Kann ChatGPT Noten lesen?

Die kurze Antwort

Besser als sein Ruf, auf einer sauberen Seite. In unserem Test vom 13. Oktober 2026 las das beste der sieben ChatGPT-Modelle 16 Takte eines gedruckten Bach-Menuetts mit 1 oder 2 falschen Noten von 101 und traf Tonart und Taktart jedes Mal richtig. Auf das Modell kommt es am meisten an: Das schwächste lag auf demselben sauberen PDF bei etwa 90 falsch. Ein Foto der Seite ließ die Ergebnisse schwanken, bei den stärkeren Modellen von 1 bis 37 falsch. In der ChatGPT-App konnte es eine MIDI-Datei dessen erstellen, was es gelesen hatte, Fehler eingeschlossen, aber keine Partitur, die du bearbeiten könntest. Verbinde ein Notenerkennungs-Tool wie ScoreStarling, und derselbe Chat liest das PDF in eine Partitur, die du hören, transponieren und als MusicXML oder MIDI herunterladen kannst.

Was wir getestet haben

Wir haben drei Seiten gemeinfreier Musik verwendet, die das Mutopia Project gesetzt hat, und jede Note jeder Antwort mit den gedruckten Noten verglichen.

Wir haben jede Seite dreimal an jedes von sieben Modellen geschickt, die mit einem ChatGPT-Abo angeboten werden: gpt-6.1-sol, gpt-6-astra, gpt-6-sol, gpt-6-luna, gpt-5.6-sol, gpt-5.6-terra und gpt-5.6-luna. Das waren direkte Anfragen an die Modelle mit angehängtem Bild, ohne die Browsing- und Code-Tools der ChatGPT-App. Welches Modell die App für dich wählt, hängt von deinem Tarif und deinen Einstellungen ab. Außerdem haben wir gpt-6.1-sol vier Fragen gestellt, wie ein Musiker sie stellen würde: Tonart, Taktart und Noten der Takte 1–4; die ersten acht Takte nach F-Dur transponiert; eine Version zum Abspielen oder eine MIDI-Datei; und was in Takt 5 schwer ist. Um Fehler zu zählen, haben wir jedes Modell nach jeder Note der bewerteten Takte mit Oktave und Notenwert gefragt.

Dieselben Fragen haben wir dann in der ChatGPT-App selbst gestellt (chatgpt.com, GPT-6 mit dem voreingestellten „Medium“ beim Denken), einmal mit dem PDF und einmal mit dem Foto, und Screenshots gemacht.

Du kannst dieselben Seiten selbst ausprobieren: das saubere PDF und das Foto.

Jede geschriebene Note zählt einmal, ein Akkord aus drei Noten zählt also dreimal. Eine falsche Tonhöhe, eine fehlende Note oder eine überzählige Note ist ein Tonhöhenfehler; eine richtige Tonhöhe mit falschem Notenwert ist ein Rhythmusfehler. Wird ein ganzer Takt einen Schritt zu hoch gelesen, zählt jede Note darin als falsch. Verzierungen und Vorschlagsnoten wurden nicht gezählt.

Was ChatGPT allein richtig macht

Auf einer sauberen Seite mit einem starken Modell eine ganze Menge. Jede Antwort der stärkeren Modelle nannte Tonart und Taktart richtig. gpt-6-astra las das saubere Menuett in seinen drei Versuchen mit 1, 2 und 1 falschen Noten und den Chopin mit keiner. gpt-6.1-sol kam beim Menuett auf 1, 5 und 0 und beim Chopin auf 0, 0 und 2. Gebeten, acht Takte von G-Dur nach F-Dur zu transponieren, verschob es jede Note einen Ganzton nach unten, änderte die Tonartvorzeichnung auf ein b und behielt die Mordente und die Vorschlagsnote. Sein Übetipp für Takt 5 war sinnvoll: den Mordent leicht spielen, ohne die Zählzeit zu verzögern, die Achtel gleichmäßig halten und die linke Hand über alle drei Zählzeiten halten.

Wo es danebenliegt

In unserem Test gingen drei Dinge schief: schwächere Modelle, Fotos und Dateien.

Falsche Noten, schlechtester von drei Versuchen von 101

Astra, sauberes PDF2

Astra, Handyfoto13

Sol, sauberes PDF5

Sol, Handyfoto37

Luna, sauberes PDF62

5.6 Luna, sauberes PDF97

ScoreStarling, sauberes PDF0

Die Seite

gpt-6.1-sol, sauberes PDF (5 falsch in den Takten 1–16)

gpt-6.1-sol, Handyfoto (37 falsch)

gpt-6-luna, sauberes PDF (62 falsch)

Schwächere Modelle

Das Modell machte einen größeren Unterschied als alles andere. Auf demselben sauberen PDF hatten gpt-6-sol und gpt-5.6-sol 1 bis 5 falsche Noten pro Versuch, gpt-5.6-terra einmal 37, gpt-6-luna etwa 60, meist um einen Schritt verschobene Takte, und gpt-5.6-luna 86 bis 97. Beim Chopin hatte gpt-6-sol bis zu 42 falsch und gpt-5.6-sol bis zu 59. gpt-6-luna lehnte beim Foto und beim Chopin in zwei von drei Versuchen die Antwort ab und sagte einmal, es könne „nicht zuverlässig jede Note und jeden Notenwert transkribieren“. Welches Modell antwortet, hängt von deinem Tarif und deinen Einstellungen ab, die besten Ergebnisse hier sind also der günstigste Fall, nicht der typische.

