Mix-Ratgeber
Autotune richtig einsetzen: Logik und Einstellungen der Tonhöhenkorrektur
Seimix-Team · 11 Min. Lesezeit
Autotune ist ein Werkzeug, von dem fast jeder, der zu Hause Musik macht, schon gehört hat – das aber die wenigsten richtig einsetzen. Die einen halten es für den "magischen Knopf, der jede Stimme rettet", die anderen rümpfen die Nase: "Echte Sänger brauchen das nicht." Beides ist falsch. Richtig eingestellt wird Autotune zu einem unsichtbaren Helfer, den der Hörer gar nicht bemerkt; bewusst übertrieben zum Signature-Effekt von Trap und Pop. Der Unterschied liegt in ein paar Parametern, die man verstehen muss.
In diesem Guide erklären wir Schritt für Schritt die Logik hinter der Tonhöhenkorrektur, warum die richtige Tonart und Skala wichtiger sind als alles andere, wie du mit dem Retune Speed zwischen natürlichem und Effekt-Sound navigierst, was Formant eigentlich ist und welche Fehler am häufigsten passieren. Der Fokus liegt auf Rap- und Pop-Vocals, denn genau zu diesen beiden Genres kommen die meisten Fragen.
Eines vorweg: Autotune ist ein Werkzeug zur Tonhöhenkorrektur, kein Mix. Es setzt die Note an ihren Platz, aber damit die Stimme satt, klar und professionell klingt, brauchst du de-esser, EQ, Kompression und den richtigen Pegel. Am Ende des Artikels zeigen wir, wie du diese beiden Welten zusammenbringst.
Was ist Autotune und wie funktioniert Tonhöhenkorrektur?
Autotune misst permanent die Frequenz (also die Tonhöhe) der aufgenommenen Stimme, prüft, welcher "richtigen" Note der gerade gesungene Ton am nächsten liegt, und zieht die Stimme auf diese Note. Wenn deine Note also etwas zu tief oder zu hoch liegt, verschiebt das Werkzeug sie zur festgelegten Zielnote. Im Kern ist es genau so simpel; alles Weitere besteht nur darin einzustellen, wie hart und wie schnell dieses Ziehen passiert.
Zwei Grundeinstellungen bestimmen alles. Erstens die Skala – also welche Noten als "richtig" gelten. Zweitens der Retune Speed – wie schnell sich die Stimme an die Zielnote heftet. Hast du diese beiden richtig gesetzt, ist die halbe Arbeit getan. Darüber hinaus bieten die meisten Werkzeuge zwei Betriebsmodi: einen automatischen Echtzeit-Modus (korrigiert sofort, während gesungen wird – für Aufnahme und Live) und einen grafischen bzw. manuellen Modus (jede Note wird einzeln von Hand bearbeitet; das liefert das sauberste, natürlichste Ergebnis, kostet aber Zeit).
Vergiss nicht: Autotune arbeitet wie eine Schätzmaschine. Je sauberer und klarer die Tonhöhe, die es hört, desto treffsicherer korrigiert es. Bei einer verwaschenen, dumpfen oder zwischen zwei Noten schwankenden Aufnahme kommt es ins Straucheln und erzeugt seltsame Artefakte.
- Der automatische Modus ist schnell und praktisch, ideal für Live und Demo; willst du das sauberste Ergebnis, korrigiere im grafischen/manuellen Modus jede Note einzeln.
- Tonhöhenkorrektur verändert nur die Note, nicht die Lautstärke; eine zu leise Stimme macht Autotune nicht lauter.
- Setz das Werkzeug an den Anfang der Vocal-Kette, vor EQ und Kompression, damit es ein sauberes Signal liest.
Die richtige Tonart und Skala: der kritischste Schritt
Das ist der Schritt, der am häufigsten übersprungen wird – und zugleich der entscheidendste. Wählst du die falsche Tonart (Key), zieht das Werkzeug selbst richtig gesungene Noten auf eine falsche Note, und die Stimme klingt verstimmt und unangenehm. Bei den meisten Aufnahmen, über die geklagt wird "Autotune hat's kaputt gemacht", ist in Wahrheit die falsche Skala schuld.
