Bei einem ASIO-Interface mit 96 kHz stieg die gemessene Round-Trip-Latenz von 2,30 ms bei einem Puffer von 64 Samples auf 12,30 ms bei 1.024 Samples (MathWorks, Beispiel Measure Audio Latency), womit die größte Einstellung über dem seit langem für digitale Musikinstrumente empfohlenen Ziel von unter 10 ms liegt (Wessel und Wright 2002). Die menschliche Wahrnehmung ist unübersichtlicher als diese Richtlinie: Die mittlere kleinste wahrnehmbare Zusatzlatenz lag in einer Tastendruck-Studie von 2024 bei 48,8 ms (Schmid et al., Audio Mostly 2024), doch klatschende Duos verloren bereits ab einer Einweg-Verzögerung von 11,5 ms das Tempo (Chafe und Gurevich, AES 117th Convention 2004). Diese Zusammenstellung behandelt Latenz und Leistung, nicht Verkäufe; für Umsätze und Nutzerzahlen siehe unsere Statistiken zum DAW-Markt. Wir haben Daten von Microsoft Learn, dem Android Compatibility Definition Document, MathWorks, Scan Pro Audio, der Audio Engineering Society, NIME, Music Perception, PLoS One, PNAS und rund einem Dutzend weiterer Primärquellen zusammengeführt.
TL;DR
- Die Round-Trip-Latenz betrug bei einem ASIO-Interface mit 96 kHz 2,30 ms bei einem Puffer von 64 Samples und 12,30 ms bei 1.024 Samples (MathWorks, Beispiel Measure Audio Latency).
- Die mittlere kleinste wahrnehmbare Zusatzlatenz lag bei einer Basis von 0 ms bei 48,8 ms, aber nur bei 27,1 ms auf einer Basis von 64 ms (Schmid et al., Audio Mostly 2024).
- Schlagzeuger und Amateure bewerteten 0 ms besser als 20 ms und besser als eine schwankende Verzögerung von 10 ms, aber nicht besser als eine konstante Verzögerung von 10 ms (Jack et al., Music Perception 2018).
- 200 ms verzögertes auditives Feedback verlangsamten das Sprechen von 5,2 auf 4,3 Silben pro Sekunde (Ozker und Hagoort, PLoS One 2025).
- Klatschende Duos hielten das Tempo bei 11,5 ms Einweg-Verzögerung am besten, und 85% der Darbietungen wurden ab 14 ms langsamer (Chafe und Gurevich, AES 2004).
- Klavierduos wurden bei 10 ms schneller, blieben bei 20 ms stabil und wurden bei 40 ms zusätzlicher Latenz langsamer (Washburn et al., Frontiers in Psychology 2021).
- Ein Ryzen 9 9950X ließ bei einem Puffer von 64 Samples 2.140 Stimmen virtueller Instrumente laufen, bei 512 waren es 8.580, die Plug-in-Instanzen stiegen jedoch nur von 482 auf 618 (Scan Pro Audio, DAWBench).
- Windows 10 senkte die Render-Latenz der Audio-Engine auf 1,3 ms, von rund 12 ms für Gleitkomma-Apps (Microsoft Learn, Low Latency Audio).
- Android-Pro-Audio-Geräte müssen eine Round-Trip-Latenz von höchstens 25 ms erreichen, bei analogem Pfad 20 ms (Android 16 Compatibility Definition Document).
- Eine Bluetooth-LE-Controller-Verbindung kam im Schnitt auf 139 ms von der Aktion bis zum Klang, die eingebettete Plattform Bela auf etwa 0,6 ms (McPherson et al., NIME 2016).
- Für In-Ear-Monitore werden 5 ms Latenz und weniger empfohlen, damit die Darbietung nicht leidet (Shure Insights 2016, Herstellerempfehlung).
1. Latenzwahrnehmung: Wie viel Verzögerung Musiker bemerken
Es gibt keine einzelne magische Zahl. In der Regensburger Studie zur Unterschiedsschwelle lag die mittlere kleinste wahrnehmbare Zusatzlatenz bei einer Basis von null bei 48,8 ms, aber nur bei 27,1 ms auf einer Basis von 64 ms (Schmid et al., Audio Mostly 2024). Eine Unterschiedsschwelle (JND) ist die kleinste zusätzliche Verzögerung, die ein Hörer zuverlässig erkennt, nicht die Verzögerung, mit der er sich beim Spielen wohlfühlt, und das Ergebnis besagt, dass ein System, das bereits hinterherhinkt, weitere Verzögerung leichter erkennbar macht, nicht schwerer.
