Warum der Decoder klingt wie er klingt – Methodischer Kontext

johannes.schuett@zhdk.ch (Johannes Schuett) — Sat, 21 Mar 2026 10:00:00 +0100

Level: Intermediate | Audience: Komponist:in, Student:in, technisch Interessierte.

Das Grundprinzip: Feld statt Objekte

Das B-Format beschreibt ein Schallfeld – keine einzelnen Objekte oder Kanäle. Dieses Feld besteht aus sphärischen Harmonischen, die den Klang in alle Richtungen des Raumes gleichzeitig beschreiben. Der Decoder projiziert dieses Feld auf eine konkrete Lautsprecheranordnung, ohne es zu verändern.

Das unterscheidet Ambisonics grundlegend von reinen Vektorverfahren wie VBAP (Vector Base Amplitude Panning), bei dem jede Quelle explizit als diskretes Richtungsobjekt behandelt und auf die nächsten Lautsprecher verteilt wird. AllRAD nimmt eine Zwischenstellung ein: Es kombiniert eine Ambisonics-Dekodermatrix mit VBAP für unregelmäßige Lautsprecher-Layouts – das B-Format bleibt der Eingang, aber die Projektion verlässt das reine Feldparadigma. Der ICST AmbiDecoder bleibt durchgehend feldbasiert: keine Objektzerlegung, keine Richtungsselektion einzelner Quellen.

Was sphärische Harmonische damit zu tun haben

Sphärische Harmonische teilen die Oberfläche einer Kugel in Richtungskomponenten auf – ähnlich wie Fourier-Reihen eine Zeitkurve in Frequenzanteile zerlegen. Jede Ordnung verfeinert die Richtungsauflösung:

0. Ordnung (W): omnidirektional – gleichmäßige Energie in alle Richtungen
1. Ordnung (X, Y, Z): achsenorientiert – vorne/hinten, links/rechts, oben/unten
Höhere Ordnungen: schärfere Lokalisation, mehr Kanäle

Ein 3rd-Order-B-Format (HOA3) enthält 16 Kanäle und lokalisiert Quellen deutlich präziser als 1st-Order (4 Kanäle). Die Ambisonics Order im Decoder muss mit dem Quellmaterial übereinstimmen – eine höhere Ordnung im Decoder als im Signal bringt keinen Gewinn.

Rotationsinvarianz

Das B-Format ist rotationsinvariant: Das Schallfeld lässt sich drehen, spiegeln oder transformieren, ohne es neu zu rendern – weil sphärische Harmonische eine vollständige, orthogonale Basis bilden, die bei Rotation keine Information verliert. Bei objektbasierten Formaten wie Dolby Atmos Bed+Object ist das nicht ohne Weiteres möglich. In VR- und XR-Kontexten ist genau diese Eigenschaft die Grundlage für verlustfreies Head-Tracking.

Geometrische Genauigkeit und psychoakustische Kohärenz

Geometrie: Die Lautsprecherkoordinaten fließen direkt in die Dekodermatrix ein. Falsche Winkel oder Abstände erzeugen Abweichungen in der Raumabbildung – eingemessene Setups klingen deshalb besser als geschätzte.

Gewichtung – die eigentliche Entscheidung: Hinter Basic, In-Phase und Max-rE steckt ein psychoakustisches Modell aus den 1970ern, das Michael Gerzon formulierte. Er definierte zwei Lokalisationsvektoren:

Velocity-Vektor (rV): beschreibt die wahrgenommene Richtung bei tiefen Frequenzen, wo das Gehör auf interaurale Phasendifferenzen reagiert
Energy-Vektor (rE): beschreibt die Energieverteilung bei hohen Frequenzen, wo interaurale Pegeldifferenzen dominieren

Ein guter Decoder hält beide Vektoren möglichst in dieselbe Richtung und so nah wie möglich an der Länge 1. Die drei Schemata sind unterschiedliche Strategien, dieses Ziel zu erreichen:

Schema	Verhalten	Einsatz
Basic	ungewichtet, saubere Impulsantwort, aber Seitenkeulen bei Off-Center-Positionen	Tieffrequenzbereich, Sweetspot-Hören
Max-rE	maximiert den Energy-Vektor, dämpft Seitenkeulen	Mittel- und Hochfrequenzen, Standard für die meisten Setups
In-Phase	unterdrückt alle Seitenkeulen, breitere Hauptkeule	ungünstige Hörbedingungen, unregelmäßige Arrays

Für anspruchsvolle Setups empfehlen Forscher am IEM Graz ein Dual-Band-Decoding: Basic (oder ungewichtet) unterhalb von etwa 400–700 Hz, Max-rE darüber – mit automatischer Frequenzweiche. Das liefert die theoretisch beste Kombination aus Tiefton-Stabilität und Hochton-Lokalisationsschärfe.

Was das für die Praxis bedeutet

Beim Einrichten eines neuen Setups gilt diese Reihenfolge:

Ordnung zuerst – passend zu Quellmaterial und Lautsprecheranzahl
Geometrie dann – Positionen so exakt wie möglich eintragen
Gewichtung zuletzt – Max-rE als Standard, In-Phase bei unregelmäßigen Arrays
Skalierung wenn nötig – für Laufzeitkompensation bei ungleichen Abständen

Der Decoder trifft keine künstlerischen Entscheidungen – er rechnet exakt das aus, was du ihm mitteilst.

Warum das für Komponist:innen wichtig ist

Diese theoretische Unterscheidung hat direkte praktische Folgen:

Du komponierst in ein Feld, nicht in ein fixes Lautsprecherlayout.
Dasselbe B-Format-Werk kann auf unterschiedlichen Wiedergabesystemen bestehen bleiben.
Decoder-Entscheidungen formen das Monitoring, aber sie definieren das Werk nicht neu.
Gewichtungen verändern, wie klar oder wie stabil räumliche Gesten wahrgenommen werden.

In der Praxis heißt das: den B-Format Master stabil halten, Decoder-Einstellungen bewusst wählen und zentrale Passagen möglichst auf dem realen Ziel-Setup gegenhören.

Quellen und Vertiefung

Michael Gerzon, Periphony: With-Height Sound Reproduction, JAES 1973
Michael Gerzon, Psychoacoustic Decoders for Multispeaker Stereo and Surround Sound, AES 1992
Jens Ahrens, Introduction to Ambisonics, Part 1, arXiv 2024 – zugänglichste Einführung ohne Mathematik
Matthias Frank (IEM Graz), How to Make Ambisonics Sound Good, 2014 – praktische Gewichtungsempfehlungen
Franz Zotter & Matthias Frank, All-Round Ambisonic Panning and Decoding, AES – AllRAD-Grundlagentext
IEM Graz – Spherical Harmonics Documentation

Theorie on ICST Ambisonics