Der teuerste Regler in diesem Fach kostet nichts und sitzt zwischen Mund und Mikrofon. Jarek Nowotny und Beate Ohlert nehmen ihren Podcast über Straßenbahnen an einem Küchentisch im Leipziger Osten auf, Altbau, 3,20 m Deckenhöhe, eine Glasplatte auf dem Tisch. Die erste Folge klingt, als säßen beide in einem Treppenhaus, und keine Anschaffung wird das ändern.
Von 30 cm auf 15 cm sind 6 dB mehr Stimme und kein Dezibel mehr Raum. Der Hall im Zimmer kommt von überall her und ändert sich nicht, wenn ein Kopf näher rückt; die Stimme kommt aus einer Richtung und verdoppelt ihren Schalldruck bei jeder Halbierung des Abstands. Das ist der ganze Trick, und er ist im Aufbau enthalten.
Der Regler, der nichts kostet
Praktisch liegt das Fenster bei etwa 20 cm bis 30 cm für eine sitzende Stimme. Darunter fängt jedes P an zu knallen und jeder Kopfdreh ändert die Lautstärke; darüber holt sich der Raum zurück, was der Abstand gerade gespart hat. Die beiden am Küchentisch saßen in der ersten Folge bei 60 cm, weil das Mikrofon in der Mitte stand und höflich war.
Der zweite kostenlose Eingriff ist der Raum selbst, und er dauert zehn Sekunden. Ein gefaltetes Handtuch auf der Glasplatte nimmt die Fläche aus dem Spiel, die direkt zurückwirft. Der Kühlschrank brummt mit 50 Hz, und der Stecker ist die Reparatur; danach wird nichts weiter aufgeräumt, sondern gemessen: dreißig Sekunden Raum aufnehmen, in denen niemand spricht, und sich diese dreißig Sekunden laut anhören.
Die Glasplatte antwortet 0,7 ms später
Schall legt in einer Millisekunde 34 cm zurück. Steht das Mikrofon 26 cm vor Beate Ohlerts Mund und 14 cm über der Glasplatte, dann gibt es zwei Wege: den direkten und den über die Platte. Der reflektierte Weg ist 24 cm länger, also 0,7 ms später, und beide Kopien landen auf derselben Kapsel.
Zwei Kopien im Abstand von 0,7 ms löschen sich um 700 Hz herum aus, und dort liegt der Körper einer erwachsenen Sprechstimme. Das Ergebnis klingt nicht nach Echo, sondern nach dünn, und es ist der Grund, warum eine Aufnahme am Esstisch auch nach dem Entrauschen noch nach Esstisch klingt. Es ist kein Filterproblem: Was die beiden Wege bei 700 Hz gegenseitig ausgelöscht haben, steht nicht mehr im Signal und lässt sich nicht zurückholen.
Deshalb steht die Platte am Anfang und nicht am Ende. Ein Handtuch darunter, oder das Mikrofon auf ein Stativ neben den Tisch statt darauf, und die Kerbe verschwindet, bevor es sie gab.
Die Reihenfolge, und warum sie streng ist
Jede Bohle kann zerstören, was die nächste braucht
Keine dieser Stufen kann zurückholen, was die vorherige verloren hat, und deshalb ist die Reihenfolge hier keine Vorliebe, wie sie es in den meisten Handwerken ist.
- 01AbstandKostenlos, körperlich, und die größte einzelne Änderung, die es gibt
- 02Der RaumEin Handtuch und ein gezogener Stecker. Zehn Sekunden, vor der ersten Aufnahme
- 03Der PegelLuft nach oben, weil die Decke nichts verzeiht
- 04Der SchnittWo die vierunddreißig Minuten die Aufmerksamkeit wert werden, die sie verlangen
- 05Die LautheitDer letzte Schritt, eine Messung, und der einzige mit einer richtigen Antwort
Die Brücke ist für gesprochene Aufnahmen gezeichnet. Musik überquert dieselbe Lücke in anderer Reihenfolge, weil ein Raum, der für eine Stimme ein Problem ist, für ein Instrument oft das Beste am Klang ist.
Wohin der Pegel gehört
Die Aussteuerung wird oft so behandelt, als ginge es darum, möglichst nah an die Null zu kommen. Das war richtig, als jedes Dezibel Rauschen kostete, und es ist seit dem Umstieg auf 24 Bit falsch. Spitzen bei -12 dBFS, nicht in der Nähe der Null: darüber wartet eine Decke, hinter der nichts mehr ist, und ein Lachen, mit dem niemand gerechnet hat, liegt deutlich über dem Sprechen.
Das Band ist breit, weil es breit sein muss. Wer bei -3 dBFS aussteuert, gewinnt nichts, das später nicht ohnehin normalisiert würde, und verliert die eine Lachsalve, die die Folge gerettet hätte.