Spieltests legen die Latte niedriger als Erkennungstests. In Jack et al. (Music Perception 2018) konnten professionelle Schlagzeuger und Amateurmusiker eine konstante Verzögerung von 10 ms nicht schlechter als null bewerten, bewerteten aber 20 ms und eine Verzögerung von 10 ms, die um plus/minus 3 ms schwankte, als qualitativ schlechter. Für die Puffereinstellungen lautet die Erkenntnis, dass Konstanz fast so wichtig ist wie der Rohwert: Ein stabiler kleiner Puffer schlägt einen, der sich gelegentlich dehnt.
| Metrik | Wert | Quelle |
|---|---|---|
| Mittlere kleinste wahrnehmbare Zusatzlatenz bei einer Tastendruck-Aufgabe, ausgehend von 0 ms Basislatenz | 48,8 ms (SD 33,0; individuelle Spanne 10 bis 129 ms) | Schmid et al., Audio Mostly 2024 |
| Mittlere kleinste wahrnehmbare Zusatzlatenz, ausgehend von 64 ms Basislatenz | 27,1 ms (SD 17,0) | Schmid et al., Audio Mostly 2024 |
| Mittlere kleinste wahrnehmbare Zusatzlatenz, ausgehend von 512 ms Basislatenz | 77,1 ms (SD 57,6) | Schmid et al., Audio Mostly 2024 |
| Korrelation zwischen musikalischer Erfahrenheit (Gold-MSI-Wert) und kleinster wahrnehmbarer Latenz | r(32) = -0,345, p = 0,046 | Schmid et al., Audio Mostly 2024 |
| Qualitätsbewertung von 0 ms im Vergleich zu 10 ms, 10 ms mit plus/minus 3 ms Jitter und 20 ms | Besser als 10 ms mit Jitter und 20 ms; nicht besser als konstante 10 ms | Jack et al., Music Perception 2018 |
| Empfohlenes Latenzziel für digitale Musikinstrumente | Unter 10 ms | Wessel und Wright 2002, zitiert in McPherson et al., NIME 2016 |
| Akzeptable Latenz für Live-Interpreten, je nach Instrument und Monitoring-Aufbau | 1,4 ms bis 42 ms | Lester und Boley, AES Convention Paper 7198, 2007 |
Kontexthinweis: Die negative Korrelation bedeutet, dass musikalisch besser geschulte Teilnehmer kleinere Verzögerungen erkannten. Jüngste verfügbare Daten für die Toleranzspanne der Interpreten und das Designziel: Lester und Boley (AES, 2007) sowie Wessel und Wright (2002). Eine neuere begutachtete Replikation von beiden wurde nicht gefunden.
2. Die eigene Stimme verzögert hören: Sprechen und Gesangs-Monitoring
Die Stimme reagiert am empfindlichsten auf Verzögerung, weil ein Sprecher sie über die Knochenleitung zusätzlich sofort hört. Die Forschung zum verzögerten auditiven Feedback (DAF), also dem verspäteten Wiedergeben der eigenen Stimme über Kopfhörer, nutzt 200 ms als Störschwelle: 40 Sprecher verlangsamten sich bei 200 ms Verzögerung von 5,2 auf 4,3 Silben pro Sekunde (Ozker und Hagoort, PLoS One 2025). Das liegt weit jenseits jedes sinnvollen DAW-Puffers, zeigt aber den Mechanismus: Das Gehirn nutzt sein eigenes Audio als Zeitreferenz, und eine verspätete Kopie kämpft gegen die echte.
Die Anfälligkeit unterscheidet sich stark zwischen Menschen. Nur 3 von 40 Teilnehmern waren sowohl für verzögertes als auch für tonhöhenverschobenes Feedback stark anfällig, und eine PNAS-Studie von 2026 brachte die Widerstandsfähigkeit mit der Struktur des rechten Fasciculus arcuatus in Verbindung, einer Sprachbahn im Gehirn. Für alle, die eine bearbeitete Stimme in Echtzeit abhören, sei es eine Gesangskette in einer DAW oder Echtzeit-Stimmeneffekte fürs Streaming, erklärt diese Streuung, warum der eine Interpret eine Verzögerung wegsteckt, die den nächsten aus dem Takt bringt. In-Ear-Monitore sind die übliche Lösung für Sänger und bringen eigene Belastungsrisiken mit, die wir in unseren Statistiken zum Hörverlust bei Musikern behandeln.
