Samplerate, Bittiefe und Bitrate: Audioformate für Aufnahme und Export verstehen

Bevor du in der DAW die erste Spur aufnimmst, will das Programm Samplerate und Bittiefe wissen, und beim Export kommen Formate wie WAV, FLAC, MP3 oder AAC samt Bitrate dazu. Die Voreinstellungen funktionieren meistens. Trotzdem lohnt sich ein Blick hinter die Zahlen, denn sie entscheiden, wie viel Speicher eine Session belegt, warum eine importierte Datei plötzlich zu hoch klingt und ob ein Demo noch als Mail-Anhang durchgeht.

Dieser Ratgeber erklärt die drei Größen der Reihe nach, rechnet Dateigrößen Schritt für Schritt nach und endet mit Faustregeln für Aufnahme, Mix und Export. Die Beispiele kannst du im Sample-Rate-Rechner und im Bitrate-Rechner überprüfen. Beide geben Megabyte binär an, also mit 1.048.576 Byte pro MB. Was das ausmacht, steht im Abschnitt zur WAV-Größe.

Vom Schall zur Zahlenreihe

Ein Mikrofon liefert eine elektrische Spannung, die im Takt des Schalls schwankt. Der Analog-Digital-Wandler im Audio-Interface misst diese Spannung in festen, sehr kurzen Abständen und speichert jeden Messwert als Zahl. Das Verfahren heißt PCM (Pulse Code Modulation), und genau das steht in einer WAV- oder AIFF-Datei: eine lange Zahlenreihe mit einem Wert pro Kanal und Messzeitpunkt. Anders als bei MIDI, das nur Spielanweisungen überträgt, ist hier der Klang selbst gespeichert.

Zwei Einstellungen bestimmen, wie genau diese Zahlenreihe das Original beschreibt. Die Samplerate legt fest, wie oft pro Sekunde gemessen wird, und begrenzt damit die höchste speicherbare Frequenz. Die Bittiefe legt fest, wie fein jeder Messwert abgestuft ist, und damit den Abstand zwischen Signal und Rundungsrauschen. Die Bitrate beschreibt die Datenmenge pro Sekunde: Bei unkomprimiertem Audio folgt sie aus den beiden anderen Werten, bei MP3 oder AAC legst du sie beim Export selbst fest.

Samplerate und Nyquist-Frequenz

Nach dem Abtasttheorem, meist nach Nyquist und Shannon benannt, lässt sich eine Frequenz nur dann eindeutig speichern, wenn sie unter der halben Samplerate liegt. Diese Grenze heißt Nyquist-Frequenz: Bei 44,1 kHz sind das 22,05 kHz, bei 48 kHz genau 24 kHz. Das menschliche Gehör reicht im besten Fall bis etwa 20 kHz, mit dem Alter deutlich weniger. Der Abstand zwischen 20 kHz und der Nyquist-Frequenz bleibt für das Anti-Aliasing-Filter des Wandlers.

Dieses Filter ist nötig, weil Anteile oberhalb der Grenze nicht einfach verschwinden. Sie werden an der Nyquist-Frequenz gespiegelt und tauchen als unharmonische Töne im hörbaren Bereich auf: Ein Anteil bei 30 kHz erschiene bei 44,1 kHz Samplerate als 44,1 − 30 = 14,1 kHz. Dasselbe passiert im Rechner, wenn Verzerrer oder harte Limiter Obertöne oberhalb der Grenze erzeugen. Viele solcher Plugins rechnen deshalb intern mit Oversampling, also vorübergehend mit einem Vielfachen der Projektrate.

Lohnen sich 96 kHz und mehr?

Ob man bei der reinen Wiedergabe einen Unterschied zwischen 48 und 96 kHz hört, ist umstritten. Sicher ist der Preis: doppelte Datenmenge und doppelte Rechenlast pro Spur. Vorteile zeigen sich eher bei der Bearbeitung. Starkes Pitch-Shifting hat mehr Material zur Verfügung, Plugins ohne eigenes Oversampling erzeugen weniger Aliasing, und die Latenz sinkt: Ein Puffer von 256 Samples dauert bei 48 kHz 5,33 ms, bei 96 kHz nur 2,67 ms.

Wichtiger als eine hohe Rate ist eine einheitliche. Läuft eine 44,1-kHz-Datei ohne Umrechnung in einem 48-kHz-System, wird sie um den Faktor 48 ÷ 44,1 ≈ 1,088 zu schnell abgespielt und klingt 12 × log2(48 ÷ 44,1) ≈ 1,47 Halbtöne zu hoch. Die meisten DAWs rechnen beim Import automatisch um oder fragen nach. Klingt ein Sample plötzlich gehetzt und zu hoch, prüfe zuerst, ob Interface, Projekt und Datei dieselbe Rate verwenden.

