Aufnehmen mit einem Audio-Interface | Browser-Aufnahme, ASIO und Direct Monitoring
Zuletzt aktualisiert: 26. Juli 2026 / Autor: Kotaro Asahina (Gründer von Kuon, Künstler)
Quick Answer
Aufnehmen mit einem Audio-Interface läuft auf drei Punkte hinaus: (1) Hören Sie sich über das Direct Monitoring des Interfaces ab (null Verzögerung — der professionelle Standard), (2) wählen Sie das Interface als Eingabegerät in der Aufnahme-App, (3) deaktivieren Sie die drei Sprachanruf-Effekte (Echounterdrückung, Rauschunterdrückung, automatische Pegelanpassung). Damit nimmt ein Browser Daten in derselben Qualität auf wie eine native DAW. ASIO existiert, um sich über Software zu hören — ein Direct-Monitoring-Arbeitsablauf braucht es nicht.
Kernfakten zur Audio-Interface-Aufnahme
- ASIO eingeführt
- 1997
- macOS-Standard-Audiopfad
- CoreAudio
- Windows-Standard-Audiopfad
- WASAPI
- Direct-Monitoring-Verzögerung
- ~0 ms
- Browser-Software-Monitor-Verzögerung
- 20-50 ms
- Einfluss der Latenz auf Aufnahmedaten
- Keiner
- Zu deaktivierende Sprach-Effekte
- 3
Das Fazit: Die Methode entscheidet, nicht der Treiber
„Browser-Aufnahme-Apps können kein ASIO, also sind ernsthafte Aufnahmen unmöglich“ — ein verbreitetes Missverständnis. Das Problem, das ASIO löst, ist sich beim Spielen mit minimaler Verzögerung über Software zu hören — nicht die Qualität der Aufnahmedaten. Und für dieses Monitoring-Problem existiert seit jeher eine noch latenzärmere Lösung auf der Hardwareseite: Direct Monitoring.
Dieser Leitfaden erklärt die richtige Aufnahmemethode mit einem Audio-Interface, beginnend mit dem richtigen Verständnis von Latenz. Die Methodik gilt für jede Aufnahmeumgebung — im Browser wie nativ.
Was ASIO wirklich war
ASIO (Audio Stream Input/Output) ist ein 1997 von Steinberg entwickelter Audiotreiber-Standard für Windows. Der damalige Windows-Audiopfad konnte Verzögerungen von mehreren hundert Millisekunden verursachen — Spielen mit Software-Abhörung war unpraktikabel. ASIO umging den Systemmixer und kommunizierte direkt mit dem Interface, was die Verzögerung auf wenige Millisekunden senkte.
Unter macOS war das systemeigene CoreAudio von Anfang an latenzarm konzipiert, weshalb es dort kein ASIO-Äquivalent gibt. ASIO ist also eine Windows-spezifische Lösung aus einer Zeit, in der der Windows-Standardpfad langsam war. Der heutige Standardpfad (WASAPI) ist erheblich besser, und Browser kommunizieren über WASAPI und CoreAudio mit Audio-Interfaces.
Latenz richtig verstehen — sie berührt Ihre Aufnahme nicht
Das wichtigste Konzept beim Erlernen des Aufnehmens: Latenz betrifft, wann Sie den Klang hören — niemals, was aufgenommen wird.
Das Mikrofonsignal wird vom Vorverstärker des Interfaces verstärkt, vom AD-Wandler digitalisiert und unverändert an den Computer übergeben. Verzögerung spielt auf diesem Weg keine Rolle. Ob 5 ms oder 50 ms — die aufgenommenen Daten sind identisch. Hörbar wird Latenz erst, wenn Software diese Daten zurück an Ihre Ohren schleift — also beim Software-Monitoring.
Bauen Sie ein Setup, in dem das Abhören nie von Software abhängt, und der Begriff Latenz verschwindet vollständig aus Ihrem Aufnahmealltag.
Direct Monitoring — der professionelle Standard
Direct Monitoring zweigt das Eingangssignal im Inneren des Interfaces ab und führt es direkt zum Kopfhörerausgang, bevor es den Computer erreicht. Da das Signal den Computer nie durchläuft, ist die Verzögerung praktisch null.
