Hörer erkannten die von einem Spielmusik-Generator beabsichtigte Emotion nur in 34% der Fälle, gegenüber 25% per Zufall, und die von Menschen komponierten Stücke im selben Test erzielten dieselben 34% (Ferreira, Lelis und Whitehead, AIIDE 2020). Dieses Ergebnis steckt den Rahmen des Feldes ab: Das Ziel ist selbst für menschliche Musik schwer. Das adaptive System von Hutchings und McCormack erzielte innerhalb der Gruppen ein signifikantes Immersionsergebnis, doch keiner seiner vier Vergleiche zwischen den Gruppen fiel unter p = 0,05 (IEEE Transactions on Games 2019). Auf Steam erhalten Spiele, die generative KI ausweisen, eine Empfehlungsquote von 68,4% gegenüber 86,3% bei Spielen mit prozeduralen Inhalten, wobei diese Zahl ganze Spiele und nicht die Musik betrifft (Bazzaz und Cooper, arXiv-Preprint 2026). Wir haben Daten aus IEEE Transactions on Games, AIIDE, ISMIR, der IEEE Conference on Games und begutachteten Spielerstudien zusammengetragen. Diese Zusammenstellung bleibt bei den Systemen und ihren Bewertungen, lesen Sie sie also zusammen mit unseren Statistiken zu Spiele-Soundtracks für die kommerzielle Seite der Spielemusik.
TL;DR
- 34% richtig bei Valenz plus Erregung gegenüber 25% per Zufall, wobei auch menschliche Stücke bei 34% lagen (Ferreira et al., AIIDE 2020, 116 Teilnehmer).
- Immersion p = 0,121 für Zelda und p = 0,053 für StarCraft II, adaptives System vs Original-Soundtrack (Hutchings und McCormack, IEEE Transactions on Games 2019, 34 Spieler).
- Adaptive Musik steigerte Präsenz und emotionale Wirkung beim Bogenschießen in VR (Wen et al., IEEE TVCG 2026, 22 Teilnehmer).
- Gesamtqualität auf einer Skala von 1 bis 5: Mensch 4,11, bester Generator 3,94 (Ferreira et al., AIIDE 2022, 199 gültige Antworten).
- Die Gewinnquote eines reinen Audio-Spielagenten stieg mit adaptiver Musik von 0,52 auf 0,94 (Khan et al., IEEE CoG 2023, 90 Runden pro Bedingung).
- MusicGen erzeugte 8-Sekunden-Clips auf einem Testrechner in weniger als 4 Sekunden (Marrinan et al., arXiv-Preprint 2024).
- 5.278 Songs aus 397 Spielen in der NES Music Database (Donahue et al., ISMIR 2018).
- 98.940 Gameplay-Clips, gepaart mit Musik aus 389 Spielen (Cardoso et al., FDG 2024).
- 38,87% der Interview-Codes waren Bedenken und 13,09% waren Vorteile (Worrall und Collins, IEEE Transactions on Games 2023, 11 Komponisten).
- Steam-Empfehlungsquote von 86,3% für Spiele mit prozeduralen Inhalten vs 68,4% für Spiele mit generativer KI (Bazzaz und Cooper, arXiv-Preprint 2026).
1. Spielerstudien: Spannung bewegt sich, Immersion lässt sich schwerer belegen
Keiner der vier Vergleiche zwischen den Gruppen in der Studie von Hutchings und McCormack fiel unter p = 0,05, obwohl der Test innerhalb der Gruppen der Arbeit dies tat. Die Schlagzeile ‘Spieler fühlten sich stärker immersiv eingebunden’ trifft darauf zu, wie sich jede Person verschob, nicht auf einen klaren Sieg über den Original-Soundtrack. So kleine Stichproben können nur große Effekte erkennen, ein knappes Verfehlen bei p = 0,053 ist also weder ein Beleg für Erfolg noch für Misserfolg.
