Räumlicher Klang
Mit Kopfhörern kommt jede Stimme aus ihrer eigenen Richtung — wie am Tisch, nicht alle aus derselben Mitte.
Ein Link, den Sie verschicken. Kein Konto, keine Installation, keine Kachelwand aus Gesichtern. Dafür eine Stimme in voller Qualität und ein geteilter Bildschirm, auf dem man Zahlen wirklich lesen kann.

Mit Kopfhörern kommt jede Stimme aus ihrer eigenen Richtung — wie am Tisch, nicht alle aus derselben Mitte.
Mitschrift und Stichpunkte dort, wo sonst die Kachelwand steht. Nur auf Ihrem Gerät — niemand sonst sieht sie.
Rechteck, Pfeil und Marker direkt auf der geteilten Seite. Die Markierung hängt am Inhalt und scrollt mit.
Mit Chrome-Erweiterung, nur für den Gastgeber.
Das beste Gespräch führen Sie am selben Tisch, und wann immer das geht, sollten Sie genau das tun. Videokonferenzen versuchen, dieses Treffen nachzustellen. Dabei entsteht, was so ermüdet: ein Blickkontakt, der nie ankommt, das eigene Gesicht am Rand, eine Wand aus Gesichtern, die Sie ansehen. Voice Only stellt nichts nach. Es überträgt, was aus der Ferne wirklich trägt: die Stimme, klar und aus ihrer Richtung, wie am Tisch.
Erfüllt das Bild keinen eigenen Zweck, ist ein Videocall kein Fortschritt, sondern zusätzlicher Aufwand. Die Distanz bleibt. Der Auftritt kommt obendrauf.
Die Lage der drei Punkte ist unsere Einordnung, keine Messung — deshalb steht an den Achsen keine Zahl. Worauf sie sich stützt, steht weiter unten auf dieser Seite: Beim Vertrauen lagen Video und Telefonkonferenz gleichauf und beide hinter dem Treffen am Tisch; in einer Metaanalyse über 1.557 Bewerbungsgespräche war der Abstand zum persönlichen Gespräch bei Video und Telefon derselbe Wert. Auf der anderen Achse: das Gefühl, im Bildausschnitt festzusitzen, das eigene Bild vor Augen, der aufgeräumte Hintergrund. Und ja, das Treffen vor Ort steht hier nicht bei null — die Anreise ist real.
Treffen Sie sich öfter. Und wenn es nicht geht: Voice Only.
Zwei Dinge stehen zwischen einem Termin und einem Ergebnis: wie lange es dauert, bis alle da sind, und wie viel Aufmerksamkeit dann noch für die Sache übrig ist. An beidem ändert eine Kamera nichts zum Guten.
Ein Link, kein Konto, keine Installation. Wer ihn öffnet, steht im Vorraum und ist mit einem Klick dabei — ohne Einladung anzunehmen, ohne Programm zu laden, ohne sich an ein Kennwort zu erinnern. Installieren lässt sich hier genau eine Sache: die Erweiterung fürs Markieren, freiwillig, und nur vom Gastgeber.
Keine Kameranorm, über die vorher verhandelt wird. Keine leeren Kacheln von Leuten, die gerade woanders hinsehen. Wird etwas geteilt, tritt bei uns sogar die Namensspalte zur Seite — der Inhalt bekommt die Fläche, über die sonst diskutiert wird.
Wir stellen das nicht einfach in den Raum. Es gibt große Erhebungen dazu, und es gibt zwei Zufälle, die den Wert eines Treffens sichtbar gemacht haben: eine neue Flugstrecke und ein Hurrikan. Keiner dieser Befunde sagt etwas über Stimme gegenüber Video — sie sagen etwas über die erste Stufe der Rangfolge. Also über den Rat, mit dem diese Seite anfängt: Fahren Sie hin, wann immer es geht.
Die größte Erhebung dieser Art: 71.117 Menschen in Großbritannien füllten zwischen März und August 2020 insgesamt 679.615 Wochenfragebögen aus. Wer täglich jemanden persönlich traf, hatte deutlich weniger depressive Symptome als jemand ohne Kontakt — und der Unterschied war mehr als doppelt so groß wie bei täglichem Kontakt über Telefon oder Video. Beides half; das Treffen half mehr. Telefon und Video sind in dieser Studie eine gemeinsame Größe, sie sagt also nichts über den Unterschied zwischen beiden. Sommerlad et al. (2021), Psychological Medicine
mehr gemeinsame Forschungsarbeiten zwischen zwei Städten, nachdem eine Billigfluggesellschaft die Strecke eröffnete und persönliche Treffen billiger wurden. Die Autoren nennen den Zusammenhang ausdrücklich kausal — und die Projekte wurden zugleich hochwertiger und neuartiger.
Catalini, Fons-Rosen & Gaulé (2020), Management Scienceseltener veröffentlichten zwei angemeldete Forschende später gemeinsam, nachdem ein Hurrikan 2012 ihren Fachkongress kurzfristig ausfallen ließ. 17.468 Angemeldete, 86 Millionen Teilnehmerpaare. Eine Online-Alternative gab es damals nicht — das Treffen fiel einfach aus.
Campos, de Leon & McQuillin (2018), The Economic JournalDie Technik hat großartige Fortschritte in der Kommunikation über Entfernung gebracht. Aber es gibt noch immer keinen vollständig befriedigenden Ersatz dafür, tatsächlich zusammen zu sein.
Baumeister, Bibby, Tice & Bushman, 2026 — Schlusssatz einer Übersichtsarbeit über 1.158 Studien. Baumeister, Bibby, Tice & Bushman (2026), Perspectives on Psychological Science
Wir sind überzeugt: Wer den Videocall als Ersatz für das Treffen behandelt, trifft sich am Ende seltener — und merkt erst spät, was dabei verloren geht.
Das ist unsere Meinung, kein Studienergebnis. Dass Videokonferenzen Dienstreisen ersetzen, ist belegt. Dass daraus ein Schaden entsteht, hat niemand gemessen, und eine repräsentative deutsche Untersuchung fand sogar das Gegenteil: Digitale Kommunikation ging dort mit mehr persönlichen Treffen ein halbes Jahr später einher. Wir sagen es trotzdem, weil wir es glauben — und sagen dazu, dass es Glaube ist.
Das ist der Kern, und er ist gut untersucht: Wo Forschende alle Kanäle gegeneinander gestellt haben, liegt das persönliche Treffen vorn — und zwischen Video und reiner Stimme findet sich kein nachweisbarer Unterschied. Das Bild kostet Sie etwas und bringt Sie dem Tisch nicht näher. Eine Anmerkung zur Redlichkeit: Wir setzen keine Leiter aus mehreren Studien zusammen. Jede Grafik zeigt genau eine Untersuchung auf genau einer Skala, und wo eine Stufe nicht gemessen wurde, bleibt sie leer.
198 einander unbekannte Menschen spielten in Dreiergruppen 30 Runden um echtes Geld und besprachen sich dazwischen — am selben Tisch, per Videokonferenz, per Telefonkonferenz oder im Text-Chat. Gezeigt ist, wie viel eine Gruppe im Schnitt je Runde in den gemeinsamen Topf legte, von 90 möglichen. Am selben Tisch lag vorn. Für das Video bauten die Forscher eigens Monitore mit Kamera auf Augenhöhe und Richtmikrofone auf; für den Ton nahmen sie drei billige Konferenztelefone aus dem Handel. Geprüft wurde nur die Gesamtauszahlung: F(3,58) = 6,4, p < .01. Dabei fiel allein der Text-Chat signifikant ab (Tukey, p < .05); die Abstände zwischen persönlich, Video und Telefon waren nicht signifikant, und Video gegen Telefon wurde gar nicht gesondert geprüft. Die Arbeit druckt keine Zahlentabelle — die Werte sind aus Abbildung 3 auf Seite 137 rekonstruiert, die dortige Achse beginnt bei 40, unsere bei null. Bos et al. (2002), CHI 2002
Wir glauben zwar, dass es messbare Vorteile hochwertiger Videointeraktion gibt — diese Untersuchung liefert dafür keinen Beleg.