Fotos

Fotos machten jedes Modell unberechenbarer. gpt-6-astra las die fotografierte Seite mit 1, 1 und 13 falschen Noten; gpt-6.1-sol mit 11, 37 und 18. Die Fehler waren nicht zufällig: In einem Versuch wurde aus Fis4 G4 A4 H4 G4 in Takt 7 A4 H4 C5 D5 H4, der ganze Takt eine Terz zu hoch; in einem anderen wurde die rechte Hand der Takte 5–7 und 11–15 durchgehend einen Schritt zu hoch gelesen. Die Tonhöhe einer Note ist ihr Platz auf den fünf Linien, und auf einer schiefen, verschatteten Seite zählt man leicht eine Linie falsch.

Das Modell kann sich auch umentscheiden. Im Gespräch zum Foto las es die Takte 3 und 4 einen Schritt zu tief, dann, gebeten zu transponieren, begann es mit „Korrektur zu meiner früheren Lesart“ und korrigierte sie. Dasselbe Bild kann bei verschiedenen Fragen verschiedene Noten ergeben.

Dateien

Direkt nach „einer Version, die ich abspielen kann, oder einer MIDI-Datei“ gefragt, schrieb das Modell ABC-Notation, ein Textformat für Musik, und schlug vor, sie in einen Online-ABC-Player einzufügen. Die ChatGPT-App tat mehr: Sie nutzte ihre Code-Tools und bot eine MIDI-Datei der Takte 1–4 zum Herunterladen an. Diese Datei ist die Lesart des Modells, in Noten verwandelt, sie enthielt also dieselbe falsche Note in Takt 3, und sie umfasste nur die vier Takte, nach denen wir gefragt hatten. Es gab weiterhin kein MusicXML und keine Partitur zum Ansehen oder Bearbeiten. Um eine Note zu korrigieren, müsstest du die MIDI-Datei in anderer Software öffnen oder noch einmal fragen.

Warum sind Noten für ein Chat-Modell schwer zu lesen?

Dasselbe Symbol bedeutet je nach Platz etwas anderes. Ein schwarzer Notenkopf ist ein G oder ein H, je nach Linie, und der Notenschlüssel, die Tonartvorzeichnung, ein Versetzungszeichen weiter vorn im Takt und ein Oktavzeichen verändern ihn alle. Eine Seite zu lesen heißt, all das für jede Note gleichzeitig richtig zu treffen. Ein allgemeines Modell, das ein Bild gut beschreibt, kann trotzdem eine Linie danebenliegen, und auf einem Foto sind die Linien selbst verbogen und verblasst.

Dieselben Noten mit ScoreStarling in ChatGPT lesen

ScoreStarling verbindet sich über MCP mit ChatGPT und Claude, wie die Anleitung zum Verbinden zeigt. Ein sauberes PDF geht an die Notenerkennung, eine OMR-Engine (optische Notenerkennung) auf Basis des Open-Source-Projekts Audiveris, die die Seite in eine Partitur verwandelt. Der Assistent vergleicht diese Partitur dann mit der Seite und korrigiert, was die Erkennung falsch gelesen hat.

Ein sauberes PDF

Die Notenerkennung las alle 101 Noten der Takte 1–16 des Menuetts richtig und alle 91 Noten des Chopin-Ausschnitts, mit der richtigen Tonart und Taktart. Eines entging ihr: die Vorschlagsnote vor Takt 8 des Menuetts. Das Ergebnis öffnete sich als Partitur, die wir sofort abspielen konnten, in einem Schritt nach F-Dur transponiert (alle 32 Takte, Tonartvorzeichnung eingeschlossen) und als MusicXML, MIDI, PDF und MP3 heruntergeladen.

Ein Handyfoto

Bei unserem schrägen Foto scheiterte die Notenerkennung. Sie fand 12 Takte und 56 von 203 Noten, teilte das Klavier in zwei Instrumente und schrieb die Tonart als C-Dur. Bei Fotos, Handschrift, Ziffernnotation (Jianpu) und Leadsheets arbeitet ScoreStarling anders: Der Assistent liest das Bild und schreibt die Musik als ABC, und ScoreStarling macht daraus eine abspielbare Partitur. Das ist nur so genau wie die Lesart des Assistenten. Als gpt-6.1-sol das tat, hatte seine erste Fassung 6 falsche Noten, in den Takten 7 und 8. Als wir es dann baten, seine Partitur mit dem Foto zu vergleichen, übersah es diese Takte, hielt die linke Hand für eine Oktave zu tief und verschob sie, wodurch 43 Noten falsch waren.