Bittiefe: rund 6 dB Dynamik pro Bit

Jeder Messwert wird auf die nächste verfügbare Stufe gerundet. Mit 16 Bit gibt es 2^16 = 65.536 Stufen, mit 24 Bit 2^24 = 16.777.216. Die Rundungsfehler klingen wie leises Rauschen, man spricht von Quantisierungsrauschen. Jedes zusätzliche Bit verdoppelt die Zahl der Stufen und halbiert den größtmöglichen Rundungsfehler. Ein Amplitudenverhältnis von 2 entspricht 20 × log10(2) ≈ 6,02 dB, daher die Faustregel: Jedes Bit bringt rund 6 dB Dynamikumfang.

Für 16 Bit ergibt das 16 × 6,02 ≈ 96,3 dB, für 24 Bit 24 × 6,02 ≈ 144,5 dB. Im dB-Rechner prüfst du das nach: Bezugsgröße Spannung / Amplitude wählen und als Verhältnis 65536 eintragen, heraus kommen 96,33 dB. Die 144 dB von 24 Bit erreicht kein realer Wandler, weil vorher das Rauschen der analogen Elektronik die Grenze setzt. Was dBFS genau bedeutet, erklärt der Ratgeber Dezibel und Pegel.

Aussteuern, 32 Bit Float und Dither

Bei 24 Bit kostet ein Sicherheitsabstand von 12 dB rechnerisch nur zwei Bit. Es bleiben 22 Bit und damit gut 132 dB, weit mehr, als Raum, Mikrofon und Vorverstärker an Rauschabstand liefern. Du musst beim Aufnehmen also nicht bis knapp unter 0 dBFS aussteuern. Spitzen mit deutlichem Abstand sind sicherer, denn eine digitale Übersteuerung im Take lässt sich nicht reparieren.

Intern rechnen die meisten DAWs mit 32 Bit Gleitkomma (Float). Weil zu jedem Wert ein Exponent gespeichert wird, verträgt dieses Format Pegel über 0 dBFS, ohne zu verzerren. Als Exportformat eignet es sich für Zwischenstände und die Übergabe ans Mastering, sofern die Gegenseite es verarbeitet. Abgeschnitten wird erst am Wandler oder beim Export in ein Ganzzahlformat.

Reduzierst du am Ende auf 16 Bit, etwa für eine CD, gehört Dither dazu: ein sehr leises, gezielt hinzugefügtes Rauschen, das die Rundungsfehler vom Signal entkoppelt. Ohne Dither werden leise Ausklänge und Hallfahnen körnig. Dither gehört an genau eine Stelle, den allerletzten Schritt.

WAV-Größe Schritt für Schritt berechnen

Unkomprimiertes Audio lässt sich exakt vorausberechnen, weil jede Sekunde gleich viele Daten erzeugt: Samplerate × Bittiefe × Kanäle ergibt die Bits pro Sekunde, geteilt durch 8 die Bytes, mal die Länge in Sekunden die Dateigröße. Für einen vierminütigen Song in CD-Qualität sieht das so aus:

1. Bits pro Sekunde: 44.100 × 16 × 2 = 1.411.200 bit/s, die bekannten 1.411,2 kbit/s der Audio-CD.
2. Bytes pro Sekunde: 1.411.200 ÷ 8 = 176.400 Byte/s.
3. Länge: 4 Minuten sind 240 Sekunden.
4. Dateigröße: 176.400 × 240 = 42.336.000 Byte, dezimal gerechnet 42,34 MB.
5. Binär gerechnet: 42.336.000 ÷ 1.048.576 ≈ 40,37 MB. Diesen Wert zeigt der Sample-Rate-Rechner für 44,1 kHz, 16 Bit, Stereo und die Länge 4:00.

Mehrspuraufnahmen und lange Sessions planen

Bei Mehrspuraufnahmen multipliziert sich alles mit der Kanalzahl. Ein Probenmitschnitt mit acht Spuren bei 48 kHz und 24 Bit erzeugt 48.000 × 3 × 8 = 1.152.000 Byte pro Sekunde. In 90 Minuten, also 5.400 Sekunden, sind das 6.220.800.000 Byte oder dezimal 6,22 GB. Der Sample-Rate-Rechner zeigt mit der Kanaleinstellung 8 (Surround/Multitrack) und der Länge 90:00 binär 5,79 GB an. Die Länge versteht er auch als 1:30:00 oder als reine Sekundenzahl.

