Podcast remote aufnehmen – so klingt deine Folge wie im Studio

Meine ersten Podcastfolgen habe ich mit Skype aufgenommen. Das Ergebnis war miserabel. Ich lebe im Süden Deutschlands und muss oft quer durchs Land reisen. Für meinen Interview-Podcast stand deshalb fest: Ich mache Remote-Aufnahmen.

Meine Gesprächspartner saßen – und sitzen – oft hunderte Kilometer entfernt. Trotzdem sollen die Folgen klingen, als säßen wir im selben Raum. Gute Remote-Aufnahmen machen das möglich. In den letzten neun Jahren habe ich einen Workflow entwickelt, der zuverlässig funktioniert. Dieser Leitfaden zeigt dir, welche Tools sich lohnen, wie du mit Studiolink und Ultraschall günstig produzierst und welche Fehler du vermeidest, damit aus der Distanz kein Hörverlust wird.

Was bedeutet „Podcast remote aufnehmen“?

Ich nehme alle Folgen für „Die Büchersammlerin“ remote auf und spreche so mit Autor:innen in München, Hamburg, Berlin, Wien, Salzburg, Nürnberg oder weltweit. Ohne Remote-Aufnahmen gäbe es meine Sendung nicht.

Bei einer Remote-Aufnahme sitzen Host und Gast an verschiedenen Orten und verbinden sich übers Internet. Das spart Reisezeit und Kosten, macht dich unabhängig von Terminen und Geografie und öffnet dir Türen zu Gästen, die du sonst nie vor dem Mikrofon hättest. Für Interview-Formate ist das oft kein Kompromiss, sondern der Türöffner.

So funktioniert es technisch: das Prinzip der lokalen Aufnahme

Der wichtigste Punkt jeder guten Remote-Aufnahme ist die lokale Aufnahme. Statt das Gespräch komprimiert über die Leitung zu schicken, nimmt jede Person ihre eigene Tonspur direkt am eigenen Gerät auf. Das Internet überträgt nur das Live-Gespräch zur Verständigung, nicht die Aufnahme selbst. Wackler und Aussetzer durch eine schwankende Verbindung landen so nicht auf der Tonspur und am Ende nicht in der fertigen Datei.

Ein Punkt, den viele erst nach ihrer ersten Aufnahme entdecken: Weil jede Spur unabhängig auf einem eigenen Gerät läuft, können die beiden Aufnahmen bei längeren Gesprächen leicht auseinanderdriften (Clock-Drift) – Sekundenbruchteile, die sich über 60–90 Minuten zu einem hörbaren Versatz addieren. Das zeigt sich nicht während der Aufnahme, sondern erst danach, beim Zusammenführen der Spuren.

Bei Riverside und Zencastr passiert das automatisch als Verarbeitungsschritt direkt in der Cloud, sobald die Aufnahme beendet ist, noch bevor du die Spuren überhaupt zum Schneiden bekommst. Bei StudioLink stellt sich das Problem so nicht: Die „Zentrale“ zeichnet alle Teilnehmerspuren gebündelt in einer Aufnahme auf, wodurch sie ohne zusätzlichen Sync-Schritt direkt in Ultraschall geladen werden können.

Bei den anderen Tools schadet es trotzdem nicht, zu Beginn der Aufnahme einmal laut in die Hände zu klatschen (ein klarer Peak in beiden Spuren), als zusätzliche Kontrolle beim Schnitt, falls der automatische Abgleich einmal danebenliegt. Bei sehr langen Sessions (über 90 Minuten) lohnt es sich, gelegentlich einen weiteren Marker zu setzen, zum Beispiel per Tastenkombination als Kapitelmarke in Ultraschall, damit du mehrere Referenzpunkte hast, falls der Versatz über die Zeit zunimmt. In Reaper/Ultraschall lässt sich ein leichter Drift nötigenfalls auch nachträglich mit Dynamic Split (Auftrennen an Transienten) und Stretch-Markern ausgleichen, ohne Tonhöhe oder Sprechtempo hörbar zu verändern.

Warum Zoom, Skype, Teams & Co. für Podcasts nicht reichen – und warum insbesondere Frauen darauf achten sollten

Videokonferenz-Tools laden alles live hoch und komprimieren stark. Reißt die Verbindung, klingt die Stimme abgehackt – und genau das bleibt auf der Aufnahme. Kein KI-Tool kann das retten, ohne dass man es hört. Für ein schnelles Gespräch reicht das, für eine veröffentlichte Folge nicht.