Am einfachsten findest du die Tonart über das Instrumental. Wer den Beat gebaut hat, nennt die Tonart meist von selbst ("F# minor", "A minor"). Weißt du sie nicht, nimm den Grundton der Basslinie oder der Akkorde als Referenz; die meisten modernen Trap- und Pop-Tracks stehen in einer Moll-Tonart. Nach der Tonart wählst du die Skala: Dur (major) klingt heller, Moll (minor) dunkler – und ist in Rap/Trap am gängigsten.
Wichtige Warnung: Lass die Skala niemals unnötig chromatisch (chromatic, alle 12 Noten offen). In der chromatischen Skala akzeptiert das Werkzeug jede Note als "richtig" und korrigiert verstimmte Noten daher gar nicht; der Schutz ist praktisch aus. Am sichersten baust du eine eigene (custom) Skala, in der nur die Noten offen sind, die im Song wirklich vorkommen. So landet das Werkzeug nie auf falschen Noten.
- Bist du unsicher, finde zuerst die Tonart des Instrumentals; viele kostenlose Analyse-Tools nennen die Tonart des Beats automatisch.
- Im Zweifel statt chromatisch lieber eine eigene Skala nur mit den Noten des Songs bauen; das ist die treffsicherste Korrektur.
- Wechseln Hook und Verse in andere Akkorde, rettet es die Stimme, den Abschnitten eigene Skalen zuzuweisen.
- Wird eine falsche Note hartnäckig ins Falsche gezogen, ist die Lösung nicht mehr Autotune, sondern die richtige Tonart.
Retune Speed: der Regler zwischen Natürlichkeit und T-Pain-Effekt
Der Retune Speed bestimmt, wie schnell sich die Stimme an die Zielnote heftet, und ist die Einstellung, die den "Charakter" von Autotune allein am stärksten prägt. Denk den Wert in Millisekunden: Ein niedriger Wert (0-10 ms) klebt die Stimme sofort an die Note und löscht die natürlichen Übergänge und das Vibrato dazwischen – genau daher kommt dieser berühmte roboterhafte, glatte T-Pain-/Trap-Sound. Ein hoher Wert (40-100 ms) gibt der Stimme Zeit, langsam zur Note "hinzugehen", Vibrato und natürliche Übergänge bleiben erhalten, und der Hörer bemerkt die Korrektur nicht.
Praktische Startwerte: Für transparente, natürliche Pop-Vocals ist 20-50 ms ein guter Bereich. Willst du nur kleine Unsauberkeiten glätten, ist 40-80 ms sicherer. Für ein deutliches, aber nicht übertriebenes modernes Gefühl 10-20 ms. Für den vollen, hörbar roboterhaften Effekt 0-10 ms – meist zusätzlich mit "voller Quantisierung / 100 % Korrektur".
Behalte im Kopf: Der Retune Speed ergibt nicht allein Sinn, sondern erst im Zusammenspiel mit Tempo und Sprechgeschwindigkeit des Songs. In einem schnellen Rap-Flow mit häufigen Notenwechseln wirkt ein niedriger Wert sauberer; in einer Ballade mit langen, gehaltenen Noten ist ein hoher Wert viel natürlicher und musikalischer.
- Für ein natürliches, unauffälliges Ergebnis mit 20-50 ms starten und nach Gehör feinjustieren.
- Willst du den deutlichen Trap-/T-Pain-Effekt, nimm 0-10 ms und dreh die Korrekturstärke voll auf.
- Bei einer Stimme mit schönem Vibrato tötet ein zu niedriger Speed das Vibrato; halt ihn hoch, damit sie atmen kann.
- Ein einziger Wert passt nicht auf jeden Abschnitt; stell Verse und Hook bei Bedarf getrennt ein.
Wie viel Autotune für welches Genre?
