Unhörbarer Flugzeuglärm verrät, wo Dein Video aufgenommen wurde

Ein verwackeltes Video, ein paar Bäume, ein Flussufer, kein Straßenschild, keine Hausnummer, kein Gesicht. Wo ist das aufgenommen? Der YouTuber Colsto hat genau das herausgefunden, und zwar auf wenige hundert Fuß genau, irgendwo in den USA. Das Bild hat ihm dabei nicht geholfen, sondern ein Geräusch, das Du auf der Tonspur gar nicht hören kannst: das leise Brummen von Propellerflugzeugen, die in großer Höhe vorbeigeflogen sind.

Vorweg: Das ist kein alltägliches Bedrohungsszenario. Niemand wird Dein Urlaubsvideo mit diesem Verfahren durchleuchten, und Colsto sagt selbst, dass es meist einfachere Wege gibt, jemanden zu finden. Aber das Experiment zeigt eindrucksvoll, was heute möglich ist, wenn man frei verfügbare Datenberge, etwas Physik und genug Rechenzeit zusammenbringt. Aus einem harmlosen Hintergrundgeräusch wird ein Standort.

Video: Colsto, „I discovered a sound that leaks your exact location (and it's everywhere)", YouTube, 2. November 2026 (Englisch). Eingebunden über youtube-nocookie.com.

Der Doppler-Effekt verrät den Abstand

Den Effekt kennst Du vom Krankenwagen: Kommt er auf Dich zu, klingt das Martinshorn höher, fährt er weg, klingt es tiefer. Bei Flugzeugen ist es genauso. Propeller erzeugen dabei einen besonders sauberen Ton, die sogenannte Blattfolgefrequenz, irgendwo zwischen 50 und 150 Hertz. Für das Ohr geht das im Rauschen unter. Im Spektrogramm, also der Darstellung von Frequenzen über die Zeit, zeichnet sich der Überflug dagegen als fallende S-Kurve ab.

Und diese Kurve steckt voller Information:

• Wie stark die Tonhöhe fällt, verrät die Geschwindigkeit des Flugzeugs.
• Wie steil sie fällt, verrät den kürzesten Abstand zwischen Flugzeug und Mikrofon.
• Die Mitte der Kurve markiert den Zeitpunkt, an dem das Flugzeug am nächsten war.

Big Data macht aus der Kurve einen Ort

Jetzt kommt der zweite Baustein: Die meisten Flugzeuge funken per ADS-B ständig Position, Höhe und Geschwindigkeit in die Welt. Diese Signale fangen Hobbyisten weltweit mit billigen Empfängern auf, die Daten sind öffentlich und lassen sich als Archiv abrufen. Colsto hat die Flugbahnen aller Propellermaschinen über den USA für den Aufnahmetag ausgewertet, rund 50 Gigabyte Flugdaten, verarbeitet mit mehr als 5.000 Zeilen Code und monatelanger Arbeit.

Das Vorgehen in vier Schritten:

1. Raster über das Land legen: Für jeden Punkt im Abstand von 200 Metern berechnet das Programm, wann dort welches Flugzeug am nächsten gewesen wäre. Dabei fließen ein digitales Höhenmodell des Geländes und die Laufzeit des Schalls ein, der vom Flugzeug bis zum Boden einige Sekunden braucht.
2. Zeitabstand prüfen: Im Video waren zwei Überflüge zu hören, genau 920 Sekunden auseinander. Nur Orte, an denen zwei Flugzeuge mit diesem Abstand und der gemessenen Geschwindigkeit vorbeikamen, bleiben übrig.
3. Stille prüfen: Orte, an denen zwischen den beiden Überflügen ein weiteres Flugzeug hörbar gewesen wäre, fliegen raus. Allein das schrumpft die Kandidaten von rund 70.000 auf 15.000.
4. Kurven vergleichen: Für jeden verbliebenen Punkt berechnet das Programm, wie die Doppler-Kurve dort exakt hätte klingen müssen, und vergleicht sie mit der Aufnahme.

Der Punkt mit der besten Übereinstimmung lag an einem Flussufer. Ein Blick in Google Street View bestätigte es: dieselbe Baumreihe, derselbe Mast mit der Kamera. Laut Videobeschreibung lag die Genauigkeit bei etwa 100 Metern.

Noch beunruhigender ist der zweite Test: Ein einziger Ausschnitt von nur einer Minute mit einem einzigen Flugzeug reichte, um bei einer Suche über die ganzen USA wieder denselben Ort auf Platz eins zu bringen. Allerdings war die Aufnahmezeit dabei genau bekannt.

