Psychoakustik für Einsteiger: wie dein Gehör dich austrickst

Es gibt einen Satz, der in diesem Hobby fast alles erklärt, und er klingt harmloser, als er ist: Dein Ohr ist kein Messgerät. Ein Mikrofon nimmt auf, was ankommt. Dein Gehör tut etwas ganz anderes – es filtert, gewichtet, ergänzt Fehlendes und wirft weg, was es für unwichtig hält. Und es tut das, bevor du irgendetwas bewusst wahrnimmst.

Das ist keine Macke, sondern eine ziemlich gute Lösung für ein schwieriges Problem. Aber es hat Folgen für alles, was mit HiFi zu tun hat. Es erklärt, warum leise Musik langweilig klingt. Warum ein Raum den Klang verändert, obwohl die Box dieselbe geblieben ist. Warum verlustbehaftete Kompression überhaupt funktionieren kann. Und ja, es erklärt auch, warum sich bestimmte Mythen so beharrlich halten.

Ich finde das Thema deshalb so lohnend, weil es einen von einer ganzen Menge Streit befreit. Wenn du weißt, wie dein Gehör arbeitet, musst du nicht mehr glauben oder bestreiten, dass jemand einen Unterschied gehört hat – du kannst dir anschauen, unter welchen Bedingungen er gehört hat. Das ist ein deutlich entspannteres Verhältnis zum eigenen Hobby.

Hier sind die Mechanismen, die man kennen sollte. Keine Formeln, keine Uni-Vorlesung – aber mit den Zahlen und Quellen, die dazugehören.

Warum leise Musik dünn klingt

Fang mit dem Effekt an, den du garantiert schon erlebt hast: Du drehst abends leiser, und plötzlich ist die Musik nicht einfach leiser – sie ist auch dünner. Der Bass ist weg, die Höhen wirken matt, alles rückt in die Mitte. Am Morgen, lauter, ist alles wieder da.

Der Grund ist, dass dein Ohr über den Frequenzbereich unterschiedlich empfindlich ist – und dass sich diese Ungleichheit mit dem Pegel verändert. Bei hoher Lautstärke ist die Empfindlichkeitskurve vergleichsweise flach. Wird es leiser, bricht die Empfindlichkeit an den Rändern deutlich schneller ein als in den Mitten. Der Tiefbass verschwindet dabei zuerst.

Beschrieben wird das durch die Kurven gleicher Lautstärke. Harvey Fletcher und Wilden Munson veröffentlichten die erste bekannte Fassung 1933; deshalb heißen sie umgangssprachlich bis heute Fletcher-Munson-Kurven. In den 1950ern revidierten Robinson und Dadson die Messungen, und diese Fassung wurde zur Grundlage der Norm ISO 226. Ab 1985 wurden darin erhebliche Fehler gemeldet, woraufhin die Norm nach achtzehn Jahren Revisionsarbeit als ISO 226:2003 neu erschien – gestützt auf Studien aus Japan, Deutschland, Dänemark, Großbritannien und den USA.

Eine hübsche Pointe am Rande: Bei dieser Revision stellte sich heraus, dass ausgerechnet die alten Fletcher-Munson-Kurven den modernen Ergebnissen näher kommen als die Robinson-Dadson-Fassung, die im Tieftonbereich um bis zu 10 bis 15 dB danebenlag. Die Umgangssprache hatte also zufällig recht behalten.

Was in den meisten Artikeln zu diesem Thema fehlt: ISO 226:2003 ist nicht mehr die gültige Fassung. 2023 kam die nächste Revision, ISO 226:2023. Yôiti Suzuki, Hisashi Takeshima und Kenji Kurakata haben die Hintergründe 2024 in Acoustical Science and Technology zusammengefasst: Die Hörschwelle bei 20 Hz wurde um 0,4 dB abgesenkt, ein neuer Potenzexponent für den Zusammenhang zwischen Intensität und empfundener Lautheit eingeführt, dazu ein paar mathematische Aufräumarbeiten. Bevor du jetzt deine Anlage neu einmisst: Die Unterschiede zur Fassung von 2003 betragen höchstens 0,6 dB. Praktisch hat sich nichts verschoben – aber wenn schon Norm, dann die richtige.

