In diesem Bericht präsentieren wir unsere preisgekrönten Lösungen für die Music Demixing Track der Sound Demixing Challenge 2023. Zunächst stellen wir TFC-TDF-UNet v3 vor, ein zeitsparendes Modell zur Musikquellentrennung, das auf dem MUSDB-Benchmark Ergebnisse auf State-of-the-Art-Niveau erzielt. Anschließend geben wir detaillierte Ausführungen zu unseren Ansätzen für jedes Leaderboard, einschließlich eines Loss-Masking-Ansatzes zur noise-robusten Trainingsphase. Der Quellcode zur Nachvollziehbarkeit des Modelltrainings sowie der endgültigen Einsendungen ist unter github.com/kuielab/sdx23 verfügbar.