Voice Only — Conversation First

Das beste Gespräch hat keine Kamera.

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.

Preise ansehen
Läuft aufWindowsmacOSim Browser, ohne Installation
Videokonferenz mit sechs Kacheln: unscharfe Bilder, private Räume im Hintergrund, ein Kind im Bild
VideokonferenzRegler ziehen — dieselbe Besprechung, ohne BildVoice Only

Räumlicher Klang

Mit Kopfhörern kommt jede Stimme aus ihrer eigenen Richtung — wie am Tisch, nicht alle aus derselben Mitte.

Räumlicher Klang aktiv

Ihre Notizen

Mitschrift und Stichpunkte dort, wo sonst die Kachelwand steht. Nur auf Ihrem Gerät — niemand sonst sieht sie.

In der Seite markieren

Rechteck, Pfeil und Marker direkt auf der geteilten Seite. Die Markierung hängt am Inhalt und scrollt mit.

Mit Chrome-Erweiterung, nur für den Gastgeber.

Die Rangfolge

Ein Videocall ist kein Treffen. Er tut nur so.

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.

Das OriginalAm selben TischWann immer es geht.
Blickkontaktecht
Ihr eigenes Gesichtsehen Sie nicht
Angesehen werdenmal ja, mal nein, wie es sich ergibt
Stimmenkommen aus ihrer Richtung
Bewegungfrei
VorbereitungAnreise
Die beste AlternativeVoice OnlyWenn es nicht geht.
Blickkontaktwird nicht vorgetäuscht
Ihr eigenes Gesichtsehen Sie nichtwie am Tisch
Angesehen werdennicht
Stimmenkommen aus ihrer Richtungwie am Tisch
Bewegungfrei, auch im Gehenwie am Tisch
VorbereitungLink öffnen
Die NachahmungVideocallTut so, als säßen Sie sich gegenüber.
Blickkontaktgeht nicht: Wer aufs Gesicht schaut, schaut an der Kamera vorbei
Ihr eigenes Gesichtstandardmäßig am Rand, das ganze Gespräch lang
Angesehen werdenaus jeder Kachel, frontal, ohne Pause
Stimmenalle aus derselben Mitte
Bewegungim Bildausschnitt bleiben
VorbereitungLicht, Hintergrund, Aussehen
Videocall: die üblichen Browser-Fassungen von Zoom, Microsoft Teams und Google Meet, Stand September 2026. Das eigene Bild lässt sich dort ausblenden, eingeblendet ist es von Haus aus.
Was Sie bekommen, und was es von Ihnen verlangt
fern — und trotzdem aufwendigfernam selben TischWie nah sind Sie sich?Was der Termin von Ihnen verlangtvielweniggleich weit wegAm selben TischVoice OnlyVideocall
Am selben TischAlles da. Dafür Anreise, Zeit und ein Termin, der zu beiden passt.
Voice OnlyDie Distanz bleibt — wir tun nicht so, als wäre sie weg. Dafür verlangt der Termin nichts weiter als Ihre Stimme.
VideocallDie Distanz bleibt genauso. Und der Auftritt kommt obendrauf.

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.

Der Nutzen

Meetings, aus denen Entscheidungen werden.

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.

Schneller beginnen

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.

Konzentrierter entscheiden

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.

Stufe eins

Warum das Treffen vorn steht.

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.

Mehr als doppelt so stark wie jeder Kontakt auf Distanz
0,00,10,20,3Täglich jemanden persönlich getroffen0,258Täglich telefoniert oder per Video gesprochen0,117PHQ-9-Punkte weniger als ohne Kontakt

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

Zwei Zufälle, die es bewiesen haben
+30 bis +110 %

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 Science
−18 %

seltener 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 Journal

Die 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
Was gesichert ist
  • 54 % der Unternehmen in Deutschland setzen auf Videokonferenzen statt Dienstreisen. 2023 waren es noch 62 % — der Anteil sinkt wieder. Repräsentative Befragung von 603 beziehungsweise 503 Unternehmen ab 20 Beschäftigten. Bitkom Research (2023 und 2025)
  • 116,1 Millionen Geschäftsreisen unternahmen Unternehmen und Behörden in Deutschland 2025, gegenüber 195,4 Millionen im Jahr 2019. Zugleich waren es 8,3 % mehr als im Vorjahr. Der Verband selbst: „Unternehmen investieren nicht weniger in Beziehungen, sie investieren selektiver.“ VDR-Geschäftsreiseanalyse
Was wir daraus machen

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.