Spannung ist das robustere Ergebnis. In Galactic Escape, dem Testspiel der Simon Fraser University, steigerte ein adaptiver Soundtrack die erlebte Spannung sogar dann, wenn er rückwärts auf die Spannungskurve des Spiels abgebildet wurde. Das legt nahe, dass Musik, die hörbar reagiert, wichtiger sein kann als Musik, die korrekt reagiert, was alle zum Nachdenken bringen sollte, die Wochen mit Zuordnungsregeln verbringen. Wen et al. (2026) ergänzen eine Warnung aus der VR: Mittlere musikalische Spannung verbesserte Zielgenauigkeit und Zielzeit, hohe Spannung beeinträchtigte beides, eine umgekehrte U-Form.
| Metrik | Wert | Quelle |
|---|---|---|
| Fester Soundtrack vs adaptiver generativer Soundtrack beim Bogenschießen in VR, Within-Subjects-Design | 22 Teilnehmer, 4 Spannungsphasen; Präsenz und emotionale Wirkung stiegen | Wen et al., IEEE Transactions on Visualization and Computer Graphics 2026 |
| Immersion, adaptives System vs Original-Soundtrack des Spiels Zelda: MoS | p = 0,121, η² = 0,042 (34 Spieler, 2 Gruppen zu je 17, Sitzungen von 20 Minuten) | Hutchings und McCormack, IEEE Transactions on Games 2019 |
| Immersion, adaptives System vs Original-Soundtrack von StarCraft II | p = 0,053, η² = 0,079 | Hutchings und McCormack, IEEE Transactions on Games 2019 |
| Berichteter Effekt der Musik auf die Immersion, innerhalb jeder Gruppe, mit dem adaptiven System | Signifikanter Anstieg in beiden Gruppen (p<0,05, Wilcoxon-Vorzeichen-Rang-Test) | Hutchings und McCormack, IEEE Transactions on Games 2019 |
| Erlebte Spannung, Mittelwert je Soundtrack: spannungsgekoppelt 0,62, invers gekoppelt 0,61, ohne Musik 0,55, neutral 0,49 | F(3, 87) = 3,662, p = 0,015, partielles η² = 0,112 (30 Spieler behalten von 35 rekrutierten) | Plut, Dissertation, Simon Fraser University 2022 |
| Generativer Soundtrack vs komponierter linearer Soundtrack vs komponierter adaptiver Soundtrack | 48 Teilnehmer; der lineare wurde bei allen Fragen am besten bewertet, der generative lag bei emotionaler Kongruenz, Immersion und Präferenz knapp dahinter | Plut, Dissertation, Simon Fraser University 2022 |
| Generativer vs linearer Soundtrack in einem Tetris-ähnlichen Spiel | 39 Bachelorstudierende; Hypothesen nicht bestätigt, Spieler konnten die beiden nicht unterscheiden, der Flow wurde dennoch beeinflusst | Sites und Potter, Game Studies 2018 |
| Stimmungsbewerteter Trainingssatz eines Webspiel-Musikgenerators, dann A/B-Tests gegen statische Musik | 80 bewertete Stücke; Adaptivität verbesserte sich gegenüber komponierter Musik nicht unbedingt | Adam, Masterarbeit, Cal Poly 2014 |
Die beiden ältesten Zeilen bringen Nuancen ein. Sites und Potter sahen einen höheren Flow (einen Zustand fokussierten, belohnenden Aufgehens) bei denen, die zuerst die generative Version spielten (Stichprobe aus der Zusammenfassung des Playlab der Tampere University), und die AUD.js-Arbeit fand keinen automatischen Gewinn gegenüber einem komponierten Soundtrack.
Aktuellste verfügbare Daten zu diesem Thema: Wen et al. 2026. Alle anderen Studien hier stammen aus den Jahren 2014 bis 2022.