| Metrik | Wert | Quelle |
|---|---|---|
| Sprechgeschwindigkeit mit sofortigem Feedback vs mit 200 ms verzögertem Feedback (40 Sprecher lesen Sätze) | 5,2 vs 4,3 Silben pro Sekunde | Ozker und Hagoort, PLoS One 2025 |
| Stimmlautstärke mit sofortigem Feedback vs mit 200 ms verzögertem Feedback | 58,2 vs 59,7 dB | Ozker und Hagoort, PLoS One 2025 |
| Sprecher mit hoher Anfälligkeit für verzögertes Feedback, für tonhöhenverschobenes Feedback und für beides | 10 von 40, 10 von 40 und 3 von 40 | Ozker und Hagoort, PLoS One 2025 |
| Mittlere gesprochene Wortdauer mit sofortigem Feedback vs mit 200 ms verzögertem Feedback (30 Sprecher) | 0,85 s vs 0,95 s (t = 7,859, P < 0,001) | Ozker et al., PNAS 2026 |
| Sprechunflüssigkeiten bei 200 ms Verzögerung im Vergleich zu Verzögerungen von 0, 25 und 50 ms (17 Erwachsene) | Zwei- bis dreimal so viele | Stuart et al., JASA 2002 |
| Empfohlene In-Ear-Monitor-Latenz, damit die Darbietung nicht leidet | 5 ms und weniger | Shure Insights 2016 (Herstellerempfehlung) |
| Bühnenmonitor-Latenz, ab der Verzögerung bemerkbar werden kann | 10 ms | Shure Insights 2016 (Herstellerempfehlung) |
Kontexthinweis: Stuart et al. (JASA 2002) sind die jüngsten verfügbaren Daten, die mehrere kurze Verzögerungen (25 und 50 ms) mit 200 ms vergleichen; die Studien von 2025 und 2026 testeten nur 200 ms. Die Shure-Angaben sind Herstellerempfehlungen, keine kontrollierte Studie, und stammen aus dem Jahr 2016.
3. Gemeinsam spielen: Ensemble-Timing unter Verzögerung
Ensemble-Daten machen aus Latenz von einem Ärgernis eine messbare Tempoabweichung. Unterhalb von 11,5 ms Einweg-Verzögerung wurden 74% der Klatsch-Darbietungen schneller; ab 14 ms wurden 85% langsamer (Chafe und Gurevich, AES 117th Convention 2004). Eine kleine Verzögerung wirkt wie eine Bremse, die das Tempo stabilisiert, eine große wird zum Ballast, den die Spieler nicht abschütteln können.
Die Klavierduo-Studie von 2021 weist mit echten Instrumenten in dieselbe Richtung: Die Paare wurden bei 10 ms schneller, blieben bei 20 ms stabil und wurden bei 40 ms zunehmend langsamer (Washburn et al., Frontiers in Psychology 2021). Ihr Überblick über frühere Arbeiten verortet stabiles Zusammenspiel bei 10 bis 25 ms und eine allgemeine Verschlechterung jenseits von 60 ms. Monitoring über eine DAW addiert Pufferlatenz zu jeder akustischen Entfernung im Raum, daher sind diese Bereiche für Aufnahmesessions relevant, nicht nur für Internet-Jams.
| Metrik | Wert | Quelle |
|---|---|---|
| Getesteter Einweg-Verzögerungsbereich bei klatschenden Duos (15 Duos analysiert, 173 Durchgänge) | 0 bis 77 ms | Chafe und Gurevich, AES 117th Convention 2004 |
| Einweg-Verzögerung, bei der sich das mittlere Tempo weder beschleunigte noch verlangsamte | 11,5 ms | Chafe und Gurevich, AES 117th Convention 2004 |
| Darbietungen, die bei einer Verzögerung unter 11,5 ms schneller wurden vs Darbietungen, die ab 14 ms langsamer wurden | 74% vs 85% | Chafe und Gurevich, AES 117th Convention 2004 |
| Tempo von Klavierduos bei 10, 20 und 40 ms zusätzlicher Latenz (12 Paare) | Schneller bei 10 ms, stabil bei 20 ms, langsamer bei 40 ms | Washburn et al., Frontiers in Psychology 2021 |
| Anteil der Variation des kollektiven Tempos, der durch zusätzliche Latenz erklärt wird | R² = 0,88 | Washburn et al., Frontiers in Psychology 2021 |
| Latenzbereiche aus früherer Forschung: synchrones Spiel, Tempoabnahme, allgemeine Verschlechterung | 10 bis 25 ms, 25 bis 60 ms, jenseits von 60 ms | Washburn et al., Frontiers in Psychology 2021 (Überblick über frühere Studien) |
| Typischer Internet-Latenzbereich, der für vernetztes Musizieren genannt wird | 20 bis 100 ms | Washburn et al. 2021, zitiert Cáceres et al. 2008 und Cáceres und Chafe 2010 |
Kontexthinweis: Chafe und Gurevich (2004) sind die jüngsten verfügbaren Daten für den optimalen Wert von 11,5 ms; die Duo-Studie von 2021 stimmt damit überein, verwendete aber andere Verzögerungsstufen.
