Inhalt
Spatial Audio verteilt Schallquellen dreidimensional um die hörende Person, statt sie auf eine Links-Rechts-Linie zu legen. Es kommen Höhe und Tiefe dazu, und mit Head-Tracking bleibt das Klangbild stehen, wenn du den Kopf drehst. Das Ergebnis ist eine ortbare Szene, kein breiteres Stereo.
Zwei Wörter für eine Sache: Im Englischen heißt es „Spatial Audio“, im Deutschen „3D Audio“. Gemeint ist dieselbe Physik, aber nicht dasselbe Denken — je nach Anwendungsfall muss der Ton anders gedacht werden. Seit Apple den Begriff nach vorn geschoben hat, steigt das Interesse stark, und alle tun so, als wäre die Bedeutung geklärt.
Das Label beschreibt ein Auslieferungsformat, nicht den Inhalt der Datei — und was dein Handy daraus macht, unterscheidet sich von Hersteller zu Hersteller drastisch.
Bei Apple ist die Mechanik am saubersten dokumentiert. Für Stereo-Material, sagen wir Spotify auf dem iPhone, gibt es drei Zustände: aus — du hörst ganz normale Musik, niemand wird gezwungen, dreidimensional zu hören; Spatialize Stereo — das Stereo wird künstlich verhallt, derselbe Trick wie bei 8D Audio, aber ohne Head-Tracking, und ehrlich gesagt bringt das wenig, wenn das Ausgangsmaterial nur Stereo ist; und mit Head-Tracking — das Stereo wird vorn fixiert, dort wo Lautsprecher stünden, und bleibt beim Kopfdrehen dort stehen. Für mehrkanaliges Material zeigt das Menü plötzlich „Dolby Atmos“ statt „Stereo“ an, und die Auswahl schrumpft auf zwei Optionen: binauralisiert, mit oder ohne Head-Tracking. Den Ausschalter braucht man trotzdem — wer mit dem Staubsauger durch die Wohnung läuft, merkt schnell, wie nervig eine ständig nachjustierende Klangszene sein kann.
Ein Missverständnis, das mir häufig begegnet: Das Handy ist beim Head-Tracking nur der Bezugspunkt, nicht die Schallquelle. Es kalibriert die Klangszene, damit ein Sound, der von links kommen soll, auch wirklich von links kommt — der Ton selbst kommt weiterhin aus den Kopfhörern, nicht aus der Richtung, in der das Handy gerade liegt.
Bei Android ist die Lage weniger einheitlich, und mein eigenes Galaxy S10 zeigt warum: Es trug eine Dolby-Atmos-Option in den Einstellungen, und alles, was sie tat, war die Lautstärke anzuheben. Keine Spatialisierung, kein Head-Tracking, nichts von dem, was Apples dritter Modus liefert — nur ein lauteres Stereo mit einem prestigeträchtigen Namen davor.
Dieselbe Lücke hatte ich mit eigenem Geld bezahlt: die Galaxy Buds Pro, beworben mit „360-Grad-Sound“. Ich dachte, das heißt Head-Tracking und Dolby Atmos. Tatsächlich machten sie nur, was Samsung Spatialized Stereo nennt — ein Stereosignal wird verschoben, bis es aus einer bestimmten Richtung zu kommen scheint, derselbe Trick wie bei 8D Audio, aber keine echte Einhüllung. „Ja, was soll ich damit? Das hat doch überhaupt keinen Mehrwert“ — so habe ich damals reagiert, und dann die Funktion wieder ausgeschaltet. Erst die Galaxy Buds2 Pro brachten echtes Mehrkanal-Audio mit Direct Multi-Channel für 5.1, 7.1 und Dolby Atmos.