Die Belege

Video bringt Sie dem Tisch nicht näher.

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.

Ein Vertrauensspiel, vier Kanäle, eine einzige Skala
0306090Am selben Tisch86,8Videokonferenz79,3Telefonkonferenz75,3Text-Chat56,9kein Unterschiednachweisbar

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
Und wo es um Verbundenheit ging, legte das Bild nichts drauf
13579Am selben Tischin dieser Studie nicht untersuchtNur Stimme6,46Videoanruf6,20Text-Chat5,80Skala 1–9, Achse an der Skalenuntergrenze

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

Was ein Videoanruf bringen soll — und was er brachte
0 %25 %50 %75 %100 %Telefonanruf76,359,1Videoanruf69,450,6E-Mail59,829,4vorher erwartettatsächlich geholfen

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

Gleich weit weg vom Tisch
persönlichVideokonferenz−0,46Telefon−0,46Cohen’s d — je länger, desto weiter weg

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

Die Stimme macht die Arbeit
0ab geschriebenem Text+ 1,61 durch die Stimme+ 0,18durch das BildEindruck von Intellekt, Skala −5 bis +5

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

Umfragen

Fragen Sie die Leute einfach, was nervt.

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.

Was Beschäftigte als störend nennen — und was nicht
0 %10 %20 %30 %Videoanrufe31 %Messaging (Teams, Zoom, Gruppenchats)25 %Telefonate21 %E-Mail11 %Persönliches Gespräch11 %

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

Was aus der Ferne kam, war nützlich — aber kein Ersatz
68 %nützlich, aber kein Ersatz17 %genauso gut wie persönlich15 %nicht viel Nutzenalle Befragten, 100 %

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“

Je mehr Videoanrufe, desto ausgelaugter
025507510074 %mehrmalstäglich54 %etwa täglich50 %mehrmals proWoche34 %etwawöchentlich26 %alle paarWochen14 %seltenerAnteil, der sich zumindest manchmal ausgelaugt fühlt (%), nach Häufigkeit der Videoanrufe

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“

Einsatz

Wofür Sie das hier nehmen — und wofür nicht.

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.

Die Branche geht zum Videocall. Die Kunden gehen woanders hin.
Was 1.000 Anleger bevorzugen0 %20 %40 %Telefon33Persönliches Treffen26E-Mail15Videocall12
Was 585 Berater stärker nutzen wollen0 %50 %100 %E-Mail80Videocall75Telefon73Persönliches Treffen72

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

01

Steuer-, Finanz- und Versicherungsberatung

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.

02

Coaching, Supervision, Mentoring

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.

03

Agenturen und Projektteams

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.

04

Anwaltskanzleien und Wirtschaftsprüfung

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

Unsere Empfehlung, Termin für Termin — auch wo sie gegen uns ausfällt
Worum es gehtAm selben TischVoice OnlyVideocall
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.
empfohlen möglich nicht empfohlen

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.

Für Unternehmen

Unter Ihrem Namen, auf Ihrer Adresse.

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.

  • Eigene Domain und eigenes Logo
  • Auftragsverarbeitungsvertrag
  • Server in Deutschland, auf Wunsch eigene Instanz
  • Räume aus Ihren Systemen heraus anlegen
  • Einführung für Ihr Team, mit Gesprächsleitfaden
Der Aufwand

Ein 30-Minuten-Gespräch kostet nicht immer 30 Minuten.

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.

