Warum die Stimme Nähe schafft – Voice Perception und parasoziale Interaktion

Auf Branchenveranstaltungen kamen mir oft Menschen entgegen, die ich nicht kannte, die aber meinen Podcast „Hotel-O-Motion on Air“ und meine Stimme kannten und direkt einen Draht zu mir hatten. Das hatte mich damals verwundert. Heute ist mir klar, dass es sich um eine parasoziale Beziehung handelte. Ich hab das auch mit einigen Hosts meiner Lieblingspodcasts. Viele Fans von bekannten Boybands oder Musiker:innen führen parasoziale Beziehungen mit ihren Idolen. Also eine „einseitige emotionale Bindung zu einer Person des öffentlichen Lebens, einem Influencer oder einer fiktiven Figur“.

Wir hören eine Stimme im Podcast und haben das Gefühl, die Person zu kennen. Zwei Forschungsfelder erklären dieses Phänomen: die Psychologie der Stimmwahrnehmung (Voice Perception) und die Kommunikationswissenschaft der parasozialen Interaktion. Dieser Beitrag soll beide zusammenbringen und sie fürs Podcasting übersetzen.

Was ist parasoziale Interaktion?

Parasoziale Interaktion beschreibt ein vertrautes Gefühl: Wir erleben eine Medienperson so, als stünde sie mit uns in Beziehung, obwohl der Kontakt einseitig ist. Ich führe eine parasoziale Beziehung mit den Hosts Lenz Jakobsen, Florian Gasser und Matthias Daum vom ZEIT-Alpenpodcast „Servus, Grüezi und Hallo“. Sie kennen mich nicht, aber ich höre sie jede Woche beim Pendeln oder zuhause auf der Couch. Ich reagiere auf sie, sie aber nicht auf mich.

Genau diese Einseitigkeit macht das Konzept so spannend.

Der Ursprung: Horton und Wohl, 1956

Die beiden Soziologen Donald Horton und Richard Wohl prägten den Begriff schon 1956. Sie beobachteten, wie das damals neue Fernsehen bei Zuschauer:innen die Illusion einer persönlichen Nähe erzeugte. Sie nannten es „Intimität auf Distanz“. Was für Radio- und TV-Moderator:innen galt, gilt heute für Podcast-Hosts genauso nur intimer, weil die Stimme meist direkt ins Ohr spricht.

PSI und PSR: der feine Unterschied

Die Forschung trennt zwei Begriffe.

Die parasoziale Interaktion (PSI) meint das, was während des Hörens passiert – der Moment, in dem wir uns der Person zuwenden. Die parasoziale Beziehung (PSR) meint die längerfristige Bindung, die über viele Folgen hinweg entsteht. Beides messbar zu machen, war das Ziel von Holger Schramm und Tilo Hartmann, die dafür die PSI-Process-Scale entwickelt haben.

In deutschsprachigen Fachtexten wird die parasoziale Beziehung meist „PSB“ abgekürzt. Dieser Text bleibt durchgängig bei „PSR“.

Ihr Modell dahinter, das Zwei-Ebenen-Modell, zerlegt die parasoziale Interaktion in drei Ebenen: was wir wahrnehmen und denken, was wir fühlen und wie wir reagieren. Spannend ist eine Grundannahme daraus: Mit einer „anwesenden“ Medienperson kann man gar nicht nicht parasozial interagieren. Sobald eine Stimme da ist, läuft etwas in uns ab.

Warum das Konzept heute wieder aktuell ist

Podcaster:innen, Influencer:innen, Streamer:innen – die Medienpersona ist allgegenwärtig. Wo früher Fernsehen und Radio im Fokus standen, untersucht die Forschung heute vor allem digitale und auditive Medien. Der Podcast ist dafür ein Sonderfall: Er kommt ohne Bild aus.