Bos, Olson, Gergle, Olson & Wright, 2002, Diskussion, Seite 139
151 Paare einander fremder Menschen lernten sich rund zehn Minuten über Skype kennen, per Zufall in einem der drei Kanäle. Gezeigt ist der Mittelwert aus fünf Fragen — kennengelernt, Ähnlichkeit, Freude am Gespräch, Sympathie, Bindung. Die Stimme lag bei allen fünf gleichauf mit Video oder darüber, doch der Unterschied ist nicht gesichert (Video minus Stimme = −0,25 Punkte, 95-Prozent-Bereich −0,78 bis +0,27, p = .35). Gesichert ist allein der Abstand zum Text-Chat (+0,66 Punkte, p = .015). Richtig gelesen heißt das: kein messbarer Zusatznutzen des Bildes. Eine Bedingung „am selben Tisch“ gab es in dieser Studie nicht — deshalb steht die Stufe leer. Kumar & Epley (2021), Journal of Experimental Psychology: General
298 Menschen baten je fünf Freunde um dieselbe Gefälligkeit und schätzten vorher, wie viele zusagen würden. Alle drei Kanäle wurden überschätzt. Die Forschenden hatten vorab festgelegt, dass der Videoanruf den Telefonanruf schlagen würde — er tat es nicht, das Telefon lag vorn, wenn auch nicht statistisch gesichert (p = .056). In ihrem Fazit schreiben sie, ihre Befunde zeigten keinen klaren Vorteil von Video gegenüber reinen Audiokanälen. Dieses Experiment hatte keine Präsenz-Bedingung. Im ersten Experiment derselben Arbeit half nach einer persönlichen Bitte mit 80 % der weitaus größte Anteil, und dort lag der Videoanruf 13 Punkte über dem Telefonanruf — ebenfalls nicht signifikant (p = .14). Über beide Experimente zusammengenommen bleibt kein Vorteil für Video. Roghanizad & Bohns (2022), Social Psychological and Personality Science
Eine Metaanalyse über zwölf Arbeiten mit 1.557 Bewerbungsgesprächen: Technikvermittelte Gespräche wurden schlechter bewertet als persönliche — und der Abstand ist bei Video und Telefon derselbe Wert. Die Arbeit prüft den Unterschied zwischen beiden nicht; die drei Video-Stichproben umfassen zusammen nur 109 Personen, weshalb ihr Streubereich über die Null reicht. Blacksmith, Willford & Behrend (2016), Personnel Assessment and Decisions
162 Menschen beurteilten dieselbe Bewerbungsrede — gelesen, gehört oder gesehen. Vom Text zur Stimme steigt der Eindruck um 1,61 Punkte, vom Ton zum Bild um 0,18, also um etwa ein Zehntel davon. Dieser Rest ist nicht gesichert (p = .50 bis .81): kein messbarer Zusatznutzen des Bildes. Schroeder & Epley (2015), Psychological Science
Das ist keine Haltung von uns, das sind Befragungen. Drei Häuser, drei Länder, dieselbe Richtung: Der Videoanruf steht oben auf der Nervliste, das persönliche Gespräch ganz unten — und was aus der Ferne kommt, ersetzt kein Treffen. Wir haben die Zahlen nicht aus Pressemeldungen übernommen, sondern aus den Veröffentlichungen selbst, mit Feldzeit, Fallzahl und Frageformulierung. Alle drei Grafiken sind maßstabsgetreu.
Videoanrufe stehen an der Spitze, das persönliche Gespräch ganz unten: genau die Rangfolge, um die es hier geht. 1.052 Beschäftigte in Großbritannien, Feldzeit 16. bis 24. Januar 2025, bis zu drei Nennungen; 41 % nannten keinen dieser Wege. Acas/YouGov (28.03.2025), Hintergrundnotiz 2
Gefragt wurde nach Begegnungen, die während der Pandemie statt persönlich online oder am Telefon stattfanden. Zwei Drittel nannten sie nützlich, aber keinen Ersatz. Das gilt für jede Technik, unsere eingeschlossen — deshalb sagen wir: Treffen Sie sich öfter. 4.623 US-Erwachsene, 12. bis 18. April 2021. Pew Research Center (2021), „The Internet and the Pandemic“
Wer mehrmals am Tag in Videoanrufen saß, fühlte sich mehr als fünfmal so häufig ausgelaugt wie jemand mit seltenen Anrufen. Basis: die 81 % der Erwachsenen, die seit Februar 2020 Videoanrufe genutzt hatten, Befragung April 2021. Pew Research Center (2021), „The Internet and the Pandemic“
Ein Werkzeug, das für alles gut ist, ist für nichts gut. Voice Only ist für die Termine gebaut, in denen zwei oder drei Menschen etwas besprechen, das vor ihnen auf dem Bildschirm liegt: Zahlen, Entwürfe, Verträge, Fragen. Für den ersten Eindruck, für eine Vorführung und für Gebärdensprache sind wir das falsche Werkzeug — und sagen es hier, statt es Sie herausfinden zu lassen.
Zwei Befragungen desselben Hauses, beide im Dezember 2024: 1.000 US-Privatanleger mit Finanzberater und 585 Finanzberater. Am liebsten kommunizieren die Anleger per Telefon (33 %) oder persönlich (26 %); der Videocall steht mit 12 % hinten. Orion überschreibt die Gegenüberstellung selbst mit: Die Berater setzen auf digitale Kanäle, die Anleger bevorzugen die traditionellen. Fairerweise gehört dazu, was die rechte Grafik zeigt: Die Berater wenden sich nicht vom Telefon ab, sie wollen von allem mehr — 73 % auch mehr telefonieren, 72 % sich öfter persönlich treffen. Mehrfachnennungen. Und es sind US-Anleger, keine deutschen Coaching-Kunden. Orion / Logica Research (2025), Investor Survey und Advisor Wealthtech Survey
Termine, in denen eine Tabelle, ein Vertrag oder eine Zahlenreihe im Mittelpunkt steht. Wir teilen den Bildschirm gestochen scharf und markieren direkt in der Seite — die Markierung bleibt an der Zeile, auch wenn Sie weiterscrollen.
In einer US-Befragung zu Gesundheitsterminen wählten 72 % für ein Folgegespräch mit einer bekannten Person das Telefon statt Video. Anderes Fachgebiet, dieselbe Logik: Wer sich kennt, braucht kein Bild.
Gespräche, in denen jemand denkt, stockt, umformuliert. Ohne Kamera muss dabei niemand aufmerksam aussehen, und niemand sieht dem anderen beim Nachdenken zu. Wegschauen ist keine Unaufmerksamkeit mehr.
In einem Feldexperiment mit 88 Führungskräften, die per Zufall auf persönliches Coaching, Telefon oder Videokonferenz verteilt wurden, unterschied sich die Kommunikationsqualität zwischen den Kanälen nicht — und die Videokonferenz wurde nicht als reichhaltiger erlebt als das Telefonat. Nur das persönliche Treffen hob sich ab.
Die wiederkehrenden Abstimmungen, bei denen alle ohnehin auf denselben Entwurf schauen. Jede Stimme sitzt an ihrem eigenen Platz im Klangbild, die Sprechanzeige leuchtet beim Namen auf.
In einem Experiment mit 99 Paaren waren die Redeanteile ohne Video fast dreimal gleichmäßiger verteilt.
Verschwiegenheit als Ausgangspunkt: Server in Deutschland, kein Konto für Ihr Gegenüber, keine Aufzeichnung, kein Chatverlauf, ein Raum existiert nur, solange jemand darin ist. Und ein Vorraum, in dem Sie entscheiden, wer hereinkommt.