Mit Kamera
Voice Only
Inhaltlich vorbereitenUnterlagen durchgehen, Fragen notieren — in beiden Fällen gleich
Für die Kamera vorbereitenAussehen, Hintergrund, Bildausschnitt, Licht
Beitreten und Technik prüfenVerbindung, Mikrofon — und beim Video zusätzlich die Kamera
Das Gespräch selbstHier ändert sich in der Voreinstellung nichts

Voreinstellung 0 %. Wir behaupten nicht, dass Gespräche ohne Bild kürzer sein sollten — ein Coaching wird nicht dadurch besser, dass es früher endet.

010203040Minuten ab Beginn der VorbereitungMit Kamera5433042 Min.Voice Only53036 Min.6 Min.Inhaltlich vorbereitenFür die Kamera vorbereitenBeitreten und Technik prüfenGespräch
6 Minutenweniger Gesamtaufwand in diesem Beispiel, je Person und Termin
14 %der gesamten Terminzeit — nicht „14 % effizienter“: Dafür müsste auch das Ergebnis vergleichbar sein, und das hat niemand gemessen
24 Minutenbei Teilnehmenden. Fünf Minuten Verzögerung sind bei sechs Wartenden keine fünf Minuten, sondern eine halbe Personenstunde.

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.

Das Ergebnis

Was am Ende dabei herauskommt.

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.

Teilen Sie die Arbeit, nicht die Gesichter
0306090Geteilte Ansicht, sofort52,3 sGeteilte Ansicht, 3 Sekunden verzögert69,6 sKeine geteilte Ansicht76,7 sSekunden je Aufgabe — kürzer ist besser

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

Wer nicht nebenbei ein Gesicht liest, fragt weiter
02468Fragen insgesamt6,334,82p = .030Davon geeignete Fragen4,933,77p = .042Davon ungeeignete Fragen1,401,05kein Unterschiednur TonBild und Ton

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

Was Menschen lieber mochten

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.

Was sie verstanden hatten

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

Mehr Missverständnisse mit Bild

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 & Computation
Längere Gespräche, gleiches Ergebnis

In 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 Computers
Und wo das Bild gewinnt

Die stärkste Studie gegen uns — damit Sie sie hier finden und nicht woanders.

Daly-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.

  • Flüssiger wurde das Gespräch nur in der Vierergruppe. Für das Gespräch zu zweit halten die Autoren ausdrücklich fest, dass die akustischen Hinweise zum Sprecherwechsel genügen.
  • Die Aufgabenleistung selbst haben sie nicht gemessen — das schreiben sie in ihrer eigenen Zusammenfassung.
  • Das Präsenzgefühl ist eine subjektive Bewertungsskala, kein Ergebnis der Arbeit.

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 Stimme

In der Stimme steckt mehr, als man denkt.

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.

Dasselbe Gespräch, vier Zuschnitte, eine Skala
02468SkalenmaximumNur die Stimme2,41am genauestenStimme und Bild2,54das Bild legt nichts draufNur das stumme Bild2,73deutlich zurückComputerstimme liest den Wortlaut2,97am weitesten danebenAbweichung von der Selbsteinschätzung — niedriger ist genauer

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

Derselbe Satz, dreimal übermittelt
020406049,0 %Als Videogesehen44,4 %AlsTonaufnahmegehört36,5 %Als TextgelesenVertrauensrate in Prozent

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

Der Wortlaut allein reicht nicht

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

Der Blick

Der Blickkontakt kommt nie an.

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.

Wo der Eindruck von Blickkontakt entsteht — in Originalgröße
Hierhin schauen Sie: die Augen Ihres GegenübersKameralinse10 cm in Originalgröße5 Grad = 5,3 cm nach unten1 Grad = 1,1 cm zur Seiteab etwa 10 Grad ist der Eindruck weg

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

Worauf Menschen im Videocall tatsächlich schauen
0 %20 %40 %60 %Auf das eigene und auf fremde Gesichter53 %Vor allem auf das eigene Gesicht27,2 %Nur auf die anderen16,5 %Gar nicht auf den Bildschirm2,8 %Weiß nicht1,4 %

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

Was das Gesicht bringt

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.

Was es kostet

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.

Was wir daraus machen

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 Entscheidung

Kamera aus ist etwas anderes als Kamera nie.

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.