Menge und Charakter von Autotune ändern sich je nach Genre stark; "für alles dieselbe Einstellung" ist der größte Anfängerfehler. In Trap und modernem Rap ist deutliches Autotune längst eine ästhetische Entscheidung, kein Makel. Hier sind niedriger Retune Speed (0-15 ms) und volle Korrektur gängig; bei Adlibs wird noch aggressiver zugegriffen. Ziel ist nicht, die Stimme heimlich zu korrigieren, sondern diese glatte, automatische Textur bewusst zu erzeugen.
Im Pop ist das Ziel meist Transparenz: Es wird korrigiert, aber man hört es nicht. 20-40 ms Speed, mäßige Korrektur und eine gute Ausgangsaufnahme reichen. In R&B und Soul stehen Natürlichkeit und Emotion im Vordergrund; um Vibrato und Übergänge zu erhalten, sind hoher Speed (50-100 ms) und – wenn möglich – manuelle Bearbeitung im grafischen Modus, die nur die problematischen Noten anfasst, am besten.
In Akustik, Folk und traditionellen Genres hältst du Autotune auf ein Minimum. Hier klingt es viel sauberer, ein paar falsche Noten im grafischen Modus von Hand zu korrigieren, als den ganzen Track automatisch durchzuziehen. Massive automatische Korrektur tötet in diesen Genres die Seele der Performance.
- Trap/Rap: 0-15 ms, deutlich und volle Korrektur; der Effekt ist eine Entscheidung, du musst ihn nicht verstecken.
- Pop: 20-40 ms, transparent; niemand soll das Autotune bemerken.
- R&B/Soul: 50-100 ms oder von Hand im grafischen Modus; Vibrato und Emotion bewahren.
- Akustik/Folk: fast nicht anfassen, nur offensichtlich falsche Noten einzeln korrigieren.
Natürlicher Einsatz oder Effekt? Zwei Philosophien
Du kannst Autotune mit zwei völlig verschiedenen Absichten einsetzen und musst dich von Anfang an entscheiden, welche du willst. Erstens der transparente (natürliche) Ansatz: Ziel ist es, die Stimme zu korrigieren, ohne dass der Hörer es je merkt. Zweitens der Effekt-Ansatz: Die Korrektur soll bewusst hörbar sein, diese roboterhafte Textur wird Teil des Songs. Beides ist legitim; nur die Einstellungen unterscheiden sich.
Für ein transparentes Ergebnis: hoher Retune Speed (30-80 ms), bei Bedarf eine leichte "Humanize"-Einstellung, nur Eingriff bei unsauberen Noten und eine gute Ausgangsaufnahme. Die goldene Regel hier: nichts anfassen, solange es nicht nötig ist. Je weniger du korrigierst, desto lebendiger bleibt die Stimme. Das beste transparente Autotune ist das, bei dem man nicht sagen kann, ob es an oder aus ist.
Für den Effekt: niedriger Retune Speed (0-10 ms), volle Korrektur, eine richtige und enge Skalen-Verriegelung und meist etwas reverb/delay auf der Stimme, um den Charakter zu betonen. Hier suchst du nicht "wenig Übertreibung", sondern eine kontrollierte, bewusste Übertreibung; aber auch der Effekt hat seine Grenzen, dazu kommen wir im Fehler-Abschnitt.
- Entscheide dich von Anfang an: verstecken oder hörbar machen? Danach richten sich die Einstellungen.
- Willst du Transparenz, wende die Regel des minimalen Eingriffs an; fass nicht jede Note an.
- Willst du den Effekt, halt die Skala eng, damit die Notensprünge diesen charakteristischen "Sprung"-Sound geben.
- Misch die beiden Ansätze nicht im selben Song; Verse natürlich, Hook als Effekt wirkt nur, wenn es bewusst gestaltet ist – sonst inkonsistent.
Was ist Formant und warum ist er wichtig?