4. Puffergröße und Round-Trip-Latenz
Die Puffergröße legt den Sockel fest, nicht die ganze Rechnung. In der MathWorks-Loopback-Messung an einem ASIO-USB-Interface vom Typ MADIface bei 96 kHz stieg die Round-Trip-Latenz von 2,30 ms bei 64 Samples auf 12,30 ms bei 1.024 Samples. Ein 16-fach größerer Puffer erzeugte etwa die 5,3-fache Latenz (12,30 / 2,30 = 5,35), weil ein Teil der Verzögerung überhaupt nicht vom Puffer abhängt.
Unsere Berechnung aus derselben Tabelle isoliert diesen festen Anteil. Die Messung bei 64 Samples entsprach 221 Samples, was nach Abzug des 64-Sample-Puffers 157 Samples übrig lässt; auch die Messung bei 1.024 Samples (12,3021 ms x 96 = 1.181 Samples) lässt 157 Samples übrig. Das sind etwa 1,64 ms (157 / 96.000) an Wandler-, Treiber- und Übertragungs-Overhead, den keine Puffereinstellung beseitigt, sodass jede Verdopplung einfach die Dauer der zusätzlichen Samples addiert: 64 weitere Samples bei 96 kHz sind 0,67 ms, genau die Differenz zwischen den Zeilen für 64 und 128 Samples.
| Metrik | Wert | Quelle |
|---|---|---|
| Gemessene Round-Trip-Latenz, Puffer mit 64 Samples, ASIO-Interface mit 96 kHz | 2,30 ms (221 Samples) | MathWorks, Beispiel Measure Audio Latency |
| Gemessene Round-Trip-Latenz, Puffer mit 128 und 256 Samples | 2,97 ms und 4,30 ms | MathWorks, Beispiel Measure Audio Latency |
| Gemessene Round-Trip-Latenz, Puffer mit 512 Samples | 6,97 ms | MathWorks, Beispiel Measure Audio Latency |
| Gemessene Round-Trip-Latenz, Puffer mit 1.024 Samples | 12,30 ms | MathWorks, Beispiel Measure Audio Latency |
| Vom Windows-Inbox-HDAudio-Treiber unterstützter Pufferbereich | 128 Samples (2,66 ms bei 48 kHz) bis 480 Samples (10 ms bei 48 kHz) | Microsoft Learn, Low Latency Audio |
| Typische von Android-Geräten gemeldete Puffergrößen | 96, 128, 160, 192, 240, 256 oder 512 Frames | Android Developers, Leitfaden Audio Latency |
| Typischer Fehler in der von einem Interface gemeldeten Latenz, korrigiert durch Ableton Lives Driver Error Compensation | Etwa plus/minus 1 ms bis 20 ms | Ableton Help Center, FAQ zu Driver Error Compensation |
Kontexthinweis: Die FAQ zu Abletons Driver Error Compensation warnt, dass Werte über 20 ms Probleme verursachen können und dass der Wert bei jeder Änderung von Puffergröße oder Abtastrate neu berechnet werden muss. Einfach gesagt: Manche Interfaces melden ihre eigene Verzögerung falsch, sodass Aufnahmen zu spät landen, wenn der DAW nicht der wahre Wert mitgeteilt wird.