Aufmerksamkeit

Mit Bild wandert die Aufmerksamkeit ins Gesicht

Nur Stimme20,2Mit Video13,9Anteil der Aufmerksamkeit am Gesagten

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.

Yale, vorab registriert · Selbstauskunft, 100 Punkte auf zwölf Hinweise verteiltKraus (2017), American Psychologist, Exp. 4
Wer zu Wort kommt

Ohne Bild reden beide ähnlich viel

Ohne Video9,14Mit Video26,31Unterschied der Redebeiträge im Paar

99 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.

198 Teilnehmende · getrennte Räume · t(97) = 5,13, p < .001Tomprou et al. (2021), PLOS ONE
Erschöpfung

Die Kamera macht müde

  1. Kamera an
  2. mehr Erschöpfung
  3. fühlt sich weniger gehört

An 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.

Ein Feldexperiment · 103 Beschäftigte · 1.408 Tagesbeobachtungen · vier WochenShockley et al. (2021), Journal of Applied Psychology
Woran die Erschöpfung hängt — und was davon eine Kamera braucht
0,00,10,20,3Im Kamerabild festsitzen0,24Das eigene Bild vor Augen0,18Angestarrt werden0,14Die eigene Mimik steuern0,07Fremde Mimik deuten0,07

Die 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

Was vor dem Termin noch zu erledigen ist — in Deutschland gemessen
0 %20 %40 %60 %80 %Auf einen aufgeräumten Hintergrund achten73 %Persönlich möglichst gut aussehen64 %Sich bewusst schick anziehen53 %Hintergrundbild oder Filter gegen Einblicke25 %

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

Aus der Praxis

Zwei Konzerne haben nicht auf Studien gewartet.

Beide haben denselben Schluss gezogen und ihn auf einen Wochentag beschränkt. Unsere Frage dazu: Warum eigentlich nur freitags?

Voice Only

Bei uns fällt all das weg.

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.

  • keine Kamera
  • kein Selbstbild
  • kein Blick in Ihr Zuhause

Eine andere Verabredung, schon bevor es losgeht.

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.

Daten

Was nicht entsteht, muss niemand schützen.

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.

Nachprüfbar

Diese Seite fragt Ihre Kamera nie.

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.

  • Kein Bild Ihres GesichtsEs wird keines erhoben, keines übertragen, keines gespeichert.
  • Kein Blick in Ihre WohnungKein Regal, kein Wäscheständer, kein Hotelzimmer, kein virtueller Hintergrund nötig.
  • Niemand läuft versehentlich durchs BildKind, Partner, Kollege, fremde Unterlagen auf dem Tisch — nichts davon kann sichtbar werden.
  • Keine BildaufzeichnungEs gibt kein Bild, das jemand mitschneiden, weiterleiten oder auswerten könnte.
  • Kein Konto für Ihre GästeWer Ihren Link öffnet, braucht keine Anmeldung, kein Profil, kein Profilbild.
  • Kein Herrichten vorherSie müssen weder aufräumen noch sich zurechtmachen, um an einem Gespräch teilzunehmen.

„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.

  • Ein Vorraum: Wer Ihren Link öffnet, steht zuerst davor. Sie sehen den Namen und lassen herein oder weisen ab. Wer wartet, hört nichts und wird nicht gehört.
  • Server und Verarbeitung in Deutschland — Hetzner, Falkenstein.
  • Gespräche werden nicht aufgezeichnet.
  • Der Chat läuft über dieselbe Verbindung wie der Ton und hat keinen Verlauf.
  • Ein Raum existiert nur, solange jemand darin ist.
  • Ihre Notizen im Gespräch liegen auf Ihrem Gerät und verlassen es nicht — auch nicht zu uns.

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.

Klang

Jede Stimme bekommt ihren eigenen Platz.

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.

01

Mit Kopfhörern wirklich im Raum

Dann rechnen wir die Richtung so, wie Ihr Gehör sie erwartet. Ohne Kopfhörer bleibt es bei einer klangneutralen Verteilung — wir fragen das im Vorraum.