2. Hörerbewertungen: Überlebt die beabsichtigte Emotion?
Von Menschen komponierte Stücke schnitten im Bardo-Composer-Test nicht besser ab als der Generator: Beide landeten bei 34%. Das ist eher ein Realitätscheck für die Aufgabe als ein Versagen des Modells. Valenz (wie angenehm oder unangenehm Musik wirkt) und Erregung (wie ruhig oder energisch sie wirkt) gleichzeitig zu erkennen, ist schlicht schwer, und jeden Anbieter, der eine nahezu perfekte emotionale Zielsteuerung behauptet, sollte man fragen, was die menschliche Baseline erzielte.
Die Qualitätsbewertungen erzählen eine engere Geschichte. Die AIIDE-Studie von 2022 brachte ihren besten Generator auf 0,17 Punkte an menschliche Musik heran (4,11 minus 3,94), obwohl nach dem Filtern von 1.600 Rekrutierten nur 199 Antworten übrig blieben, eine Erinnerung daran, dass Hördaten von Crowdworkern verrauscht sind, bevor sie aussagekräftig sind. Ein kleinerer Test von Yan (arXiv-Preprint 2023) mit 16 Klavierarrangements für Rhythmusspiele ergab ebenfalls, dass Hörer von Menschen gemachte Musik bevorzugten; er nennt keine Teilnehmerzahl.
| Metrik | Wert | Quelle |
|---|---|---|
| Bardo Composer (ein Generator für Tabletop-Rollenspiel-Sitzungen): richtig bei Valenz und Erregung zusammen | 34% vs 25% per Zufall, p = 0,02 (116 Teilnehmer, 2 Gruppen zu je 58) | Ferreira, Lelis und Whitehead, AIIDE 2020 |
| Bardo Composer: richtig bei der beabsichtigten Erregung, bester berichteter Teil (Episode 4, Teil 1) | 87% der Teilnehmer | Ferreira, Lelis und Whitehead, AIIDE 2020 |
| Gesamtqualität, Skala von 1 bis 5, Mittelwert ± SD | Mensch 4,11 ± 0,73, Baumsuchverfahren (PUCT) 3,94 ± 0,76, CS 3,68 ± 0,96, SBBS 3,62 ± 1,01 (199 gültige Antworten von 1.600 Rekrutierten, 80 Stücke pro Generator) | Ferreira et al., AIIDE 2022 |
| Komponierte Emotions-Clips, Hörerübereinstimmung im Ein-Ranking-Design | 58,5% insgesamt: Valenz 59,2%, Erregung 59,4%, Spannung 56,8% (180 Teilnehmer, 90 Clips) | Plut, Dissertation, Simon Fraser University 2022 |
| Clip-Sätze, bei denen Hörer die Labels des Komponisten bestätigten | 19 von 30 stimmten überein, 10 widersprachen, 1 ohne klare Übereinstimmung | Plut, Dissertation, Simon Fraser University 2022 |
Selbst auf eine Zielemotion hin geschriebene Clips verfehlten sie: 10 von 30 Sätzen gingen in die andere Richtung. Generative Systeme, die auf solchen Labels trainiert werden, erben diese Uneinigkeit.
Aktuellste verfügbare Daten: Ferreira et al., AIIDE 2022. Wir haben keine Hörerstudie aus 2025 oder 2026 dieser Größe für Spielmusik gefunden.
3. Systemmessungen: Geschwindigkeit, Stabilität und Verhalten
Die Gewinnquote eines reinen Audio-Spielagenten stieg von 0,52 auf 0,94, sobald die Hintergrundmusik der Gesundheit und der Entfernung des Spielers folgte. In dieser IEEE-CoG-Studie spielte kein Mensch, und sie nutzt einfache Lautstärkeregeln über getrennte Instrumentengruppen. Sie macht dennoch einen nützlichen Punkt: Adaptive Musik kann den Spielzustand transportieren, nicht nur die Stimmung. Rhythmusspiele treiben diese Idee am weitesten, auch wenn ihre Tracks lizenziert und nicht generiert sind, wie unsere Statistiken zur Musiklizenzierung bei Rhythmusspielen zeigen.
