Was MuseCool aus 2.000 Musikstunden über KI-gestützten Unterricht gelernt hat

MuseCools erste sechs Monate im öffentlichen Betrieb liefern vor allem eine Erkenntnis für Bildungstechnologie: Eine Musikstunde lässt sich nicht auf ein Transkript reduzieren. Nach Angaben des Unternehmens wurden seit dem öffentlichen Start im April rund 2.000 Unterrichtsstunden verarbeitet. Die Audio-KI analysiert dabei sowohl das gesprochene Wort als auch die gespielte Musik. 23

Das ist weiterhin eine kleine, unternehmensnahe Datenbasis und keine belastbare Bestandsaufnahme des gesamten Musikunterrichts. Sie gibt aber einen ersten Einblick in den Einzelunterricht – und in die Anforderungen, die KI-Werkzeuge für Lehrkräfte erfüllen müssen.

Spielen ist nur ein Teil der Unterrichtsstunde

Die frühe Auswertung von MuseCool legt nahe, dass Lernende im Durchschnitt nur etwa 40 Prozent einer Musikstunde am Instrument spielen. Die übrige Zeit entfällt etwa auf Erklärungen, Vormachen, Zuhören, Gespräche und weitere Unterrichtsphasen. 6

Das ist relevant, weil ein System, das lediglich Noten erkennt oder nur Sprache verschriftlicht, einen großen Teil der Stunde nicht erfassen würde. Lehrkräfte erklären etwa eine Technik, spielen eine Passage vor, benennen ein Problem, hören zu, formulieren ein Übeziel oder sprechen über Interpretation – oft zwischen vergleichsweise kurzen Spielphasen der Schülerinnen und Schüler.

Die 40-Prozent-Angabe ist mit Vorsicht zu lesen: Sie beruht auf operativen Daten von MuseCool selbst und wurde nicht als repräsentative, unabhängig geprüfte Studie für die gesamte Branche vorgestellt. 36 Dennoch stellt sie die Annahme infrage, Unterrichtsqualität lasse sich einfach an der Dauer des Spielens messen.

Warum MuseCool auf musikbewusste KI setzt

MuseCool beschreibt seinen technischen Ansatz als Music Information Retrieval. Gemeint ist die Analyse der gespielten Musik zusammen mit Sprache und Unterrichtskontext. Ziel ist es nach Darstellung des Unternehmens, zu erkennen, was gespielt wurde und woran Lehrkraft und Lernende gearbeitet haben – statt ein Gespräch nur in Text umzuwandeln. 23

Diese Unterscheidung ist für das Produkt zentral. Ein Aufzeichnungstool, das lediglich ein allgemeines Transkript ausgibt, kann für Lehrkräfte zusätzlichen Lesestoff erzeugen. Ein System, das Musik versteht, könnte die Stunde dagegen in nützliches Material für danach überführen: eine strukturierte Zusammenfassung, eine Dokumentation der musikalischen Aktivitäten und Hinweise für das Üben zwischen zwei Terminen.

MuseCool beschreibt zudem eine Plattform, die aus Aktivitäten in laufenden Stunden Unterrichtsanalysen, passende Noten und personalisierte Übespiele ableiten soll. Hinzu kommen Verwaltungsfunktionen wie Zahlungsabwicklung. 15

Entscheidend ist, ob Lehrkräfte Aufwand sparen

Neue Technik im privaten Unterricht durchzusetzen, ist schwierig: Unterrichtsstile sind persönlich, über Jahre gewachsen und bewusst flexibel. Lehrkräfte werden ein System kaum annehmen, wenn es sie in starre Abläufe zwingt oder eine weitere Verwaltungsaufgabe schafft.

MuseCools bisherige Produktrichtung trägt dieser Hürde Rechnung. Die Unterrichts-KI soll im Hintergrund zuhören und dokumentieren, während die Lehrkraft weiter unterrichtet. 2 Der mögliche Nutzen liegt nicht in Automatisierung um ihrer selbst willen, sondern darin, wiederkehrende Nachbereitung zu verringern und besser aufbereitete Inhalte mit Lernenden teilen zu können.