Praktisch folgen daraus zwei Dinge. Erstens: Der viel geschmähte Loudness-Knopf am alten Verstärker ist kein Effektgerät, sondern eine Kompensation für genau diesen Effekt – bei niedrigem Pegel hebt er Bass und Höhen an. Dass er in Verruf geriet, liegt weniger am Prinzip als daran, dass er oft zu grob eingriff und pegelunabhängig arbeitete.

Zweitens, und das ist der wichtigere Punkt: Lauter klingt fast immer besser. Mehr Bass, mehr Höhen, mehr Substanz – ohne dass sich an der Qualität irgendetwas geändert hätte. Merk dir diesen Satz, er kommt am Ende dieses Artikels noch einmal vor und richtet dort einigen Schaden an. Warum „doppelt so laut“ übrigens nicht doppelt so viel Watt bedeutet, habe ich in einem eigenen Artikel über Watt und Lautstärke auseinandergenommen.

Verdeckung: das ungehörte Drittel

Der zweite Mechanismus ist noch weniger intuitiv, weil man ihn per Definition nicht bemerkt. Dein Gehör hört ständig Dinge nicht, die physikalisch eindeutig da sind – weil in der Nähe etwas Lauteres passiert. Das nennt sich Verdeckung oder Maskierung.

Der Grund liegt im Innenohr. Die Hörschnecke wertet nicht jede Frequenz einzeln aus, sondern fasst benachbarte Frequenzen zu Gruppen zusammen. Eberhard Zwicker hat diese Frequenzgruppen 1961 aus Maskierungsexperimenten abgeleitet und daraus die Bark-Skala gebaut: 24 Gruppen über den gesamten Hörbereich. Wichtig dabei – die Gruppen sind nicht gleich breit. Unten sind sie schmal, nach oben werden sie immer breiter. Dein Frequenzauflösungsvermögen ist im Bass also deutlich feiner als in den Höhen.

Liegen zwei Töne in derselben Frequenzgruppe, verdecken sie sich gegenseitig, und du nimmst sie als einen einzigen, etwas breiteren Klang wahr. Der leisere ist nicht „leiser geworden“ – er ist schlicht weg. Dazu kommt eine zeitliche Komponente: Direkt vor und nach einem lauten Ereignis ist dein Gehör für leise Signale unempfindlich, ein kurzer Moment akustischer Blindheit.

Und jetzt der Teil, der das von akademischer Trivia zu etwas macht, das dich täglich betrifft: Genau darauf beruht MP3. Verlustbehaftete Codecs berechnen aus dem Signal eine Maskierungsschwelle – üblicherweise in Bark, also entlang der Frequenzgruppen – und werfen alles weg, was darunter liegt. Nicht zufällig, nicht pauschal, sondern gezielt das, was dein Gehör ohnehin nicht wahrgenommen hätte. Deshalb kann ein Zehntel der Datenmenge erstaunlich nah am Original klingen. Wo die Grenzen dieser Logik liegen und was „bit-perfect“ davon unterscheidet, steht im Artikel über Bit-perfect und Lossless.

Wie du hörst, wo etwas steht

Zwei Ohren, ein dreidimensionaler Raum – wie geht das? Lord Rayleigh hat dafür die bis heute gültige Grundlage geliefert, die sogenannte Duplex-Theorie. Sie heißt so, weil dein Gehör für die seitliche Ortung zwei verschiedene Hinweise nutzt, je nach Frequenz einen anderen.

Der erste ist der Zeitunterschied zwischen den Ohren. Kommt ein Geräusch von links, erreicht es das linke Ohr minimal früher. Sehr minimal: Bei einer Quelle genau seitlich, also 90° zur Blickrichtung, beträgt der Unterschied rund 0,6 Millisekunden. Aus dieser halben Tausendstelsekunde baut dein Gehirn eine Richtung. Ich finde das jedes Mal wieder bemerkenswert.

Der zweite ist der Pegelunterschied. Dein Kopf ist ein Hindernis und wirft einen akustischen Schatten – das abgewandte Ohr hört leiser.

