LALAL.AI

2020 prüften die Gründer eine Hypothese: KI-gestützte Audiotrennung könnte Musikproduzenten und Sounddesignern helfen. Ein Produkt gab es noch nicht. Die Technologie sollte an echten Aufnahmen gezeigt und die Zahlungsbereitschaft geprüft werden. Die nebenstehenden Zahlen zeigen den Maßstab des Produkts Ende 2025, nicht die Wirkung einer einzelnen Änderung der Oberfläche.

Für die erste Version gestalteten wir einen kurzen Ablauf: Datei hochladen, getrennte Spuren anhören und das Ergebnis herunterladen oder per E-Mail erhalten. Eine Anmeldung war nicht erforderlich; so ließ sich die Qualität sofort an der eigenen Aufnahme prüfen.

Kostenlose Vorschauen verbrauchten Serverressourcen, bevor jemand bezahlte. Diesen Kompromiss behielten wir bei: Vor der Zahlung sollten Nutzer das Ergebnis hören können. Das Prinzip blieb auch bei komplexeren Abläufen bestehen.

Wir entwickelten die Markenplattform und die Grundlagen des visuellen Auftritts: ein Zeichen, Gelb, technische Illustrationen und einfache Formen. Für erste Werbemittel schlugen wir vor, aus bekannten Videos die Musik zu entfernen und den Gesang stehen zu lassen. So wurden die Möglichkeiten des Dienstes an einem konkreten Beispiel hörbar.

Die Arbeit umfasste Produktseiten, E-Mail-Marketing, Kampagnen bei Google und Meta, Social Media und redaktionelle Materialien. Dazu kamen Gestaltungen für App-Store-Einträge. Für Nutzergeschichten entwickelten wir einen gemeinsamen Ansatz für Fotografie und Typografie. Mit neuen Funktionen entwickelten wir die Bildsprache weiter und bereiteten Materialien für ihre Einführung vor.

Als Nutzer ganze Ordner verarbeiten wollten, wäre der kostenlose Start aller Dateien zu teuer gewesen. Wir gestalteten einen Ablauf mit einem Ergebnis ohne Anmeldung: Ein Ordner wird hochgeladen, die erste verarbeitete Datei steht bereit; für die übrigen wird ein Konto erstellt.

Die Gesamtdauer der Dateien stand erst nach dem Upload fest. Die Oberfläche zeigte das verbleibende Minutenguthaben, welche Dateien sofort verarbeitet werden konnten und wofür eine Zuzahlung nötig war. Warteschlange und Fortschritt sollten Anmeldung und Bezahlung überstehen, damit niemand von vorn beginnen musste.

Nach dem Start stiegen die Anzahl der Dateien und die verarbeitete Audiodauer pro Sitzung sowie die Käufe von Minuten. Wir haben die Funktion gemeinsam mit Nutzern entwickelt und ihr Feedback gesammelt. Die genauen Werte liegen nicht mehr vor.

Interviews und Reddit-Communitys zeigten Bedarf, Sprachaufnahmen von Rauschen zu befreien. Upload-Daten zeigten ebenfalls, dass Menschen den Dienst für Aufnahmen ohne Musik nutzten. Wir schlugen ein eigenes Werkzeug vor – Voice Cleaner – und gestalteten dessen Kernablauf. Um die Nachfrage zu prüfen, bereiteten wir eine Produktseite und Werbematerialien vor. Nutzung und Umsatz bestätigten die Nachfrage.

Für Web, Desktop, iOS, Android und das DAW-Plugin erstellten wir gemeinsame Tokens und Oberflächenprinzipien. Sie halfen, Lösungen zwischen Plattformen zu übertragen und bei Updates zu pflegen. Die Arbeit an einzelnen Abläufen bildete eine Grundlage für die Entwicklung von Apps auf neuen Plattformen.