Voice Perception: Was die Stimme über uns verrät

Bevor wir den Inhalt eines Satzes verstehen, hat die Stimme schon gewirkt. Voice Perception, die Stimmwahrnehmung, untersucht, wie stimmliche Merkmale unseren Eindruck von einer Person formen. Oft, ohne dass wir es merken.

Tonlage, Tempo und Klang

Wer schneller spricht, wirkt auf viele Zuhörende extravertierter. Wer häufig stockt, wirkt eher unsicher. Tiefere Stimmen werden oft als kompetenter eingeschätzt. Wichtig ist die ehrliche Einordnung: Diese Effekte sind wissenschaftlich belegt, aber klein. Sie beschreiben Tendenzen über viele Menschen hinweg, nicht das Urteil über eine einzelne Person.

Diese Tendenzen sind in der Stimmforschung belegt: Schneller gesprochene Botschaften wirken glaubwürdiger und kompetenter (Miller et al. 1976). Neuere Arbeiten zeigen allerdings, dass dieser Effekt vom Kontext abhängt und nicht immer auftritt. Und tiefere Stimmen werden zwar als vertrauenswürdiger wahrgenommen, ohne dass die Tonhöhe etwas über die tatsächliche Vertrauenswürdigkeit aussagt (Schild, Stern & Zettler 2020).

Stimme und Vertrauen

Die Stimme beeinflusst, ob wir jemandem vertrauen. Sie transportiert Nähe, Autorität, Wärme – manchmal alles gleichzeitig. Gerade beim ersten Kontakt, wenn wir eine Person noch nicht kennen, verlassen wir uns stark auf solche stimmlichen Signale.

Inhalt schlägt Klang

So wichtig der Klang ist, er wirkt nicht im luftleeren Raum. Kontext, Inhalt, Audioqualität und die bisherige Beziehungsgeschichte zur Person entscheiden mit, wie stark die Stimme überhaupt zählt. Je höher die inhaltliche Substanz, desto mehr treten Klangfarbe und Tonfall in den Hintergrund. Substanz und Authentizität schlagen also stimmliches Kalkül.

Wenn kein Gesicht da ist

Normalerweise nehmen wir Gesicht und Stimme als Einheit wahr. Im Podcast fällt das Gesicht weg. Die Stimme ist dann das einzige physisch wahrnehmbare Merkmal der Person und trägt damit die volle Last des ersten Eindrucks. Was in anderen Medien nur ein Baustein ist, wird im Podcast zum Zentrum.

Ich fühle mich der Stimme von Florian Gasser am Nähsten, dann kommt Matthias Daum und zum Schluss Lenz Jacobsen. Also die drei Hosts vom Alpenpodcast der Zeit. Florian ist Österreicher und erinnert mich sprachlich und vom Klang der Stimme her an meinen Bruder, Matthias spricht so ähnlich wie viele in meinem Umfeld, weil ich an der Schweizer Grenze wohne und Lenz ist mit Berlin vielleicht am weitesten von mir weg, nicht nur geografisch sondern stimmlich.

Wo sich beide Felder treffen: die Stimme als Brücke

Wenn die Stimme im Podcast der einzige Kontaktpunkt ist, dann ist sie auch der wichtigste Auslöser parasozialer Interaktion. Sie entscheidet mit, ob sich Nähe einstellt.

Was aktuelle Podcast-Forschung zeigt

Eine Studie von Fabian Mayer und Kolleg:innen der Universität Würzburg (2024, Journal of Radio & Audio Media) hat genau das untersucht.

Das Ergebnis ist überraschend: Nicht die „passende“ Stimme stärkte die parasoziale Interaktion, sondern die Aufmerksamkeit beim Hören. Der sogenannte Voice-Fit – wie gut eine Stimme zur Marke passt – zeigte keinen signifikanten Effekt. Wer konzentriert zuhörte, baute die stärkere Verbindung auf.