Der Clou ist, dass diese beiden Hinweise nicht gleichzeitig funktionieren, sondern sich die Frequenzachse teilen. Unterhalb von etwa 1,5 kHz dominiert der Zeitunterschied, darüber der Pegelunterschied. Der Grund ist reine Wellenphysik: Tiefe Töne haben Wellenlängen, die größer sind als dein Kopf – bei etwa 25 cm Kopfbreite liegt die rechnerische Grenze um 1.360 Hz. Solche Wellen beugen sich um den Kopf herum, als wäre er nicht da. Kein Schatten, kein Pegelunterschied, also nichts zu holen. Erst oberhalb dieser Grenze wird der Kopf zum echten Hindernis.

Daraus folgt direkt eine Sache, die in der Praxis dauernd auftaucht: Tiefe Töne kannst du kaum orten. Nicht, weil Bass „diffus“ wäre, sondern weil beide Ortungsmechanismen dort schlecht funktionieren. Das ist der physikalische Grund, warum ein Subwoofer unterhalb seiner Trennfrequenz akustisch überall und nirgends steht – ausführlich im Artikel über das Integrieren und Einmessen von Subwoofern. Und es ist zugleich der Grund, warum die Aufstellung deiner Hauptlautsprecher im Mittel- und Hochtonbereich so penibel sein muss: Da arbeiten beide Mechanismen auf Hochtouren. Dazu passt das Stereodreieck.

Der erste Schall gewinnt

In einem Wohnzimmer erreicht dich der Schall nicht einmal, sondern dutzendfach: einmal direkt von der Box, danach als Reflexion von Wand, Decke, Boden, Schrank, Fensterscheibe. Trotzdem hörst du keine dutzend Instrumente. Du hörst eines, an einer Stelle. Dass das funktioniert, ist einer der beeindruckendsten Tricks in diesem ganzen Apparat.

Hans Wallach, Edward Newman und Mark Rosenzweig haben ihn 1949 beschrieben und benannt: den Präzedenzeffekt, auf Deutsch das Gesetz der ersten Wellenfront. Treffen zwei identische Schallereignisse kurz nacheinander ein, verschmelzen sie zu einem einzigen Hörereignis – und die Richtung bestimmt das erste. Die Reflexionen verschwinden nicht, aber sie bekommen kein eigenes Stimmrecht bei der Frage, wo die Quelle steht.

Die Zeitfenster dafür hängen vom Signal ab. Bei kurzen Klicks verschmelzen die Ereignisse bei etwa 1 bis 5 Millisekunden Versatz, bei komplexen Signalen wie Sprache oder Klavier bis zu rund 40 Millisekunden. Unterhalb von etwa einer Millisekunde passiert etwas anderes: Da verrechnet dein Gehör beide Schalle zu einer gemeinsamen, verschobenen Richtung.

Im selben Jahr promovierte Helmut Haas über den verwandten Effekt, der heute seinen Namen trägt. Seine Zahlen sind die praktisch nützlichsten: Eine Reflexion, die später als eine Millisekunde eintrifft, erhöht die wahrgenommene Lautstärke und die Breite der Quelle. Und eine einzelne Reflexion im Bereich von 5 bis 35 Millisekunden darf bis zu 10 dB lauter sein als der Direktschall, ohne dass du sie als eigenes Echo wahrnimmst. Zehn Dezibel – das ist eine Menge, die einfach unsichtbar im Gesamteindruck aufgeht.

Irgendwann kippt es dann doch, und aus der Reflexion wird ein hörbares Echo. Diese Echoschwelle ist wieder signalabhängig: Bei Sprache liegt sie um 50 Millisekunden, bei Musik kann sie sich an 100 Millisekunden annähern.

Für dein Wohnzimmer heißt das etwas Konkretes. Frühe Reflexionen erzeugen kein Echo – sie verändern stattdessen unauffällig Klangfarbe, Lautstärke und die wahrgenommene Größe der Bühne. Genau deshalb bringt es so viel, die ersten Reflexionspunkte zu behandeln, und genau deshalb merkt man vorher nicht, dass da überhaupt ein Problem ist. Was man dagegen tun kann, ohne zu bauen, steht im Artikel über Raumakustik ohne Umbau.