Die meisten Interfaces besitzen einen Schalter namens DIRECT MONITOR oder einen MIX-Regler zwischen INPUT und PLAYBACK. In Richtung INPUT hören Sie Ihr Live-Signal, in Richtung PLAYBACK die Computerwiedergabe (Begleitung, Click). Mischen Sie beides, haben Sie dieselbe Umgebung wie Profis: Begleitung hören und das eigene Spiel verzögerungsfrei abhören.
Entscheidend: Das ist kein „Browser-Notbehelf“. In professionellen Sessions vermeiden Toningenieure Software-Monitoring selbst in ASIO-fähigen nativen DAWs und bevorzugen Direct Monitoring oder Monitorwege über das Pult. Software-Verzögerung schwankt mit Einstellungen und Plugin-Last — das eigene Signal über Hardware zurückzugeben ist eine Grundregel der Aufnahmetechnik.
Der Aufnahmeablauf — fünf Schritte
- Interface anschließen und die Erkennung durch das System prüfen. Per USB verbinden und prüfen, ob das Gerät unter Systemeinstellungen → Ton (macOS) bzw. Einstellungen → Sound (Windows) als Eingabegerät erscheint.
- Kopfhörer am Interface anschließen und Direct Monitoring aktivieren. Der Kopfhörer gehört an die Kopfhörerbuchse des Interfaces — nicht an den Computer. DIRECT MONITOR einschalten oder den MIX-Regler Richtung INPUT drehen.
- Das Interface als Eingabegerät in der Aufnahme-App auswählen. Im Browser werden Sie beim ersten Mal um Mikrofonerlaubnis gebeten. Danach das Interface in der Geräteauswahl wählen.
- Mono / Stereo und Eingangspegel einstellen. Ein Mikrofon = Mono; Stereomikrofon oder zwei Mikrofone = Stereo. Den Gain-Regler so einstellen, dass auch die lauteste Passage nicht übersteuert — Spitzen um -12 dB als Richtwert.
- Eine Probeaufnahme machen und abhören. Zehn Sekunden aufnehmen, Rauschen, Pegel und Stereobild prüfen, dann erst die eigentliche Aufnahme. Diese eine Gewohnheit verhindert die meisten Wiederholungen.
Drei Sprach-Effekte, die für Musik deaktiviert werden müssen
Der Mikrofoneingang des Browsers kann standardmäßig Videokonferenz-Verarbeitung anwenden. Für Musikaufnahmen deaktivieren Sie alle drei der folgenden Effekte.
Kuons Aufnahme-Apps (DAW / DAR) deaktivieren alle drei auf jedem Aufnahmepfad von Haus aus — ohne Konfiguration. Bei anderer Aufnahmesoftware prüfen Sie diese Einstellungen unbedingt.
Browser-Aufnahme vs. native DAW
Die Aufnahmequalität bestimmen AD-Wandlung des Interfaces und Mikrofonierung — nicht die Softwarekategorie. Software-Instrumente in Echtzeit zu spielen erfordert Software-Monitoring und spricht für eine native DAW; Aufführungen mit Mikrofonen einzufangen stellt Browser-Aufnahmen auf dieselbe Stufe.
Häufige Probleme und Lösungen
Aufnehmen in Kuon
Kuons DAW und DAR sind um die Methodik dieses Leitfadens herum gebaut: Geräteauswahl, Mono-/Stereo-Umschaltung und vollständige Deaktivierung der Sprachanruf-Verarbeitung, während das Monitoring auf Ihrem Interface stattfindet — Software-Verzögerung stört das Spielen nie. DAR nimmt in 32-Bit-Float auf, und Aufnahmen werden während der Aufzeichnung fortlaufend auf die Festplatte geschrieben — selbst ein Browserabsturz kostet Sie den Take nicht.
Häufig gestellte Fragen
Können Browser ASIO verwenden?
Nein. ASIO ist ein Windows-Treiberstandard, der den Audio-Pfad des Betriebssystems umgeht und direkt mit der Hardware kommuniziert. Browser (Chrome, Safari, Edge, Firefox) verwenden konstruktionsbedingt nur die Standard-Audio-Pfade des Systems — WASAPI unter Windows und CoreAudio unter macOS. Die zentrale Aufgabe von ASIO war jedoch, sich selbst mit minimaler Verzögerung über Software zu hören — und genau diese Aufgabe übernimmt das Direct Monitoring des Audio-Interfaces vollständig. Für die Aufnahme selbst ist ASIO nicht erforderlich.
Was ist ASIO?
