maschinelle „Verständnis“ von Klängen bieten, und untersucht deren Bedeutung für Höranalyse und analytische Interpretation. Reflektiert werden dabei langjährige praktische und methodische Erfahrungen aus Einzelunterricht und Seminaren in Elektroakustik und Musikwissenschaft an der Hochschule für Musik und Theater Leipzig.

Die phänomenologische Analyse fristet trotz ihrer erkenntnistheoretischen Potenziale ein Nischendasein in der gegenwärtigen Musiktheorie. Dabei vermag sie das unmittelbare Hörerlebnis mit systematischer Strukturuntersuchung zu verknüpfen und ermöglicht eine Perspektive, die konventionelle analytische Methoden sinnvoll ergänzt. Seit den frühen Untersuchungen Carl Stumpfs und den Arbeiten von Batstone (1969), Ferrara (1984) und Lewin (1986) sowie später von Moraitis (1994) und Redmann (2002) hat sich eine marginalisierte, aber bemerkenswerte Tradition phänomenologischer Betrachtungsweisen entwickelt, deren kritische Bestandsaufnahme und methodische Rehabilitation im Mittelpunkt dieses Vortrags steht. Durch eine Gegenüberstellung dieser Ansätze wird eine integrative Methodik erarbeitet, die ein vernachlässigtes analytisches Potenzial neu erschließt.

Ausgangspunkt ist die in der Musiktheorie selten thematisierte Diskrepanz zwischen Notentext und Hörerlebnis: Zum Einen steht der Eindeutigkeit der Partitur ein potenziell uneindeutiges Hörerlebnis gegenüber, und zum Anderen ist die Deduktivität eines Höreindrucks häufig der eines Notentextes überlegen, der zuallererst Abbild einer Struktur ist. Dieser Umstand spiegelt sich des Öfteren in der Motivation von Studierenden, dem im Hören präsenten "Geheimnis" einer Passage analytisch auf die Schliche kommen zu wollen.

Die entwickelte Methodik verbindet die bislang nur sporadisch rezipierten Konzepte von Batstones Unterscheidung zwischen Oberfläche und Struktur, Ferraras mehrschichtigem Hören und Lewins Legitimierung divergierender Hörweisen. Die methodische Umsetzung folgt einem zweistufigen Verfahren: Zunächst werden in offenen Hörsitzungen unmittelbare Eindrücke systematisch dokumentiert. In einem zweiten Schritt wird diese hörphänomenologische Kartographie zum Ausgangspunkt der Partituranalyse, die vom Höreindruck geleitet wird. Dies ermöglicht nicht nur, Kongruenzen und Differenzen zwischen Höreindruck und Notation aufzudecken, sondern auch jene Details freizulegen, die im Hören prägnant erscheinen, in der Partitur jedoch kaum hervortreten. Gerade diese hörend dominanten, aber notationstechnisch verborgenen Phänomene erweisen sich analytisch oft als besonders aufschlussreich.

Im Gegensatz zur Strukturanalyse und zur empirischen Musikforschung akzeptiert der phänomenologische Ansatz die Subjektivität als epistemologischen Ausgangspunkt. Dies steht im Widerspruch zum Paradigma der "Objektivität", das häufig als wissenschaftliches Ideal gilt, obwohl es bei komplexen ästhetischen Phänomenen an seine Grenzen stößt.

Der Vortrag plädiert für eine Neubesinnung auf phänomenologische Ansätze als wertvolle Ergänzung zum etablierten methodischen Repertoire und demonstriert, wie eine Dialektik zwischen dem "scharfen" analytischen und dem oft marginalisierten "unscharfen" phänomenologischen Gehör zu einem vollständigeren Werkverständnis führen kann.

Ausgangspunkt bildet eine Analyse von Dmitry Tymoczko aus „A Geometry Of Music“ (2011). Debussy‘s Prélude „Des pas sur la neige“ dient dem Autor als Fallbeispiel für die analytische Anwendung seiner Scale-Theory. Die Analyse ignoriert allerdings (bewusst) die Frage, was wir als Hörer:innen eigentlich hören, bzw. inwiefern die analytischen Erkenntnisse für das Hören überhaupt relevant sind. Ich werde deshalb versuchen, die vorliegende Analyse im Sinne einer Hör-Analyse weiterzuentwickeln, genauer; die aufgezeigten Prinzipien der Skalentheorie mit dem Postulat des Hörens im Sinne der Tonfeld-Theorie zu bereichern: „…kommt es doch darauf an, alle Beziehungen im Werk hörend zu erfassen; papierne Analysen bloß des Partitur-Bildes sind völlig unbrauchbar.“ (B. Haas, Die neue Tonalität von Schubert bis Webern. Hören und Analysieren nach Albert Simon, Wilhelmshaven: Noetzel 2004, S. 10)

Das analytische Herausarbeiten klanglicher bzw. hörrelevanter Aspekte erfolgt in zwei aufeinander aufbauenden Schritten: Zum einen die Untersuchung der Intervall-Beschaffenheit bestimmter Skalen bzw. Tonfelder hinsichtlich ihres Klangcharakters (Materialanalyse), zum andern die detaillierte Analyse zentraler Stellen des Stücks, an denen sich die beschriebenen Klangcharaktere heraushören lassen. Dabei bediene ich mich „inszenierter“ Hörbeispiele - gemeint ist das gezielte Verändern oder Zusammenstellen von Werkausschnitten, um bestimmte Zusammenhänge nachvollziehen zu können. Die so “hörend erfassten” Einsichten weichen nicht nur wesentlich von der zugrundeliegenden Skalen-Analyse ab, der analytische Vorgang an sich ist von Grund auf verschieden, obwohl scheinbar dasselbe Material (Tonvorräte) untersucht wird. Am vielleicht auffälligsten zeigt sich dieser Wesensunterschied da, wo Tymoczkos Analyse diejenige Skala ignoriert, die meiner Ansicht nach den Klangcharakter (im Sinne eines Tonfelds) sowie den musikalischen Prozess des gesamten Stückes maßgeblich prägt.