Dornier DO-X – VR Sound Design für Multiplayer Flugboot Experience

Die Dornier Do X hatte zwölf Motoren. Sechs zogen, sechs drückten, montiert in Gondeln über dem Flügel. 1929 war sie mit vierzig Metern Länge und knapp achtundvierzig Metern Spannweite das größte Flugboot der Welt und trug bis zu hundert Passagiere. Ihre Atlantiküberquerung dauerte am Ende fast zehn Monate, weil unterwegs ständig etwas kaputtging: In Lissabon geriet eine Plane an ein heißes Auspuffrohr und verbrannte den halben linken Flügel, was allein sechs Wochen Reparatur kostete.

Für den Ton eines VR-Prototyps, der genau diesen Flug erlebbar macht, wurde ich 2021 dazugeholt. Man sitzt im Cockpit zwischen zwei Kommandanten, die sich nicht einig sind, und muss selbst entscheiden, wie es weitergeht.

Warum zwölf Motoren eine Tonfrage sind, keine Bildfrage

Der Konflikt der Geschichte ist schnell erzählt. Friedrich Christiansen, um die fünfzig, fliegt die Maschine mit Instinkt und Sturheit und treibt sie über ihre Grenzen. Cramer von Clausbruch, gut zwanzig Jahre jünger, ist die Stimme der Vorsicht und hat die Passagiere im Kopf. Zwischen den beiden sitzt der Nutzer und entscheidet.

In einem Film würde man diesen Konflikt über Schnitt und Kameraführung aufbauen. In VR gibt es beides nicht. Es gibt keinen Schnitt auf das Gesicht, keine Nahaufnahme des zitternden Zeigers, keine Musik, die einem sagt, dass es jetzt ernst wird, ohne dass es albern wirkt. Was bleibt, ist der Ton.

Genau daran hing die ganze Szene. Das erste Feedback zur Mischung war eindeutig: Es klinge zu entspannt, es müsse nach beginnender Krise klingen, und ein Motorschaden müsse über dem Brummen der übrigen Motoren hörbar sein. Das ist keine Lautstärkefrage. Bei zwölf Motoren, die alle laufen, muss ein einzelner ausfallender Motor als Position erkennbar sein, sonst merkt niemand, was passiert.

Wie ein Maschinenraum bedrohlich wurde

Ich habe die Motoren nicht als eine Klangfläche behandelt, sondern jeden als eigene Quelle im Raum. Der Schaden entsteht dadurch an einer Stelle, wandert nicht mit dem Kopf mit und verschwindet wieder, wenn man sich abwendet. Wer im Cockpit sitzt und das Stottern rechts hinten hört, dreht sich dorthin. Das ist die Regie, die man in VR noch hat.

Dazu kam eine Vorgabe, die ich mag, weil sie den Raum ernst nimmt: Wenn man den Kopf aus dem Fenster steckt, soll der Ton komplett kippen. Innen das gedämpfte Dröhnen durch Blech und Glas, draußen der volle Fahrtwind und die Motoren ohne Filter. Solche Übergänge entscheiden darüber, ob eine VR-Szene als Raum funktioniert oder als Kulisse.

Der Maschinenraum bekam eine eigene Ebene. Dort steht man vor einer Wand aus Rundinstrumenten und Hebeln, und jeder Handgriff musste hörbar sein: das Einrasten der Hebel, das Ächzen beim Ziehen, das Klicken der Anzeigen. Für die interaktiven Elemente habe ich die Geräusche einzeln angelegt, weil in einer Engine jedes Element zu einem beliebigen Zeitpunkt ausgelöst werden kann und nichts vorher fest im Schnitt liegt. Worin sich ein VR-Game darin von einem 360°-Video unterscheidet, in dem der Ton fest vorgemischt liegt, habe ich in einem eigenen Artikel über Spatial Audio in VR-Games auseinandergenommen.

Ein Detail aus der Abnahme zeigt, wie fein diese Unterscheidungen werden. Eine der Sprachaufnahmen war als Durchsage angelegt, mit dem typischen Klang einer Bordsprechanlage. Im Kontext war das falsch, weil die Figur an dieser Stelle nicht durchsagt, sondern neben einem sitzt. Also raus mit dem Effekt. Eine Stimme im Raum und eine Stimme aus dem Lautsprecher sind zwei verschiedene Dinge, und in VR merkt man den Unterschied sofort, weil man den Kopf dreht und niemanden findet.