Die Geschwindigkeit ist uneinheitlich. Ein Clip-Modell schlug auf einem Testrechner die Echtzeit, während eine schwere Transformer-Pipeline weiterhin offline lief. Prompt-Stabilität ist die neuere Sorge: Wu und Si (IVA 2026) testeten, ob kleine Änderungen am Prompt abrupte musikalische Sprünge auslösen, die einen Soundtrack brechen würden, der Prompts während des Spiels wechselt.
| Metrik | Wert | Quelle |
|---|---|---|
| Zeit zum Erzeugen eines 8-Sekunden-Clips mit MusicGen (Threadripper-2950X-CPU, RTX-2080-GPU) | Weniger als 4 Sekunden | Marrinan et al., arXiv-Preprint 2024 |
| Aktualisierungszyklus der Spielzustandsnachrichten eines adaptiven Musiksystems | Alle 30 ms, wobei Agenten jeweils zwei Takte (Musikabschnitte) schreiben | Hutchings und McCormack, IEEE Transactions on Games 2019 |
| Einzigartige Arrangements aus einem generativen adaptiven Soundtrack | Fast 14 Billionen, offline erzeugt, weil das MMM-Modell für Echtzeit zu schwerfällig ist | Plut, Dissertation, Simon Fraser University 2022 |
| Audioähnlichkeit nach einer kleinen Prompt-Änderung, MusicGen-large, CLAP-Kosinusähnlichkeit (1,0 = identisch) | 0,7666 bei einem getauschten Wort, 0,8202 bei einer Intensitätsverschiebung (75 Prompt-Gruppen über alle Bedingungen, 6 Seeds) | Wu und Si, IVA 2026 |
| Gewinnquote, reiner Audio-Agent mit FFT-Audio-Encoder, Originalmusik vs adaptive Musik | 0,52 vs 0,94; durchschnittlicher Vorsprung bei den Lebenspunkten 27,03 vs 136,14 (90 Runden pro Bedingung) | Khan et al., IEEE CoG 2023 |
| Gewinnquote, reiner Audio-Agent mit Mel-Spektrogramm-Encoder, Originalmusik vs adaptive Musik | 0,56 vs 0,68 (90 Runden pro Bedingung) | Khan et al., IEEE CoG 2023 |
| Fréchet-Audio-Distanz (Frechet Audio Distance) zu einem 32-stündigen filmischen Referenzsatz, Tabletop-Rollenspiel-Kampagne, niedriger ist näher | Bester Generator 3,00 vs ursprünglicher menschlicher Soundtrack 9,66 | Marra und Ferreira, LAMIR-Workshop (arXiv 2024) |
| Passung zur Geschichte: Abweichung von der ursprünglichen Hintergrundmusik (KLD), niedriger ist näher | Version mit Emotions-Prompt 3,34 ± 1,89 vs Baseline 4,84 ± 2,98 | Marra und Ferreira, LAMIR-Workshop (arXiv 2024) |
Die Fréchet-Zeile verlangt Sorgfalt. Eine niedrigere Distanz bedeutet Audio, das einem filmischen Referenzsatz statistisch näher kommt, nicht bessere Musik als der menschliche Soundtrack. Die Babel-Bardo-Arbeit nutzte automatische Metriken über 2 Kampagnen, ohne menschlichen Präferenztest, und behandelt Hörerstudien als künftige Arbeit.