02

Eine natürliche Stimme

Echo und Störgeräusche werden unterdrückt, wie in jedem guten Konferenzwerkzeug. Was wir bewusst weglassen, ist die Stimmisolation, die aus einer Stimme etwas Glatteres macht.

03

192 kbit/s statt Konferenzrate

Sprache ist hier nicht ein Posten neben dem Bild, sondern das ganze Produkt. Also bekommt sie, was sie braucht.

Über die ganze Länge

Gebaut für die letzte Minute genauso wie für die erste.

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.

hochniedrigBeginnGesprächsverlaufEndeAufmerksamkeit und Beteiligungin die Kamera schauendas eigene BildKacheln der anderenVoice OnlyVideokonferenz
Schematische Darstellung unseres Ansatzes — keine Messwerte.
Bewegung

Ohne Kamera können Sie aufstehen.

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.

Körper

Wir sitzen so viel wie nie.

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
−24 %Blutzuckeranstieg nach einer Testmahlzeit, wenn das Sitzen alle 20 Minuten für zwei Minuten lockeres Gehen unterbrochen wurde.Laborstudie · 19 ErwachseneDunstan et al. (2012), Diabetes Care
−5,2 mmHgsystolischer Blutdruck gegenüber durchgehendem Sitzen, schon mit einer Minute lockerem Gehen pro Stunde.Laborstudie · 11 Erwachsene · acht StundenDuran et al. (2023), Medicine & Science in Sports & Exercise
Sitzzeit an einem Werktag in Deutschland
0 h4 h8 h12 h10 Stunden4972014/1549120165092018565202159820236132025Minuten je Werktag

Mittelwerte, 2.807 Befragte. Werte vor 2025 an die Online-Befragung angepasst. DKV-Report 2025, Deutsche Sporthochschule Köln

Ideen

Im Gehen kommen die Ideen.

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.

81 % waren im Gehen kreativer
Oppezzo & Schwartz (2014), Stanford University

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 ONE
Neue Ideen finden, nach dem Gehen und im Sitzen
über 80 %im Sitzennach dem Gehenweniger neue Ideenmehr neue Ideen

Maßstabsgetreu 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.

Kopfhörer auf, der Laptop bleibt stehen

Kabellose Kopfhörer genügen. Mit ihnen hören Sie jede Stimme an ihrem Platz, auch ein paar Schritte vom Schreibtisch entfernt.

Im Gehen: Ideen und Zuhören

Wenn Möglichkeiten gesammelt, Gedanken weitergesponnen oder einfach zugehört wird, stehen Sie auf. Niemand sieht, ob Sie am Platz sind.

Am Schreibtisch: Zahlen und Details

Für Zahlen, Verträge und Einzelheiten setzen Sie sich wieder hin. Genau dafür gibt es die scharfe Bildschirmfreigabe.

Das Festsitzen ist kein Nebeneffekt.

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.

38quantitative Studien
56untersuchte Einflussfaktoren
1Metaanalyse, 2025
Sich gefangen fühlengrößter Wert unter den Faktoren, die keiner Kategorie zugeordnet wurden
r = 0,33
aus 5 Studien
Psychologische Faktorendie Kategorie mit den größten Effekten insgesamt
r = 0,24
aus 28 Studien

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

Die Fläche

Jeder Pixel gehört der Sache.

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.

Videokonferenz — Kachelspalte 16,7 % der Breite

Dem Inhalt bleiben 69,4 % der Fläche.1600 × 900 statt 1920 × 1080 Pixel — das sind 30,6 % weniger Fläche.

Voice Only — keine Kacheln 0 %

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.

Bildschirm

Auf Schärfe ausgelegt, nicht auf Bildrate.

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.

In der Seite markieren, nicht auf dem Bild

Rechteck, Pfeil, Textmarker — direkt auf der Seite, die Sie zeigen. Sie sehen Ihren Strich dort, wo Sie ihn ziehen, nicht auf einem Standbild daneben.

Die Markierung scrollt mit

Sie hängt am Inhalt, nicht am Bildausschnitt. Scrollen Sie weiter, bleibt der Kreis um die richtige Zeile — auch in Bereichen, die für sich scrollen.

Das Gespräch bleibt im Blick

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.

