Aufnahmetechnik: Musik sauber aufnehmen

Wenn du singst oder ein Instrument spielst, bringst du die Luft zum Schwingen. Diese Schwingung nennt man Schall. Bei einer Tonaufnahme wird der Schall festgehalten, damit man ihn später wieder abspielen kann. Dabei wandert der Ton durch mehrere Stationen. Diesen Weg nennt man Signalweg. Ein Signal ist hier eine elektrische Spannung, die sich genauso verändert wie der Schall.

Die erste Station ist die Schallquelle, also deine Stimme oder dein Instrument. Die zweite Station ist das Mikrofon: Es wandelt den Schall in eine elektrische Spannung um. Diese Spannung ist sehr gering, vor allem bei sogenannten dynamischen Mikrofonen (einer Bauart von Mikrofonen). Die dritte Station ist deshalb der Mikrofonvorverstärker, auf Englisch „Mic Preamp“. Er verstärkt die geringe Spannung auf einen Pegel, mit dem ein Mischpult oder ein Verstärker arbeiten kann. Pegel heißt hier: wie stark ein Signal ist. Ein Mischpult ist ein Gerät mit Reglern, an dem man mehrere Tonsignale lauter oder leiser stellt und zusammenmischt.

Bis hierher ist das Signal analog: Die Spannung ändert sich stufenlos, so wie der Schall. Ein Computer speichert Töne aber als Zahlen. Die vierte Station ist darum der Analog-Digital-Wandler. Er misst die Spannung in sehr kurzen Abständen und hält jeden Messwert als Zahl fest. Danach ist das Signal digital, also in Zahlen ausgedrückt. Die fünfte Station ist die Audiodatei, zum Beispiel eine WAV-Datei auf dem Computer. Sie kann man danach bearbeiten und mit einem Abspielprogramm wiedergeben.

Wie gut die gespeicherte Aufnahme klingt, hängt von zwei Werten ab. Die Abtastrate gibt an, wie oft pro Zeit das Signal gemessen wird. Die Bittiefe, auch Auflösung genannt, gibt an, wie fein jeder einzelne Messwert gespeichert wird. WAV-Dateien enthalten meist die Messwerte als Rohdaten, also unverkleinert. Bei verkleinerten Dateien wie MP3 kommt es zusätzlich auf das Verfahren an, mit dem verkleinert wurde. Weil beim Umwandeln in Zahlen die Qualität entscheidend festgelegt wird, wählt man für diesen Schritt teilweise höhere Werte, als später für eine Audio-CD nötig wären.

Wie du das Mikrofon anschließt, hängt vom Gerät ab. Ein USB-Mikrofon steckst du direkt in einen USB-Anschluss des Computers. Ein Mikrofon mit XLR-Stecker, einem runden Profi-Stecker für Mikrofone, kommt in ein Audiointerface. Das ist ein Zusatzgerät, das wiederum per USB am Computer hängt.

Mikrofone hören nicht in jede Richtung gleich gut. Aus welchen Richtungen ein Mikrofon Schall aufnimmt, heißt Richtcharakteristik. In einer Zeichnung, dem Polardiagramm, sieht man sie als Form. Drei wichtige Formen sind Kugel, Niere und Acht. Die Kugel hat keine Richtwirkung: Das Mikrofon nimmt aus jeder Richtung etwa gleich auf. So arbeitet ein reines Druckmikrofon, eine Bauart von Mikrofonen. Die Niere ist nach ihrer Form benannt, die an eine Niere erinnert: Sie nimmt vor allem von vorne auf und von hinten wenig. Die Acht nimmt von vorne und von hinten auf, von den Seiten kaum. So arbeitet zum Beispiel ein Bändchenmikrofon. Mikrofone wie Niere und Acht nennt man gerichtete Mikrofone.

Im Raum kommt der Schall auf zwei Wegen zum Mikrofon. Der Direktschall kommt auf geradem Weg von der Quelle. Reflexionen sind Schall, der vorher von harten Flächen zurückgeworfen wurde, etwa von Wänden, der Decke, Tischplatten oder Notenständern. Laut einem Leitfaden des Mikrofonherstellers Shure können solche Reflexionen den Klang der Aufnahme verschlechtern. Wird der Schall viele Male hin und her geworfen, entsteht Nachhall: Der Ton klingt noch nach, obwohl er schon vorbei ist. Ein Aufnahmeraum im Tonstudio soll deshalb möglichst reflexionsarm sein, damit vor allem der Direktschall den Klang bestimmt.

