Ein Ambisonics-Mikrofon macht deinen Ton noch nicht räumlich
Wenn du immersiv drehst, entscheidet sich der Ton am Drehtag. Danach ist es Schadensbegrenzung. Schick mir, was du hast, wir gehen es einmal durch, und danach weißt du, was deine Produktion wirklich braucht.
Erstes Gespräch anfragenWas nach dem Drehtag weg ist
Bei immersiven Produktionen ist der Ton fast immer die erste Position, die gestrichen wird. Das geht auch gut, bis zum Drehtag.
Danach gilt: Eine Stimme, die zu weit weg aufgenommen wurde, kommt nie wieder näher. Ein Geräusch, das auf allen vier Kanälen gleichzeitig sitzt, bekommst du nicht mehr heraus. Und eine Quelle, die niemand einzeln aufgenommen hat, existiert nicht.
Was bleibt, ist Nachvertonen oder ein zweiter Drehtag. Beides kostet mehr als die Stunde, die es vorher gebraucht hätte.
Der Ton verändert, wie du drehst
Ich stand einmal an einem Morgen in einem Skigebiet, zwei Tage vor der Eröffnung. Bestes Wetter, das ganze Resort für uns allein, vier Fahrer verkabelt, ich als einziger Tonmann mit dem Ambisonics-Mikrofon. Genau das war die Falle. Weil noch präpariert wurde, liefen überall Schneekanonen. Nicht eine. Sie stehen im Abstand von ein paar Dutzend Metern über das gesamte Gebiet verteilt, und es gab keine Stelle, an der man sie nicht gehört hätte. Das Mikrofon ging nach kurzer Zeit zurück in den Rucksack, und die Szene ist später im Mix entstanden.
Am Equipment lag das nicht. Es hätte gereicht, vorher einmal anzurufen und zu fragen, was in der Woche vor der Eröffnung im Resort eigentlich läuft. Diese Frage stellt aber niemand, wenn der Ton erst am Drehtag dazukommt.
Meistens steht das Konzept schon, wenn beim Ton jemand anruft. Gefragt wird dann nur noch die Aufnahme an, oder nur noch die Postproduktion, weil längst gedreht wurde. Ich versuche früher dazuzukommen, und das ist ein Kostenargument, kein Qualitätsargument. Viele Dinge, für die ein Team einen zusätzlichen Drehtag einplant, lassen sich über den Ton erzählen. Ein Voiceover erklärt in acht Sekunden, was sonst gefilmt werden müsste.
Bevor ich überhaupt an Töne denke, schaue ich mir das Konzept an und stelle eine einzige Frage: Gibt es hier etwas, das sich über den Ton besser erzählen lässt als über das Bild? Menschen sind visuelle Wesen, wir achten zuerst auf Text, auf Gesichter, auf die virtuelle Fabrikhalle. Ich frage stattdessen, wie das eigentlich klingt und ob das überhaupt erwünscht ist. So arbeite ich mich durch: Wo braucht es unbedingt Ton, wo ist er nice to have, und wo ist eine Anwendung als Stummfilm völlig in Ordnung. Diese letzte Möglichkeit lasse ich ausdrücklich zu.
Eine Empfehlung spreche ich fast immer schon in der Planung aus, und sie dreht die gewohnte Reihenfolge um: plant erst einmal keine Musik und kein Voiceover ein. Im klassischen Film kommt beides zuerst, die Geräusche liegen darunter. Bei 360 Grad ist das andersherum. Zuerst so weit wie möglich mit dem kommen, was in der Szene passiert, also Geräusche und Dialog, und danach fragen, ob überhaupt noch etwas fehlt. Der Grund ist die Belastungsgrenze des Zuschauers. Sich umzusehen und dabei eine räumliche Tonebene zu verarbeiten ist schon viel. Kommt eine Stimme dazu, die gar nicht in der Szene ist, und darunter Musik, die Emotion liefern soll, kippt das Ganze. Wer am Ende mehr Emotion braucht, ergänzt Musik. Eben zuletzt.
Quellen zuerst, dann der Raum
Das Ambisonics-Mikrofon kommt bei fast jedem Dreh mit. Es nimmt den Raum auf, und das macht es gut. Alles, was nah, präzise oder sauber sein muss, kommt von woanders her.
Fünf Dinge nimmt dir das Mikrofon nicht ab:
Objekte klingen weit weg. Wer in die Kamera spricht, landet im Mix diffus und entfernt, weil das Mikrofon an der Kamera steht und nicht bei der Person.
Die beste Kameraposition ist nicht die beste Mikrofonposition. Die Kamera steht dort, wo der Zuschauer stehen soll. Das Mikrofon gehört dorthin, wo der Ton herkommt.
Der Ton soll führen. In 360 Grad sagt der Ton dem Publikum, wohin es sich drehen soll. Ein Ambisonics-Mikrofon nimmt alles ringsum auf, aber es hebt nichts hervor.