5. Puffergröße und CPU-Reserve
Die Kosten eines kleinen Puffers zeigen sich darin, wie viel Arbeit die CPU vor jeder Audio-Deadline erledigen kann. Im DAWBench-Test für virtuelle Instrumente von Scan Pro Audio, ausgeführt in Reaper mit einem RME-Babyface-Interface, hielt ein AMD Ryzen 9 9950X bei einem Puffer von 64 Samples 2.140 Stimmen Polyphonie durch und bei 512 waren es 8.580, also etwa das 4,0-Fache (8.580 / 2.140 = 4,01). Der Test mit Plug-in-Instanzen skalierte weit weniger, von 482 auf 618 Instanzen, ein Plus von 28% (618 / 482 = 1,28).
Diese Aufteilung ist die praktische Lehre: Große Sample-Library-Instrumente sind der Bereich, in dem kleine Puffer wehtun, während effektlastige Mixketten weniger darauf reagieren. Die beiden CPUs tauschen mit wachsendem Puffer außerdem die Plätze, wie die Ergebnistabellen für den Ryzen 9 9950X und den Core Ultra 7 270K Plus zeigen: Der Intel-Chip führte bei 64 Samples (512 vs 482 Plug-in-Instanzen), und bei 512 Samples lagen beide gleichauf bei 618. Apples Logic-Pro-Leitfaden gibt den passenden Arbeitsablauf-Rat: mit der niedrigsten Puffereinstellung aufnehmen und nur bei System-Überlastungswarnungen auf die nächste Stufe gehen.
| Metrik | Wert | Quelle |
|---|---|---|
| DAWBench-DSP-Plug-in-Instanzen, AMD Ryzen 9 9950X, bei ASIO-Puffern mit 64 / 128 / 256 / 512 Samples | 482 / 562 / 594 / 618 | Scan Pro Audio, Benchmark-Tabelle des 3XS Pro DAW Ryzen 9 9950X (vom Händler veröffentlicht) |
| DAWBench-VI-Polyphonie, AMD Ryzen 9 9950X, bei ASIO-Puffern mit 64 / 128 / 256 / 512 Samples | 2.140 / 3.780 / 5.660 / 8.580 | Scan Pro Audio, Benchmark-Tabelle des 3XS Pro DAW Ryzen 9 9950X (vom Händler veröffentlicht) |
| DAWBench-DSP-Plug-in-Instanzen, Intel Core Ultra 7 270K Plus, bei ASIO-Puffern mit 64 / 128 / 256 / 512 Samples | 512 / 558 / 583 / 618 | Scan Pro Audio, Benchmark-Tabelle des 3XS Project DAW Core Ultra 7 270K Plus (vom Händler veröffentlicht) |
| DAWBench-VI-Polyphonie, Intel Core Ultra 7 270K Plus, bei ASIO-Puffern mit 64 / 128 / 256 / 512 Samples | 2.380 / 4.080 / 6.380 / 9.260 | Scan Pro Audio, Benchmark-Tabelle des 3XS Project DAW Core Ultra 7 270K Plus (vom Händler veröffentlicht) |
Kontexthinweis: Es handelt sich um Tabellen, die ein Systemhersteller auf den eigenen Produktseiten veröffentlicht hat, ohne Angaben zu Treiber, BIOS oder Windows-Version; sie sind daher als Richtwerte zu verstehen, nicht als unabhängige Laborergebnisse.
6. Audio-Stacks der Betriebssysteme: Windows und Android
Bevor irgendeine DAW-Einstellung greift, entscheidet das Betriebssystem, wie viel Pufferung im Signalweg sitzt. Windows 10 senkte die Render-Latenz der gemeinsam genutzten Audio-Engine auf 1,3 ms für alle Anwendungen, von rund 12 ms für Gleitkomma-Apps (Microsoft Learn, Low Latency Audio), doch der Standardpuffer im Shared-Modus bleibt bei etwa 10 ms, sofern eine App nicht ausdrücklich weniger anfordert. Dieser Standard ist der Grund, warum ASIO, das 1999 von Steinberg geschaffene Treibermodell, der Standard für Musiksoftware unter Windows bleibt (Windows-Music-Dev-Blog von Microsoft, 2024); in einer Antwort an Leser unter diesem Beitrag schrieb der Microsoft-Ingenieur Pete Brown, dass man im nativen Stack typischerweise nicht unter etwa 10 ms komme, während ASIO-Treiber oft einstellige Millisekunden erreichen.