Die Seite

Nachdem das Modell seine Lesart des Fotos „geprüft“ hatte

Gib der Notenerkennung, wenn möglich, ein PDF oder einen flachen Scan. Der Dokumentenscan-Modus eines Handys, der die Seite entzerrt und ausgleicht, kommt einem Scan näher als ein gewöhnliches Foto; wie viel er hilft, haben wir nicht gemessen.

Ergebnisse im Vergleich

So prüfst du jede von KI gelesene Partitur in drei Minuten

Egal, was die Seite gelesen hat: Behandle das Ergebnis als Entwurf und prüfe die Stellen, an denen Leser typischerweise danebenliegen.

1. Vergleiche Tonartvorzeichnung, Taktart und die Noten des ersten Takts mit der Seite.
2. Achte auf einen ganzen Takt, der einen Schritt nach oben oder unten verschoben ist: Vergleiche seine erste und letzte Note mit der Seite.
3. Prüfe Versetzungszeichen mitten im Takt und ob sie für spätere Noten darin weitergelten.
4. Prüfe die tiefsten Noten der linken Hand auf Oktavfehler.
5. Zähle die Zählzeiten in ein paar Takten mit punktierten Noten oder Haltebögen.
6. Achte auf fehlende Vorschlagsnoten, Verzierungen und Wiederholungszeichen.
7. Spiele sie ab und lies dabei auf der Seite mit; falsche Noten hört man leichter, als man sie sieht.

Claude und andere Assistenten

Wir haben hier nur ChatGPT-Modelle bewertet. Claude liest ebenfalls Bilder und verbindet sich auf dieselbe Weise über MCP mit ScoreStarling, sodass die Notenerkennung, die Wiedergabe, die Transposition und die Downloads auch dort funktionieren.

Was kostet es, Noten mit ScoreStarling zu lesen?

Ein PDF oder Bild zu lesen kostet 10 Credits pro Stück, und kostenlose Konten erhalten 100 Credits pro Monat. Bearbeiten, Anhören und ein neues PDF kosten nichts. MusicXML und MIDI sind mit einem aktiven Plus-Abo enthalten (geprüft am 25. Oktober 2026). Eine Aufnahme in Noten umzuwandeln ist eine andere Aufgabe, die ein anderer Artikel behandelt: Können ChatGPT oder Claude eine Aufnahme in Noten umwandeln?

Quellen

1. Mutopia Project, Menuet in G, BWV Anh. 114, Notensatz von Allen Garvin, gemeinfrei.
2. Mutopia Project, Walzer Nr. 10 h-moll, Op. 69 No. 2, Notensatz von Roland Goretzki, gemeinfrei.
3. Audiveris, die Open-Source-Engine für optische Notenerkennung hinter der Notenerkennung von ScoreStarling.
4. The ABC music standard.

Fragen und Antworten

Kann ChatGPT ein Noten-PDF lesen?

Oft, wenn das PDF sauber ist und das Modell ein starkes. In unserem Test vom 13. Oktober 2026 las gpt-6-astra 16 Takte eines Bach-Menuetts (101 Noten) in drei Versuchen mit 1, 2 und 1 falschen Noten, und gpt-6.1-sol mit 1, 5 und 0. Beim schwächsten von sieben Modellen waren es 86 bis 97 falsche. Prüfe die Noten, bevor du dich auf sie verlässt.

Warum liegt ChatGPT bei einem Foto bei den Noten falsch?

Die Tonhöhe einer Note ergibt sich aus ihrer Position auf den fünf Linien, deshalb zählt man auf einem schiefen oder verschatteten Foto leicht eine Linie oder einen Zwischenraum falsch. In unserem Test war der typische Fehler bei einem Foto ein ganzer Takt, der einen Schritt zu hoch oder zu tief gelesen wurde. Selbst das beste Modell hatte in einem von drei Versuchen 13 von 101 Noten falsch; andere bis zu 37.

Kann ChatGPT Noten transponieren?

Es kann die Noten, die es gelesen hat, transponieren und als Liste oder als ABC-Text ausgeben. Hatte es richtig gelesen, war auch seine Transposition von acht Takten von G-Dur nach F-Dur richtig. Was du bekommst, ist Text, keine Partiturdatei, die du in einem Notensatzprogramm öffnen kannst.

Kann ChatGPT Noten in MIDI umwandeln?

Es kann eine MIDI-Datei der gelesenen Noten erstellen, Fehler eingeschlossen. In der ChatGPT-App schrieb es am 13. Oktober 2026 eine MIDI-Datei der Takte 1–4, die seine eine falsche Note enthielt; direkt ohne die Tools der App gefragt, schrieb das Modell stattdessen ABC-Text. Mit einem Notenerkennungs-Tool wie ScoreStarling verbunden, kann derselbe Chat MIDI und MusicXML der ganzen Seite liefern.

Kann Claude Noten lesen?

Claude kann sich ebenfalls Bilder von Noten ansehen; wir haben es in diesem Test nicht bewertet. Claude kann sich wie ChatGPT über MCP mit ScoreStarling verbinden, sodass das Lesen, die Wiedergabe und die Exporte unten auch dort funktionieren.