Ältere Messforschung deutet in dieselbe Richtung. In der Validierungsstudie zu den PSI-Prozess-Skalen waren es das Präsenzerleben – das Gefühl, „direkt dabei“ zu sein – und die Charakterattraktivität der Person, die die parasoziale Interaktion am stärksten antrieben. Nicht die Oberfläche der Stimme, sondern Zuwendung und Charakter. Genau dieses „direkt dabei“ stellt Audio über Kopfhörer besonders wirksam her.

Wie belastbar ist dieser Befund? Er stammt aus einem Laborexperiment mit 129 Teilnehmenden, in dem die Aufmerksamkeit gezielt variiert wurde – konzentriertes gegenüber nebenbei Hören –, und zwar an Unternehmens-Podcasts (Mayer et al., Universität Würzburg). Auf redaktionelle, unabhängige Formate lässt sich das nicht ungeprüft übertragen.

Nähe ist nicht automatisch Zustimmung

Eine stärkere parasoziale Interaktion führte in der Studie nicht zu unkritischer Zustimmung, sondern eher zu genauerem Hinterfragen. Wer sich intensiver mit einem Host beschäftigt, prüft offenbar auch genauer, was gesagt wird. Nähe und kritisches Denken schließen sich nicht aus.

Ein ehrlicher Vorbehalt gehört dazu: Die etablierten Messinstrumente wurden für audiovisuelle Medien entwickelt und geprüft – fürs Fernsehen, nicht für reines Audio. Für den Podcast sind sie bisher nicht eigens validiert. Vieles, was hier über die Stimme im Ohr steht, ist also gut begründete Übertragung solider Forschung, aber noch keine podcast-spezifische Gewissheit. Genau darin liegt eine offene, spannende Lücke.

„Von über 500 Studien beschäftigen sich nicht einmal 20 mit Podcasts“ (Interview)

Wenn jemand die Forschung zur parasozialen Interaktion kennt, dann Holger Schramm. Der Kommunikationswissenschaftler der Universität Würzburg hat gemeinsam mit Tilo Hartmann die PSI-Prozess-Skalen entwickelt, mit denen sich parasoziale Prozesse überhaupt erst messen lassen.

Genau diese Bilanz führt zu einer auffälligen Leerstelle: Von 500 Studien beschäftigen sich nicht einmal 20 mit Radio, Musik und Podcasts. Ausgerechnet das Medium, in dem die Stimme alles trägt, ist am wenigsten erforscht. Über diese Lücke und über die Frage, was passiert, wenn das Bild wegfällt habe ich mit Prof. Dr. Holger Schramm gesprochen.

Wie hat sich Ihr Blick auf PSI und PSB seit 2002 verändert, jetzt, wo Audio und Podcasts das Feld prägen?

Ich nehme in der Gesellschaft eine immer stärker werdende Bedeutung von auditiven Medienangeboten wahr, was aus mehreren Gründen plausibel ist: man kann beim Hören dieser Angebote andere Tätigkeiten ausführen wie zum Beispiel Haus- und Gartenarbeiten, manch einer sogar Büroarbeiten, Autofahren und vieles mehr; und die Menschen merken bei der ganzen Reizüberflutung, dass es manchmal entlastend und beruhigend wirken kann, jemandem einfach nur zuhören zu können. In der PSI- und PSB-Forschung ist diese Bedeutung leider noch nicht „angekommen“: von den über 500 Studien, die es in diesem Bereich gibt, beschäftigen sich nicht einmal 20 Studien mit Radio, Musik und Podcasts. Von einer gesicherten wissenschaftlichen Befundlage sind wir in diesem Bereich also meilenweit entfernt – oder positiv ausgedrückt: für Forscherinnen und Forscher liegt hier ein unbestelltes Feld vor ihnen.

Ihre PSI-Prozess-Skalen wurden für audiovisuelle Medien entwickelt – was müsste man ändern, um reines Audio sauber zu erfassen?

