Aktionen

Die Esoterica GmbH stand vor einer ungewöhnlichen Aufgabe: eine hochkomplexe, verteilte Live-TV- und Streaming-Produktion über mehrere dezentrale Standorte hinweg realisieren – ganz ohne teures physisches Studio, sondern vollständig cloudbasiert.

Im Zentrum sollte ein leistungsstarker Server stehen, der gleich mehrere Rollen gleichzeitig übernimmt: Videomischung, Re-Streaming und Regie-Leitstelle. Dazu kam eine anspruchsvolle Anforderung an die Audiotechnik – Live-Anrufer sollten per VoIP/SIP eingebunden werden, wofür ein präzises, virtuelles Multikanal-Audio-Routing nötig war, um Anruferstimmen, Regie-Talkback, Buzzer-Trigger und Mix-Minus-Rückwege sauber getrennt zu halten. Hinzu kam ein Multi-Location-Setup mit Producern, externen Experten und Anrufern, alles bei maximaler Performance und Ausfallsicherheit für parallele HD-Streams auf YouTube, Twitch und TV.

Esoterica hatte vor der Beauftragung keine Erfahrung mit fertigen SaaS-Lösungen für diesen Anwendungsfall gemacht – aus gutem Grund, wie sich zeigte. Gängige gehostete Plattformen wie klassische Streaming-Tools boten schlicht nicht die nötige Flexibilität auf Betriebssystemebene. 

Die zentralen Gründe:

• Kein komplexes Audio-Routing: Fertiglösungen unterstützen keine virtuellen Audiokabel für die getrennte Führung von Anrufer-Stimmen, Talkback und Mix-Minus-Rückkanälen.
• Keine eigene Server-Software: Der parallele Betrieb von Zusatztools wie einem VoIP-Telefonserver oder eigenen Steuerungs-Skripten ist auf gehosteten Plattformen technisch nicht möglich.
• Eingeschränkte Regie-Kontrolle: Keine Flexibilität für isolierte Clean Feeds oder parallele Ausspielung in Quer- und Hochformat.
• Fehlender OS-Zugriff: Keine Kontrolle über CPU-Priorisierung, Audiopuffer und Netzwerkeinstellungen für maximale Sendestabilität.

Ein Ausweichen auf Standardlösungen hätte konkrete Risiken bedeutet: störende Echos für Anrufer, den Verlust automatisierter Regie-Abläufe, kein paralleles Hochformat-Streaming und im Zweifel sogar die Notwendigkeit teurer physischer Hardware-Mischpulte als Ersatz – bei gleichzeitig höherem Ausfallrisiko.

Gemeinsam wurde eine performante Server-Instanz als zentraler Produktionsknotenpunkt eingerichtet, auf den sämtliche Videomisch-, Encodierungs- und Signalverarbeitungsprozesse verlagert wurden. Die wichtigsten Bausteine:

Virtuelle Multikanal-Audio-Matrix mit Telefon-Integration Live-Anrufer werden direkt über einen auf dem Server integrierten VoIP-Telefonserver angenommen. Alle Audiospuren – Anrufer-Eingang, Regie-Talkback und getrennter Mix-Minus-Rückkanal – werden auf Betriebssystemebene über virtuelle Audiokabel sauber voneinander getrennt. Skriptgesteuerte, automatisierte Regie-Signale laufen in Echtzeit parallel in Konferenz und Live-Stream ein.

Dezentrale Einbindung externer Teilnehmer Regie und Fachexperten schalten sich ortsunabhängig über latenzarme WebRTC- und Streaming-Verbindungen zu. Isolierte Einzel-Feeds (Clean Feeds) ermöglichen eine saubere, getrennte Bild- und Tonverarbeitung, während alle Mitwirkenden über Live-Monitor-Rückkanäle verfügen.

Simultanes Multi-Format-Streaming Zwei Sende-Feeds – Querformat für TV/Web und Hochformat für Social Media – werden parallel erzeugt und direkt aus dem Rechenzentrum mit hoher Bandbreite an die Zielplattformen ausgespielt.

Den Unterschied zu einem austauschbaren Cloud-Anbieter machten dabei vor allem die dedizierte Hardware-Performance ohne „Noisy Neighbor"-Effekte, eine unlimitierte Netzwerkanbindung ohne versteckte Bandbreitenkosten, voller Administrator-Zugriff für individuelle Systemkomponenten sowie ein kalkulierbares Festpreismodell statt unvorhersehbarer, verbrauchsbasierter Abrechnung.