Ein Track, der in den Kopfhörern gut klingt und im Auto zu Matsch wird, hat kein Mastering-Problem. Er hat ein Mix-Problem. Das gilt besonders für Material aus generativen Werkzeugen: Was dort als Stem herausfällt, ist bereits summiert, komprimiert und oft breit gemacht. Der Mix beginnt also nicht auf einer leeren Bühne, sondern in einem Raum, der schon voll ist.
Warum generierte Stems anders reagieren
Ein klassischer Stem kommt aus einer Spur, die genau eine Quelle enthält. Ein generierter Stem ist meist eine Trennung aus einer fertigen Mischung. Das Trennverfahren lässt Reste stehen: Anteile der Snare im Vocal-Stem, Hall-Fahnen im Bass, Zischlaute, die in mehreren Dateien gleichzeitig liegen. Wer solche Stems behandelt, als wären sie sauber, bearbeitet dasselbe Signal doppelt.
Praktische Folge: Vor jedem Eingriff wird geprüft, was wirklich in der Datei liegt. Jeden Stem einzeln solo hören, dann jeden Stem stummschalten und hören, was fehlt. Verschwindet beim Stummschalten des Vocals ein Teil der Hi-Hats, ist die Trennung unsauber und der Stem verträgt keine harte Kompression mehr.
Frequenzstaffelung statt Lautstärkekampf
Der häufigste Fehler ist, ein Element lauter zu ziehen, bis man es hört. Das verschiebt nur das Problem, weil das nächste Element dann ebenfalls lauter muss. Der bessere Weg ist Staffelung: Jedes Element bekommt einen Bereich, in dem es die Führung hat, und gibt diesen Bereich anderswo ab.
Konkret heißt das: Kick und Bass teilen sich den Keller, aber nicht denselben Punkt. Liegt der Druck der Kick im unteren Bereich, wird der Bass genau dort etwas zurückgenommen, und umgekehrt. Dasselbe Prinzip gilt für Stimme und Synth-Fläche im Mittenbereich, wo Verständlichkeit entsteht. Ein schmaler Schnitt in der Fläche, gesetzt genau dort, wo die Stimme ihre Präsenz hat, bringt mehr als jede Anhebung an der Stimme selbst.
- Erst schneiden, dann anheben. Wer anhebt, macht den Mix lauter, nicht klarer.
- Tiefe Anteile aus Elementen entfernen, die keine tiefen Anteile brauchen: Pads, Hall-Rückwege, Effektspuren.
- Breite Anhebungen für Klangfarbe, schmale Schnitte für Konflikte. Nicht umgekehrt.
- Nach jedem Eingriff gegen den Ausgangszustand vergleichen, bei gleicher Lautstärke. Lauter wird sonst automatisch als besser gehört.
Referenzen: gegen was du eigentlich mischst
Ohne Referenz mischt man gegen die eigene Erinnerung, und die verschiebt sich mit jeder Stunde am Regler. Zwei bis drei fertige Titel aus derselben Richtung, auf dieselbe wahrgenommene Lautstärke gebracht, sind der einzige verlässliche Maßstab. Wichtig ist der Pegelabgleich: Eine Referenz ist fast immer deutlich lauter als der eigene Rohmix und gewinnt jeden Vergleich allein dadurch.
Der Vergleich sollte einzelne Fragen stellen, nicht eine allgemeine. Also nicht "klingt meins schlechter", sondern: Wie viel Bass liegt unter der Stimme? Wie weit vorne sitzt die Snare? Wie viel Raum hat die Hauptstimme? Jede Frage führt zu einem Handgriff, das Gesamturteil führt zu nichts.
Die Abhörsituation ist Teil des Mixes. Ein Raum ohne jede Bedämpfung überhöht oder löscht einzelne tiefe Töne so stark, dass man gegen den Raum mischt statt gegen das Material. Wer keinen behandelten Raum hat, prüft den Bassbereich zusätzlich über Kopfhörer und über eine kleine Box, die keine Tiefen kann. Was auf allen dreien stimmig bleibt, ist belastbar.
Monokompatibilität und Phasenlage
Viele Abspielsituationen sind faktisch mono: Telefonlautsprecher, Küchenradio, ein einzelner Bluetooth-Würfel, die Vorschau in sozialen Netzen. Werden linke und rechte Seite dort addiert und stehen Signalanteile gegenphasig zueinander, löschen sie sich aus. Elemente, die im Stereobild besonders breit wirken, sind genau die Kandidaten dafür.
Der Test dauert Sekunden: den Mix auf mono schalten und hören, was leiser wird oder verschwindet. Typische Verlierer sind künstlich verbreiterte Pads, doppelte Stimmen mit starker Verzögerung und Bassanteile, die überhaupt Stereobreite haben. Tiefe Frequenzen gehören in die Mitte, ohne Ausnahme. Verbreiterung ist ein Effekt für die oberen Lagen.
Dynamik: Platz für das, was danach kommt
Ein Mix, der schon selbst am Anschlag klebt, nimmt dem nachfolgenden Schritt jede Handlungsfähigkeit. Kompression im Mix hat die Aufgabe, einzelne Signale gleichmäßig zu halten, nicht den Gesamtpegel zu maximieren. Wer auf der Summe stark begrenzt, verliert die Transienten, also genau die kurzen Einschwingvorgänge, an denen das Ohr Schlagzeug und Anschläge erkennt.
Sinnvoller Ablauf: Balance ohne Effekte herstellen, dann Frequenzkonflikte lösen, dann Dynamik pro Element, dann Raum und Tiefe, zum Schluss die Automation. Wer diese Reihenfolge umdreht, korrigiert später Entscheidungen, die auf falscher Grundlage getroffen wurden.
Wann ein Mix fertig ist
Fertig ist ein Mix nicht, wenn nichts mehr stört, sondern wenn Änderungen nur noch Geschmack verschieben und keine Probleme mehr lösen. Ein Tag Abstand ist dabei mehr wert als drei weitere Stunden am selben Abend. Wer den Mix am nächsten Morgen ohne Vorwarnung startet, hört die groben Fehler in den ersten fünf Sekunden.
Ist der Mix stabil, folgt der letzte Schritt, in dem Lautheit, Zielpegel und Formatanforderungen der Plattformen zusammenkommen. Warum dieser Schritt kein Ersatz für einen sauberen Mix ist und welche Zielwerte dort überhaupt eine Rolle spielen, steht in Mastering für Streaming: LUFS, Lautheit und warum dein Track zu leise klingt. Beide Schritte hängen zusammen, aber sie sind nicht dasselbe, und die Reihenfolge lässt sich nicht tauschen.