| Was auf der Packung steht | Was es meist bedeutet | Woran du es prüfst |
|---|---|---|
| „Dolby Atmos“ auf dem Smartphone | Ein EQ- oder Lautheits-Preset | Ist die Quelldatei mehrkanalig? |
| „Spatial Audio“ bei Ohrhörern | Ein Signal, um den Kopf geschwenkt | Bleibt die Szene stehen, wenn du dich drehst? |
| „8D Audio“ auf einem Track | Stereo mit automatischer Schwenkbewegung | Gibt es überhaupt Höheninformation? |
| Echtes objektbasiertes Audio | Quellen im Raum platziert | Head-Tracking hält die Szene fest |
Im Kino ist Surround ein angenehmes Add-on. Das Publikum zahlt dafür, aber ein Stereo-Mix funktioniert auch. In VR kippt die Rechnung: Die Umgebung wird sphärisch dargestellt und nicht wie im Kino als Ausschnitt der Szene. Ein Stereo-Mix fällt dort als gebrochener Klang auf und zerstört genau die Immersion, die das Bild aufbaut.
Das ist die praktische Trennlinie. Für ein dialoglastiges Drama lohnt die volle objektbasierte Kette selten. Überall dort, wo Zuschauende den Kopf drehen können, ist räumlicher Ton kein Feature — er entscheidet, ob die Szene trägt oder auseinanderfällt.
ASMR ist enorm populär, und die Formate ähneln sich. Gemeinsam mit der Influencerin NanouASMR haben wir ein Format gesucht, in dem der räumliche Ton das Erlebnis trägt statt es zu dekorieren — und das geräteübergreifend funktioniert, von YouTube am Rechner bis zum Smart-TV.
Die Lösung war eine Doppelperspektive, die es nur in 360° gibt: Nanou erscheint zweimal im Video, einmal vor und einmal hinter der betrachtenden Person. Bewegt man den Kopf, folgt der Ton per Head-Tracking der Blickrichtung — man hört den Unterschied, während man den Raum erkundet, nicht nur sieht man ihn. Die TikTok-Clips aus der Produktion wurden binnen weniger Monate millionenfach angesehen, und Nanou und ich haben seither auch ASMR-Audio für Marken wie Audi produziert.
Lade den Mix als 360°-Video hoch — das ist der billigste Weg, jemanden hören zu lassen, was stehen bleibt, wenn er wegschaut. In den Container gehört dabei Ambisonics (AmbiX), nicht der Atmos-Mix selbst; der muss erst auf ein Ambisonics-Bett gerendert werden. Verlässlich ist der Weg derzeit allerdings nicht: YouTubes Head-Tracking für 360° läuft im Desktop-Browser aktuell gar nicht, in der YouTube-App auf der Quest 3 nur, solange man geradeaus schaut. Wer es heute vorführen muss, nimmt VLC 3.0.x mit eingeschaltetem Binaural-Renderer oder Vimeo in Firefox. Den jeweils aktuellen Stand pflege ich in der Übersicht zum Spatial-Audio-Support in 360°-Playern.
Meine Kaufregel für Kopfhörer, aus eigenem Schaden gelernt: Steht 3D Audio drauf, ist nicht automatisch 3D Audio drin. Frag nach echtem Mehrkanal-Support — fehlt er, lass die Finger davon, denn künstlich verhalltes Stereo gewinnt kaum etwas. Wie verwirrend die Lage selbst für Fachleute ist, habe ich auf einer Messe erlebt: Nicht mal der Marketing-Mensch am Stand konnte mir sagen, was seine eigenen Kopfhörer da eigentlich tun.
Für mich ist das auch der Grund, warum ich Kopfhörer Lautsprechern vorziehe. Stehen Lautsprecher im Raum, kommt der Klang immer von außen — das Gehirn glaubt nie, der Ton sei im Kopf. Kopfhörer können beides: den Eindruck von außen und den Ton im Kopf. Für dein Projekt heißt das: Nicht das Label auf der Packung entscheidet, ob sich der Aufwand lohnt, sondern die Blickrichtung deines Publikums, dein Ausgangsmaterial und das Gerät, auf dem am Ende gehört wird.
Zurück zum BlogDu willst 3D Audio nicht nur theoretisch verstehen, sondern in einem echten Projekt einsetzen?
Jetzt unverbindlich anfragen →