Der Formant ist die Gesamtheit der Resonanzen, die deiner Stimme ihre Identität geben; er trägt das Timbre, also das Gefühl von "wem gehört diese Stimme". Ziehst du die Tonhöhe stark nach oben oder unten, kann das Werkzeug ungewollt auch die Formanten mitverschieben. Das Ergebnis ist, dass die Stimme comic-artig hell wird (Chipmunk-/Mickey-Mouse-Effekt) oder seltsam dick klingt.
Deshalb bieten die meisten Werkzeuge eine Formantkorrektur (formant correction). Machst du große Tonhöhenkorrekturen – besonders, wenn du die Stimme um mehr als ein paar Halbtöne verschiebst – lass sie an; so bleibt der natürliche Charakter der Stimme erhalten, auch wenn sich die Note ändert. Bei kleinen Korrekturen ist der Unterschied gering, doch sie anzulassen ist meist sicherer.
Der Formant ist zugleich ein kreatives Werkzeug. Verschiebst du ihn bewusst nach unten, gibst du der Stimme einen dickeren, reiferen Charakter; nach oben einen dünneren, jüngeren oder künstlicheren. Bei Adlibs und Backing-Vocals sorgt das Spiel mit dem Formant für schöne Textur.
- Verschiebst du die Stimme um mehr als ein paar Halbtöne, schalte die Formantkorrektur unbedingt ein.
- Hörst du einen Chipmunk-/seltsam hellen Klang, ist die Formant-Einstellung das Erste, wo du nachsiehst.
- Nutz den Formant-Shift kreativ: bei Adlibs und Backing-Vocals leicht spielen, um den Charakter zu verändern.
- Auf der Lead-Vocal keine extreme Formantverschiebung; die Stimme wirkt sonst schnell künstlich und synthetisch.
Die Schäden der Übertreibung und die häufigsten Fehler
Die größte Gefahr von Autotune ist der Trugschluss "je mehr, desto besser". Korrigierst du jede Note voll und löschst jeden Übergang, bekommst du eine technisch saubere, aber leblose, plastische, emotionslose Stimme. Ein Teil des Reizes der menschlichen Stimme steckt gerade in diesen kleinen, kontrollierten Unvollkommenheiten. Willst du ein transparentes Ergebnis, ist wenig Korrektur fast immer besser.
Der zweite große Fehler ist der Versuch, mit Autotune eine schlechte Aufnahme zu retten. Bei einer von Anfang an stark verstimmten, zwischen zwei Noten schwankenden Aufnahme zögert das Werkzeug ständig und erzeugt seltsame Glitches und Gezwitscher. Die Regel ist klar: Müll rein, Müll raus. Autotune poliert eine gute Performance, es rettet keine schlechte. Die Lösung ist, noch einmal aufzunehmen.
Weitere häufige Fehler: eine unnötig weite/chromatische Skala (landet auf falschen Noten), einen extrem niedrigen Retune Speed in jedem Genre zu verwenden (ungewollt roboterhaft) und zuzulassen, dass Autotune über Atmern, Konsonanten und Zischlauten wie "s/f" arbeitet (dort ist die Tonhöhe unklar, das Werkzeug spinnt). Atmer und Konsonanten unkorrigiert zu lassen oder die Korrektur in diesen Bereichen auszuschalten, klingt deutlich sauberer.
- Korrigiere nicht jede Note voll; ein paar natürliche Übergänge halten die Stimme lebendig und menschlich.
- Erzwing eine verstimmte Aufnahme nicht mit Autotune; nimm neu auf, das Ergebnis ist um Klassen besser.
- Bei Atmern und Konsonanten erzeugt Korrektur meist Glitches; lass diese Bereiche unkorrigiert.
- Im Zweifel weniger eingreifen; übertriebenes Autotune zurückzunehmen ist schwerer, als Natürlichkeit nachträglich hinzuzufügen.
Vor dem Autotune: die Aufnahme richtig machen
Das beste Autotune ist das, das am wenigsten gebraucht wird. Je besser die Aufnahme, desto weniger und desto transparenter die Korrektur. Investier also in die Quelle, bevor du zu den Reglern greifst. Steh im richtigen Abstand zum Mikrofon (meist 15-20 cm und ein Popschutz), hör das Instrumental klar über Kopfhörer, damit du die Tonart triffst, und wärm deine Stimme auf, bevor du singst.