Vergleich

Gegen „Videokonferenz mit Kamera aus“.

Voice OnlyVideokonferenz im Browser, Kamera aus
Kontonicht nötigGastgeber braucht eines
Kamerawird technisch nie angefragtjederzeit einschaltbar
Sprachrate192 kbit/sauf das Video abgestimmt
Stimmen im Raum verteiltja, jede an eigener Positionalle in der Mitte
In der geteilten Seite markierenja, mit Erweiterung
Markierung scrollt mit dem Inhaltja
ServerDeutschlandje nach Anbieter

Bezogen auf die Browser-Fassungen ohne installierte Anwendung, Stand September 2026.

Integration

Passt dorthin, wo Sie ohnehin arbeiten.

Ein Raum ist eine Adresse, sonst nichts. Alles, was einen Link aufnehmen kann, kann dieses Werkzeug starten — ohne Schnittstelle, ohne Abstimmung mit Ihrer EDV.

Der Link, überall

In die Mailsignatur, als Knopf auf Ihrer Website, in die Kalendereinladung, auf die Visitenkarte. Wer ihn öffnet, ist im Gespräch — ohne Konto, ohne Installation.

Erweiterung für Chrome

Einmal installiert, und Sie markieren direkt in der Seite, die Sie zeigen. Nur Sie als Gastgeber brauchen sie, Ihr Gegenüber nie.

Ihre eigene Adresse

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.

Ihre Marke

Ihr Beratungsraum, nicht unserer.

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.

Wird eingerichtet

  • Ihre eigene Adresseberatung.ihre-kanzlei.de oder eine Unterdomain bei uns. Ihre Kunden sehen Ihren Namen in der Adresszeile, nicht unseren.
  • Ihr Logoim Vorraum, im Raum und auf jedem Zwischenschirm. Eine eigene Instanz, kein geteiltes Mandantensystem.
  • Ein Datenweg, den Sie erklären könnenAnwendung und Medienserver stehen auf derselben Maschine in Falkenstein. Keine Schrift, kein Symbol, kein Zähler von einem fremden Server — die Seite lädt ausschließlich von Ihrer Adresse.
  • Kein fremdes FirmenzeichenIhre Kunden sehen weder Microsoft noch Google noch Zoom. Auch nicht klein in der Ecke.

Bauen wir für Sie

  • Ihre BegrüßungDer Text, den Ihr Kunde vor dem Beitritt liest. Heute steht dort unserer.
  • Ihre EinwilligungIhr Text, Ihre Datenschutzerklärung, bestätigt vor dem Eintritt. Heute gibt es dafür kein Feld.
  • Ihr ErgebnisdokumentDas Papier, das nach dem Gespräch bei Ihrem Kunden liegt. Dafür gibt es heute noch keine Ausgabe — das ist echte Arbeit, kein Schalter.

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.

Termin

Für später planen, ohne ein Konto zu verlangen.

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.

Preise

Bezahlen tut nur, wer einlädt.

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.

Free

Zum Ausprobieren, und für das kurze Gespräch zwischendurch.

Kostenlos
  • Zwei Teilnehmer
  • 60 Minuten je Gespräch
  • Voller Klang mit 192 kbit/s
  • Bildschirmfreigabe in voller Schärfe
  • Server in Deutschland
Empfohlen

Basic

Für regelmäßige Kundengespräche: ein Raumname, den man sich merkt, und keine Uhr im Nacken.

7je Gastgeber und Monat — 84 € jährlich im Voraus
  • Sechs Teilnehmer
  • Ohne Zeitbegrenzung
  • Eigener Raumname, am Telefon vorlesbar
  • Markieren in der geteilten Seite
  • Schwebendes Fenster über allen Programmen
  • Räumlicher Klang
  • Auftragsverarbeitungsvertrag

Pro

Für größere Runden und einen Auftritt in Ihrem Namen.