Microsofts Antwort ist ein neuer Inbox-Treiber für USB Audio Class 2 mit ASIO-Schnittstelle, entwickelt mit Yamaha und Qualcomm, dessen öffentliche Vorschau für 2026 über Windows-Insider-Canary-Builds erwartet wird (Microsoft, Windows-Musiker-Technologie-Update Herbst 2025). Android veröffentlicht härtere Vorgaben nach dem Prinzip bestanden oder durchgefallen als jedes Desktop-Betriebssystem: Das Android 16 Compatibility Definition Document legt Obergrenzen je Feature-Flag fest, und der Android-Entwicklerleitfaden räumt ein, dass Musiker im Allgemeinen 10 ms verlangen, obwohl sein Pro-Audio-Flag bei 20 ms definiert ist.
| Metrik | Wert | Quelle |
|---|---|---|
| Render-Latenz der Windows-Audio-Engine vor Windows 10, Gleitkomma-Apps vs Ganzzahl-Apps | Etwa 12 ms vs etwa 6 ms | Microsoft Learn, Low Latency Audio |
| Render-Latenz der Windows-Audio-Engine ab Windows 10 | 1,3 ms für alle Anwendungen | Microsoft Learn, Low Latency Audio |
| Standardpuffer im Windows-Shared-Modus, wenn eine App keinen kleineren anfordert | Etwa 10 ms | Microsoft Learn, Low Latency Audio |
| Kontinuierliche Ausgabelatenz bei Android für Geräte, die das Low-Latency-Merkmal deklarieren | 45 ms oder weniger | Android Developers, Leitfaden Audio Latency |
| Obergrenze der Android-Round-Trip-Latenz, Geräte mit FEATURE_AUDIO_PRO | 25 ms (20 ms bei analogem Pfad); mittlere absolute Abweichung 5 ms | Android 16 Compatibility Definition Document |
| Obergrenze der Android-Round-Trip-Latenz, Geräte mit FEATURE_AUDIO_LOW_LATENCY | 50 ms; mittlere absolute Abweichung 10 ms | Android 16 Compatibility Definition Document |
| Obergrenze der Android-Latenz vom Antippen bis zum Ton, einfaches Handheld-Gerät vs Pro-Audio-Geräte | 250 ms vs 80 ms | Android 16 Compatibility Definition Document |
| Obergrenzen der Android-Kaltstart-Latenz bei Ausgabe und bei Eingabe, Pro-Audio-Geräte | je 200 ms | Android 16 Compatibility Definition Document |
Kontexthinweis: Die mittlere absolute Abweichung misst, wie stark der Round-Trip-Wert zwischen Messungen schwankt, und ist der Ersatz des CDD für Jitter. Die Latenz vom Antippen bis zum Ton ist die Verzögerung zwischen dem Berühren des Bildschirms und dem Hören des resultierenden Klangs.
7. Vor dem Puffer: Controller, MIDI und Funkverbindungen
Eine perfekte Puffereinstellung kann einen langsamen Controller-Pfad nicht retten. In den NIME-2016-Messungen von McPherson, Jack und Moro lag eine Bluetooth-LE-Sensorverbindung im Schnitt bei 139 ms von der Aktion bis zum Klang, wobei 1% der Tests 334 ms erreichten, während die eingebettete Plattform Bela bei etwa 0,6 ms mit einem Jitter von rund 20 Mikrosekunden blieb. Die Autoren folgerten, dass fast keiner der getesteten gängigen Aufbauten vom Mikrocontroller zum Computer die anerkannten Richtlinien für Latenz und Jitter erfüllte.
USB-MIDI schnitt besser ab als serielles USB: Ein Teensy-Board, das USB-MIDI an Max/MSP sendete, kam im Schnitt auf 5,1 ms, während ein Arduino Uno über serielles USB im Schnitt 8,2 ms erreichte und in 12% der Fälle 10 ms überschritt. Professionelles digitales Funkequipment spielt in einer anderen Klasse, Shure nennt für sein System ULX-D etwa 2,9 ms. Dasselbe Problem verketteter Verzögerungen zieht sich durch Gaming-Hardware, wie unsere Statistiken zur Latenz bei Spielen für Input-Lag und Displays zeigen.