4. Trainingsdaten: Korpora auf Basis alter Soundchips
Die NES Music Database umfasst 5.278 Songs aus 397 Spielen, insgesamt etwa 46,1 Stunden. Eine Konsole aus den 1980er Jahren bleibt für die Forschung zu Spielmusik zentral, weil ihre Songs kompakt, mehrstimmig instrumentiert und symbolisch sind, nicht weil sie einem modernen Orchester-Soundtrack ähnelt. Die Lücke zwischen Trainingsdaten und ausgelieferten Soundtracks sollte man im Blick behalten: Für lizenzierte Alternativen aus Musikbibliotheken siehe unsere Statistiken zu Produktionsmusik-Bibliotheken.
Die Bewertungsgewohnheit zählt ebenso wie die Größe. Weder die NES Video-Music Database noch die Baseline von YM2413-MDB nutzte einen Hörtest und stützte sich auf objektive Metriken und Klassifikatoren. Konditionierte Generierung kam der menschlichen Musik bei allen fünf berichteten Metriken näher, und dennoch erkannte ein Genre-Klassifikator generierte Stücke seltener als menschliche.
| Metrik | Wert | Quelle |
|---|---|---|
| Größe der NES Music Database | 5.278 Songs, 397 Spiele, 296 Komponisten | Donahue et al., ISMIR 2018 |
| Umfang der NES Music Database | 2.325.636 Noten, 46,1 Stunden | Donahue et al., ISMIR 2018 |
| Größe der NES Video-Music Database | 98.940 Clips von je 15 Sekunden aus 389 Spielen, 474 Stunden Video | Cardoso et al., FDG 2024 |
| Stücke mit gepaarten Gameplay-Clips, NES Video-Music Database | 4.070 der 5.278 Stücke | Cardoso et al., FDG 2024 |
| Ähnlichkeit des Groove-Musters (Grooving): videokonditioniertes Modell, unkonditioniertes Modell, menschliche Stücke | 0,821, 0,694, 0,999 (140 Stücke pro Satz) | Cardoso et al., FDG 2024 |
| Genauigkeit des Genre-Klassifikators bei generierten vs menschlichen Stücken | 22% vs 34% | Cardoso et al., FDG 2024 |
| YM2413-MDB, Spielmusik von FM-Chips der 1980er Jahre mit Emotions-Tags | 669 Dateien, 15,4 Stunden, 19 Emotions-Tags, 2 Annotatoren plus 3 Prüfer pro Song | Choi et al., ISMIR 2022 |
| Genauigkeit der Emotionserkennung in vier Quadranten, YM2413-MDB | 0,65 am besten bei Audio (Short-Chunk-ResNet), 0,48 am besten bei symbolischer Musik (logistische Regression) | Choi et al., ISMIR 2022 |
Emotions-Labels bleiben die knappste Ressource. VGMIDI begann mit 823 Stücken, von denen 95 annotiert waren, was 966 gelabelte Phrasen und einen Stimmungsklassifikator mit 89,83 ± 3,14% ergab (Ferreira und Whitehead, ISMIR 2019). Der gelabelte Satz wuchs später auf 200 Stücke (Ferreira, Lelis und Whitehead, AIIDE 2020). Struktur-Labels sind noch dünner gesät: Ein Preprint von Luo und Reiss aus 2026 baute einen Spielaudio-Datensatz mit 309 Strukturannotationen und argumentiert, dass das schwache Verständnis von Struktur ein Grund dafür ist, dass die Branche neuronale Generatoren selten einsetzt.
Aktuellste verfügbare Daten: Donahue et al. 2018, Ferreira und Whitehead 2019, Choi et al. 2022.
5. Komponisten: Qualität und Identität wiegen schwerer als Jobangst
‘KI erzeugt keine originelle Musik in menschlicher Qualität’ war das größte Unterthema in einer Interviewstudie mit professionellen Spielekomponisten, mit 191 von 1.199 Codes. Jobsicherheit kam nur auf 11. Der Reflex, dieses Feld als Arbeitsplatzpanik zu lesen, passt nicht dazu, womit diese 11 Komponisten ihre Interviewzeit tatsächlich verbrachten: Qualität, kreative Kontrolle und Eigentum. Das verändert den Gestaltungsauftrag für Werkzeuge und knüpft an die rechtlichen Fragen an, die wir in unseren Statistiken zu Urheberrechtsansprüchen bei KI-Musikgenerierung verfolgen.