Die vier Mechanismen und was sie praktisch bedeuten

Effekt	Was im Gehör passiert	Was das für dich heißt
Kurven gleicher Lautstärke	Empfindlichkeit an den Rändern bricht bei leisem Pegel ein	Leise klingt dünn; lauter klingt „besser“, ohne besser zu sein
Verdeckung	Lautes verdeckt Leises in derselben Frequenzgruppe (24 nach Bark)	Grundlage von MP3 und AAC
Ortung (Duplex)	Zeitunterschied bis ca. 1,5 kHz, Pegelunterschied darüber	Bass ist kaum ortbar; Mitten und Höhen reagieren empfindlich auf Aufstellung
Erste Wellenfront	Reflexionen bis ca. 40 ms verschmelzen mit dem Direktschall	Der Raum färbt hörbar, ohne als Echo aufzufallen

Effekte, mit denen gearbeitet wird

Wer weiß, wie das Gehör arbeitet, kann es gezielt bedienen. Das ist nicht per se unseriös – aber es ist gut zu wissen, wann es passiert.

Der fehlende Grundton. Spielst du die Obertöne eines Tons ohne den Grundton selbst, hört dein Gehör den Grundton trotzdem – es rekonstruiert ihn aus dem Abstandsmuster der Obertöne. Deshalb kannst du eine Bassline auf einem Handylautsprecher erkennen, der bei 40 Hz physikalisch gar nichts mehr abstrahlt. Kleine Lautsprecher und Soundbars nutzen das ganz bewusst, indem sie Obertöne zum Bass hinzurechnen. Der Bass ist dann echt in dem Sinne, dass du ihn hörst – und nicht echt in dem Sinne, dass du ihn spürst.

Kompression und der Lautheitskrieg. Weil lauter besser klingt, wurden Alben über Jahre hinweg immer stärker komprimiert und angehoben: weniger Abstand zwischen leisen und lauten Stellen, dafür durchgehend mehr Pegel. Im direkten Vergleich gewinnt so eine Fassung fast immer. Über eine ganze Platte hinweg ermüdet sie eher, weil die Dynamik fehlt, aus der Musik ihre Spannung zieht. Streamingdienste normalisieren heute standardmäßig auf ein einheitliches Lautheitsniveau, was dem Ganzen einiges an Sinn genommen hat.

Und das Alter. Die obere Hörgrenze sinkt im Lauf des Lebens, bei den einen früher, bei den anderen später. Ich nenne hier bewusst keine Alterstabelle – die Streuung zwischen einzelnen Menschen ist groß, und Lärmbelastung spielt eine mindestens so große Rolle wie das Geburtsjahr. Die Richtung ist aber eindeutig, und sie relativiert manche Debatte. Wer ernsthaft darüber streitet, ob oberhalb von 20 kHz noch etwas Hörbares passiert, sollte vorher wissen, wo die eigene Grenze tatsächlich liegt. Zur Sache selbst: Hi-Res-Audio und die Frage, ob man es hört.

Warum daraus Mythen werden

Jetzt wird es interessant, denn hier laufen die Fäden zusammen. Die zähesten Legenden dieses Hobbys – Kabelklang, das Einspielen von Lautsprechern, hörbare Unterschiede zwischen sauberen Digitalquellen – brauchen keine Leichtgläubigkeit. Es reichen drei Mechanismen, die bei allen Menschen greifen.

Erstens der Pegel. Ein minimaler Lautstärkeunterschied, viel zu klein, um bewusst als „lauter“ aufzufallen, reicht aus, damit eine Version besser klingt. Zwei Geräte sind praktisch nie exakt gleich laut. Wer ohne Pegelabgleich vergleicht, vergleicht in erster Linie Lautstärke.