Für andere Spurzahlen stellst du Mono ein und multiplizierst das Ergebnis. Zusätzliche Takes und gebouncte Zwischenstände brauchen Reserve.

Eine harte Grenze betrifft lange Mehrkanaldateien. Klassische WAV-Dateien speichern ihre Größe in einem 32-Bit-Feld und können deshalb höchstens 2^32 Byte, also rund 4 GB, groß werden. Eine Achtkanaldatei mit 96 kHz und 24 Bit erreicht das nach 4.294.967.296 ÷ 2.304.000 ≈ 1.864 Sekunden, also nach gut 31 Minuten. Viele Recorder und DAWs teilen solche Aufnahmen deshalb in mehrere Dateien oder nutzen erweiterte Varianten des Formats.

Verlustfrei oder verlustbehaftet: WAV, FLAC, MP3 und AAC

WAV und AIFF enthalten PCM ohne jede Kompression. FLAC packt verlustfrei: Nach dem Entpacken ist jedes Sample bitgenau dasselbe wie vorher, ähnlich wie bei einem ZIP-Archiv, nur auf Audio spezialisiert. Wie stark die Datei schrumpft, hängt vom Material ab. Ruhige, sparsam instrumentierte Aufnahmen lassen sich besser packen als dichte, laut gemasterte Mischungen.

MP3 und AAC arbeiten verlustbehaftet. Sie nutzen ein Modell des Gehörs und verwerfen oder vereinfachen Anteile, die von lauteren Signalen in der Nähe verdeckt werden. Wie gut das gelingt, hängt von Bitrate, Encoder und Material ab; AAC gilt allgemein als etwas effizienter als MP3. Was einmal verworfen wurde, kommt nicht zurück, und jede weitere verlustbehaftete Kodierung fügt neue Artefakte hinzu.

Bitrate und Dateigröße bei MP3 und AAC

Bei verlustbehafteten Formaten bestimmst du die Datenmenge direkt. Die Bitrate wird in Kilobit pro Sekunde angegeben, und weil ein Byte aus acht Bit besteht, gilt: Dateigröße in Byte = kbit/s × 1.000 × Sekunden ÷ 8. Ein Song von 4:12 Minuten (252 Sekunden) mit 256 kbit/s ergibt 256.000 × 252 ÷ 8 = 8.064.000 Byte. Der Bitrate-Rechner zeigt dafür 7,69 MB an, weil er binär teilt.

Der Rechner arbeitet auch rückwärts. Soll ein dreiminütiges Demo höchstens 5 MB groß sein, trägst du als Länge 3:00 und im Feld „Dateigröße (MB)“ eine 5 ein und erhältst 233 kbps. Hier lauert die Einheitenfalle: Meint das Postfach 5.000.000 Byte, sind nur gut 222 kbit/s erlaubt. Mit 224 kbit/s käme die Datei auf 224.000 × 180 ÷ 8 = 5.040.000 Byte und wäre knapp zu groß, mit 192 kbit/s und 4.320.000 Byte bist du auf der sicheren Seite.

Beide Rechnungen setzen eine konstante Bitrate (CBR) voraus. Bei variabler Bitrate (VBR) gibt der Encoder dichten Passagen mehr Daten und ruhigen weniger. Das nutzt die Datenmenge meist besser aus, die Dateigröße lässt sich dann aber nur ungefähr vorhersagen. Eingebettete Metadaten wie ein Coverbild kommen in jedem Fall noch hinzu.

Faustregeln für Aufnahme, Mix und Export

Für die meisten Projekte im Heimstudio und im Proberaum kommst du mit diesen Regeln weit:

• Aufnahme: 24 Bit bei 44,1 oder 48 kHz, für Videoprojekte 48 kHz. Stelle Interface und Projekt auf dieselbe Rate, bevor die erste Spur entsteht, und rechne höchstens einmal am Ende um.
• Übergabe ans Mastering: WAV in Projekt-Samplerate mit 24 Bit oder 32 Bit Float, ohne Dither.
• CD: 44,1 kHz und 16 Bit, Dither als letzter Schritt.
• Vertrieb und Streaming: in der Regel verlustfreie Dateien; die genauen Vorgaben nennt der jeweilige Anbieter.
• Demos und Vorschauen: MP3 oder AAC, immer aus der verlustfreien Mischung kodiert, nie aus einer anderen MP3.
• Archiv: Rohspuren und Mischungen verlustfrei aufheben, damit du jedes Zielformat später neu erzeugen kannst.