Unsere PSI-Prozess-Skalen sind so formuliert, dass sie ein beobachtbares Verhalten von Medienpersonen voraussetzen. Diese Formulierungen müssten angepasst werden. Einige der PSI-Aspekte, die wir mit den PSI-Prozess-Skalen abdecken, dürften außerdem in rein auditiven Szenarien weniger wahrscheinlich auftreten, weil zum Beispiel – das Hörspiel mal ausgenommen – narrative Handlungen und damit auch die Antizipation von Handlungen weniger eine Rolle spielen. Gleichzeitig müsste man mal grundlegend überlegen, ob es Prozesse gibt, die in auditiven Szenarien erst so richtig zur Geltung kommen können und die somit dann bei einer entsprechenden PSI-Messung zu ergänzen wären.

Welche Rolle spielt die Stimme als Auslöser parasozialer Nähe, wenn das Bild wegfällt?

Unser Hörsinn ist der wohl differenzierteste unserer Sinne. Insofern können wir uns allein über das Hören einer Stimme einen sehr differenzierten Eindruck über eine Person bilden, der dann sogar eine größere parasoziale Nähe zur Folge haben kann als bei audio-visueller Rezeption. Die visuelle Verarbeitung einer Medienperson kann die auditive Verarbeitung nämlich auch überlagern bzw. die differenzierten auditiven Eindrücke nivellieren.  

Wie wir zu Medienfiguren „Beziehungen“ aufbauen: Neuer Forschungsüberblick Ob Influencer, Serienfigur oder virtuelle Persona – parasoziale Beziehungen zu Medienfiguren prägen unseren Medienkonsum mehr denn je. Holger Schramm, Nicole Liebers, Laurenz Biniak und Franca Dettmar haben 281 Studien aus den Jahren 2016–2020 systematisch ausgewertet und zeigen: Die Forschung hat sich klar von TV und Film hin zu sozialen Medien und Cross-Media-Formaten verschoben, Experimente nehmen zu und dennoch bleiben zentrale Messinstrumente überraschend unpräzise. Ein aufschlussreicher Blick auf den Stand der Parasozialforschung und die Lücken, die noch zu schließen sind. Erschienen in Frontiers in Psychology (2024)

Research trends on parasocial interactions and relationships with media characters. A review of 281 English and German-language studies from 2016 to 2020

Was das für Podcasting bedeutet

An der Stimme kann man feilen, doch wer authentisch klingt, überzeugt mehr als jemand, der nur perfekt klingt. Statt nach der vermeintlich „idealen“ Stimme zu suchen, lohnt es sich, in gutes Sprechen und in Inhalte zu investieren, die kritischer Prüfung standhalten. Denn genau dann, wenn Hörer:innen genau hinhören, zählt Substanz.

Warum sich das für dich lohnt – und was du direkt umsetzen kannst

Warum überhaupt dieser Blick?

Weil die parasoziale Bindung das eigentliche Kapital im Podcasting ist. Sie entscheidet, ob aus einer Hörer:in eine Stammhörer:in wird. Und sie entsteht ohnehin, ob du sie planst oder nicht. Der Unterschied liegt darin, ob du die Hebel kennst, die nachweislich wirken. Die Forschung sagt etwas Entlastendes: Es ist nicht die „perfekte“ Stimme, die zählt, sondern Aufmerksamkeit, Präsenz und Substanz – also Dinge, an denen du arbeiten kannst.

• Sprich zu einer Person, nicht zu „allen“. Die direkte Ansprache erzeugt Präsenz – genau den Faktor, der parasoziale Nähe am stärksten antreibt.
• Investier in die erste Minute. Ohne Bild trägt allein deine Stimme den ersten Eindruck. Begrüßung und Einstieg sind dein Beziehungsangebot, dabei hilft ein Intro.
• Zeig Charakter statt „Radiostimme“. Nicht der Voice-Fit wirkt, sondern eine Person, die als interessant erlebt wird. Du musst nicht klingen wie im Werbespot.
• Mach Konzentration leicht. Wer aufmerksam zuhört, bindet sich stärker. Das heißt: sauberer Ton, klare Struktur, wenig Ablenkung und Variation in Tempo und Betonung.
• Halte inhaltlich stand. Je stärker die Bindung, desto genauer wird hingehört – nicht unkritischer. Substanz und Transparenz über Quellen zahlen sich gerade bei treuen Hörer:innen aus.
• Sei verlässlich. Aus einzelnen Interaktionen wird eine Beziehung erst über viele Folgen. Regelmäßigkeit ist Beziehungsarbeit.