Bist du bei der Tonhöhe schwach, ist die Lösung nicht stärkeres Autotune, sondern denselben Abschnitt ein paar Mal zu singen und den besten Take zu wählen. Eine schwierige Hook Zeile für Zeile aufzunehmen (Punch-in) reduziert Fehler von vornherein. Gibst du dem Werkzeug eine saubere, stabile Tonhöhe, korrigiert es treffsicher und natürlich.
Achte auch auf die Aufnahmeumgebung: Bei einer in einem halligen Raum aufgenommenen Stimme kann das Werkzeug die Tonhöhe nicht klar lesen. Nimm nach Möglichkeit in einer Ecke mit weichen Oberflächen und wenig Hall auf. Allein das verbessert das Autotune-Ergebnis deutlich.
- Wärm vor der Aufnahme deine Stimme auf und hör das Instrumental klar über Kopfhörer; so triffst du die Tonart.
- Erzwing schwierige Passagen nicht in einem Durchgang; mach ein paar Takes und wähl den besten, oder nimm Zeile für Zeile auf.
- Eine Aufnahme im halligen Raum führt Autotune in die Irre; wähl eine hallarme, weiche Umgebung.
- Halt einen konstanten Abstand zum Mikrofon; ständiges Näher- und Weggehen ruiniert Pegel und Tonhöhen-Erkennung.
Nach dem Autotune: die Stimme im Mix platzieren
Tonhöhe korrigiert, aber die Arbeit ist nicht vorbei. Autotune setzt nur die Note an ihren Platz; dass die Stimme klar, satt und professionell klingt, ist eine eigene Etappe. Denk in Reihenfolge: zuerst ein de-esser um 6-9 kHz, um überflüssige "s/sch"-Schärfen zu glätten, dann ein EQ, der den Schlamm bei 200-400 Hz um ein paar dB absenkt und bei 8-12 kHz etwas Glanz öffnet, danach eine Kompression mit einer Ratio um 3:1 und mittlerem Attack, um den Pegel konstant zu halten. Diese Kette setzt die Stimme klar vor den Beat.
Vergiss nie die Realität der kleinen Lautsprecher. Die meisten Menschen hören deinen Song über den Handylautsprecher, das Laptop oder billige Kopfhörer. Kontrollier deinen Mix unbedingt auch über den Handylautsprecher; eine Stimme, die über den Studiomonitor großartig klingt, aber auf dem Handy verschwindet, musst du weiter nach vorne ziehen. Behalte schließlich die Ziellautstärke der Streaming-Plattformen im Kopf; die meisten normalisieren auf etwa -14 LUFS, ein übermäßig lautes Master ergibt daher keinen Sinn.
Wie du siehst, ist der Autotune-Teil nur ein kleiner Teil des Ganzen. Tonartwahl, Retune-Einstellung, de-esser, EQ, Kompression, Pegel und Loudness-Balance ... alles einzeln von Hand zu erledigen kostet Zeit und braucht Erfahrung. Genau hier kommt Seimix ins Spiel: Du lädst deine Stimme hoch, und von der Tonhöhenkorrektur bis zur Mix- und Mastering-Balance werden diese Schritte für dich ausgewogen und konsistent umgesetzt. Willst du ein veröffentlichungsfertiges, ausgewogenes Ergebnis, ohne von Hand zu tüfteln, probier das Gelernte einmal aus und überlass den Rest der Automatik.
- Die Reihenfolge zählt: de-esser (6-9 kHz) → EQ (Schlamm bei 200-400 Hz absenken) → Kompression (3:1, mittlerer Attack).
- Kontrollier deinen Mix unbedingt über den Handylautsprecher; dort hört das eigentliche Publikum.
- Mach kein übermäßig lautes Master; Plattformen normalisieren ohnehin auf ~-14 LUFS, lass Dynamik übrig.
