KI-unterstützte Musikkomposition im Test : Eine empirische Untersuchung zu Usability und Akzeptanz der Multi-Track Music Machine in Cubase

Abstract

Die Anwendungsfelder im Bereich der künstlichen Intelligenz (KI) für co-kreative Arbeitsprozesse wachsen stetig. Auch in die Musikproduktion haben intelligente Tools ihren Weg gefunden und werden dort nun von den Nutzer:innen digitaler Audio Workstations (DAWs) angewendet. Diese Bachelorarbeit untersucht die Nutzungserfahrungen von unerfahrenen Komponist:innen mit der Multi-Track Music Machine (MMM), einem generativen System für KI-assistierte Musikproduktion. Für die Untersuchung wird MMM in die DAW Cubase 13 integriert. Unter Berücksichtigung internationaler Standards und Empfehlungen von Expert:innen wird eine fragenbogenbasierte empirische Mixed Method Studie konzipiert, die auf bestehende Metriken für die Quantifizierung von Usability und Technology Acceptance zurückgreift. Zum Einsatz kommen qualitative und quantitative Messinstrumente. Die Ergebnisse zeigen eine grundsätzlich positive Bewertung der Usability, während bei der Akzeptanz Uneinigkeiten zu bemerken waren. Diese werden anhand der Wünsche und Anregungen der Teilnehmenden zum System analysiert. Daraus werden Strategien zur Entwicklung effektiverer Anpassungsmöglichkeiten diskutiert, die die Akzeptanz des Systems erhöhen können, um zukünftige Wege aufzuzeigen.

Artificial intelligence (AI) applications for co-creative work processes are expanding. Intelligent tools have also found their way into music production, where they are now being explored by users of Digital Audio Workstations (DAWs). This bachelor thesis examines the user experience of novice composers with the Multi-Track Music Machine (MMM), a generative system for AI-assisted music production. For the study, MMM is integrated into the DAW Cubase 13. Taking into account international standards and expert tecommendations, a questionnaire-based empirical mixed-method study is designed, drawing on existing metrics for quantifying usability and technology acceptance. Qualitative and quantitative measurement instruments are used. The results show a generally positive assessment of usability, while disagreements were noticeable in terms of acceptance. These are analysed in the light of the participants' wishes and suggestions for the system. From this, strategies for developing more effective customisstion options that can increase the acceptance of the system are discussed in order to identify future paths.