Das sind Code-Zählungen aus einer reflexiven thematischen Analyse durch eine einzelne Forscherin bzw. einen einzelnen Forscher, sie messen also, wie oft das Thema aufkam, nicht wie viele Menschen eine Ansicht vertreten. Behandeln Sie sie als Landkarte des Gesprächs, nicht als Umfrage.
| Metrik | Wert | Quelle |
|---|---|---|
| Studienstichprobe, professionelle Spielekomponisten mit mindestens einem veröffentlichten Spiel | 11 Personen, etwa 13 Stunden Interviews, 1.199 Codes | Worrall und Collins, IEEE Transactions on Games 2023 |
| Anteil der Codes zu Bedenken gegenüber KI-Musiktechnologie | 38,87% | Worrall und Collins, IEEE Transactions on Games 2023 |
| Anteil der Codes zum Konflikt zwischen kreativem Ego und KI vs Anteil zu Vorteilen der KI | 29,36% vs 13,09% | Worrall und Collins, IEEE Transactions on Games 2023 |
| Codes zu ‘Musik-KI kollidiert mit dem kreativen Ego’ vs ‘KI kann dem Workflow nützen’ | 133 vs 70 | Worrall und Collins, IEEE Transactions on Games 2023 |
| Codes zu Sorgen um Jobsicherheit vs Sorgen um musikalische Repräsentation und Eigentum | 11 vs 83 | Worrall und Collins, IEEE Transactions on Games 2023 |
6. Feldkontext: Wenige untersuchte Systeme, skeptische Steam-Spieler
Die vollständigste akademische Bestandsaufnahme, die wir lesen konnten, aus dem Jahr 2022, erfasst nur 34 generative Musiksysteme aus Spielen, 19 davon aus dem vorangegangenen Jahrzehnt. Ein neuerer Überblick von Luo und Reiss (AES 2025) sagt, akademische Prototypen und kommerzielle Nutzung gingen weiter auseinander, weil beide Seiten Neuheit, Zuverlässigkeit und Ressourcen unterschiedlich gewichten. Kein öffentlicher Datensatz, den wir fanden, zählt ausgelieferte Spiele mit prozeduraler Musik, daher verdient jede solche Zahl im Netz Misstrauen.
Der nächste Ersatzindikator für die Stimmung der Spieler kommt von Steam und betrifft ganze Spiele, nicht Soundtracks. Dieser Preprint von 2026 nutzte prozedurale Inhaltsgenerierung als Baseline für Spiele, die generative KI ausweisen. Rezensenten neigten dazu, generative KI als Zeichen geringer Investition des Entwicklers zu lesen, was eine Warnung für jedes Musikwerkzeug ist, das mit diesem Etikett vermarktet wird.