Aufmerksamkeit gewinnen – konkret

Wenn Aufmerksamkeit der stärkste Hebel ist, lohnt es sich, sie aktiv zu gestalten:

• Klare Dramaturgie: Teaser – These – Beleg – Nutzen. So weiß die hörende Person jederzeit, warum sie dranbleibt.
• Akustisch sparsam gliedern: eine wiedererkennbare Signation und dezente Marker zwischen Kapiteln – aber nicht mit Jingles überladen.
• Pause vor der Kernaussage: Stille lenkt die Aufmerksamkeit stärker als jeder Effekt.
• Kurze Kapitel statt endloser Blöcke – das hält die Konzentration oben.
• Aktives Re-Framing: „Was heißt das für dich?“ holt Abschweifende zurück ins Thema.

Kurzfristige Nähe, langfristige Bindung

Die beiden Ebenen brauchen unterschiedliche Mittel.

• Kurzfristige Nähe (Parasoziale Interaktion, kurz PSI) entsteht im Moment: durch direkte Anrede, Ehrlichkeit und den Einbezug von Hörerposts.

• Langfristige Bindung (Parasoziale Beziehung, kurz PSR) wächst über Zeit: durch Regelmäßigkeit, verlässliches Erwartungsmanagement und serielle Erzählbögen, die über mehrere Folgen tragen.

Woran du merkst, ob es wirkt

Nähe lässt sich grob prüfen, auch ohne Forschungsapparat: ein Mini-Survey mit zwei, drei Items aus etablierten PSI-Skalen, gelegentliche qualitative Gespräche mit Hörer:innen und Kennzahlen jenseits der Downloads – Hördauer, Completion Rate, Menge und Ton der Hörerpost – sagen mehr über die Bindung als reine Abrufzahlen.

Eine ethische Perspektive

Parasoziale Bindung ist ein Vertrauensvorschuss. Wer ihn bekommt, trägt Verantwortung. Für mich gehört dazu Transparenz. Über Quellen, über Arbeitsweisen, über die Grenzen dessen, was eine Stimme verspricht.

Konkret heißt das:

• Redaktion und Werbung klar trennen und Werbung eindeutig kennzeichnen.
• Transparenz bei Sponsoring, bei KI-Stimmen und bei nachträglicher Stimmbearbeitung.
• Rücksicht auf ein verletzliches Publikum: Nähe ist kein Hebel für Verkaufsdruck.
• Emotionale Appelle ehrlich einsetzen – als Ausdruck, nicht als Verkaufstechnik.

Für Forschung und Praxis

Vieles ist noch offen. Ob Aufmerksamkeit langfristige Bindung wirklich verursacht oder nur begleitet, wie Stimmmerkmale mit dem Interesse am Thema zusammenspielen und wie sich KI-Stimmen auf parasoziale Nähe auswirken – all das ist kaum erforscht. Übersichtsarbeiten nennen zudem seit Jahren dieselben Lücken: zu wenige Langzeitstudien, zu einseitige (junge, weibliche) Stichproben und kaum Blick auf negative Bindungen (Schramm et al. 2024). Für die Praxis heißt das vor allem: ausprobieren. Kleine A/B-Tests zu Sprechtempo, Prosodie (Gesamtheit der klanglichen und musikalischen Eigenschaften der gesprochenen Sprache) oder Anredeform bringen oft mehr als die Suche nach der einen richtigen Stimme.