Verschlüsselt auf dem Übertragungsweg. Ende-zu-Ende ist es heute nicht — das sagen wir dazu, statt es zu verschweigen.
Zur Coaching-Zeile: Das ist Passarelli, Trinh, Van Oosten & Varley (2023), ein echtes Feldexperiment mit Zufallszuweisung — 88 Führungskräfte aus fünf US-Unternehmen, zehn zertifizierte Coaches, je drei Sitzungen, erhoben vor der Pandemie. Kein Unterschied heißt hier nicht „bewiesen gleichwertig": Die Autoren benennen selbst die kleine Stichprobe. Dieselbe Gruppe hat denselben Datensatz 2020 auf einer Tagung anders zugespitzt; wir zitieren die begutachtete Endfassung von 2023, in deren Abstract wörtlich steht, dass sich die Kommunikationsqualität nicht nach Kanal unterschied. Passarelli, Trinh, Van Oosten & Varley (2023), Human Resource Management
| Worum es geht | Am selben Tisch | Voice Only | Videocall |
|---|---|---|---|
| Erstkontakt, bei dem der Eindruck über den Auftrag entscheidetFahren Sie hin. Wenn das nicht geht, ist Video hier die ehrlichere Wahl als wir. | |||
| Laufende Beratung an Unterlagen, Tabellen und ZahlenDer Bildschirm zeigt die Sache. Dafür braucht niemand ein Gesicht daneben. | |||
| Coaching, Reflexion, schwierige RückmeldungenNachdenken muss nicht wie Teilnahme aussehen. | |||
| Wöchentliche Abstimmung im TeamOhne Video verteilten sich die Redeanteile in einem Experiment fast dreimal gleichmäßiger. | |||
| Verhandlung mit offenem AusgangAm selben Tisch entstand Vertrauen schneller und blieb belastbarer. | |||
| Langer Termin, bei dem Ideen entstehen sollenMit Kopfhörern gehen statt sitzen. Gehen fördert das Finden von Ideen. | |||
| Etwas Körperliches zeigen, ein Muster, eine BewegungWenn das Bild Teil der Aufgabe ist, nehmen Sie ein Bild. | |||
| Gebärdensprache, Lippenlesen, eingeschränktes HörenHier sind wir das falsche Werkzeug. Ohne Wenn und Aber. |
Das ist unsere Empfehlung, keine Studienauswertung. In drei Zeilen fällt sie gegen uns aus, in vier steht das persönliche Treffen vorn. Wenn das Bild Teil der Aufgabe ist, nehmen Sie ein Bild. Wenn es Gewohnheit ist, prüfen Sie den Nutzen.
Im Custom-Paket läuft alles unter Ihrer Domain und mit Ihrem Logo. Für Ihre Kunden sieht es aus wie Ihr Werkzeug, weil es Ihres ist. Dazu Räume, die sich aus Ihren eigenen Systemen heraus anlegen lassen, ein Auftragsverarbeitungsvertrag und, wenn Sie es brauchen, eine eigene Instanz.
Unterlagen durchgehen. Sich herrichten. Den Hintergrund prüfen. Den Bildausschnitt korrigieren. Kamera freigeben, Mikrofon suchen, warten, bis alle da sind. Erst dann beginnt das Gespräch, um das es geht. Ein Teil dieser Schritte ist bei uns bauartbedingt nicht nötig — es gibt keine Kamera, für die man sich vorbereiten könnte. Wie viel das ausmacht, hängt von Ihnen ab. Deshalb rechnen wir es nicht vor, sondern mit Ihnen: Tragen Sie Ihre eigenen Zeiten ein.
Rechenbeispiel. Alle Minutenwerte sind Annahmen und lassen sich ändern — es sind keine gemessenen Durchschnitte und keine nachgewiesene Zeitersparnis. Voreingestellt ist bewusst der vorsichtige Fall: Das Gespräch dauert in beiden Spalten gleich lang.
Voreinstellung 0 %. Wir behaupten nicht, dass Gespräche ohne Bild kürzer sein sollten — ein Coaching wird nicht dadurch besser, dass es früher endet.
Was die Forschung dazu hergibt, und wo sie aufhört: In der deutschen Erhebung von Owl Labs (2.000 Vollzeitbeschäftigte, Juli 2025) gehen allein für den Start hybrider Meetings rund fünf Minuten verloren; 75 % haben dabei schon Zeit durch technische Schwierigkeiten verloren. In einer Jabra-Befragung (1.000 US-Beschäftigte, März 2026) erscheint gut jeder Vierte früher, nur um vorher die Technik zu prüfen. Und in einer australischen Praxisstudie dauerten Telefonkonsultationen im Schnitt 12,8 Minuten, Videokonsultationen 14,9 Minuten (Fisher et al. 2024). Keine dieser Zahlen ist ein Vergleich zwischen Video und Voice Only im selben Versuch — den gibt es nicht. Sie erklären, warum sich die Frage lohnt. Die Minuten oben bestimmen sie nicht.
Bis hierhin ging es um Erschöpfung, Aufmerksamkeit und Nähe. Bleibt die Frage, die ein Einkäufer zuerst stellt: Wird die Arbeit dadurch besser? Vier Untersuchungen haben nicht Wohlbefinden gemessen, sondern Ergebnisse — Bearbeitungszeit, Fehler, Fragen, Verständnis. Am Ende dieses Abschnitts steht die stärkste veröffentlichte Arbeit, die gegen uns spricht. Die nennen wir selbst, und zwar bevor jemand anders es tut.
Zwölf Paare lösten je 24 Aufgaben gemeinsam. Sah der anweisende Partner den Arbeitsbereich in Echtzeit mit, brauchte ein Paar im Mittel 52,3 Sekunden statt 76,7 — rund ein Drittel schneller, in den Worten der Autoren. Am meisten half der geteilte Blick dort, wo den Beteiligten die Worte fehlten, um zu beschreiben, worüber sie sprachen. Zwei Dinge gehören dazu. Erstens: Zwischen den Arbeitsplätzen stand eine Trennwand — in keiner einzigen Bedingung war ein Gesicht zu sehen. Diese Untersuchung isoliert genau den geteilten Bildschirm und sagt über Kamerabilder nichts. Zweitens, und das ist eine Anforderung an uns und nicht an Sie: Schon drei Sekunden Verzögerung löschten den Vorteil vollständig aus. Eine ruckelnde Freigabe ist nach dieser Studie wertlos. Gergle, Kraut & Fussell (2004), Journal of Language and Social Psychology
120 Menschen bekamen dieselbe aufgezeichnete Befragung vorgelegt — die eine Hälfte mit Bild und Ton, die andere nur mit Ton — und sollten anschließend Anschlussfragen formulieren. Wer nur zugehört hatte, stellte mehr Fragen und mehr davon waren offene, vertiefende Fragen. Was ehrlicherweise dazugehört und deshalb mit im Bild steht: Die Nur-Ton-Gruppe stellte auch etwas mehr ungeeignete Fragen, und der Anteil guter Fragen an allen Fragen unterschied sich nicht (77 % gegenüber 80 %). Sie fragte also nicht treffsicherer, sie fragte mehr. Genau darum geht es: Wer nicht nebenbei ein Gesicht deuten muss, hat Kapazität für die nächste Frage. Die Teilnehmenden waren dabei Zuschauer einer Aufzeichnung, nicht Teil eines Gesprächs. Giorgianni, Vrij, Leal & Deeb (2025), European Journal of Psychology Applied to Legal Context
Dieselbe Vorlesung mit sichtbarem Dozenten fanden sie deutlich angenehmer, interessanter, und sie hielten sie für die Form, in der sie am meisten lernen. Sie gaben sogar an, dafür weniger Aufmerksamkeit aufwenden zu müssen.
Im Verständnistest schnitt die Bildvariante schlechter ab als dieselbe Vorlesung nur als Ton. Die Gedanken schweiften genauso oft ab. Vier Experimente, zusammen 571 Teilnehmende.