| Metrik | Wert | Quelle |
|---|---|---|
| Bluetooth-LE-Controller-Verbindung (BLEmini), von der Aktion bis zum Klang | Mittelwert 139 ms; 1% der Tests bei 334 ms | McPherson et al., NIME 2016 |
| Arduino Uno über serielles USB an Max/MSP, bester Fall | Mittelwert 8,2 ms; in 12% der Fälle über 10 ms | McPherson et al., NIME 2016 |
| Teensy über USB-MIDI an Max/MSP, beste Konfiguration | Mittelwert 5,1 ms; 1,5 ms Jitter | McPherson et al., NIME 2016 |
| Eingebettete Plattform Bela, analoger Sensoreingang zum Audioausgang | Etwa 0,6 ms; Jitter rund 20 Mikrosekunden | McPherson et al., NIME 2016 |
| Latenz eines digitalen Funkmikrofonsystems (ULX-D) | Etwa 2,9 ms | Shure Insights 2016 (Angabe des Herstellers) |
Kontexthinweis: McPherson et al. (2016) sind die jüngsten verfügbaren Daten für diesen direkten Controller-Vergleich. Jitter bezeichnet hier die Streuung zwischen kürzester und längster Verzögerung, die ebenso wichtig ist wie der Durchschnitt, wie Abschnitt 1 zeigte.
Zusammenfassung: DAW-Puffergröße und Verarbeitungslatenz in Zahlen
| Metrik | Wert | Quelle |
|---|---|---|
| Round-Trip-Latenz bei Puffer mit 64 vs 1.024 Samples, ASIO-Interface mit 96 kHz | 2,30 ms vs 12,30 ms | MathWorks, Beispiel Measure Audio Latency |
| Mittlere kleinste wahrnehmbare Zusatzlatenz ab einer Basis von 0 ms | 48,8 ms | Schmid et al., Audio Mostly 2024 |
| Mittlere kleinste wahrnehmbare Zusatzlatenz ab einer Basis von 64 ms | 27,1 ms | Schmid et al., Audio Mostly 2024 |
| Qualitätsbewertung: konstante 10 ms vs null Latenz | Nicht schlechter als null bewertet | Jack et al., Music Perception 2018 |
| Akzeptable Latenz für Live-Interpreten, je nach Instrument und Monitoring | 1,4 ms bis 42 ms | Lester und Boley, AES Convention Paper 7198, 2007 |
| Sprechgeschwindigkeit mit sofortigem vs 200 ms verzögertem Feedback | 5,2 vs 4,3 Silben pro Sekunde | Ozker und Hagoort, PLoS One 2025 |
| Sprechunflüssigkeiten bei 200 ms Verzögerung vs kürzeren Verzögerungen | Zwei- bis dreimal so viele | Stuart et al., JASA 2002 |
| Optimales Ensemble-Tempo (Einweg-Verzögerung) und Anteil der Darbietungen, die ab 14 ms langsamer wurden | 11,5 ms; 85% | Chafe und Gurevich, AES 117th Convention 2004 |
| Latenzbereich, der synchrones Ensemble-Spiel ermöglicht | 10 bis 25 ms | Washburn et al., Frontiers in Psychology 2021 (Überblick über frühere Studien) |
| Polyphonie virtueller Instrumente, Ryzen 9 9950X, Puffer mit 64 vs 512 Samples | 2.140 vs 8.580 | Scan Pro Audio, DAWBench VI |
| Plug-in-Instanzen, Ryzen 9 9950X, Puffer mit 64 vs 512 Samples | 482 vs 618 | Scan Pro Audio, DAWBench DSP |
| Render-Latenz der Windows-Audio-Engine, Windows 10 und später | 1,3 ms | Microsoft Learn, Low Latency Audio |
| Standardpuffer im Windows-Shared-Modus | Etwa 10 ms | Microsoft Learn, Low Latency Audio |
| Obergrenze der Android-Pro-Audio-Round-Trip-Latenz | 25 ms (20 ms analog) | Android 16 Compatibility Definition Document |
| Bluetooth-LE-Controller-Verbindung, von der Aktion bis zum Klang | Mittelwert 139 ms | McPherson et al., NIME 2016 |
| Eingebettete Plattform Bela, vom Eingang zum Ausgang | Etwa 0,6 ms | McPherson et al., NIME 2016 |
| Empfohlene In-Ear-Monitor-Latenz | 5 ms und weniger | Shure Insights 2016 (Herstellerempfehlung) |
Methodik und Quellen
- MathWorks, Audio-Toolbox-Beispiel “Measure Audio Latency”: Loopback-Round-Trip-Messungen nach Puffergröße bei 96 kHz.
