Einzelne Tongruppe einer Mischung (Dialog, Musik, Atmosphäre) — ermöglicht getrennte Bearbeitung und internationale Versionen.
Standard-Stems werden als 24-Bit/48kHz-Dateien in WAV- oder AIFF-Format geliefert, bei Kinofilmen häufig auch als 24-Bit/96kHz. Ein typisches 5.1-Stem-Set besteht aus sechs separaten Kanälen (L, C, R, Ls, Rs, LFE), während moderne 7.1.2-Atmos-Produktionen bis zu zehn Kanäle pro Stem umfassen. Die gängige Praxis unterscheidet zwischen Pre-Dub-Stems (Zwischenmischungen einzelner Kategorien) und Final-Stems (endgültige Tongruppen nach dem finalen Mix). Stems werden typischerweise mit -20dBFS Referenzpegel erstellt und enthalten keine Kompression oder Limiting.
Die Stem-Technik entwickelte sich in den 1970er Jahren parallel zur Mehrkanal-Tontechnik, als Studios begannen, separate Tonelemente für internationale Verwertung zu archivieren. Mit der Einführung digitaler Workstations wie Pro Tools (1991) und Fairlight (1979) wurde die Erstellung von Stems standardisiert. Der Übergang zu objektbasiertem Audio (Dolby Atmos, 2012) erweiterte das Konzept um Stem-Objects, die räumliche Metadaten enthalten. Moderne Streaming-Plattformen wie Netflix fordern seit 2018 obligatorisch separate Stems für alle Originalproduktionen.
Christopher Nolans "Dunkirk" (2017) nutzte separate Stems für Hans Zimmers Shepard-Ton-Komposition, um nachträglich Intensitätsvariationen für verschiedene Szenenversionen zu ermöglichen. Bei "Mad Max: Fury Road" (2015) erstellte Sound Designer Mark Mangini über 40 Fahrzeug-Stems, die individuell für jede Actionsequenz neu kombiniert wurden. Stems ermöglichen nachträgliche Anpassungen ohne Zugriff auf die ursprünglichen Pro-Tools-Sessions und sind essentiell für internationale Versionen, da Dialog-Stems durch lokalisierte Fassungen ersetzt werden können.
Stems unterscheiden sich von Tracks (einzelne Audiospuren) durch ihre bereits gemischte Beschaffenheit und von Laybacks (fertige Mischungen) durch ihre Editierbarkeit. ADM-BWF-Dateien (Audio Definition Model) ersetzen zunehmend traditionelle Stems, da sie neben Audio auch Rendering-Informationen enthalten. Für reine Stereo-Produktionen genügen oft einfache Track-Exports, während komplexe VR-Produktionen auf ambisonische Stems in B-Format setzen. Netflix-Produktionen erfordern M&E-Stems (Music & Effects) ohne Dialog für internationale Verwertung.
In Fachkreisen wird häufig missverstanden, was Stems tatsächlich sind. Anders als oft angenommen, handelt es sich bei Stems nicht um einzelne Audiospuren, sondern um bereits gemischte Gruppierungen von Spuren - etwa alle Drums, alle Streicher oder alle Vocals zusammengefasst. Diese Unterscheidung ist für die professionelle Postproduktion von Film und Fernsehen essentiell.
Stems beeinflussen meine Arbeit indirekt, da ich bei lauten Actionszenen oder Musiksequenzen weiß, dass separate Musik- und Effekt-Stems später präzise Feinabstimmungen ermöglichen. Wenn ich beispielsweise eine Szene mit starkem Wind drehe, kann ich beruhigt sein, dass der Sounddesigner die Windeffekte später über separate Atmo-Stems perfekt an meine Bildrhythmen anpassen kann.
Stems geben mir in der Postproduktion die Freiheit, emotionale Gewichtungen nachträglich zu verschieben – ich kann Musik leiser ziehen ohne die Dialoge zu beeinträchtigen oder Effekte verstärken ohne den Score zu übertönen. Bei Testvorführungen lasse ich oft verschiedene Stem-Kombinationen vorführen, um herauszufinden, welche Balance beim Publikum am besten funktioniert.
Stems bedeuten zusätzliche 2-3 Tage im Tonstudio für Rendering und Qualitätskontrolle, aber sie sparen langfristig Kosten bei internationalen Versionen und Director's Cuts. Netflix zahlt 15% Aufschlag, wenn keine ordnungsgemäßen M&E-Stems geliefert werden, daher plane ich diese Kosten standardmäßig ein und spare mir teure Nachsessions.
1. Zu welchem Department gehört „Stem"?
2. Wie viele verschiedene Fachperspektiven bietet dieser Eintrag?
Das Lexikon ist Teil des Filmfarm-Ökosystems — neben Kalkulation (FilmBalance), Branchen-Magazin (FilmCircus) und Crew-Vernetzung (FilmCall, CrewMesh). Eine gemeinsame Begriffswelt für die ganze Produktion.