- Willst du diese ganze Kette nicht von Hand aufbauen, kannst du deine Stimme bei Seimix hochladen und Tonhöhe, Mix und Mastering-Balance automatisch erledigen lassen.
Keine Lust auf Handarbeit?
Lade deinen Track bei Seimix hoch, wähle ein Preset oder sag einfach, was du willst — dein Mix ist in Minuten fertig. 7 Tage kostenlos.
Häufige Fragen
Korrigiert Autotune die Stimme vollautomatisch ohne Aufwand?
Teilweise. Im automatischen Modus korrigiert das Werkzeug die Noten sofort, wenn du die richtige Tonart und Skala wählst. Für ein wirklich gutes Ergebnis brauchst du aber den passenden Retune Speed, die Formant-Einstellung und danach de-esser/EQ/Kompression. Willst du diese ganze Kette nicht von Hand aufbauen, wendet Seimix diese Schritte – von der Tonhöhenkorrektur bis zur Mix-Balance – automatisch an, wenn du deine Stimme hochlädst.
Wie hoch sollte der Retune Speed für einen natürlichen Sound sein?
Für ein transparentes, unauffälliges Ergebnis ist 20-50 ms ein guter Start. Glättest du nur kleine Unsauberkeiten, ist 40-80 ms sicherer. Willst du den deutlichen Trap-/T-Pain-Effekt, nimm umgekehrt 0-10 ms und dreh die Korrektur voll auf. Die letzte Einstellung immer nach Gehör machen.
Kann ich Autotune nutzen, ohne die Tonart des Songs zu kennen?
Kannst du, aber das Ergebnis wird schlecht. Wählst du die falsche Tonart, zieht das Werkzeug selbst richtige Noten ins Falsche. Am besten findest du die Tonart des Instrumentals; kennst du sie nicht, liefert eine eigene Skala nur mit den Noten des Songs – statt chromatisch – die treffsicherste Korrektur.
Ist Autotune bei Rap- und Trap-Vocals Pflicht?
Pflicht nicht, aber in modernem Trap/Rap ist deutliches Autotune längst eine ästhetische Entscheidung. Hier sind niedriger Retune Speed (0-15 ms) und volle Korrektur gängig, besonders bei Adlibs. Du musst den Effekt nicht verstecken; diese glatte, automatische Textur ist zum Signature des Genres geworden. Trotzdem verbessert eine saubere Ausgangsaufnahme das Ergebnis deutlich.
Kann ich mit Autotune eine schlechte, verstimmte Aufnahme retten?
Nein. Autotune poliert eine gute Performance, es rettet keine verpatzte. Bei einer stark verstreuten Tonhöhe zögert das Werkzeug und erzeugt seltsame Glitches. Müll rein, Müll raus. Die Lösung ist nicht mehr Autotune, sondern denselben Abschnitt erneut und sauberer aufzunehmen.
Was bringt die Formantkorrektur und wann sollte ich sie einschalten?
Der Formant sind die Resonanzen, die deiner Stimme ihren Charakter geben. Verschiebst du die Tonhöhe stark, verschiebt sich der Formant mit und die Stimme wird comic-artig hell (Chipmunk-Effekt). Ziehst du die Stimme um mehr als ein paar Halbtöne, schalte die Formantkorrektur ein; so bleibt der natürliche Charakter erhalten, auch wenn sich die Note ändert.
Was braucht es, um die Stimme nach dem Autotune professionell zu machen?
Tonhöhenkorrektur allein reicht nicht. In Reihenfolge setzen ein de-esser bei 6-9 kHz, ein EQ, der den Schlamm bei 200-400 Hz absenkt, und eine Kompression um 3:1 die Stimme nach vorne. Kontrollier den Mix auch über den Handylautsprecher und versuch nicht, das Plattform-Ziel von ~-14 LUFS zu überschreiten. Um diese ganze Kette automatisch erledigen zu lassen, kannst du Seimix nutzen.
Mehr: Alle Ratgeber