Bei den Stimmen haben wir uns bewusst gegen synthetische Sprecher entschieden. Der Gedanke stand im Raum, die Dialoge mit KI-Stimmen zu erzeugen, was 2021 gerade aufkam. Am Ende haben echte Schauspieler aufgenommen, deutsch und englisch, das Englische mit leichtem deutschem Akzent. Ein guter Schauspieler mit Akzent trägt eine Szene, ein perfektes Englisch ohne Haltung nicht.

Die Musik lief bewusst als eigene Spannungskurve mit, aufgebaut aus Streichern, die sich langsam zuziehen. Sie sollte nicht die Bedrohung erzählen, das machen die Motoren. Sie sollte die Zeit strecken, in der man als Nutzer noch nicht entschieden hat.

Was daraus geworden ist

Aufgenommen haben wir die Dialoge im August 2021 bei mir im Studio, mit Schauspielern aus dem Münchner Umfeld, nach einem Casting, bei dem es weniger um perfekte Aussprache ging als um zwei Stimmen, die man sofort auseinanderhält: eine harte und eine besonnene. Bei einer Szene, die vom Streit zweier Männer lebt, ist die Besetzung die halbe Mischung. Die Schauspieler trugen dabei Kopf-Rigs für die Gesichtsaufnahme, Stimme und Mimik entstanden also im selben Take. Für den Ton heißt das: Die Aufnahme hängt an der Performance. Man kann eine Zeile nicht später isoliert nachziehen, ohne dass das Gesicht nicht mehr dazu passt.

Entstanden ist ein spielbarer Prototyp für die Quest, ein sogenannter Vertical Slice: eine kurze, aber vollständige Szene, an der sich zeigen lässt, wie das ganze Projekt funktionieren würde. Solche Prototypen sind die Währung, mit der man Förderungen und Festivalmärkte angeht, und in diesem Fall ist daraus etwas geworden. Das Projekt heißt heute „DO-X: Soar Into the Future“ und wird von BLIMEY und INVR.SPACE koproduziert, mit Nimrod Shanit als Regisseur und Produzent und Sönke Kirchhof als Produzent. 2022 war es Official Selection im IDFA Forum und wurde für den XR Development Market des NewImages Festival ausgewählt. Gefördert wird es vom Canada Media Fund, vom Medienboard Berlin-Brandenburg und vom FilmFernsehFonds Bayern. Die Erzählung hat sich dabei verschoben: Heute führt man als erste Pilotin das Flugboot über den Atlantik, statt zwischen zwei streitenden Kommandanten zu sitzen. Die technische Umsetzung des Prototyps von 2021 kam von Design4Real.

Für den Ton heißt das eine besondere Anforderung. Ein Prototyp muss beim ersten Durchlauf überzeugen, bei Leuten, die das Projekt nicht kennen und die Brille vielleicht zum zweiten Mal im Leben aufsetzen. Es gibt keine zweite Chance und keine Erklärung vorweg. Wenn der Motorschaden nicht sofort als Bedrohung ankommt, ist die Szene für diesen Zuschauer gelaufen.

Das ist der Unterschied zwischen linearer und interaktiver Arbeit, der mir bei diesem Projekt am deutlichsten geworden ist. Bei einem Film mische ich einen Ablauf. Bei einer Engine baue ich ein System, das auf Entscheidungen reagiert, die ich nicht kenne. Ähnlich war es bei der deutschen Fassung von Emperor, wo jede Sprachdatei als eigenes Asset exakt in die Timeline passen musste. Dass diese Denkweise aus dem Game Audio inzwischen zurück in den Film wandert, habe ich in Wie Game Audio das Film Sound Design beeinflusst aufgeschrieben.

Planst du eine interaktive VR-Produktion?

Ob Prototyp für eine Einreichung oder fertige Anwendung: In einer Engine entscheidet der Ton, ob eine Szene bedrohlich, ruhig oder einfach nur laut ist. Lass uns früh darüber sprechen, welche Elemente einzeln liegen müssen.