24je Gastgeber und Monat — 288 € jährlich im Voraus
  • Zwanzig Teilnehmer
  • Ihr Logo im Raumin Vorbereitung
  • Antwort am selben Werktag
  • Auftragsverarbeitungsvertrag
  • Aufzeichnung, nur mit Zustimmung allerin Vorbereitung
  • Protokoll im Anschlussin Vorbereitung

Custom

Für Häuser mit eigenen Anforderungen.

Auf Anfrage
  • Eigene Domain
  • Eigener Server auf Wunsch
  • Anmeldung über Ihr Verzeichnisin Vorbereitung
  • Rahmenvertrag und Rechnung
  • Feste Ansprechperson

Alle Preise zuzüglich Umsatzsteuer. Nur der Gastgeber braucht ein Paket — wer Ihren Link öffnet, braucht nie eines.

FreeBasicProCustom
Gespräch
Teilnehmer2620nach Bedarf
Dauer je Gespräch60 Minutenunbegrenztunbegrenztunbegrenzt
Konto für Ihr Gegenübernie nötignie nötignie nötignie 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
Supportper E-Mailam selben Werktagfeste Ansprechperson
Evidenz

Die Zahlen stammen von den Herstellern selbst.

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.

Was für Ihre Stimme eingeplant wird
Google Meet12–100 kbit/s12 für große Organisationen, 100 für kleineMicrosoft Teams58–76 kbit/sempfohlen bis beste LeistungZoom60–80 kbit/sAngabe für VoIP-AudioCisco Webex70–80 kbit/sje AudiostromVoice Only192 kbit/sfest, ohne Schalter, im Browser

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.

Was mit der Leitung geschieht, wenn die Kamera ausgeht
Videokonferenz, Kamera anTon 58 kbit/s, Bild 1 500 kbit/sDieselbe, Kamera ausBildzeile entfällt, Tonzeile unverändert 58 kbit/sVoice Only192 kbit/s, nur Stimme

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.

Bis wohin eine Stimme überhaupt übertragen wird
Telefon300 Hz – 3.4 kHzder Ausschnitt, den ein Telefon durchlässtTeams (Satin)bis 16 kHzSuper-Wideband, Microsofts eigene AngabeVoice Onlybis 20 kHzvolle Bandbreite

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 KlangqualitätWo verfügbarAb Werk
Zoom48 kHz, 96 kbit/s mononur Windows- und Mac-Anwendungaus, pro Meeting
Microsoft Teams32 kHz, 128 kbit/snur Anwendungaus, pro Besprechung
Cisco Webexvolle Bandbreitenur Anwendungaus
Voice Only48 kHz, 192 kbit/s monoim Browseran

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.

Einwände

Aber was ist mit …?

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.

93 % der Kommunikation sind nonverbal. Ohne Bild geht die Hälfte verloren.Mythos

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)

Beim Erstkontakt will man sich sehen.Stimmt

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.

Stavrova, Ren & Evans (2025)

Vertrauen entsteht, wenn man sich in die Augen sieht.Stimmt teilweise

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.

Bos et al. (2002), CHI

Ich sehe auf Video, ob der Kunde beim Preis die Stirn runzelt.Stimmt teilweise

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.

Barrett et al. (2019)

Ohne Bild wirke ich weniger kompetent.Mythos

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.

Schroeder & Epley (2015)

Ohne Ende-zu-Ende-Verschlüsselung kommt mir das nicht in die Firma.Stimmt

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.

Zoom Support, E2EE in Zoom meetings (KB0065408)

Bei acht Leuten weiß ich ohne Bild nicht mehr, wer spricht.Stimmt teilweise

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.

So läuft es

Drei Schritte, keiner davon ist ein Formular.

  1. 01

    Raum starten

    Ein Klick erzeugt einen Link. Kein Konto, kein Termin, keine Einladung im Kalender.

  2. 02

    Link verschicken

    Per Mail, Chat oder am Telefon vorgelesen. Wer ihn öffnet, ist im Gespräch.

  3. 03

    Sprechen

    Mikrofon freigeben, fertig. Bildschirm teilen, wenn etwas zu zeigen ist.

Führen Sie das nächste Gespräch ohne Kamera.

Neuer Raum

Wie möchten Sie starten?

Kostenlos. Ohne Konto, ohne Installation.