Die Studie heißt „Liking does not always lead to learning“. Das Bild fühlt sich besser an. Besser wird es davon nicht.
Der Unterschied im Verständnis ist klein (η² = .02 in der zusammengefassten Auswertung von 316 Personen, F(1,315) = 6,80, p = .01), und Experiment 2 allein verfehlt für sich genommen die Signifikanz. Es waren aufgezeichnete Vorlesungen für Fremde, kein Gespräch mit einem Kunden, den man kennt. Wilson et al. (2018), Computers & Education
Zwei Menschen mussten gemeinsam die Himmelsrichtung eines Zielobjekts bestimmen — per Text, nur per Ton oder per Ton und Bild. Am wirksamsten war insgesamt der reine Ton. Mit Bild beschrieben die Sprechenden den Raum häufiger aus der eigenen Perspektive und rechneten ihn seltener für die Gegenseite um; das führte zu mehr Fehlinterpretationen beim Zuhörer. Die Autoren schließen, dass sich zwei Menschen gerade dann häufiger missverstehen können, wenn sie sich dabei sehen.
Eine eng umgrenzte räumliche Denkaufgabe, kein Beratungsgespräch. Der Volltext ist nicht frei zugänglich, deshalb steht hier keine Zahl. Reiner Text schnitt am schlechtesten ab.Fu, D’Andrea & Bertel (2013), Spatial Cognition & ComputationIn drei Experimenten mit derselben Aufgabe waren die Gespräche über eine Videoverbindung länger und häufiger von Unterbrechungen durchsetzt als über eine reine Audioverbindung — bei gleicher Aufgabenleistung. Das Bild brachte hier also keinen messbaren Vorteil, kostete aber Gesprächsaufwand.
Aus dem Jahr 1996, mit der Technik dieser Zeit. „Keine Unterschiede in der Leistung" gilt in beide Richtungen: Es widerlegt auch jede Behauptung, Video mache schlechter.O’Malley et al. (1996), Interacting with ComputersDaly-Jones, Monk und Watts haben zwei Experimente zu einer Verhandlung über gemeinsam bearbeitete Daten durchgeführt. Im Videofall sahen die Beteiligten ein großes, hochwertiges Bild von Kopf und Oberkörper der Gegenseite, bei identischem Ton. Das Ergebnis ist deutlich: Mit Bild stieg das Gefühl von Präsenz, und vor allem wussten die Beteiligten besser, worauf die Gegenseite gerade achtete. Wenn das für Ihren Termin zählt, schalten Sie die Kamera ein.
Das ist von 1998, und das Videobild war ein Studioaufbau, keine Kachelwand aus Notebook-Kameras. Wir nennen die Arbeit trotzdem, und zwar zuerst: Eine Quelle, die auf unserer eigenen Seite steht, kann uns niemand mehr entgegenhalten. Daly-Jones, Monk & Watts (1998), International Journal of Human-Computer Studies
Die verbreitete Annahme lautet: mehr Kanäle, mehr Verständnis. Wo Forschende das auf einer einzigen Skala geprüft haben, hält sie nicht. Der große Sprung passiert zwischen dem geschriebenen Wort und der gesprochenen Stimme — nicht zwischen der Stimme und dem Bild. Eine Anmerkung, damit klar ist, wie wir hier arbeiten: Für diesen Abschnitt war uns eine andere Studie vorgeschlagen worden. Sie hat die Prüfung nicht bestanden, weil sie bei genauem Lesen gegen uns argumentiert. Sie steht deshalb nur mit dem einen Satz da, den sie trägt.
406 Menschen wurden zufällig auf vier Gruppen verteilt und bekamen dasselbe aufgezeichnete Gespräch: einmal nur als Stimme, einmal mit Bild und Ton, einmal als stummes Bild, einmal von einer monotonen Computerstimme vorgelesen. Dann schätzten sie ein, wie sich die Beteiligten gefühlt hatten. Gemessen wurde die Abweichung von dem, was die Beteiligten selbst angegeben hatten. Am nächsten dran lagen die, die nur zuhörten. Das Bild zusätzlich zur Stimme verbesserte nichts. Das stumme Bild allein lag deutlich zurück — und wer nur den Wortlaut ohne Klang bekam, lag am weitesten daneben. Die Unterschiede sind klein: Ein Kommentar in derselben Zeitschrift hält sie für praktisch wenig bedeutsam, und der Autor räumt in seiner Antwort kleine Effekte ein. Wir zeigen deshalb die Punkte und keine Prozente. Kraus (2017), American Psychologist, Experiment 5
In einem Vertrauensexperiment in Nizza bekamen 217 Personen dieselbe aufgezeichnete Nachricht — als Video, als Tonaufnahme oder als Text — und entschieden dann, ob sie ihrem Gegenüber Geld anvertrauen. Der Sprung passiert beim Wechsel vom Text zur Stimme. Zwischen Ton und Video ist der Unterschied nicht gesichert (p = 0,29), zum Text hin schon (p = 0,04 und p = 0,003). Es ging um einseitige, aufgezeichnete Nachrichten, nicht um ein Gespräch. Babutsidze, Hanaki & Zylbersztejn (2021), Economic Inquiry
6,1 von 32 Punkten erreichte, wer ein Gespräch als Wortprotokoll las.
8,9 erreichte, wer dasselbe Gespräch hörte.
197 Teilnehmende, Northeastern University. Was in der Stimme steckt und im Text verloren geht, sind 2,7 Punkte — statistisch gesichert. Ehrlichkeitshalber gehört dazu: In derselben Untersuchung lag Bild und Ton zusammen mit 9,1 Punkten numerisch noch etwas höher als der reine Ton, und die Autoren schließen, dass die Genauigkeit mit der Zahl der verfügbaren Kanäle steigt. Der Vorsprung des Bildes war in keiner der drei Aufgabenstellungen statistisch gesichert. Hall & Schmid Mast (2007), Emotion
Das behaupten wir weiter oben — hier steht, warum. Es ist keine Frage der Kameraqualität, sondern eine Frage von Zentimetern: Wer sein Gegenüber ansieht, schaut an der Linse vorbei, und wer in die Linse schaut, sieht sein Gegenüber nicht. Dazu die Frage, wohin die Augen im Videocall wirklich wandern, und was es kostet, gleichzeitig zuzuhören und hinzusehen.
Ein Notebookbildschirm in Originalmaßen, Sitzabstand 60 Zentimeter. Damit Ihr Gegenüber den Eindruck hat, Sie sähen ihm in die Augen, darf Ihr Blick höchstens ein Grad neben der Kameralinse liegen — nach unten ist das Auge nachsichtiger, die Arbeit nennt fünf Grad als sichere Grenze. Umgerechnet: gut einen Zentimeter zur Seite, gut fünf nach unten. Das Gesicht Ihres Gegenübers liegt aber dort, wo das Videofenster es zeigt. Also wählen Sie: in die Linse schauen oder Ihr Gegenüber ansehen. Fair ist dazuzusagen, dass sich das lösen ließe — mit dem Videofenster direkt unter der Linse nahmen in Chens Prototyp alle acht Testpersonen Blickkontakt wahr, und eine neuere Arbeit misst den besten Eindruck bei etwa zwei Grad unter der Linse. Nur baut kaum jemand seinen Arbeitsplatz so. Chen (2002), CHI 2002 Gao et al. (2025), Journal of Vision
Gut jede vierte Person gab an, vor allem das eigene Gesicht anzusehen, mehr als die Hälfte das eigene zusammen mit den anderen. Rund die Hälfte richtete außerdem Kamera oder sich selbst so aus, dass sie im besten Winkel zu sehen war. Online-Befragung von 335 Erwachsenen in Australien während der Pandemie, 85 Prozent Frauen, selbst ausgewählte Teilnahme an einer Studie zu Video und Aussehen — ein Zusammenhang, keine Ursache. Pikoos et al. (2021), Aesthetic Surgery Journal
Bei starkem Rauschen erkannten Zuhörende 75 statt 40 Prozent der Wörter, wenn sie die Sprecherin dabei sahen. Das ist kein kleiner Vorteil, und wir reden ihn nicht weg: Wenn jemand schlecht zu verstehen ist, hilft das Gesicht enorm.