Gerade bei Remote-Aufnahmen sollten Frauen auf gute Tonqualität achten. Eine Pilotstudie der Universitäten Magdeburg und Dänemark zeigt: Wird das Audiosignal stark komprimiert, sinkt die wahrgenommene Ausstrahlung der Stimme.

Frauen trifft das besonders: Ihre stimmliche Wirkung verlor im Hörtest rund 20 Prozent, bei Männern waren es nur etwa 6,5 Prozent. Schon bei gängigen Codecs wie OPUS oder MP3 zeigt sich der Effekt. Wer als Sprecherin überzeugen will, achtet vor der Aufnahme auf eine stabile Verbindung und möglichst wenig komprimierte Audioqualität (Siegert & Niebuhr, 2021).

Die drei Aufnahme-Varianten im Überblick

1. Browser-Plattform mit lokaler Aufnahme (Riverside, Zencastr, SquadCast): komfortabel, Gäste klicken nur einen Link.
2. Doppel-Ender mit StudioLink/Ultraschall oder eigener Software: maximale Kontrolle, jede Spur bleibt sauber getrennt.
3. Direkte Aufnahme über Telefonie-Tools: schnell, aber mit hohem Qualitätsverlust.

Die besten Tools für Remote-Podcasts im Vergleich

Bis auf SquadCast habe ich alle Tools schon selbst genutzt.

Tool	Stärke	Kosten	Ideal für
Riverside	4K-Video, lokale Spuren, einfach	Freemium / ab 24 $ pro Monat	Video-first, wechselnde Gäste
Zencastr	All-in-One inkl. Hosting	Freemium / AI-powered ab 24 $ pro Monat	Audio-first, ein System
SquadCast	In Descript enthalten	mit Descript-Abo ab 16 $ pro Monat	Descript-Nutzer bzw. Account nötig
StudioLink und Ultraschall	Lokale Spuren, volle Kontrolle	kostenlos (ohne eigenen User-Client bei StudioLink)	Audio-only, Datenhoheit, Profis
Cleanfeed	Sehr niedrige Latenz	Freemium / ab 29 € pro Monat	Audio-only, Profi-Setups
Zoom	Niedrige Hürde	Freemium / ab 13 € pro Monat	Notlösung

Cleanfeed zeigt seine Stärke vor allem bei Live-Schalten – etwa bei Livestreams oder Ko-Moderationen, wo die Latenz zwischen den Sprecher:innen minimal sein muss. Zoom taugt höchstens als Notlösung oder für ein Vorgespräch, niemals für die Masterspur einer veröffentlichten Folge.

Bei Browser-Plattformen wie Riverside, Zencastr oder SquadCast solltest du den Browser prüfen: Am stabilsten laufen sie in Chrome oder Edge, während Safari oft Probleme mit Mikrofon- und Kamera-Freigaben macht. Beide Seiten brauchen zudem ausreichend freien Speicherplatz, da die Rohspur zusätzlich lokal gesichert wird.

Kostenlose oder günstige Tarife haben oft Einschränkungen: Riverside und Zencastr begrenzen im Freemium-Tarif Aufnahmezeit oder Speicherplatz, Cleanfeed erlaubt in der Gratisversion nur kürzere Sessions. Achte auch darauf, ob ein Tool einen Offline-Fallback bietet – also ob die lokale Aufnahme weiterläuft, wenn die Verbindung kurz abbricht. Bei den genannten Tools ist das, abgesehen von reinen Telefonie-Lösungen, der Fall.

Für das DACH-Publikum wichtig: StudioLink und Cleanfeed stammen aus Europa und nutzen Server in der EU, was den Datenschutz oft vereinfacht. Riverside und Zencastr hingegen sind US-Anbieter. Bei sensiblen Themen solltest du vorab die Datenschutzerklärung prüfen oder einen Auftragsverarbeitungsvertrag abschließen.

Der kostengünstige Weg: StudioLink + Ultraschall

StudioLink ist eine deutsche Lösung für Remote-Aufnahmen und arbeitet nahtlos mit der kostenlosen Podcast-DAW Ultraschall zusammen. Das Plugin ist in Ultraschall vorinstalliert; dein Gast nutzt die Variante direkt im Browser nach vorherigem Download.

Jede Person erhält ihre eigene Spur, und dein Gast sollte ebenfalls lokal aufnehmen. Die Datei landet automatisch im voreingestellten Ordner. Die Verbindung läuft über eine ID, die wie eine Telefonnummer funktioniert. Wer Datenhoheit und volle Kontrolle will, fährt damit am besten – auch wenn die Lernkurve etwas steiler ist als bei Browser-Tools.