Daneben betreibt MuseCool einen Marktplatz für Lehrkräfte. Auf der Tutor-Website wirbt das Unternehmen mit mehr als 1.622 Lehrkräften in der Community und über 2.000 Einzelstunden pro Monat – online oder vor Ort. Diese Angaben stammen vom Unternehmen und sind nicht unabhängig geprüft. 8

Marktplatz und Infrastruktur für den Unterricht

MuseCool startete 2017 als Musikschule in London und bietet individualisierten Online- sowie Präsenzunterricht an. 910 Auf seinen Seiten bewirbt das Unternehmen Unterricht zu Hause und online sowie bei ausgewählten Instrumenten ein Einstiegsangebot mit Instrumenten. 45

Das Modell geht damit über ein Werkzeug zur Unterrichtsanalyse hinaus. Es verbindet die Suche und Vermittlung von Lehrkräften mit organisatorischen Funktionen und potenziell auch Lernmaterialien. Praktisch ist das ein B2B2C-Ansatz: Lehrkräfte und Bildungseinrichtungen erhalten Werkzeuge für Abläufe und Einblicke, während Lernende bei der Suche nach passenden Lehrkräften unterstützt werden.

Zum aktuellen Angebot für Lernende gehören bei ausgewählten Instrumenten kostenlose Leihinstrumente für den ersten Monat, die innerhalb dieses Zeitraums zurückgegeben werden können. Welche Instrumente und Bedingungen gelten, hängt vom jeweiligen Angebot ab. 1213

Was ein größerer Unterrichtsdatensatz ermöglichen könnte

Ein wachsender Bestand an Unterrichtsdaten könnte über die Zusammenfassung einzelner Stunden hinaus wertvoll werden. Bei ausdrücklicher Einwilligung, wirksamen Datenschutzmaßnahmen und sorgfältiger wissenschaftlicher Prüfung könnte er Bildungseinrichtungen helfen, Unterrichtsmuster schneller zu erkennen, Lernende mit möglichem zusätzlichem Unterstützungsbedarf zu identifizieren und Lehrmethoden quantitativ zu erforschen.

MuseCool sieht darin die Möglichkeit, eine gewöhnlich private und schwer messbare Aktivität zumindest auf aggregierter Ebene sichtbarer zu machen. 3 Auch für Instrumentenhersteller und Akteure der Musikbranche könnten sorgfältig verwaltete, zusammengefasste Erkenntnisse über Repertoire und Übeverhalten aufschlussreich sein.

Das sind jedoch Möglichkeiten, keine nachgewiesenen Ergebnisse. Ob der Datensatz nützlich ist, hängt von Datenqualität, repräsentativer Abdeckung, informierter Einwilligung, Governance und der Frage ab, ob die Kennzahlen tatsächlich gutes Lernen abbilden – statt nur das, was ein Algorithmus erkennen kann.

Ambitionen, die noch belegt werden müssen

MuseCool wurde mit einer Zusammenarbeit rund um Music Information Retrieval mit der Queen Mary University of London in Verbindung gebracht; außerdem wurde über Pläne im Rahmen eines Innovate-UK-Projekts berichtet. 6 Das vorliegende Material belegt jedoch weder Umfang und Zeitplan noch den Finanzierungsstatus dieser Arbeit. Die Vorhaben sollten deshalb als in Entwicklung begriffen gelten, nicht als bestätigte Ergebnisse.

Das gilt auch für weitere Ziele: Notenmaterial aus der Gemeinfreiheit und lizenzierte Inhalte, stärkere Ansprache von Konservatoriums-Communities, lokale Marktplätze sowie KI-gestützte Instrumente, die einen ganzen Musikraum verstehen. Das Konzept passt zu MuseCools Ansatz, Aufführung und Unterricht gemeinsam auszuwerten. Ein fertiges „sprechendes“ Klavier oder ein Instrument mit Raumverständnis wird durch die vorliegenden Belege jedoch nicht bestätigt. 23

Das vorläufige Fazit

MuseCools bislang wichtigste Erkenntnis lautet nicht, dass KI Musiklehrkräfte ersetzen könnte. Vielmehr ist die sinnvolle Analyseeinheit die gesamte Unterrichtsstunde: Klang, Sprache, Vormachen, Rückmeldung und Kontext.

Die rund 2.000 analysierten Stunden reichen aus, um Hypothesen zu bilden – insbesondere die Beobachtung, dass das Spielen nur etwa 40 Prozent einer durchschnittlichen Stunde ausmacht. Für endgültige Aussagen über Musikunterricht insgesamt reichen sie aber nicht. 36 Als Nächstes muss sich zeigen, ob die musikbewussten Auswertungen Lehrkräften tatsächlich Zeit sparen, das Üben der Lernenden verbessern und den hohen Anforderungen an Datenschutz und Vertrauen in einer persönlichen Unterrichtsbeziehung gerecht werden.