Zweitens die Erwartung. Du weißt, welches Kabel gerade eingesteckt ist, was es gekostet hat und was darüber geschrieben wurde. Diese Information ist nicht abschaltbar; sie ist Teil der Wahrnehmung, nicht ein Störgeräusch daneben. Deshalb ist ein Vergleich, bei dem man weiß, was gerade spielt, methodisch etwas anderes als ein Vergleich, bei dem man es nicht weiß – nicht schlechter im Sinne von unehrlich, aber eben nicht geeignet, um kleine Unterschiede nachzuweisen.

Drittens das Gedächtnis. Das auditive Kurzzeitgedächtnis ist kurz – Sekunden, keine Minuten. Klangvergleiche über Tage oder Wochen hinweg vergleichen deshalb nicht zwei Klänge, sondern zwei Erinnerungen an Klänge, und Erinnerungen sind formbar. Das ist auch der Grund, warum „nach zwei Wochen klang es plötzlich offener“ eine so verbreitete Beobachtung ist – und eine so schwache Evidenz. Genau dieser Punkt steckt hinter dem Burn-in-Mythos, und in gleicher Form hinter dem Kabel-Mythos.

Mir ist wichtig, das nicht als Vorwurf zu formulieren. Diese Mechanismen sind keine Charakterschwäche und kein Zeichen mangelnder Erfahrung – im Gegenteil, sie funktionieren bei geübten Hörern genauso zuverlässig wie bei allen anderen. Sie greifen bei mir, während ich diesen Text schreibe. Der einzige Unterschied, den man machen kann, liegt nicht darin, ob man ihnen unterliegt, sondern darin, ob man die Bedingungen herstellt, unter denen sie weniger Einfluss haben: gleicher Pegel, kurze Umschaltzeiten, und im Idealfall keine Information darüber, was gerade läuft.

Kurz nachgefragt

Heißt das, ich soll meinem Gehör nicht mehr trauen?

Nein – nur nicht bei jeder Frage gleich viel. Bei „gefällt mir das?“ ist dein Gehör die einzige Instanz, die überhaupt zählt; da kann keine Messung widersprechen. Bei „ist A objektiv anders als B?“ ist es ein schlechtes Messgerät, weil Pegel, Erwartung und Erinnerung mitreden. Die beiden Fragen zu trennen, ist eigentlich schon die ganze Kunst.

Warum klingt meine Anlage im Laden anders als zu Hause?

Weil du zwei verschiedene Räume hörst und nicht zwei verschiedene Anlagen. Reflexionen in den ersten Millisekunden verschmelzen mit dem Direktschall und verändern Klangfarbe und Bühnenbreite, ohne dass du sie als eigenständiges Ereignis wahrnimmst – bei bis zu 10 dB Pegel, ohne aufzufallen. Dazu kommen andere Raummoden im Bass. Der Anteil des Raums am Gesamteindruck ist größer, als es sich anfühlt.

Kann ich meine eigene Hörgrenze testen?

Grob ja, mit einem Frequenz-Sweep über Kopfhörer. Zwei Einschränkungen solltest du kennen: Der Pegel ist bei so etwas nie kalibriert, und weder Kopfhörer noch Handy geben oberhalb von 15 kHz zuverlässig das aus, was sie ausgeben sollen. Als Hausnummer taugt es, als Messung nicht. Was Kurven wie diese überhaupt aussagen, steht im Artikel über Frequenzgänge lesen.

Was mir an diesem Thema am besten gefällt: Es macht das Hobby größer statt kleiner. Man könnte all das als Ernüchterung lesen – dein Gehör täuscht dich, deine Vergleiche taugen nichts, kauf dir nichts Teures. So empfinde ich es überhaupt nicht. Diese Mechanismen sind der Grund, warum zwei Lautsprecher in einem Wohnzimmer überhaupt ein Orchester erzeugen können, das vor dir zu stehen scheint. Stereo funktioniert nicht trotz der Eigenheiten deines Gehörs, sondern ausschließlich wegen ihnen. Die ganze Illusion ist auf Zeitunterschiede von Bruchteilen einer Millisekunde gebaut. Wenn du das nächste Mal vor deiner Anlage sitzt und die Stimme in der Mitte steht, wo gar kein Lautsprecher ist: Das ist kein Gerät, das das leistet. Das bist du.