War die Stimme gut zu verstehen, half das Gesicht kaum noch — und machte langsamer: In einer Nebenaufgabe reagierten dieselben Menschen in 1.047 statt 998 Millisekunden, wenn sie zusätzlich das Gesicht sahen. Rund fünf Prozent, aber gemessen und vorregistriert.
Deshalb steckt bei uns die Bandbreite in der Stimme und nicht im Bild: 192 kbit/s in voller Bandbreite, Echo- und Störgeräuschunterdrückung, Klangprüfung vor dem Gespräch. Wer gut zu hören ist, muss nicht gesehen werden.
Präregistriertes Laborexperiment mit 53 jungen Normalhörenden, Einzelwörter einer Sprecherin in zwei Rauschstärken, Doppelaufgabe aus Worterkennung und Reaktion auf ein Vibrationssignal. Der Zeitunterschied gilt für leichtes Rauschen (χ² = 5,91, p = .02); bei starkem Rauschen war er nicht nachweisbar. Brown & Strand (2019), Journal of Cognition
Die Kamera verlangt etwas — und sie verändert das Gespräch. Die Aufmerksamkeit wandert ins Gesicht, die Redeanteile werden ungleicher, und gesehen zu werden kostet Kraft. Wer in einer Videokonferenz die Kamera ausschaltet, hat das alles nur ausgeblendet: Sie kann jederzeit wieder an. Hier gibt es nichts, das Sie sehen könnte. Diese Seite fragt technisch nie eine Kamera an, und der Zugang zum Raum lässt gar keine zu.
Dieselben 202 Menschen führten je zwei kurze Zoom-Gespräche, einmal mit und einmal ohne Bild. Mit Bild ging gut ein Viertel ihrer Aufmerksamkeit an die Mimik des Gegenübers — und entsprechend weniger an das, was gesagt wurde.
Kraus (2017), American Psychologist, Exp. 499 Paare lösten gemeinsam Aufgaben. Mit Video war fast dreimal so ungleich verteilt, wer wie oft zu Wort kam. Auch die Stimmen passten sich einander weniger an.
Tomprou et al. (2021), PLOS ONEAn Tagen mit eingeschalteter Kamera waren dieselben Beschäftigten erschöpfter, und wer erschöpfter war, hatte in Besprechungen weniger das Gefühl, gehört zu werden. Bei Frauen und bei neuen Beschäftigten fiel das deutlich stärker aus.
Shockley et al. (2021), Journal of Applied PsychologyDie drei stärksten Zusammenhänge setzen alle eine laufende Kamera voraus. Standardisierte Regressionsgewichte aus einem gemeinsamen Modell, kontrolliert für Alter, Geschlecht, Herkunft und Nutzungsdauer; alle p < .001. Befragung von 7.436 Menschen, die täglich Videokonferenzen nutzen, Februar/März 2021 — ein Zusammenhang, kein Kausalbeweis. Fauville et al. (2023), Computers in Human Behavior Reports
Eine Kamera fängt nicht erst im Termin an, etwas zu verlangen. Basis sind Menschen in Deutschland, die aus dem Homeoffice beruflich per Video telefonieren; repräsentative Befragung von 1.003 Personen ab 16 Jahren, Januar 2021. Dieselbe Mitteilung hält fest, dass es dabei oft weniger formell zugeht als früher im Büro — 35 Prozent tragen zeitweise Jogginghose. Es geht hier um Aufwand, nicht um Leid. Bitkom Research, repräsentative Befragung, Januar 2021
Beide haben denselben Schluss gezogen und ihn auf einen Wochentag beschränkt. Unsere Frage dazu: Warum eigentlich nur freitags?
Es gibt keine Kamera. Kein Bild von Ihnen, kein Blick in Ihr Zuhause, kein eigenes Gesicht am Bildschirmrand, kein Bildausschnitt, in dem Sie bleiben müssen. Und das an jedem Tag der Woche.
In einer Videokonferenz ist die Kamera eine offene Frage, und jede offene Frage kostet etwas: Der eine schaltet ein, der andere nicht, und wer nicht zu sehen ist, erklärt sich früher oder später. Wer hier einen Raum öffnet, hat diese Frage vorher entschieden — nicht für sich, sondern für alle. Das ist ein Gesprächsraum. Niemand muss sagen, warum er heute nicht zu sehen ist, weil es hier niemanden gibt, der zu sehen wäre.
Das ist eine Aussage über unser Werkzeug, keine über Ihre Kollegen: In beiden Programmaufrufen, mit denen diese Seite ein Mikrofon anfordert, steht ausschließlich Ton. Ob Menschen einander deshalb anders beurteilen, haben wir nicht gemessen, und die Forschung dazu ist uneinheitlich — wir behaupten es deshalb nicht.
Der stärkste Datenschutz ist nicht der Serverstandort. Es ist die Kamera, die es hier nicht gibt. Alles, was ein Videobild an Daten mit sich bringt — Ihr Gesicht, Ihr Zimmer, die Person, die durchs Bild läuft, die Unterlagen auf dem Tisch —, muss bei uns weder geschützt noch gelöscht noch begründet werden. Es entsteht nicht.
Nicht „standardmäßig aus". Nicht „Sie können sie abschalten". Es gibt hier keinen Programmteil, der eine Kamera anfordern könnte — deshalb fragt Ihr Browser nie nach der Erlaubnis, und das Lämpchen an Ihrer Kamera bleibt das ganze Gespräch über aus.
Zusätzlich verbieten wir es uns selbst, auf jeder einzelnen Seite, in einem Kopf, den Sie nachlesen können:
Permissions-Policy: camera=(), geolocation=(), payment=()Sie können das selbst prüfen, ohne uns zu glauben:curl -I https://voice-only.com
Ehrlich dazu: Chrome und Edge setzen diesen Riegel seit Version 88 durch, Firefox und Safari werten ihn bis heute nicht aus. Er ist deshalb die zweite Sicherung, nicht die erste. Die erste gilt überall — es ist schlicht nichts da, was fragen könnte. Damit das so bleibt, läuft bei jedem Bauen eine Prüfung mit sieben Kontrollen über den Quelltext; fällt eine, lässt sich diese Seite nicht veröffentlichen.
„Soweit die Beschäftigten aus ihrem Home-Office teilnehmen, stellt sich das Problem, dass andere Teilnehmende ohne Einwilligung der Beschäftigten keine Einblicke in deren Privatsphäre durch Bild oder Ton erhalten dürfen."
Dieselbe Orientierungshilfe nennt als Beispiel ausdrücklich, dass „eine Person aus dem Haushalt des Konferenzteilnehmers durch das Bild läuft". Und die Datenschutz-Grundverordnung verlangt in Artikel 5 Absatz 1 Buchstabe c, dass Daten „auf das für die Zwecke der Verarbeitung notwendige Maß beschränkt" bleiben — sie nennt das Datenminimierung. Die Pflicht dazu trifft nicht uns, sondern Sie als Verantwortlichen. Wir machen sie Ihnen nur sehr leicht: Was es nicht gibt, muss man nicht begründen.
In Vorbereitung: Aufzeichnung, die nur mit der Zustimmung aller Teilnehmer startet, und ein Protokoll im Anschluss. Der Ton ist auf dem Übertragungsweg verschlüsselt; eine Ende-zu-Ende-Verschlüsselung ist es heute nicht, und wir schreiben das lieber hin, als es zu verschweigen.