Der Lärm kommt mit. Erste Ordnung ist ein unnötig feierlicher Ausdruck für vier Kanäle. Eine laute Location landet auf allen vieren gleichzeitig.
Mehr Kanäle lösen das nicht. Höhere Ordnung kauft räumliche Auflösung. Sie holt keine entfernte Stimme näher.
Was in Planungen regelmäßig fehlt
Zwischen Mikrofon und Recorder liegt ein vielpoliges Splitterkabel, der Recorder braucht Strom und Speicher, und vor allem braucht es einen Weg, die Aufnahme zu kontrollieren. Sonst stellt man Kamera und Recorder hin, drückt Aufnahme, rennt aus dem Bild und hat keine Ahnung, was passiert.
Dafür braucht es eine zusätzliche Funkstrecke oder die Fernsteuerungs-App des Recorders. Sonst merkt niemand, dass das Signal übersteuert. Das ist ein wiederkehrender Schmerzpunkt, und er steht in keinem Angebot.
Beschreiben lässt sich das nicht
Man muss es hören. Derselbe 360-Grad-Clip, einmal räumlich und einmal flach. Kopfhörer auf und umschalten.
Was der Hörtest dazu sagt
2025 haben Balandino Di Donato und Iain McGregor von der Edinburgh Napier University und ich untersucht, wie 360-Grad-Ton auf dem Handy ankommt. Das Paper lief auf der Audio Mostly 2025 in Coimbra und ist bei der ACM erschienen. 21 Personen im Labor-Hörtest, Median 34 Jahre, gut die Hälfte davon keine Audioprofis, Testmaterial zwei 360-Grad-Videos von je einer Minute.
Die räumlichen Fassungen wurden klar bevorzugt: 58 % gegen 38 % für die flachen Varianten. 76 % der Hörer honorierten ausdrücklich, dass Klangquellen korrekt im Raum platziert waren, weil das den Realismus erhöht.
Das Ergebnis hat aber eine zweite Hälfte, und die ist für die Planung die wichtigere. Übertriebenes oder unpassendes Panning störte wiederholt. Genannt wurden Motorräder, die sich anfühlten, als wären sie auf der falschen Seite, und Ton, der beim Drehen langsam wegblendete. Räumlich allein reicht also nicht. Bewegung und Platzierung müssen zum Bild passen, und ob das später möglich ist, entscheidet sich am Drehtag.
Zwei Einwände, bevor sie kommen
Wir haben schon jemanden für den Ton. Kommt oft, und der Einwand ist berechtigt. Die Frage ist nur, ob diese Person schon immersiv gearbeitet hat. Im klassischen Filmton kommen die entscheidenden Fragen gar nicht vor, weil sie dort keine Rolle spielen. Ich ersetze deinen Tonmenschen nicht, ich gebe ihm ein Briefing.
Wir bauen den Prozess gerade erst auf. Das höre ich auch von Produktionsfirmen, die seit zehn Jahren in der Branche sind. Immersiv ist für die meisten kein tägliches Brot, sondern ein neuer Ablauf, an dem jedes Projekt noch etwas lernt. Genau deshalb lohnt sich jemand, der nichts anderes macht.
Was dabei hilft: Beratung, Aufnahme und Postproduktion kommen bei mir aus demselben Kopf. Ich arbeite als One-Man-Show und buche je nach Projekt Kolleginnen und Kollegen dazu. Weil ich auch die Mischung mache, kann ich mir schon am Set vorstellen, wie sie aussehen wird. Daraus folgt eine sehr praktische Entscheidung: ob ich einen Ton überhaupt aufnehmen muss oder ob es Zeit spart, ihn später zu ergänzen. Ein Abstimmungsaufwand zwischen drei Gewerken entfällt.
Aus echten Produktionen
Zwei von über hundert. Beide habe ich beraten, aufgenommen und gemischt.
Deutsches Weininstitut
Die VR-Experience führt durch alle Etappen der Weinherstellung: Lese im Weinberg, Fahrt im Trecker, Führung im historischen Keller, am Ende ein Glas. Die steilen Hanglagen machten schon den Aufbau schwierig. Akustisch war die Traktorszene die härteste, weil sich das Motorgeräusch nicht wegnehmen ließ und die Stimmen der Winzer sich in der lauten Umgebung überlagerten.
Geplant wurde das vorher: Richtmikrofone für die Stimmen, Ambisonics für die räumliche Verteilung, hochwertige Funkstrecken mit Richtantennen, damit der Ton auch dann steht, wenn der Traktor aus der Reichweite fährt. Dazu ein Mithörsystem mit Bodypacks für die siebenköpfige Crew aus Regie, Kunde und Agentur, damit alle jederzeit beurteilen konnten, was tatsächlich ankommt. Gefilmt wurde mit vier Sony Alpha 7.
