Was räumlicher Ton beim Zuschauer auslöst, und was nicht

Der Wert ist gefühlt und lässt sich schwer rational vermitteln. Genau das macht die interne Begründung so mühsam. Diese Seite trennt, was räumlicher Ton nachweislich bewirkt, von dem, was ihm zugeschrieben wird.

Die Begriffe, an denen sich alle aufhängen

3D-Sound, Spatial Audio, Immersive Audio, Binaural, Ambisonics. Die Wörter werden durcheinander verwendet, auch von Herstellern, und sie meinen nicht dasselbe.

Für eine Projektentscheidung reichen zwei Unterscheidungen.

Dreht sich der Ton mit dem Kopf oder nicht? Was mitdreht, ist mit dem Raum verbunden. Was nicht mitdreht, bleibt am Kopf kleben und wandert mit. Beides hat seine Berechtigung: Musik und eine Erzählerstimme sollen oft gerade nicht wandern, eine Quelle in der Szene schon. Wer das verwechselt, bekommt eine Sprecherstimme, die sich beim Umdrehen hinter den Zuschauer stellt.

Ist es eine Szene oder sind es Objekte? Eine Szenenaufnahme beschreibt ein ganzes Schallfeld und lässt sich später nicht auseinandernehmen. Objekte bleiben einzeln und werden erst im Endgerät platziert. Das entscheidet darüber, was in der Postproduktion noch möglich ist.

Zum Head-Tracking im Detail habe ich einen eigenen Artikel geschrieben: Head-Tracking und 3D-Audio.

Der häufigste Fehler ist nicht schlechter Ton

Es ist gar keiner. Die meisten VR-Anwendungen, die ich zu sehen bekomme, arbeiten nicht etwa zu wenig mit Ton, sie arbeiten überhaupt nicht damit.

In der Wirklichkeit gibt es keine Stille. Das Gehirn meldet den Widerspruch sofort: Die Augen sehen einen Raum, die Ohren hören nichts. Es genügt dann auch nicht, eine Stimme in den Raum zu setzen. Sie braucht einen Hintergrund, damit sie überhaupt einen Ort bekommt.

Was belegt ist

2025 haben Balandino Di Donato und Iain McGregor von der Edinburgh Napier University und ich untersucht, wie 360-Grad-Ton auf dem Handy ankommt, veröffentlicht auf der Audio Mostly 2025 bei der ACM. 21 Personen im Labor-Hörtest, zwei Videos von je einer Minute.

Die räumlichen Fassungen wurden klar bevorzugt, 58 % gegen 38 %. Und 76 % der Hörer honorierten ausdrücklich, dass Klangquellen korrekt im Raum platziert waren, weil das den Realismus erhöht.

Die Studie nennt aber auch die Gegenseite, und die ist für die Gestaltung wichtiger. Übertriebenes oder unpassendes Panning störte wiederholt. Genannt wurden Quellen, die sich auf der falschen Seite anfühlten, und Ton, der beim Kopfdrehen langsam wegblendete. Schnelle Bewegung und uneinheitliche Höreindrücke führten gelegentlich zu Desorientierung, besonders auf kleinen Bildschirmen.

Drei Erwartungen, die sich nicht erfüllen

Dass der Zuschauer den Kopf bewegt. Viele tun es nicht. Wer eine Dramaturgie darauf baut, dass sich jemand umdreht, baut auf eine Annahme. Der Ton kann zum Umdrehen einladen, erzwingen kann er es nicht.

Dass Head-Tracking bei Musik hilft. Bei Musik nervt es eher. Die Mischungen wurden nie mit der Absicht gemacht, dass jemand dabei den Kopf dreht, und dieser Punkt geht ausdrücklich nicht an Dolby: Dort war Head-Tracking sogar abgeschaltet, mit der Begründung, dass man sich beim Mischen im Studio auch nicht bewegt. Der Antrieb kam von anderer Seite, weil Kopfhörer mit Head-Tracking verkauft werden sollen und der passende Inhalt dafür fehlt.

Dass es von selbst auffällt. Tut es nicht. Ohne Vergleich hört räumlicher Ton sich einfach richtig an, und richtig fällt niemandem auf. Deshalb gehört zu jeder Abnahme ein Umschalten und nicht nur ein Abspielen.

Wo die Wirkung tatsächlich entsteht

Nicht in der Genauigkeit der Nachbildung. Bei einem 360-Grad-Konzertvideo könnte man die Wirklichkeit nachbauen: Band vorne, Publikum hinten, der Ton kommt aus der Beschallungsanlage, denn so ist es vor Ort.

Nur will man dem Publikum nicht erzählen, der Gesang komme von links oben, weil dort ein Lautsprecher hängt. Man will die Band. Räumlicher Ton wirkt dort, wo er eine Erzählabsicht hat: Er sagt dem Zuschauer, wohin er schauen soll, er gibt einem Ort eine Größe, und er macht den Unterschied zwischen einer Person im Bild und einer Stimme aus dem Off überhaupt erst hörbar.

Zwei Produktionen, in denen genau das der Inhalt war

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.

Ich veröffentliche zu dem Thema auch wissenschaftlich, unter anderem mit der LMU München und der Edinburgh Napier University. Das ist der Grund, warum auf dieser Seite Zahlen stehen und nicht nur Behauptungen.

Wie du das jemandem in zwei Minuten hörbar machst, steht auf Räumlichen Ton in zwei Minuten hörbar machen.

Häufige Fragen

Was ist der Unterschied zwischen 3D-Sound und Spatial Audio?

In der Praxis meist keiner, es sind Marketingbegriffe. Relevant sind zwei Fragen: Dreht sich der Ton mit dem Kopf, und liegen die Quellen einzeln vor?

Ist Kopfhörer-Wiedergabe schon Pseudo-3D?

Kommt darauf an, was gemacht wurde. Kopfhörer sind der übliche Weg für räumlichen Ton, aber die Verpackung sagt nichts darüber, ob die Produktion dahinter räumlich angelegt war.

Wirkt es auch, wenn niemand es bemerkt?

Ja, und das ist der Normalfall. Gemessen wurde es im Blickverhalten, nicht in der bewussten Bewertung. Aufmerksamkeit ist etwas anderes als Wirkung.

Was ist head-locked?

Ton, der sich beim Kopfdrehen nicht mitdreht. Für Musik und Erzählerstimme ist das meistens richtig, für Quellen in der Szene falsch.

Wir sitzen nicht in München.

Das Gespräch läuft über Google Meet. Der Ort spielt keine Rolle.

Wie wir anfangen

Bevor wir über Verfahren reden, klären wir in einer Viertelstunde das Wesentliche: worum es geht, wo es später läuft, wann es fertig sein muss und wer bei euch entscheidet. Danach weiß ich, ob ich der Richtige bin, und du weißt, was es braucht.