Für fünf Euro im Monat kannst du eine feste StudioLink-ID buchen. Zum Beispiel DeinName@studio.link. Die Abrechnung läuft per Prepaid; ist das Guthaben aufgebraucht, wird der Account deaktiviert, bis du wieder auflädst.

Equipment-Checkliste für Remote-Aufnahmen

• Mikrofon: Ein USB-Mikrofon (z. B. Rode NT-USB) schlägt jedes Laptop-Mikro. Der Abstand ca. 10–15 cm, leicht seitlich am Pop‑Filter vorbei sprechen, es sollte so bequem sein, dass du konstant bequem sitzen kannst. Für laute Sprecher empfehle ich dynamische Mikros wie z. B. das Shure MV7, für ruhige Räume geht auch ein Kondensator-Mikrofon. Mehr dazu in meinem Artikel über „Auf den guten Ton kommts an“.
• Kopfhörer: Pflicht – sie verhindern Echo und Übersprechen. Keine Bluetooth-Kopfhörer: Latenz und Codec-Kompression stören. Geschlossene, ohrumschließende Modelle sind meist besser als offene, weil weniger vom Kopfhörer aufs Mikrofon übersprechen kann. Hast du kein USB-Mikrofon zur Hand, ist ein kabelgebundenes Headset mit Bügelmikro das Minimum.
• Pop-Filter: Dämpft harte P- und T-Laute.
• Stabile Leitung: LAN-Kabel statt WLAN, mindestens 10 Mbit Upload pro Person.
• Ruhiger, schallgedämpfter Raum: Kleine, möblierte Räume klingen besser als leere, große. Dicke Textilien wirken oft zuverlässiger als dünner Schaumstoff: ein schwerer Vorhang, ein voller Kleiderschrank oder ein Teppich schlucken tieffrequenten Hall meist besser als ein paar Noppenschaumstoff-Platten. Kurzer Test vorab: 30 Sekunden Stille im Raum aufnehmen, mit Kopfhörern anhören und Störquellen wie Lüftung, Kühlschrank oder Straßenlärm identifizieren – dann gezielt dämpfen oder abschalten.
• Aufnahmeformat und -pegel: 48 kHz / 24-Bit als Aufnahmequalität einstellen, sowohl bei dir als auch beim Gast. Das gibt dir beim Schnitt genug Headroom und Reserve, egal ob du später in WAV oder FLAC exportierst. Beim Pegel Peaks um -12 dBFS anpeilen und nie ins Clipping (0 dBFS) laufen lassen, lieber etwas leiser aufnehmen und später anheben, als übersteuern und die Verzerrung nicht mehr loswerden.
• Systemeffekte deaktivieren: Automatische Lautstärkeregelung (AGC), Rauschunterdrückung und Echo-Cancelling in den Audioeinstellungen von Betriebssystem, Zoom & Co. abschalten. Sie klingen im Live-Gespräch praktisch, erzeugen auf der Aufnahme aber Pumpen und Artefakte.

Die fünf häufigsten Fehler – und wie du sie vermeidest

1. Falsches Tool: Zoom für die Aufnahme statt einer Lösung mit lokaler Aufnahme.
2. Kein Backup: Ohne unabhängige zweite Aufnahme ist eine abgebrochene oder beschädigte Aufnahme unwiederbringlich verloren. Baue dir eine kleine Backup-Architektur: Jede Person sichert ihre Spur lokal (Standard bei StudioLink, Riverside und Zencastr), und zusätzlich läuft bei dir als Host eine komplette Zweitaufnahme des gesamten Gesprächs mit. Im Idealfall auf einem unabhängigen Gerät, etwa einem externen Recorder oder einer zweiten Aufnahme-App auf dem Handy. Das kostet kaum Aufwand, rettet dich aber, wenn eine Spur beschädigt ist oder ein Tool abstürzt.
3. Verbindung ungeprüft: Vorher Upload testen, LAN nutzen, kein Hotel-WLAN oder VPN.
4. Kein Umgebungs-Briefing: Ruhiger Raum, keine Störquellen, Fenster zu. Keine Laubbläser!
5. Schwaches Gast-Setup: Das beste Tool rettet kein schlechtes Mikrofon. Plane ein kabelgebundenes Headset oder verschicke ein USB-Mikro. Keine Bluetooth-Kopfhörer.