Videokonferenzen legen im Browser alle Stimmen übereinander in die Mitte Ihres Kopfes. Ab drei Personen ist genau das der Grund, warum ständig gefragt wird, wer gerade redet: Das Gehör trennt Sprecher vor allem über ihre Richtung — und die fehlt dort. Bei uns bekommt jede Stimme ihren eigenen Platz auf einem Halbkreis vor Ihnen: bei acht Personen acht verschiedene Richtungen, nicht drei Raster. Das kostet keine Bandbreite, denn gesendet wird weiterhin mono; der Raum entsteht erst bei Ihnen.
Dann rechnen wir die Richtung so, wie Ihr Gehör sie erwartet. Ohne Kopfhörer bleibt es bei einer klangneutralen Verteilung — wir fragen das im Vorraum.
Echo und Störgeräusche werden unterdrückt, wie in jedem guten Konferenzwerkzeug. Was wir bewusst weglassen, ist die Stimmisolation, die aus einer Stimme etwas Glatteres macht.
Sprache ist hier nicht ein Posten neben dem Bild, sondern das ganze Produkt. Also bekommt sie, was sie braucht.
Eine Videokonferenz verlangt nebenbei ständig etwas: in die Kamera schauen, das eigene Bild im Blick behalten, die Kacheln der anderen. Voice Only nimmt all das weg, damit von der ersten bis zur letzten Minute nur das Gespräch bleibt.
Vor einer Kamera bleiben Sie im Bild, also bleiben Sie sitzen. Bei Voice Only setzen Sie kabellose Kopfhörer auf und gehen ein paar Schritte, während Sie zuhören und sprechen. Das tut zwei Dingen gut, die an einem langen Arbeitstag zu kurz kommen: Ihrem Körper und Ihren Ideen.
Über zehn Stunden verbringen Menschen in Deutschland an einem Werktag im Sitzen, und es werden seit Jahren mehr. Jedes Gespräch ist eine Gelegenheit, das zu unterbrechen. Die Weltgesundheitsorganisation sagt dazu ohne Einschränkung:
Sitzzeit durch Bewegung zu ersetzen, gleich welcher Intensität, auch leichter, bringt gesundheitlichen Nutzen.
WHO-Leitlinien 2020, British Journal of Sports Medicine
Mittelwerte, 2.807 Befragte. Werte vor 2025 an die Online-Befragung angepasst. DKV-Report 2025, Deutsche Sporthochschule Köln
An der Stanford University sollten Menschen neue Verwendungen für Alltagsgegenstände finden, einmal im Sitzen und einmal im Gehen, auf einem Laufband vor einer leeren Wand. 39 von 48 fanden im Gehen mehr brauchbare Ideen, im Schnitt rund 60 % mehr. Der Schwung hielt sogar an, als sie sich wieder hinsetzten.
Eine Metaanalyse hat 2026 dreiundzwanzig Studien mit 1.036 Teilnehmenden zusammengefasst: Gehen hat einen großen Effekt darauf, wie leicht einem neue Ideen einfallen — drinnen genauso wie draußen.
Thabane et al. (2026), PLOS ONEMaßstabsgetreu gezeichnet mit der Effektstärke aus 20 Studien (d = 0,93): Nach dem Gehen liegt der Durchschnitt vor über 80 % der Menschen, die sitzen geblieben sind.
Kabellose Kopfhörer genügen. Mit ihnen hören Sie jede Stimme an ihrem Platz, auch ein paar Schritte vom Schreibtisch entfernt.
Wenn Möglichkeiten gesammelt, Gedanken weitergesponnen oder einfach zugehört wird, stehen Sie auf. Niemand sieht, ob Sie am Platz sind.
Für Zahlen, Verträge und Einzelheiten setzen Sie sich wieder hin. Genau dafür gibt es die scharfe Bildschirmfreigabe.
Bis hierher standen einzelne Untersuchungen: der Blick, der nie ankommt, das eigene Gesicht am Rand, die Anstrengung des Zusehens. 2025 hat jemand sie zusammengerechnet. Eine Metaanalyse hat 38 quantitative Studien zur Videokonferenzmüdigkeit ausgewertet und 56 mögliche Einflussfaktoren gegeneinander gestellt. Der Faktor, der am stärksten heraussticht, ist ausgerechnet der, den ein Werkzeug beheben kann.
Korrelation r — maßstabsgetreu, Achse von 0 bis 0,40
Das Gefühl, festzusitzen, hängt in dieser Zusammenschau stärker mit Videokonferenzmüdigkeit zusammen als alles andere, was sich keiner der drei Ordnungen zuordnen ließ. Und es ist der einzige Punkt auf dieser Liste, gegen den ein Werkzeug überhaupt etwas ausrichten kann: Ohne Bild müssen Sie nicht im Bild bleiben.
Was wir hier nicht behaupten. Dass Zusammenhang Ursache wäre — eine Metaanalyse zeigt, was miteinander einhergeht, nicht was woraus folgt. Dass „sich gefangen fühlen" körperliches Festsitzen meint; wie die Arbeit das gemessen hat, steht in Tabellen, die hinter einer Sperre des Verlags liegen, obwohl die Arbeit als frei zugänglich gilt. Und dass 0,33 ein großer Wert wäre: Er beruht auf fünf Studien und ist nach den üblichen Maßstäben ein mittlerer Zusammenhang. Wir zitieren ausschließlich, was im Abstract steht, und haben ihn beim Verzeichnis offener Zeitschriften geholt, nicht beim Verlag.
Beyea, Lim, Lover, Foxman, Ratan & Leith (2025), Computers in Human Behavior Reports 17, 100571
Wenn Sie einen Vertrag, eine Tabelle oder einen Entwurf besprechen, konkurriert er in jeder Videokonferenz mit einer Reihe von Gesichtern um denselben Bildschirm. Keine Kachelwand verkleinert bei uns den Vertrag, kein Gesicht liegt neben der Tabelle. Wird etwas gezeigt, bekommt es den Bildschirm — und wenn nichts gezeigt wird, bleibt nur das Gespräch. Das ist keine Studie, das ist Geometrie, und sie fällt schärfer aus, als die meisten schätzen.
Dem Inhalt bleiben 69,4 % der Fläche.1600 × 900 statt 1920 × 1080 Pixel — das sind 30,6 % weniger Fläche.
Dem Inhalt bleiben 100 % der Fläche.1920 × 1080 Pixel — der ganze Bildschirm.
Der Verlust ist quadratisch, nicht linear — und genau das unterschätzt man. Der geteilte Inhalt wird in den schmaleren Rest eingepasst und schrumpft deshalb in der Breite und in der Höhe. Eine Spalte von einem Sechstel kostet nicht ein Sechstel der Fläche, sondern fast ein Drittel. Bei 29,3 % Spaltenbreite ist die Inhaltsfläche genau halbiert. Und weil jede Länge mitschrumpft, wirkt Ihre 10-Punkt-Schrift gerade wie 8,3 Punkt.
Eigene Rechnung, keine Herstellerangabe. Zoom, Microsoft und Google dokumentieren keine feste Aufteilung — bei Zoom ziehen Sie die Trennlinie selbst, bei Teams gibt es einen Größenregler, bei Meet wählen Sie das Layout. Deshalb stellen Sie hier ein, was Sie von Ihrem eigenen Bildschirm kennen, und wir rechnen nur. Angenommen: Fenster und geteilter Inhalt sind 16:9, es wird proportional eingepasst und nicht zugeschnitten, die Kachelspalte steht seitlich über die volle Höhe. Fläche = (1 − Spaltenanteil)². Und nein, hierzu gibt es keine Studie, die wir anführen könnten: Was es an verwandter Forschung gibt, stammt aus Lehrvideos und spricht eher für das eingeblendete Gesicht als dagegen. Das hier ist ein Argument über Pixel, nicht über Psychologie. Und damit es kein Argument gegen uns selbst wird: Auch unsere eigene Namensspalte tritt zur Seite, sobald jemand teilt.
