Audio-Latenz unter Windows senken: WASAPI-Exclusive, ASIO und Puffergrößen – wo X1 und 02 passen

Wenn Musik und Spiele unter Windows eine halbe Takte zu spät kommen, liegt das selten an den Kopfhörern. Meistens bremsen der Systemmixer und die Puffergröße. Wer den Player auf WASAPI-Exclusive oder ASIO umstellt und den Puffer auf 128–256 Frames senkt, kommt mit einem USB-DAC meist auf 20–40 ms zwischen Tastendruck und Ton. Bluetooth bleibt außen vor: Der Codec allein kostet 100 ms und mehr, und keine Einstellung schließt diese Lücke.

Wo entsteht die Audio-Latenz unter Windows?

Standardmäßig nutzt Windows den WASAPI-Shared-Modus. Der Ton aller Programme läuft zuerst in den Systemmixer und wird dann in Perioden von etwa 10 ms an das Gerät gegeben. Der Player hält zusätzlich einen eigenen Puffer, damit nichts abreißt. Beides zusammen ergibt oft rund 30 ms von Ende zu Ende.

Stufe	Übliche Verzögerung	Was das konkret bedeutet
Puffer des Players	10–30 ms	Reserve gegen Aussetzer; größer heißt stabiler und träger
Systemmixer (Shared)	Etwa 10 ms pro Periode	Mehrere Programme teilen einen Weg, keines kann ihn übernehmen
USB-Transfer und Dekodierung	3–10 ms	Hängt von Treiber und Firmware ab; konforme UAC-Geräte liegen nah beieinander
Bluetooth-Codec	100–300 ms	Komprimieren, funken, erneut dekodieren; in Spielen fällt die Asynchronität auf

Die Zahlen stammen von mehreren Desktop-Rechnern. Mainboards und Treiber verschieben sie. Den größten Anteil haben die ersten beiden Zeilen, deshalb ändert ein neuer Kopfhörer nichts.

Shared, Exclusive und ASIO im Vergleich

Der Shared-Modus ist bequem. Titelwechsel, Benachrichtigungen und Sprachchat laufen weiter, dafür bleibt die Latenz bei 20–40 ms. WASAPI-Exclusive überlässt dem Player das Gerät und umgeht den Mixer, sodass 3–10 ms möglich sind. ASIO ist ein eigener Treiberpfad mit der niedrigsten theoretischen Latenz, doch die Treiberqualität schwankt. ASIO4ALL auf einem Consumer-Mainboard ist nicht automatisch stabiler als der Exclusive-Modus.

Pfad	Puffer	Umgeht den Mixer	Was das konkret bedeutet
WASAPI Shared	Ab 10 ms, meist fest	Nein	Reicht für Alben und Video; Spielsynchronität fällt selten auf
WASAPI Exclusive	3–10 ms	Ja	Andere Programme schweigen; gut für Spiele und Monitoring
ASIO	1–5 ms	Ja	Erste Wahl für Aufnahmen und Softsynths; ein schlechter Treiber knistert
Bluetooth	Über 100 ms	Nicht zutreffend	Der Codec setzt die Untergrenze, Software ändert daran nichts

128 oder 512 Frames?

Bei 48 kHz dauern 128 Frames etwa 2,7 ms, 256 etwa 5,3 ms und 512 etwa 10,7 ms. Oft wird doppelt gepuffert, die echte Latenz ist also ungefähr doppelt so hoch. Kleine Zahlen klingen verlockend, doch je kleiner der Puffer, desto weniger Zeit bleibt der CPU zum Füllen.

