Dreißig Millisekunden reichen aus, um aus einem sauberen Backbeat einen hinter sich herschleppenden Klangbrei zu machen.
Für mich als Software-Entwickler ist das kein abstraktes Problem, sondern ein Pattern, das ich aus jedem schlecht optimierten Service kenne – Input und Reaktion laufen auseinander. Nur sitzt das System hier nicht in der Cloud, sondern zwischen meinem Roland TD-17 und den Kopfhörern, in meinem Setup zuhause, während im Hintergrund ein Online-Kurs läuft. Wer sein E-Drum-Set an den PC anschließt, um darüber Online-Kurse zu nutzen, merkt die Audio-Latenz meistens zuerst beim Timing, nicht beim Klang selbst.
Getestet habe ich das Zusammenspiel über vier verschiedene Abo-Kurse, zwei davon nach sechs Wochen wieder gekündigt, einer läuft noch heute. Einen davon hatte ich blind als Jahresabo abgeschlossen, ohne die Testphase überhaupt anzurühren – reiner Enthusiasmus, kein Due-Diligence-Prozess. Das Timing-Problem, das ich damals hatte, lag aber nie am Kurs. Es lag an meinem USB-Setup.
Warum dein PC beim E-Drum für Latenz sorgt
Ich hatte mein TD-17 zuerst stumpf per USB eingesteckt, so wie man eben ein Peripheriegerät einsteckt. USB 2.0 schafft theoretisch 480 Mbit pro Sekunde – an der Bandbreite liegt es also nicht, wenn die Snare hinterherhinkt. Schuld ist der Windows-Audio-Stack selbst. Treiber wie MME oder DirectSound reichen für Spotify im Hintergrund völlig aus, für Echtzeit-Eingaben sind sie aber ungefähr so geeignet wie ein Monolith, der bei jedem Request erst zehn Microservices synchron abfragt, bevor er antwortet.
In der Musikpsychologie gilt eine Grenze von zehn bis fünfzehn Millisekunden als Schwelle, ab der das Gehirn eine Verzögerung bewusst wahrnimmt. Bei dreißig Millisekunden schleppt man automatisch, komplett unabhängig vom eigenen Timing-Gefühl. Es fühlt sich an wie ein Video-Call mit Lippensynchronisation, die eine halbe Sekunde nachhinkt – der Satz ist zu Ende, bevor sich der Mund noch bewegt. Beim Trommeln merkt man diesen Versatz sofort in den Händen, nicht erst im Kopf.
ASIO-Treiber als Abkürzung für Echtzeit-Audio
Nach rund drei Wochen mit verschiedenen Setups war der Befund eindeutig: Ohne einen echten ASIO-Treiber bleibt dieser Nachzieh-Effekt. ASIO umgeht den kompletten Windows-Mischmasch und verbindet Software und Hardware direkt – ungefähr wie ein direkter SSH-Zugriff auf die Hardware, ohne Umweg über eine träge Web-Oberfläche.
Liefert der Hersteller einen eigenen ASIO-Treiber mit – bei meinem TD-17 der Fall –, ist das die sauberste Variante. Ohne Hersteller-Treiber hilft oft nur ASIO4ALL, allerdings zickt das Tool gern, sobald im Hintergrund noch etwas anderes Sound ausgeben will, zum Beispiel der Browser mit dem Online-Kurs. Der exklusive Modus von WASAPI rettet dann kurzfristig die Session, fühlt sich aber eher wie ein Hotfix an als wie eine stabile Lösung.
Buffer Size: Zwischen Tempo und Aussetzern
Richtig interessant wurde es erst, als ich mich mit der Buffer Size beschäftigt habe. Der Puffer ist die Datenmenge, die der PC sammelt, bevor er sie an die Kopfhörer weiterschickt. Kleine Puffer heißt niedrige Latenz, aber hohe CPU-Last. Große Puffer heißt Stabilität – und genau dieser Nachzieh-Effekt, der jedes Fill zerstört.
Die gängigen Werte bewegen sich zwischen 64, 128 und 256 Samples. Bei 44,1 kHz Abtastrate – CD-Qualität – bedeutet ein Puffer von 256 Samples schon eine theoretische Verzögerung von etwa 5,8 Millisekunden, und das ist nur der Puffer selbst, die Wandlungszeit kommt noch oben drauf. Meine Goldilocks-Zone liegt bei 128 Samples. 64 Samples brachten in aufwendigen Video-Lektionen gelegentlich Aussetzer – Knackser, die sich anfühlten wie ein flakiger Test, der nur manchmal durchfällt, nie reproduzierbar, aber nervig genug, um ihn zu fixen.