Was in einer Beratung geteilt wird, sind Websites, Tabellen und Zahlen. Lesbarkeit hängt an Pixeln pro Buchstabe, nicht an Bildern pro Sekunde. Wir übertragen mit bis zu 2560 × 1440 und lassen bei Engpass lieber Bilder fallen als Schärfe. Dazu drei Dinge für die Arbeit an genau diesen Inhalten.
Rechteck, Pfeil, Textmarker — direkt auf der Seite, die Sie zeigen. Sie sehen Ihren Strich dort, wo Sie ihn ziehen, nicht auf einem Standbild daneben.
Sie hängt am Inhalt, nicht am Bildausschnitt. Scrollen Sie weiter, bleibt der Kreis um die richtige Zeile — auch in Bereichen, die für sich scrollen.
Ein kleines Fenster liegt über allen Programmen und zeigt, wer spricht und was im Chat steht — auch während Sie woanders arbeiten.
Für das Markieren in der Seite installieren Sie einmalig eine kleine Erweiterung für Chrome. Nur Sie als Gastgeber — wer Ihren Link öffnet, braucht sie nicht.
| Voice Only | Videokonferenz im Browser, Kamera aus | |
|---|---|---|
| Konto | nicht nötig | Gastgeber braucht eines |
| Kamera | wird technisch nie angefragt | jederzeit einschaltbar |
| Sprachrate | 192 kbit/s | auf das Video abgestimmt |
| Stimmen im Raum verteilt | ja, jede an eigener Position | alle in der Mitte |
| In der geteilten Seite markieren | ja, mit Erweiterung | — |
| Markierung scrollt mit dem Inhalt | ja | — |
| Server | Deutschland | je nach Anbieter |
Bezogen auf die Browser-Fassungen ohne installierte Anwendung, Stand September 2026.
Ein Raum ist eine Adresse, sonst nichts. Alles, was einen Link aufnehmen kann, kann dieses Werkzeug starten — ohne Schnittstelle, ohne Abstimmung mit Ihrer EDV.
In die Mailsignatur, als Knopf auf Ihrer Website, in die Kalendereinladung, auf die Visitenkarte. Wer ihn öffnet, ist im Gespräch — ohne Konto, ohne Installation.
Einmal installiert, und Sie markieren direkt in der Seite, die Sie zeigen. Nur Sie als Gastgeber brauchen sie, Ihr Gegenüber nie.
Im Custom-Paket läuft alles unter Ihrer Domain, mit Ihrem Logo. Für Ihre Kunden sieht es aus wie Ihr Werkzeug, weil es Ihres ist.
In Vorbereitung: Anbindung an Kalender und eine Schnittstelle, mit der sich Räume aus Ihren eigenen Systemen heraus anlegen lassen.
Für Beratung, Kanzleien und Dienstleister ist der Raum selbst Teil der Leistung. Wer seine Mandanten in ein fremdes Firmenwerkzeug schickt, übergibt den ersten Eindruck an jemand anderen — und muss dessen Datenschutzerklärung erklären. Es geht auch andersherum: Wir richten Ihnen eine eigene Instanz ein. Was dabei eingerichtet wird und was wir dafür bauen müssen, steht hier getrennt, damit Sie es vorher wissen.
Ihre Kunden betreten Ihren Beratungsraum — nicht den Konferenzraum eines amerikanischen Softwarekonzerns.
Was wir dabei nicht versprechen. Ihre Hausfarben. Das Farbsystem steckt bis in Ränder, Schatten und Leuchten hinein im Entwurf dieser Oberfläche; ein Austausch wäre Umbauarbeit, keine Einstellung — und wir sagen das lieber vorher, als Ihnen hinterher ein fremdes Logo mit unserem Blau zu übergeben. Läuft Ihr Raum unter einer eigenen Domain statt einer Unterdomain bei uns, funktioniert außerdem die Chrome-Erweiterung fürs Markieren in der Seite nicht mehr; alles andere bleibt unberührt. Einrichtung und Betrieb sind das Custom-Paket, kein Selbstbedienungsschalter — wir sprechen vorher miteinander.
Tag und Uhrzeit festlegen, Kalendereintrag mitnehmen — für Outlook, Apple, Google und Thunderbird. Von Ihrem Gegenüber brauchen wir nichts: keine E-Mail-Adresse, keine Anmeldung. Verschicken Sie die Einladung über Ihr eigenes Postfach.
Ihr Gegenüber braucht in keinem Paket ein Konto und zahlt nie etwas. Klang, Klangprüfung und volle Bildschirmschärfe sind schon kostenlos dabei — sie sind der Grund, warum es dieses Werkzeug gibt, nicht der Aufpreis.
Zum Ausprobieren, und für das kurze Gespräch zwischendurch.
Für regelmäßige Kundengespräche: ein Raumname, den man sich merkt, und keine Uhr im Nacken.
Für größere Runden und einen Auftritt in Ihrem Namen.
Für Häuser mit eigenen Anforderungen.
Alle Preise zuzüglich Umsatzsteuer. Nur der Gastgeber braucht ein Paket — wer Ihren Link öffnet, braucht nie eines.
| Free | Basic | Pro | Custom | |
|---|---|---|---|---|
| Gespräch | ||||
| Teilnehmer | 2 | 6 | 20 | nach Bedarf |
| Dauer je Gespräch | 60 Minuten | unbegrenzt | unbegrenzt | unbegrenzt |
| Konto für Ihr Gegenüber | nie nötig | nie nötig | nie nötig | nie nötig |
| Eigener Raumname | — | |||
| Chat ohne Verlauf | ||||
| Klang | ||||
| 192 kbit/s, volle Bandbreite | ||||
| Klangprüfung vor dem Gespräch | ||||
| Räumlicher Klang | — | |||
| Bildschirm | ||||
| Freigabe bis 2560 × 1440 | ||||
| Markieren in der geteilten Seite | — | |||
| Schwebendes Fenster | — | |||
| Nachbereitung | ||||
| Aufzeichnung mit Zustimmung allerin Vorbereitung | — | — | ||
| Protokoll im Anschlussin Vorbereitung | — | — | ||
| Betrieb | ||||
| Server in Deutschland | ||||
| Ihr Logo im Raumin Vorbereitung | — | — | ||
| Eigene Domain | — | — | — | |
| Auftragsverarbeitungsvertrag | — | |||
| Support | — | per E-Mail | am selben Werktag | feste Ansprechperson |
Wir haben nichts geschätzt und nichts zu unseren Gunsten gerundet. Jede Zahl unten steht in der öffentlichen Dokumentation des jeweiligen Anbieters. Beide Grafiken sind maßstabsgetreu — ein doppelt so langer Balken steht für den doppelten Wert.
Herstellerangaben zur Netzplanung je Teilnehmer, einschließlich Paket-Overhead — keine reinen Codec-Raten. Quellen: Microsoft „Prepare your organization’s network", Zoom System Requirements, Cisco „Audio Specifications for Webex Calling", Google Workspace Admin-Hilfe.
Aus Microsofts eigener Bandbreitentabelle, weil sie als einzige Ton, Bild und Bildschirmfreigabe getrennt ausweist. Die Tonzeile ist dort dieselbe, ob mit oder ohne Bild. Es sind Planungswerte einschließlich Paket-Overhead; wie viel Datenrate eine Stimme im laufenden Gespräch tatsächlich bekommt, lässt sich daraus nicht ablesen. Voice Only legt die Stimme von vornherein auf 192 kbit/s aus.