Puffer bei 48 kHz	Dauer pro Durchlauf	Was das konkret bedeutet
64 Frames	1,3 ms	Nur auf einem ruhenden Desktop sinnvoll; die meisten Notebooks knistern
128 Frames	2,7 ms	Übliche Wahl für Spiele und Streaming; drehende Lüfter können stören
256 Frames	5,3 ms	Kompromiss für die meisten Rechner
512 Frames	10,7 ms	Für Musik und Schnitt ausreichend, knistert fast nie

Nicht sofort auf den kleinsten Wert springen. Von 512 aus schrittweise senken und jede Stufe zehn Minuten hören. Taucht Knistern auf, einen Schritt zurück. Das ist verlässlicher, als fremde Werte zu kopieren.

Bluetooth, USB-C-Dongle oder Mainboard-Klinke?

Die 3,5-mm-Buchse am Mainboard liegt im Shared-Modus bei etwa 20–40 ms, die Qualität begrenzt der Onboard-Chip. Ein USB-C-DAC überträgt digital und kommt mit ordentlichem Treiber auf 5–20 ms. Ein portabler DAC wie der KSHF-02 gibt dem Kopfhörer zusätzlich saubere Lautstärkereserve. Am größten ist der Abstand bei Bluetooth: SBC überschreitet oft 150 ms, AAC und LDAC sind nicht zwingend besser. Aufwendigere Kodierung geht meist mit längeren Puffern einher.

Ein Type-C-Kopfhörer mit eingebautem Decoder entfernt die analoge Buchse aus der Kette. Gaming-Modelle wie der X1 dekodieren in der Ohrmuschel, funktionieren direkt nach dem Einstecken und brauchen keinen Dongle. Dafür begrenzt die Kabellänge, und für Lautsprecher sind sie nicht gedacht.

Bei USB-C-Geräten zählt auch das Kabel. Ein billiges OTG-Kabel hat höheren Übergangswiderstand, was zu Trennungen und erneuter Initialisierung führt; die Latenz steigt dann. Die Prüfreihenfolge steht in /blog/usb-otg-compatibility-troubleshooting. Zur Bluetooth-Spielverzögerung geht es in /blog/bluetooth-latency-gaming-guide weiter.

Produktseiten: /product/kshf-02 (portabler DAC), /product/kshf-ycx (duales Type-C-OTG-Kabel), /product/g-turbo-x1 (Type-C-Gaming-Kopfhörer mit Decoder).

Wie lässt sich die Latenz tatsächlich senken?

Zuerst die Abtastrate angleichen. Windows-Soundeinstellungen, Player-Ausgabe und DAC-Firmware auf 48 kHz stellen, damit das System keine zusätzliche Resampling-Stufe einfügt. Danach WASAPI-Exclusive oder ASIO als Ausgabegerät wählen. Dass andere Hinweise im Exclusive-Modus verstummen, ist zu erwarten.

Den Puffer bei 512 Frames starten und schrittweise senken. Nicht nach Gefühl messen: den Tastendruck und den Bildschirm in Zeitlupe filmen oder ein Händeklatschen aufnehmen und die Wellenform mit dem Bild vergleichen. 15 ms Unterschied merkt man sich nicht zuverlässig.

Wann sich der Aufwand nicht lohnt

Bei Filmen und Alben liegt 30 ms unter der Schwelle, ab der die meisten es bemerken, und Exclusive schaltet nur alles andere stumm. Für Bluetooth-Spiele bringt Kabel mehr als jede Einstellung. Aufnahmen und Monitoring rechtfertigen ASIO, sofern der Treiber des Interfaces solide ist. Auf einem alten Mainboard mit ASIO4ALL würde ich erst eine Woche im Exclusive-Modus bleiben.

Quellen: die WASAPI-Dokumentation auf Microsoft Learn und die ASIO-SDK-Hinweise von Steinberg. Messungen entstanden lokal im Oktober 2026.

Über den Autor: das KEYSION-Audioteam. Gemessen wurde unter Windows 11 23H2 und Windows 10 22H2 mit Mainboard-Klinke, USB-C-DACs und zwei Bluetooth-Headsets. Die Werte sind Mediane über mehrere Rechner; der Höreindruck bleibt individuell.