Ein wichtiger Regler ist der Abstand. Shure erklärt: Verdoppelt sich der Abstand zwischen Quelle und Mikrofon, wird der Direktschall am Mikrofon um 6 Dezibel (dB) schwächer. Dezibel ist die Maßeinheit für Pegel, und 6 dB weniger ist ein deutlicher Unterschied. Der Raumklang ist dagegen im Raum fast überall gleich laut. Je weiter weg das Mikrofon steht, desto mehr Raum hörst du also. Nach Shure steuerst du das Verhältnis von Direktschall zu Raumklang vor allem über den Abstand und weniger stark über die Richtcharakteristik. Für eine Stimme nennt Shure etwa 15 bis 30 cm Abstand zum Mund. Kommst du einem gerichteten Mikrofon zu nah, klingt die Stimme dröhnend und basslastig. Das heißt Nahbesprechungseffekt. Für Instrumente gibt es laut Shure nicht die eine richtige Position: Probiere verschiedene Abstände und Plätze aus und hör genau hin. Ist der Raum ungünstig, rät Shure, das Mikrofon sehr nah an den lautesten Teil des Instruments zu stellen oder das Instrument abzuschirmen, zum Beispiel mit Stellwänden.

Zuletzt stellst du den Aufnahmepegel ein, also wie stark das Signal im Aufnahmegerät ankommt. Dazu machst du eine Probeaufnahme und hörst sie an. Die Hilfeseite des Aufnahmeprogramms Audacity (Stand 2026) nennt Zeichen dafür: Geht die Pegelanzeige in den roten Bereich oder sieht die Wellenform, also das Bild des Tons im Programm, aus wie ein eckiger Block, ist die Aufnahme wahrscheinlich zu laut. Dann stellst du den Eingang leiser oder gehst weiter vom Mikrofon weg. Bleibt die Anzeige ganz unten und bewegt sich die Wellenform kaum, ist die Aufnahme wahrscheinlich zu leise: Stell lauter oder geh näher heran. Die Anzeige zählt mit Minuszahlen, darum ist −12 dB lauter als −18 dB. Für normales Sprechen nennt Audacity als idealen Bereich −18 bis −12 dB. Das ist ein Richtwert für Sprache, kein fester Wert für jedes Instrument.

Bei einer Mehrspuraufnahme wird jede Stimme oder jedes Instrument auf einer eigenen Spur gespeichert. Eine Spur ist eine getrennte Aufnahme-Zeile im Aufnahmeprogramm. Die Aufnahmen können gleichzeitig oder nacheinander entstehen. Weil sie getrennt bleiben, kann man sie später einzeln bearbeiten, zum Beispiel allein den Gesang lauter machen. Anders ist es bei der Summenspuraufnahme: Hier werden die Tonsignale schon bei der Aufnahme direkt zu einer fertigen Mischung zusammengemischt. Das braucht weniger Technik, aber man verliert Möglichkeiten. Später kann man die Aufnahme nur noch als Ganzes bearbeiten.

Ein Take (ein Fachwort aus dem Englischen) ist ein einzelner Aufnahmeversuch. Du kannst eine Stelle mehrmals aufnehmen und danach den besten Take auswählen. Beim Overdubbing wird eine bestehende Spur durch eine weitere Spur ergänzt. Dafür braucht man mindestens zwei Takes. Man unterscheidet zwei Arten: Bei Stimm-Overdubs legt man mindestens zwei Stimmen nacheinander übereinander, auch von derselben Person, damit es wie ein Chor oder voller klingt. Bei Instrumental-Overdubs fügt man Instrumente hinzu, die bei der ersten Aufnahme gefehlt haben. Beim Overdubbing hörst du die schon aufgenommenen Spuren über Kopfhörer. Kämen sie aus einem Lautsprecher, würde das Mikrofon sie mit aufnehmen.