| Metrik | Wert | Quelle |
|---|---|---|
| Generative Musiksysteme aus Spielen in einer akademischen Übersicht | 34 Systeme, 19 aus den 10 Jahren vor der Übersicht | Plut, Dissertation, Simon Fraser University 2022 |
| Anteil der Steam-Veröffentlichungen mit Ausweis generativer KI | 5,6% in 2024, 10,3% in 2025 | Bazzaz und Cooper, arXiv-Preprint 2026 |
| Empfehlungsquote, Spiele mit prozeduralen Inhalten vs Spiele mit generativer KI | 86,3% vs 68,4% (5.186 vs 5.970 Spiele, 508.192 englische Rezensionen) | Bazzaz und Cooper, arXiv-Preprint 2026 |
| Ergebnis der logistischen Regression für Spiele mit generativer KI vs Spiele mit prozeduralen Inhalten | Odds Ratio 0,63 (95%-KI [0,62; 0,64], p < 0,001) | Bazzaz und Cooper, arXiv-Preprint 2026 |
| Empfehlungsquote bei kostenlosen Spielen vs kostenpflichtigen Spielen, prozedural vs generative KI | Kostenlos 83,1% vs 50,1%; kostenpflichtig 86,9% vs 78,9% | Bazzaz und Cooper, arXiv-Preprint 2026 |
| Empfehlungsquote in Rezensionen, die ein Bewusstsein für generative KI zeigen | 49,5% (63,7% negative Stimmung, n = 7.834) | Bazzaz und Cooper, arXiv-Preprint 2026 |
Zusammenfassung: Prozedurale und generative Spielmusiksysteme in Zahlen
| Metrik | Wert | Quelle |
|---|---|---|
| Hörer des Bardo Composer, richtig bei Valenz und Erregung | 34% vs 25% per Zufall (116 Teilnehmer) | Ferreira, Lelis und Whitehead, AIIDE 2020 |
| Gesamtqualität, Mensch vs bester Generator, Skala von 1 bis 5 | 4,11 vs 3,94 (199 gültige Antworten) | Ferreira et al., AIIDE 2022 |
| Immersion, adaptives System vs Original-Soundtrack von StarCraft II | p = 0,053 (34 Spieler) | Hutchings und McCormack, IEEE Transactions on Games 2019 |
| Bogenschießen in VR, feste vs adaptive generative Musik | 22 Teilnehmer, Präsenz und emotionale Wirkung stiegen | Wen et al., IEEE Transactions on Visualization and Computer Graphics 2026 |
| Generativer vs linearer Soundtrack in einem Tetris-ähnlichen Spiel | 39 Bachelorstudierende, Hypothesen nicht bestätigt | Sites und Potter, Game Studies 2018 |
| Einzigartige Arrangements aus einem generativen adaptiven Soundtrack | Fast 14 Billionen, nur offline | Plut, Dissertation, Simon Fraser University 2022 |
| Erzeugungszeit eines 8-Sekunden-Clips mit MusicGen | Weniger als 4 Sekunden | Marrinan et al., arXiv-Preprint 2024 |
| Ähnlichkeit von MusicGen-large nach einer Intensitätsverschiebung im Prompt | 0,8202 CLAP-Kosinusähnlichkeit | Wu und Si, IVA 2026 |
| Gewinnquote des reinen Audio-Agenten, Originalmusik vs adaptive Musik | 0,52 vs 0,94 | Khan et al., IEEE CoG 2023 |
| Fréchet-Audio-Distanz, bester Generator vs menschlicher Soundtrack | 3,00 vs 9,66 | Marra und Ferreira, LAMIR-Workshop (arXiv 2024) |
| NES Music Database | 5.278 Songs, 397 Spiele, 46,1 Stunden | Donahue et al., ISMIR 2018 |
| NES Video-Music Database | 98.940 Clips, 389 Spiele | Cardoso et al., FDG 2024 |
| YM2413-MDB | 669 Dateien, 15,4 Stunden | Choi et al., ISMIR 2022 |
| Komponisten-Codes zu ‘nicht originell, nicht menschliche Qualität’ vs Jobsicherheit | 191 vs 11 von 1.199 Codes | Worrall und Collins, IEEE Transactions on Games 2023 |
| Steam-Empfehlungsquote, Spiele mit prozeduralen Inhalten vs generative KI | 86,3% vs 68,4% | Bazzaz und Cooper, arXiv-Preprint 2026 |
Methodik und Quellen
Wir haben jede Studie oder ihre Repository-Seite gelesen und die Stichproben so berichtet, wie sie gedruckt sind. Keine Zahl stammt aus einem SEO-Blog oder einer Listicle.