- Schmid, Ambros, Bogon und Wimmer, “Measuring the Just Noticeable Difference for Audio Latency”, Audio Mostly 2024: JND nach Basislatenz, 37 rekrutierte und 34 analysierte Teilnehmer.
- Jack, Mehrabi, Stockman und McPherson, “Action-sound Latency and the Perceived Quality of Digital Musical Instruments”, Music Perception 2018.
- McPherson, Jack und Moro, “Action-Sound Latency: Are Our Tools Fast Enough?”, NIME 2016: Messungen der Controller-Kette und die Richtlinie von Wessel und Wright für unter 10 ms.
- Lester und Boley, “The Effects of Latency on Live Sound Monitoring”, AES Convention Paper 7198 (2007): Spanne aus der Zusammenfassung bei Schmid et al. 2024 entnommen, weil die Seite der AES E-Library nicht zugänglich war.
- Ozker und Hagoort, “Susceptibility to auditory feedback manipulations and individual variability”, PLoS One 2025.
- Ozker, Giglio, Beyh, Forkel und Hagoort, “Individual differences in speech monitoring”, PNAS 2026.
- Stuart, Kalinowski, Rastatter und Lynch, “Effect of delayed auditory feedback on normal speakers at two speech rates”, JASA 2002.
- Chafe und Gurevich, “Network Time Delay and Ensemble Accuracy: Effects of Latency, Asymmetry”, AES 117th Convention 2004.
- Washburn, Wright, Chafe und Fujioka, “Temporal Coordination in Piano Duet Networked Music Performance”, Frontiers in Psychology 2021.
- Scan Pro Audio, Benchmark-Tabelle des 3XS Pro DAW Ryzen 9 9950X und Benchmark-Tabelle des 3XS Project DAW Core Ultra 7 270K Plus: DAWBench-DSP- und -VI-Ergebnisse, abgerufen im Oktober 2026.
- Microsoft Learn, Low Latency Audio (Windows drivers), aktualisiert 2025.
- Windows-Music-Dev-Blog von Microsoft, “Make Great Music with Windows on Arm”, Oktober 2024 und Fall 2025 Windows Musician Technology and Arm64 Update, November 2025.
- Android 16 Compatibility Definition Document, Abschnitte 5.6 und 5.10 und Android Developers, Leitfaden Audio Latency.
- Ableton Help Center, FAQ zu Driver Error Compensation und Apple Support, Manage input monitoring latency in Logic Pro for Mac (2026).
- Shure Insights, “Digital Wireless Latency Explained”, November 2016: Herstellerempfehlung, wo immer zitiert als solche gekennzeichnet.
- Daten-Hinweis: Der Android-Entwicklerleitfaden definiert das Pro-Audio-Flag bei 20 ms Round-Trip, während die Tabelle im Android-16-CDD auf den meisten Pfaden 25 ms und nur beim analogen Pfad 20 ms ansetzt; wir geben das CDD als verbindliches Dokument wieder. Die Round-Trip-Zeile für einfache Handheld-Geräte im CDD führt zwei unbeschriftete Werte auf (250 und 200 ms), weshalb wir sie ausgelassen haben. Die Zahlen von Scan Pro Audio sind vom Händler veröffentlichte Benchmarks auf Produktseiten ohne Treiber- oder Firmware-Angaben. Das MathWorks-Beispiel nennt sein Betriebssystem nicht (ASIO deutet auf Windows) und deckt ein einziges Interface ab, sodass der absolute Overhead auf anderer Hardware abweichen wird. Die Bemerkung von Pete Brown zu “etwa 10 ms” stammt aus seiner Antwort in den Kommentaren eines Microsoft-Blogbeitrags, nicht aus dem Beitragstext. Mehrere Wahrnehmungswerte sind die jüngsten verfügbaren Daten, aber alt: Stuart et al. (2002), Chafe und Gurevich (2004), Lester und Boley (2007), McPherson et al. (2016) und die Shure-Empfehlung (2016). Für Microsofts Inbox-Treiber für ASIO und USB Audio Class 2 lagen bis zum Update vom November 2025 keine veröffentlichten Latenzmessungen vor.
Zuletzt aktualisiert: 24. Oktober 2026. Wir aktualisieren diese Zusammenstellung vierteljährlich, und die nächste Aktualisierung wird erwartet, wenn Microsoft die öffentliche Vorschau seines Inbox-Treibers für ASIO und USB Audio Class 2 über Windows-Insider-Canary-Builds veröffentlicht.