Notfallplan bei Verbindungsabbruch: Reißt die Internetverbindung während der Aufnahme komplett ab, schalte sofort auf eine einfache Telefonverbindung um (Handy, mit Mix-Minus, falls dein Setup das hergibt; möglich mit Rodecaster Pro) und führt das Gespräch inhaltlich zu Ende – besser eine Aufnahme mit einem technischen Bruch in der Mitte als eine abgebrochene Folge. Beide Seiten sollten dabei weiter lokal aufnehmen; die beiden Teile führst du später im Schnitt anhand des Gesprächsinhalts oder eines Klatsch-Markers wieder zusammen.

Einwilligung und Datenschutz bei Remote-Interviews

Bevor du aufnimmst, brauchst du die ausdrückliche Einwilligung deines Gasts. Am besten schriftlich per E-Mail oder im Chat, nicht nur mündlich vor dem Gespräch. Sag außerdem zu Beginn der Aufnahme noch einmal laut, dass du jetzt aufzeichnest. Manche Tools zeigen zwar einen Recording-Hinweis an, verlass dich aber nicht allein darauf.

Das Ganze betrifft sowohl das Recht am eigenen Wort als auch die Frage, wo und wie lange die Rohaufnahme gespeichert wird. Setzt du ein Tool ein, das personenbezogene Daten (Stimme, Video, ggf. Chatverlauf) verarbeitet und speichert, brauchst du in der Regel einen Auftragsverarbeitungsvertrag (AVV) mit dem Anbieter. Bei europäischen Anbietern wie StudioLink oder Cleanfeed ist das meist unkompliziert; bei US-Tools wie Riverside oder Zencastr lohnt zusätzlich ein Blick auf die Übermittlungsgrundlage (Standardvertragsklauseln) in deren Datenschutzerklärung.

Lege außerdem fest, wie lange du Rohspuren aufbewahrst. Zum Beispiel bis zur Veröffentlichung plus ein paar Wochen als Sicherheit, danach löschen und ob bzw. an wen du sie weitergibst (Schnitt-Dienstleister, Cloud-Backup). Eine kompakte Formulierung für die Einwilligung, die du vorab per Mail schicken kannst:

„Ich zeichne unser Gespräch am [Datum] auf und veröffentliche es als Podcastfolge auf [Plattformen]. Die Rohaufnahme lösche ich spätestens [Zeitraum] nach Veröffentlichung. Bist du damit einverstanden?"

Halte außerdem fest, dass dein Gast die fertige Folge vor Veröffentlichung nicht zwingend freigeben muss, außer ihr habt das vorher vereinbart. Kurzer Hinweis: Ich bin keine Anwältin, das hier ist keine Rechtsberatung, sondern die Punkte, die ich in der Praxis abkläre. Bei Unsicherheit kläre es mit einer Datenschutz-Fachperson.

Dein Gast-Briefing: Vorlage zum Kopieren

Ein kurzes Briefing vorab verhindert die meisten Pannen. Diesen Text kannst du direkt an deine Gäste schicken:

„Für unsere Aufnahme brauchst du: kabelgebundene Kopfhörer (wichtig gegen Echo, kein Bluetooth), ein möglichst gutes Mikrofon oder Headset mit integriertem Mikro, einen ruhigen Raum mit geschlossenem Fenster und wenn möglich ein LAN-Kabel statt WLAN. Bitte sei ein paar Minuten früher da, dann machen wir einen kurzen Soundcheck. Den Link bzw. die Verbindungs-ID schicke ich dir vorab. Mit deiner Teilnahme bist du damit einverstanden, dass ich unser Gespräch aufzeichne und als Podcastfolge veröffentliche."

Dateimanagement und Organisation

Ein einheitliches System erspart dir bei zehn oder fünfzig Folgen viel Sucherei. Bewährt hat sich ein festes Namensschema für jede Datei, zum Beispiel

YYYY-MM-DD_Podcast_Folgennummer_Gastname_Spur.wav 

Sichere jede Rohspur sofort nach der Aufnahme und prüfe bei größeren Dateien nach dem Upload stichprobenartig, ob sie sich vollständig öffnen lassen, bzw. dass nichts beschädigt wurde. Standardisiere außerdem Metadaten (ID3-Tags wie Titel, Folge, Gast, Datum) und Kapitelmarken, damit jede Folge dasselbe Grundgerüst hat, bevor sie in den Schnitt geht.

Von der Aufnahme zur fertigen Folge

Nach der Aufnahme sicherst du die Rohspuren unkomprimiert als WAV oder FLAC. Komprimiert wird erst das Endprodukt, die fertige Folge in MP3. Im Schnitt entfernst du zuerst Versprecher und Pausen und setzt Intro, Outro und Übergänge.