- Wen et al., Tuning Immersion and Performance with Adaptive Generative Music in VR, IEEE TVCG 2026
- Hutchings und McCormack, Adaptive Music Composition for Games, IEEE Transactions on Games 2019
- Plut, Application and evaluation of affective adaptive generative music for video games, Simon Fraser University 2022
- Ferreira, Lelis und Whitehead, Computer-Generated Music for Tabletop Role-Playing Games, AIIDE 2020
- Ferreira et al., Controlling Perceived Emotion in Symbolic Music Generation with Monte Carlo Tree Search, AIIDE 2022
- Ferreira und Whitehead, Learning to Generate Music With Sentiment, ISMIR 2019
- Worrall und Collins, Considerations and Concerns of Professional Game Composers Regarding Artificially Intelligent Music Technology, IEEE Transactions on Games 2023
- Donahue et al., The NES Music Database, ISMIR 2018
- Cardoso et al., The NES Video-Music Database, FDG 2024
- Choi et al., YM2413-MDB, ISMIR 2022
- Khan et al., Fighting Game Adaptive Background Music for Improved Gameplay, aktualisiert gegenüber IEEE CoG 2023
- Wu und Si, Evaluating Prompt Robustness in Text-to-Audio Systems, IVA 2026
- Marrinan et al., AI audio for user-generated game content, arXiv-Preprint 2024
- Marra und Ferreira, Long-Form Text-to-Music Generation with Adaptive Prompts, LAMIR-Workshop
- Bazzaz und Cooper, Player Perceptions of Generative AI in Games, arXiv-Preprint 2026
- Luo und Reiss, Procedural Music Generation Systems in Games, AES 2025 und Supervised Learning for Game Music Segmentation, arXiv-Preprint 2026
- Sites und Potter, Everything Merges with the Game, Game Studies 2018, mit der Stichprobe aus der Zusammenfassung des Playlab der Tampere University
- Adam, Procedural Music Generation and Adaptation Based on Game State, Masterarbeit, Cal Poly 2014 und Yan, Generating Rhythm Game Music with Jukebox, arXiv-Preprint 2023
- Daten-Hinweis: Die meisten Stichproben hier sind klein, ein nicht signifikantes Ergebnis ist also kein Beweis für fehlenden Effekt. Worrall und Collins nennen an einer Stelle 29 Unterthemen und an anderer 30 (ihre Tabelle führt 29 auf), und ihre Zahl der AAA-Komponisten geht nicht auf, daher zitieren wir keine der beiden. Pluts PreGLAM-Kapitel nennt in der Einleitung 50 Teilnehmer und in den Methoden 48; wir verwenden 48. Bei Wu und Si zeigt die von uns gelesene Volltext-Tabelle eine geringere Ähnlichkeit von Stable Audio bei Umformulierung, als das Ranking im Abstract nahelegt, daher zitieren wir nur die Zahlen zu MusicGen-large, die mit dem Abstract übereinstimmen. Khan et al. setzten keine menschlichen Spieler ein und berichten keine Signifikanztests. Der Steam-Preprint betrifft ganze Spiele und ist nicht begutachtet, und seine mediane Spielzeit unterscheidet sich zwischen einer Tabelle und dem Text, daher lassen wir diese Zahl weg. Die Komponisten-Interviews stammen aus 2023 und die Systembestandsaufnahme aus 2022, beide sind also reif für einen Nachfolger. Von Anbietern durchgeführte Umfragen zu adaptiver Musik, die im Netz kursieren, ließen sich nicht auf ein Primärdokument zurückführen und wurden verworfen. Zahlen zur kommerziellen Verbreitung lagen nicht in einer Form vor, die wir hätten überprüfen können.
Zuletzt aktualisiert: 31. Oktober 2026. Wir aktualisieren diese Zusammenstellung vierteljährlich, und die nächste Aktualisierung wird erwartet, wenn die Tagungsbände von AIIDE 2026 und ISMIR 2026 erscheinen.