Für alle, die über den Browser lernen, ein Hinweis: ASIO greift dort meistens nicht direkt. Sinnvoller ist es, das PC-Signal zurück in den Mix-In-Eingang des Drum-Moduls zu schleifen. So läuft der Lehrer latenzfrei über das Modul, während der PC nur noch MIDI-Daten oder das Playalong liefert.
Lohnt sich ein teures Audio-Interface überhaupt?
In Foren liest man oft, ein externes Audio-Interface für mehrere hundert Euro sei Pflicht. Mein Hotfix dagegen: Für moderne E-Drums ist eine einfache USB-Verbindung meistens latenzärmer als der analoge Umweg. Geht das Signal per Klinke in ein Interface, wird es erst von digital nach analog gewandelt und im Interface wieder zurück nach digital – unnötiger Overhead, ungefähr so sinnvoll wie ein Service, der Daten erst in ein Format packt, nur um sie eine Zeile später wieder auszupacken.
Die meisten Kurse und Apps arbeiten sauber mit MIDI über USB. Die Latenz der reinen MIDI-Daten ist vernachlässigbar, der Flaschenhals liegt fast immer in der Klangerzeugung auf dem PC selbst. Nutzt du die Sounds deines Moduls und lässt den Rechner nur das Begleitmaterial liefern, hast du beim Spielen praktisch keine Verzögerung. Das merkt man besonders, sobald es technisch wird – bei Double Bass Drumming online zu lernen zählt jede Millisekunde, sonst klingen die Sechzehntel wie ein Cronjob, der zur falschen Zeit feuert.
Was auf die Checkliste für dein Setup gehört
Damit du dir nicht dieselben Umwege erlaubst wie ich, in Kurzform die Reihenfolge, die bei mir funktioniert hat. Zuerst der Hersteller-Treiber: Roland, Yamaha oder Alesis bieten meist einen eigenen ASIO-Treiber an, den du installierst, bevor das USB-Kabel überhaupt eingesteckt wird. Dann die Sampling Rate – Windows und die Software müssen beide auf 44,1 kHz stehen, sonst zwingst du das System zu Echtzeit-Resampling, ein echter Performance-Killer. Der Energiesparplan sollte auf Höchstleistung stehen, weil USB-Ports im Stromsparmodus Lags verursachen, die sich kaum vernünftig debuggen lassen. Und zuletzt: kein USB-Hub. Das Drum-Set gehört direkt an einen Port am Mainboard, jeder Hub ist ein zusätzlicher Hop in der eigenen kleinen Netzwerk-Topologie.
Fazit eines Code-Prüfers
Um die zehnte Woche herum lief das Setup so rund, dass ich einen ganzen Song-Chorus durchspielen konnte, ohne einmal bewusst die Zählzeiten im Kopf mitzuzählen. Die Hände wussten offenbar, was zu tun war, bevor der Kopf hinterherkam.
Als ich danach die Kopfhörer absetzte, war es für einen Moment komplett still im Raum – ich habe kurz einfach nur zugehört, ohne irgendwas zu erwarten.
Die Lektion, die bei mir hängen geblieben ist: Bevor du an Kursen, Apps oder deinem eigenen Timing zweifelst, prüf erst die Signalkette. Ein PC-Setup mit stabiler Latenz ist wie ein guter Git-Hook – einmal eingerichtet, merkst du ihn gar nicht mehr, bis er fehlt und du erst viel zu spät merkst, dass der Fehler schon ganz am Anfang der Kette saß. Wer sich fürs Thema Schlagzeug lernen mit Kopfhörern entscheidet, kommt an dieser technischen Hürde ohnehin nicht vorbei.
Spar dir das Geld für teure analoge Wandler, solange du nicht im Studio echte Audiosignale aufnimmst. Für das tägliche Üben am Abend reicht die USB-Direktverbindung mit einem sauber konfigurierten ASIO-Treiber völlig aus. Ob sich am Ende für dich eher ein Abo oder ein Einmalkauf lohnt, ist übrigens eine ganz andere Rechnung – genauso wie die Frage, ob eine kostenlose Testphase das Risiko wirklich abfedert. Die iPad-Anbindung übers WLAN bringt dazu nochmal ihre eigenen Latenz-Baustellen mit, aber das sprengt hier den Rahmen. Bei mir läuft jetzt kein Nachzieh-Effekt mehr, nur noch ich und die Rudiments. Und falls es nicht groovt, liegt das inzwischen nicht mehr am Treiber, sondern an meinen Händen – ein Bug, an dem ich wohl noch ein paar Jahre arbeiten werde.