Oktoberfest VR
Für das offizielle Oktoberfest-Game auf Quest 2 und Quest 3 sollten die echten Geräusche der Wiesn eingefangen werden, von den Fahrgeschäften bis zu den Gesprächen im Bierzelt. Das Oktoberfest ist ein akustisches Spektakel. Tausende Menschen, überall Musik, dazwischen die Fahrgeschäfte, alles vermischt sich zu einer einzigen Wand.
Die Lösung hatte zweimal nichts mit Technik zu tun. Erstens verhandeln: Ich musste mit den Betreibern sprechen, damit sie für ein paar Minuten die Musik abdrehen, was die ungern tun, weil Besucher denken könnten, die Attraktion sei geschlossen. Zweitens Ausdauer. Für die Geräusche direkt auf den Fahrgeschäften bin ich unzählige Runden Achterbahn und Freefall Tower gefahren, um Schienen, Wind und Geschwindigkeitswechsel zu bekommen, mit Kontrolle zwischen den Fahrten, ob das Material brauchbar ist. Wenn nicht, noch eine Runde. Mein Fazit zur Arbeitsrealität: Equipment sichern und einen stabilen Magen haben.
Im Weinberg hat der Plan getragen, den wir vorher gemacht hatten. Auf der Wiesn bestand der Plan darin, die Bedingungen erst herzustellen, unter denen sich überhaupt aufnehmen lässt. Beides ist Planung. Nur das zweite steht in keinem Drehplan, weil es wie eine Selbstverständlichkeit aussieht, bis man ohne Material dasteht.
Wer das macht
Ich bin Martin Rieger, Tonmeister aus München, und seit zehn Jahren mache ich nichts anderes als Ton für immersive Medien. Über hundert Projekte, darunter Audi, BMW mit Harman/Kardon, Bugatti, Lufthansa Technik, die Deutsche Zentrale für Tourismus, die Europäische Kommission und Corridor Digital in Los Angeles.
Fast jede Produktion, die mit Tonproblemen bei mir landet, hat vorher mit jemandem gearbeitet, der Ton kann, aber nicht immersiven Ton. Das sind zwei Berufe.
Wenn du zwischen Anbietern entscheidest, hilft Woran du erkennst, ob jemand immersiven Ton wirklich kann. Zur Größenordnung: Was 3D-Audio in einer Produktion kostet.
Es war ein faszinierendes Gespräch, das uns bei der Rückmeldung an unsere Kunden helfen wird.
Ihre Notizen und die Nachbereitung sind hervorragend, wir schätzen die Zeit, die Sie für Ihre Überlegungen aufgewendet haben.
Wir können Martin Rieger als professionellen und kompetenten Partner bei Film- und Audioproduktionen empfehlen.
Die Zusammenarbeit im Rahmen unserer „Sounds of Germany" Kampagne war von der Kreativphase, über die Dreharbeiten bis hin zu Postproduktion äußerst angenehm, das finale Ergebnis erstklassig.
Häufige Fragen
Ton ist bei uns die erste Position, die gestrichen wird.
Dann ist das Gespräch der billigste Weg herauszufinden, worauf ihr euch einlasst. Es kostet eine halbe Stunde.
Wann ist der richtige Zeitpunkt?
Zu früh gibt es nicht. Beim Konzept ist er am wertvollsten, weil dann noch alles offen ist. Zu spät gibt es fast genauso wenig, die einzige harte Grenze ist der letzte Drehtag.
Wir haben schon gedreht.
Für die Planung ist es dann vorbei. Melde dich trotzdem, dann schauen wir, was sich aus dem Material noch holen lässt.
Das Ganze läuft später in Unity.
Dann ist Spatial dort ein eigener Arbeitsschritt, der gern zu spät bedacht wird. Wer erst nach dem Dreh mit dem Studio spricht, bekommt die Antwort, dass es auch flach ginge. Deshalb gehört diese Frage vor den Dreh.
Was kostet der Tonplan?
Das hängt vom Umfang der Produktion ab. Die Zahl bekommst du nach dem Gespräch. Vorher wäre sie geraten.
Wir sitzen nicht in München.
Das Gespräch läuft über Google Meet. Der Ort spielt keine Rolle.
Wie wir anfangen
Bevor wir über Technik reden, klären wir in einer Viertelstunde das Wesentliche: worum es geht, wo gedreht wird, wann der Drehtag ist und wer bei euch entscheidet. Danach weiß ich, ob ich der Richtige bin, und du weißt, was es braucht.
Wenn es sich lohnt, schreibe ich danach den Tonplan für deine Produktion. Das ist der bezahlte Teil, und er enthält drei Dinge: die Formatentscheidung für deine Zielplattform, die Aufnahmeliste mit jeder Quelle, die am Set ein eigenes Mikrofon braucht, und die zwei Stellen, an denen Produktionen wie deine erfahrungsgemäß umfallen. In einer Form, mit der dein Team am Drehtag arbeiten kann. Ob du mich für die Produktion selbst buchst, ist eine getrennte Frage.
Erstes Gespräch anfragen