Ist in einer guten Spur eine einzelne Note falsch, musst du nicht alles neu aufnehmen. Beim Punch-In spielst oder singst du die falsche Note oder Stelle neu und fügst sie in die bestehende Spur ein. So wird eine vollständige Neuaufnahme vermieden.

Ein guter Plan beantwortet vor der Aufnahme diese Fragen: Welche Stimmen und Instrumente gibt es, und bekommt jedes eine eigene Spur? Wird gleichzeitig oder nacheinander aufgenommen? Welche Spur kommt zuerst, damit die anderen dazu spielen können? Wie viele Takes plant ihr pro Stelle ein? Wer nacheinander aufnimmt, kann einen Klick nutzen: einen gleichmäßigen Taktschlag über Kopfhörer, wie ein Metronom. Dann passen später eingespielte Spuren leichter zusammen. Wird ein Lied aber absichtlich schneller und langsamer, passt ein starrer Klick nicht. Gib Spuren und Takes klare Namen, zum Beispiel „Gesang Take 3“, damit du später den Überblick behältst.

Eine Aufnahme ist erst fertig, wenn du sie angehört hast. Mach deshalb vor der eigentlichen Aufnahme eine kurze Probeaufnahme und hör sie über Kopfhörer oder Lautsprecher an. Wenn etwas stört, gehst du so vor: Fehler erkennen, Ursache finden, eine Sache ändern, erneut testen.

Ein typischer Pegelfehler ist eine zu laute Aufnahme. Ist das Signal stärker, als das Aufnahmegerät speichern kann, werden die Spitzen der Schwingung abgeschnitten. Das heißt Clipping (englisch „clip“ = abschneiden) und klingt verzerrt, also kratzig und kaputt. Zeichen dafür sind laut der Audacity-Hilfe eine Pegelanzeige im roten Bereich und eine Wellenform, die wie ein eckiger Block aussieht. Die Gegenmaßnahme: Eingang leiser stellen oder mehr Abstand zum Mikrofon nehmen, dann neu aufnehmen. Was abgeschnitten wurde, wurde nicht gespeichert. Leiser stellen macht die verzerrte Stelle danach bloß leiser, nicht wieder sauber. Eine zu leise Aufnahme kann man dagegen laut Audacity nachträglich verstärken, mit einem Effekt zum Verstärken (in Audacity heißt er auf Englisch „Amplify“).

Bei Lauten wie „p“ und „t“ entsteht vor dem Mund ein kurzer Luftstoß. Spricht man sehr nah ins Mikrofon, hört man ihn als dumpfes „Ploppen“. Laut Wikipedia reagieren Mikrofone einer bestimmten Bauart, die Druckgradientenmikrofone (zu ihnen gehört die Acht), beim Besprechen aus der Nähe sehr empfindlich auf diese tiefen Druckwellen, auch bei Lauten wie „f“ oder „s“. Dagegen hilft ein Popschutz, auch Plopschutz genannt. Das kann ein Windschutz aus Schaumstoff auf dem Mikrofon sein oder ein eigener Filter vor dem Mikrofon. Shure empfiehlt einen zusätzlichen Popfilter vor dem Mikrofon; er hilft auch, einen gleichbleibenden Abstand zu halten. Außerdem rät Shure, das Mikrofon etwas von unten oder von oben auf den Mund zu richten. Ein Nachteil, besonders bei einem Windschutz aus Schaumstoff: Er dämpft auch die hohen, hellen Anteile des Klangs etwas.

Klingt die Aufnahme hallig oder hohl, ist vermutlich zu viel Raum zu hören: Geh näher ans Mikrofon, weg von harten Flächen, oder schirme die Quelle ab. Klingt eine Stimme dumpf, hat der Sprecher vielleicht den Kopf vom Mikrofon weggedreht. Hohe Töne strahlen laut Shure stark in eine Richtung ab, darum sprichst du direkt ins Mikrofon. Dröhnt eine Stimme vor Bass, steht sie vielleicht zu nah an einem gerichteten Mikrofon (Nahbesprechungseffekt). Dann hilft etwas mehr Abstand.