Microsoft gibt für seinen Codec Satin 32 kHz Abtastrate an, also Frequenzen bis 16 kHz. Wir übertragen in voller Bandbreite bis 20 kHz. Ob Ihr Mikrofon das ausschöpft, sagt Ihnen die Klangprüfung im Vorraum — bei eingebauten Notebook-Mikrofonen ist meist schon bei 8 kHz Schluss.
| Hohe Klangqualität | Wo verfügbar | Ab Werk | |
|---|---|---|---|
| Zoom | 48 kHz, 96 kbit/s mono | nur Windows- und Mac-Anwendung | aus, pro Meeting |
| Microsoft Teams | 32 kHz, 128 kbit/s | nur Anwendung | aus, pro Besprechung |
| Cisco Webex | volle Bandbreite | nur Anwendung | aus |
| Voice Only | 48 kHz, 192 kbit/s mono | im Browser | an |
Alle drei Hi-Fi-Modi sind Funktionen der installierten Anwendung und standardmäßig aus. Zoom empfiehlt für seinen zusätzlich eine Kabelverbindung; Microsoft empfiehlt, dabei Rausch- und Echounterdrückung abzuschalten. Zooms Browser-Fassung nutzt gar kein WebRTC, sondern eigene Codecs — der Hi-Fi-Pfad ist dort baulich nicht erreichbar.
Wir haben 31 Einwände gegen kamerafreie Gespräche gesammelt und jeden einzelnen an der Forschung geprüft — auch die, die uns nicht gefallen. Sechs davon stehen hier, mit der ehrlichen Antwort. Wo ein Einwand stimmt, sagen wir das. Und ziemlich oft lautet die Antwort: Dann treffen Sie sich doch.
Diese Regel ist ein Missverständnis. Albert Mehrabian gewann die Zahlen 1967 aus zwei kleinen Laborversuchen: Versuchspersonen hörten einzelne Wörter in unterschiedlichem Tonfall oder sahen Gesichtsfotos, deren Signale sich absichtlich widersprachen. Keiner der Versuche verglich Worte, Stimme und Gesicht gleichzeitig, Körperhaltung und Gesten kamen gar nicht vor. Mehrabian selbst hat klargestellt, dass seine Befunde nur für die Übermittlung von Gefühlen und Einstellungen gelten.
Ehrlich bleibt: Bei Gefühlen liefert Mimik durchaus Zusatzinformation. Eine feste Prozentzahl dafür gibt es nicht — und „mehr als die Hälfte“ schon gar nicht.
Mehrabian & Wiener (1967)Mehrabian & Ferris (1967)Lapakko (1997)
Dann sehen Sie sich. Fahren Sie hin, setzen Sie sich an einen Tisch — das ist unser erster Rat, und er gilt genau hier. Ein Videocall ist dafür kein Ersatz, sondern der Versuch einer Nachahmung.
Wir reden das auch nicht klein: In einem Zoom-Experiment wurden Personen ohne Kamera von den anderen als weniger engagiert und weniger vertrauenswürdig eingeschätzt — und zwar auch dann, wenn niemand in der Runde eine Kamera anhatte. Wenn der erste Eindruck über den Auftrag entscheidet, gehört er nicht in irgendein Fenster.
Voice Only ist für die zwanzig Termine danach gebaut, in denen es um Inhalte geht.
In einem Laborexperiment zum Vertrauensaufbau zwischen Fremden entwickelten Dreiergruppen per Telefonkonferenz praktisch genauso viel Vertrauen wie per hochwertiger Videokonferenz, deren Kameras eigens auf Blickkontakt ausgelegt waren. Beide lagen nahe am persönlichen Treffen und vor dem Text-Chat.
Wichtig ist die zweite Hälfte des Befundes, und sie ist unser ganzer Punkt: Auf Distanz entstand Vertrauen langsamer und blieb anfälliger — bei Video genauso wie am Telefon. Die Autoren nennen das persönliche Treffen den Goldstandard. Wir auch.
Ein stilles Stirnrunzeln sehen Sie bei uns nicht, das ist wahr. Nur: Was es bedeutet, ist weit unsicherer, als es sich anfühlt. Eine große Übersichtsarbeit zeigt, dass Gesichtsbewegungen nur schwach und mehrdeutig mit bestimmten Gefühlen zusammenhängen. Ein Stirnrunzeln kann Ärger heißen — oder Verwirrung, oder Konzentration.
Am selben Tisch sehen Sie die ganze Person: Haltung, Hände, wie jemand sitzt. Im Videocall sehen Sie einen Kopf in einem Rechteck, dessen Blick nie ganz Ihren trifft. Deshalb unser Rat für das Preisgespräch: hinfahren. Und wenn das nicht geht, fragen Sie nach der Zahl einfach nach, statt eine Augenbraue zu deuten.
In einer Studie in Psychological Science beurteilten 162 Personen dieselbe Bewerbungsrede als Video, als reine Tonaufnahme oder als Text. Wer sie hörte, hielt die Sprecher für kompetenter und intelligenter und würde sie eher einstellen als jemand, der dieselben Worte las. Das zusätzliche Videobild änderte daran nichts Messbares. In einem weiteren Experiment urteilten 39 professionelle Recruiter genauso — sie bekamen Text gegen Ton zu hören.
Fair ist dazuzusagen: Video lag zahlenmäßig einen Hauch vorn, nur eben nicht bedeutsam, und die Autoren haben ihre Studie nicht gebaut, um Bild gegen Stimme abzuwägen. Kompetenz hört man. Sie sehen sie nicht.
Dann sagen wir es klar: Wir haben sie heute nicht. Ihre Verbindung ist verschlüsselt, aber unser Server in Falkenstein entschlüsselt die Tonpakete, um sie zu verteilen. Das ist bei jedem Werkzeug so, das räumlichen Klang, Untertitel oder Aufzeichnung anbietet — und wir schreiben es hin, statt mit einem Schloss-Symbol zu werben.
Was wir auch nicht behaupten: dass die anderen es nicht hätten. Zoom, Webex, Google Meet, Teams, Jitsi, Signal und Nextcloud Talk bieten Ende-zu-Ende-Verschlüsselung an. Sie ist in diesem Markt keine Besonderheit, sondern Grundausstattung. Nur hat sie überall einen Preis, den man selten mitliest: Bei Zoom verlangt sie laut eigener Dokumentation, dass alle Teilnehmer aus der installierten Anwendung beitreten — die Browser-Fassung wird ausdrücklich nicht unterstützt —, und sie schaltet Cloud-Aufzeichnung, Live-Transkription und Umfragen ab.
Unser Beitrag zur Vertraulichkeit liegt eine Stufe früher: Das Heikelste an einer Videokonferenz ist nicht der verschlüsselte Tonstrom, es ist das Bild — Ihr Gesicht, Ihr Zimmer, die Person, die durchläuft. Das gibt es hier nicht. Was nicht entsteht, muss auch niemand verschlüsseln.
Ende-zu-Ende steht auf unserer Liste, und wir haben durchgerechnet, was sie kosten würde: serverseitige Aufzeichnung und Live-Untertitel wären damit ausgeschlossen. Beides wird ebenfalls von Kunden gewünscht. Diese Entscheidung ist offen, und sie steht hier, statt in einer Fußnote zu verschwinden.
In einer Videokonferenz im Browser kommen alle Stimmen aus derselben Mitte Ihres Kopfes. Genau das ist der Grund, warum ständig gefragt wird, wer gerade redet: Ihr Gehör trennt Sprecher vor allem über die Richtung — und die fehlt dort.
Bei uns bekommt jede Stimme ihren eigenen Platz auf einem Halbkreis vor Ihnen — bei acht Personen acht verschiedene Richtungen, nicht drei Raster — und die Sprechanzeige leuchtet beim Namen auf. Das ist eine Produktantwort, keine Studie: Wir haben nicht gemessen, ob Sie deshalb besser folgen können. Was wir wissen, ist, dass das Problem in der Kachelwand nicht gelöst wird, sondern nur überklebt.
Ein Klick erzeugt einen Link. Kein Konto, kein Termin, keine Einladung im Kalender.
Per Mail, Chat oder am Telefon vorgelesen. Wer ihn öffnet, ist im Gespräch.
Mikrofon freigeben, fertig. Bildschirm teilen, wenn etwas zu zeigen ist.