ASIO (Audio Stream Input/Output) ist ein 1997 von Steinberg entwickelter Audiotreiber-Standard für Windows mit niedriger Latenz. Durch Umgehung des Betriebssystem-Mixers und direkte Kommunikation mit dem Interface reduziert er die Software-Monitoring-Latenz auf wenige Millisekunden. Er wird von nativen DAWs wie Cubase und Pro Tools verwendet. Unter macOS erfüllt das systemeigene CoreAudio dieselbe Rolle — ASIO ist also eine Windows-spezifische Technologie.
Kann ich ein Audio-Interface mit dem Browser verwenden?
Ja. Sobald das Betriebssystem das Interface erkennt, sieht der Browser es als reguläres Eingabegerät. Wählen Sie das Interface einfach in der Geräteauswahl Ihrer Aufnahme-App aus, und Sie nehmen das Signal auf, das durch die Mikrofonvorverstärker des Interfaces gelaufen ist. Praktisch alle USB-Interfaces (Focusrite Scarlett, Steinberg UR, MOTU M-Serie und andere) funktionieren auf diese Weise.
Was ist Direct Monitoring?
Direct Monitoring zweigt das Eingangssignal im Inneren des Audio-Interfaces ab und leitet es direkt zum Kopfhörerausgang, bevor es den Computer erreicht. Da das Signal den Computer nie durchläuft, ist die Verzögerung praktisch null. Die meisten Interfaces haben einen DIRECT-MONITOR-Schalter oder einen MIX-Regler zwischen INPUT und PLAYBACK. In professionellen Sessions vermeiden Toningenieure Software-Monitoring selbst in nativen DAWs — das eigene Signal über Hardware zurückzugeben ist Standard der Aufnahmepraxis.
Beeinflusst Latenz die Aufnahmequalität?
Nein — und das ist das Wichtigste überhaupt. Latenz betrifft die Frage, wann Sie den Klang hören, nicht was aufgenommen wird. Die über den AD-Wandler des Interfaces erfassten Daten sind identisch, ob die Verzögerung 5 ms oder 50 ms beträgt. Latenz spielt nur eine Rolle, wenn Sie sich über Software abhören. Stellen Sie das Monitoring auf Direct Monitoring um, und Latenz verschwindet vollständig aus dem Aufnahmeerlebnis.
Warum muss die Echounterdrückung für Musikaufnahmen deaktiviert werden?
Der Mikrofoneingang des Browsers kann standardmäßig drei Videokonferenz-Effekte anwenden: Echounterdrückung, Rauschunterdrückung und automatische Pegelanpassung. Für Sprache hilfreich, schaden sie der Musik — sie entfernen Obertöne, deuten Nachhall fälschlich als Rauschen und ebnen die Dynamik ein. Alle drei sollten für Musik deaktiviert werden. Kuons DAW und DAR deaktivieren sie auf jedem Aufnahmepfad von Haus aus.
Soll ich in Mono oder Stereo aufnehmen?
Das entscheidet die Quelle. Ein Mikrofon oder ein Kabel (Gesang, ein einzelnes Blasinstrument-Mikrofon, Gitarre über DI) bedeutet Mono. Ein Stereomikrofon oder zwei Mikrofone an zwei Interface-Kanälen (Klavier, Ensembles, Aufnahmen mit Raumanteil) bedeutet Stereo. Eine Monoquelle in Stereo aufzunehmen legt das Signal nur auf eine Seite und erzeugt unnötige Nacharbeit.
Soll ich mit 48 kHz oder 96 kHz aufnehmen?
Das entscheidet der Zweck. Für Streaming, Video und Podcasts genügen 48 kHz. Für Konzertmitschnitte oder Material, das gemastert werden soll, bietet 96 kHz mehr Spielraum für spätere Bearbeitung wie Tonhöhenkorrektur und Time-Stretching — bei doppelter Dateigröße. Kuon DAW bietet allen Nutzern, auch im kostenlosen Plan, bis zu 96 kHz.
参考文献・出典
- Steinberg — ASIO Developer Information— Offizielle Informationen des ASIO-Entwicklers
- MDN — MediaDevices.getUserMedia()— Offizielle Dokumentation zum Browser-Mikrofoneingang
- W3C — Media Capture and Streams— Spezifikation für echoCancellation und verwandte Constraints
- Apple — Core Audio Overview— Offizielle Dokumentation des macOS-Audiopfads
- Microsoft — WASAPI Documentation— Offizielle Dokumentation des Windows-Audiopfads