Für die Klangbearbeitung hat sich bei mir eine feste Kette bewährt: ein High-Pass-Filter bei etwa 70–90 Hz gegen Rumpeln und Trittschall, ein sanfter EQ-Schnitt bei 150–300 Hz gegen mumpfigen Klang, ein De-Esser im Bereich 5–8 kHz gegen scharfe S-Laute, ein Kompressor mit rund 2,5:1 bis 3:1 und 3–6 dB Gain-Reduction für eine gleichmäßige Sprechlautstärke, und zum Schluss ein Limiter bei -1 dBTP als Sicherheitsnetz gegen Übersteuerung. Danach normalisierst du die Lautheit auf dein Ziel-LUFS (siehe unten) und exportierst die Folge als MP3 für die Veröffentlichung. Metadaten und Kapitelmarken nicht vergessen!

LUFS – Die Lautheit deiner Podcastfolge: Bei LUFS geht es darum, wie laut dein Podcast tatsächlich klingt, und der wichtigste Punkt ist Konsistenz – damit deine Hörer nicht ständig an der Lautstärke drehen müssen. Der Branchenstandard ist -16 LUFS (integriert, also über die ganze Episode gemessen) für Stereo-Produktionen bzw. -19 LUFS für reine Mono-Sprachpodcasts – das ist der Wert, den Apple Podcasts empfiehlt und auf den die meisten Podcasts mastern; Spotify und YouTube wünschen es sich mit -14 LUFS etwas lauter, regeln Abweichungen aber ohnehin automatisch nach.

Wichtig: -19 LUFS ist nicht generell „besser“ als -16 LUFS, sondern schlicht der passende Zielwert fürs Mono-Format. Entscheidend ist, dass du bei deinem gewählten Format bleibst und dazu der True Peak unter -1.0 dBTP (dBTP steht für „Decibels True Peak“ und ist eine Obergrenze für den lautesten Moment deines Audios) bleibt, damit nichts übersteuert. Wichtiger als die exakte Zahl auf die Kommastelle ist, dass alle deine Episoden – und alle Sprecher innerhalb einer Episode – gleich laut klingen.

1. Eine Datei für alle Plattformen. Da meistens eine Datei an alle Plattformen ausgespielt wird, ist die gängige Branchenpraxis -16 LUFS (Stereo) anzustreben und die sicherste Wahl, damit das Audio überall professionell klingt.

2. Plattform-Normalisierung. Die Plattformen regeln Abweichungen ohnehin nach: Ist dein Podcast lauter, dreht Apple ihn herunter; ist er leiser, wird er manchmal hochgeregelt. Lauter ist nicht besser. Wer -14 LUFS überschreitet, dessen Audio wird von den Plattformen reduziert, oft schlecht, was Artefakte verursacht.

3. Verständlichkeit ohne Hörermüdung. Podcasts liegen aus zwei Gründen auf einem konservativeren Pegel: Sprache muss verständlich bleiben, ohne den Hörer zu ermüden, und viele Plattformen wenden ihre eigene Normalisierung an.

4. Konsistenz – der wichtigste Punkt. Der häufigste Grund, warum Menschen einen Podcast abbrechen: Hörer greifen ständig zur Lautstärketaste. Wenn alle Episoden auf demselben LUFS-Wert liegen, klingen sie immer gleich laut.

Barrierefreiheit und Mehrwert: Transkript, Shownotes, Kapitelmarken

Mit der fertigen Audiodatei ist die Arbeit noch nicht ganz vorbei. Ein Transkript macht deine Folge barrierefrei zugänglich und liefert gleichzeitig durchsuchbaren Text, den Suchmaschinen lesen können. Ein KI-Tool liefert dafür einen brauchbaren ersten Entwurf, das du bearbeiten kannst und ein manuelles Lektorat lohnt sich trotzdem, weil Fachbegriffe, Namen und Dialekt oft falsch erkannt werden.

Kapitelmarken helfen Hörer:innen, gezielt zu einem Abschnitt zu springen, und Shownotes mit den wichtigsten Links, Quellen und einer kurzen Zusammenfassung erhöhen sowohl den Nutzwert für deine Hörerschaft als auch die Auffindbarkeit über Suchmaschinen.

Häufigste Fragen zu Remote-Aufnahmen (FAQ)

Oder sieht sich das Video von Joram auf Youtube an.

Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.

Mehr Informationen

Inhalt entsperren Erforderlichen Service akzeptieren und Inhalte entsperren