Der Raum, den niemand mehr hört
Hier stehen die meisten still, und der Grund ist Gewöhnung. Wer seit vier Jahren in derselben Küche wohnt, hört den Kühlschrank nicht mehr, hört die Bahn nicht mehr, die alle sechs Minuten vorbeifährt, und hört die harte Rückwand des Zimmers schon lange nicht mehr. Das Ohr blendet aus, das Mikrofon nicht, und deshalb ist der erste Reflex nach einer schlechten Aufnahme, ein besseres Mikrofon zu bestellen.
Ein Mikrofon kann einen Raum nicht verlassen. Was in diesem Markt zusätzlich mitspielt, ist die Bausubstanz: hohe Altbauzimmer mit Dielenboden und wenig Möbeln sind für Musik oft angenehm und für Sprache fast immer zu lang. Der Prüfstein ist die Aufnahme von dreißig Sekunden Stille, und wer sie sich anhört, kauft danach andere Dinge.
Minus 23 ist keine Meinung
Am Ende steht die einzige Zahl in diesem Fach, für die es eine richtige Antwort gibt, und sie hängt daran, wo die Datei hinterher liegt. Rundfunk in Europa liegt bei -23 LUFS nach EBU R 128, und das ist keine Empfehlung, sondern die Auslieferungsbedingung jedes Senders, der danach arbeitet.
Für alles andere gilt ein anderer Wert: Ein Podcast landet eher bei -16 LUFS, und die Plattformen normalisieren auf etwa -14 LUFS, Stand 2026. Wer nach Gefühl mastert, liefert entweder eine Folge ab, die neben allen anderen leise ist, oder eine, die heruntergeregelt wird und dabei ihre Dynamik behält, ohne sie noch zu brauchen. Gemessen wird das, nicht gehört.
Wo der Ärger sitzt
Die vier Stellen, an denen diese Aufnahme schiefging, nach Frequenz
Drei davon wurden im Zimmer entschieden und eine an einer Steckdose. Keine davon wurde vom Mikrofon entschieden.
Frequenz, von tief nach hoch. Die Frequenzen gehören dieser Aufnahme; wo jede auf der Linie sitzt, ist nach Augenmaß gesetzt und nicht gemessen.
- Die StraßenbahnUm 40 Hz herum, alle sechs Minuten, und durch den Dielenboden
- Der Hochpass80 Hz. Nimmt Bahn und Trittschall, und den Kühlschrank nicht
- Die Kerbe der Glasplatte700 Hz, aus der Mitte ihrer Stimme geschnitten, von einer Fläche 24 cm weiter weg
- Die Konsonanten2 kHz bis 8 kHz, wo die Verständlichkeit sitzt und wo Nähe zu knallen beginnt
Ein Spektrum lässt diese vier wie vier getrennte Probleme auf einer Linie aussehen. Drei davon sind ein einziges, nämlich dass vor der ersten Aufnahme niemand dem Zimmer zugehört hat.
Von der Glasplatte zu Fremden
Die Reihenfolge ist hier strenger als in den meisten Handwerken, weil keine Stufe zurückholen kann, was die vorherige verloren hat. Abstand, Raum, Pegel, Schnitt, Lautheit: Der Schnitt kann eine Kammfilterkerbe nicht füllen, und die Lautheitsmessung kann ein übersteuertes Lachen nicht zurückbauen.
Was das für die einzelnen Stufen heißt, steht bei der Aufnahme und beim Mischen; welches Programm die Zeitachse trägt, bei den DAWs. Für eine Folge wie diese ist das Podcasting die Ebene, auf der Aufnahme, Schnitt und Veröffentlichung zusammenkommen.
Musik überquert dieselbe Lücke in einer anderen Reihenfolge, weil ein Raum, der für eine Stimme ein Problem ist, für ein Instrument oft das Beste am Klang ist; das steht beim Musik machen. Klänge, die nicht aufgenommen, sondern gebaut werden, gehören ins Sounddesign. Wie derselbe Ton unter bewegte Bilder kommt, steht in der Videoproduktion.
Kostenlos messen, teuer reparieren
ffmpeg mit dem Filter loudnorm misst und setzt genau den Wert aus EBU R 128, von der Kommandozeile aus und ohne Kosten. Es ersetzt das Verfahren, drei Fassungen zu exportieren, bis eine passte, und es ist Stand 2026 der kürzeste Weg von einer fertigen Folge zu einer Datei, die auf einer Plattform nicht mehr angefasst wird.
Auphonic nimmt dieselbe Messung mit einer Oberfläche ab und hat eine kostenlose Stufe, die für eine Sendung dieser Größe reicht; es ersetzt das Raten zwischen einer Folge und der nächsten. iZotope RX ist die Reparaturwerkstatt und hat keinen kostenlosen Weg. Es ersetzt die Neuaufnahme einer Sitzung, zu einem Qualitätspreis, den man jeder Stimme anhört, an der es hart gearbeitet hat, und zehn Sekunden an einer Steckdose schlagen es auf jeder Achse.
Bleibt die Frage, die diese Folge nicht beantwortet, obwohl sie sauber klingt: warum vierunddreißig gut aufgenommene Minuten über Straßenbahnen trotzdem niemand zu Ende hört. Das entscheidet sich vor dem Mikrofon und steht im Storytelling.