Häufige Fragen (FAQ)

Quellen

• Wikipedia – Parasoziale Interaktion (inkl. Möri/Fahr 2023, Weizenbaum/ELIZA): https://de.wikipedia.org/wiki/Parasoziale_Interaktion
• Dorsch – Lexikon der Psychologie, Hogrefe: https://dorsch.hogrefe.com/stichwort/parasoziale-interaktion
• Stangl – Online-Lexikon: https://lexikon.stangl.eu/28634/parasoziale-interaktion
• Spektrum – Lexikon der Psychologie: https://www.spektrum.de/lexikon/psychologie/parasoziale-interaktion/11199
• mediendiskurs.online – „Freundschaft im Ohr“ (Podcast & PSB): https://mediendiskurs.online/beitrag/freundschaft-im-ohr/
• podstars.de – Interview Jacko Wusch: https://podstars.de/blog/parasoziale-beziehung-interview-mit-jacko-wusch/
• media-lab.de – „Freundschaft als Währung“: https://www.media-lab.de/de/blog/parasoziale-beziehungen-freundschaft-als-waehrung/
• big-direkt.de – „Digitale Nähe verstehen“ (kritischer Blick): https://www.big-direkt.de/de/gesund-leben/wohlfuehlen/parasoziale-beziehungen-gewinn-oder-risiko
• michaelsbund.de – „Parasoziale Nähe im digitalen Alltag“: https://www.michaelsbund.de/innehalten/podcasts/total-sozial/parasoziale-naehe-im-digitalen-alltag/
• Medium (Imke Hedder) – „Freunde on demand“: https://medium.com/@imkeronja/freunde-on-demand-was-steckt-hinter-unserer-beziehung-zu-podcasterinnen-352d094f7de9
• hausarbeiten.de / grin.com – Seminararbeit „Parasoziale Interaktion“: https://www.hausarbeiten.de/document/99650 · https://www.grin.com/document/99650
• Spektrum – „Die Stimme: Wie sie wirkt“ (Julia Stern, Uni Bremen): https://www.spektrum.de/news/die-stimme-wie-sie-wirkt-und-was-sie-ueber-uns-verraet/1912996
• forschung-und-lehre.de – „Was die Stimme über die Persönlichkeit verrät“: https://www.forschung-und-lehre.de/karriere/was-die-stimme-ueber-die-persoenlichkeit-verraet-5114
• bfkm-halle.de – „Erfolgsfaktor Stimme“: https://bfkm-halle.de/content/erfolgsfaktor-stimme-wie-beeinflusst-stimme-unsere-wirkung
• radioWOCHE – „Die Wahrnehmung von Stimmen“: https://www.radiowoche.de/die-wahrnehmung-von-stimmen-warum-wir-mehr-wert-auf-klang-sprechtempo-und-variation-legen-sollten/
• Stimmgenuss – „Die Macht der Stimme“: https://www.stimmgenuss-live.com/die-macht-der-stimme
• Sendlmeier / TU Berlin (PDF) – „Die psychologische Wirkung von Stimme und Sprechweise“: https://www.static.tu.berlin/fileadmin/www/10002019/Ueber_uns/Sendlmeier/2012_Sendlmeier_PsychologischeWirkungVonStimmeUndSprechweise.pdf
• GPM – „Stimmeinsatz mit Wirkung“: https://www.gpm-ipma.de/ueber-die-gpm/blog/stimmeinsatz-mit-wirkung-wie-ihre-stimme-im-beruflichen-alltag-ueberzeugt
• hausarbeiten.de / grin.com – „Stimme und Wahrnehmung“: https://www.hausarbeiten.de/document/7136 · https://www.grin.com/document/7136
• Stern, J. et al. (2021). Do voices carry valid information about a speaker’s personality? Journal of Research in Personality, 92, 104092 → https://www.sciencedirect.com/science/article/abs/pii/S0092656621000295?via%3Dihub
• Möri, M. & Fahr, A. (2023). Parasocial interactions with media characters. Frontiers in Psychology, 14, 1297687 https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2023.1297687/full