Auch Telefonate und Sprachnachrichten verraten etwas

Das Verfahren funktioniert grundsätzlich mit jeder Tonaufnahme, in der ein Flugzeug zu hören ist: die Tonspur eines Videos, eine Sprachnachricht, ein mitgeschnittenes Telefonat. Colsto hat dafür gängige Bearbeitungen durchgetestet, mit ernüchterndem Ergebnis:

• Tiefe Frequenzen wegfiltern (Hochpass) hilft nicht. Das Signal wird zwar schwächer, ist aber schmalbandig und lässt sich danach wieder verstärken.
• Übertönen mit Musik oder Rauschen hilft nicht. Breites Rauschen verdeckt eine schmale, gleichmäßige Tonlinie kaum.
• Telefon-Kompression hilft nur teilweise. Telefonleitungen schneiden zwar den tiefen Grundton ab, doch die Obertöne zeichnen dieselbe Kurve. Eine unabhängige Nachrechnung fand die Kurve bei kräftigen Obertönen fast vollständig wieder, bei schwachen immerhin zur Hälfte.

Was die Methode kann und was nicht

Bevor Du jetzt jede Aufnahme löschst: Die Methode hat klare Grenzen.

• Es muss überhaupt ein Propellerflugzeug zu hören sein, und es muss ADS-B senden. In den USA ist das in weiten Teilen des Luftraums Pflicht. In Europa gilt die Pflicht nur für größere oder schnellere Maschinen, also etwa für Turboprop-Regionalflieger. Viele kleine Sportflugzeuge senden dagegen gar nicht oder nur freiwillig.
• Der Aufnahmezeitpunkt muss ungefähr bekannt sein. Mit einem falschen Datum oder einer falschen Uhrzeit läuft die Suche ins Leere.
• Wind, kalte Luft und ungenaue Höhenangaben verfälschen die Rechnung, Stadtlärm und schlechte Mikrofone schwächen das Signal.
• Colsto hat seinen Code nicht veröffentlicht. Erste Nachbauten mit offenem Code finden die Doppler-Kurven in seiner Aufnahme zwar schon in Sekunden. Die eigentliche Ortung hat bisher aber niemand unabhängig nachvollzogen.

Eine Methode für die Massenüberwachung ist das also nicht, wohl aber eine für den gezielten Einzelfall: wenn jemand viel Aufwand treibt, um herauszufinden, wo ein bestimmtes Video entstanden ist. Und es ist ein weiteres Beispiel dafür, dass unhörbare Töne mehr verraten, als man denkt. Schon beim Audio-Fingerprinting im Browser haben wir gezeigt, wie Töne, die niemand hört, zum Tracking dienen.

Gegenmaßnahmen

Was wirklich hilft, ist nur eins: den Ton schneiden und damit die zeitliche Genauigkeit verwässern. Die ganze Methode steht und fällt mit exakten Zeitpunkten, nämlich wann ein Flugzeug am nächsten war und wie viele Sekunden zwischen zwei Überflügen liegen. Genau dort setzt Du an:

• Stücke herausschneiden: Schneide die Tonspur in Abschnitte und entferne immer wieder einige Sekunden, ohne die Schnitte kenntlich zu machen. Dann stimmen die Abstände zwischen den Überflügen nicht mehr, und eine Doppler-Kurve, durch die ein Schnitt geht, passt zu keiner Flugbahn mehr.
• Nur kurze Stücke veröffentlichen: Je kürzer der Ausschnitt, desto seltener ist überhaupt ein vollständiger Überflug darauf.
• Den Aufnahmezeitpunkt verschleiern: Der Test mit einer Minute Ton hat nur funktioniert, weil die Uhrzeit bekannt war. Veröffentliche Aufnahmen also nicht live oder direkt im Anschluss, sondern mit Verzögerung. Entferne auch die Metadaten mit Datum und Uhrzeit aus der Datei.
• Im Zweifel ohne Originalton: Wenn der Ton für Deine Aussage nicht wichtig ist, ersetze ihn ganz, etwa durch Musik oder einen nachträglich eingesprochenen Kommentar. Gemischter Ton reicht dabei nicht, wie die Tests zeigen. Der Originalton muss komplett raus.

Filter, Rauschen oder Kompression kannst Du Dir dagegen sparen, sie wiegen Dich nur in falscher Sicherheit. Wie Du Deine Spuren auch abseits des Internets klein hältst, liest Du in unserem Beitrag Anonym reisen – auch offline wird man überwacht. Und dass sogar Dein Schreibstil Dich verrät, zeigt der Artikel über Language Profiling.

Mehr zu Spuren, die Du unbewusst hinterlässt, findest Du in der Kategorie Anonym surfen und ausführlich in unserem E-Book „Anonym im Netz – Der praktische Guide 2026".

Offen ist, ob sich das Verfahren auch in Europa mit seinen lückenhafteren Flugdaten so zuverlässig einsetzen lässt und ob jemand die Ortung unabhängig nachbaut. Wir bleiben dran und aktualisieren diesen Artikel, sobald es belastbare Neuigkeiten gibt.

Quellen: Colsto – I discovered a sound that leaks your exact location (and it's everywhere), YouTube (02.11.2026) · IBTimes UK – YouTuber Reveals How Sounds Humans Cannot Hear Can Expose a Video's Exact Location (03.11.2026) · Simon Willison – A sound that leaks your exact location (03.11.2026) · cbonitz – Doppler-Experiments: unabhängige Nachrechnung auf GitHub · Thaki Cloud – Running the Doppler Geolocation Tool on the Original Demo (04.11.2026) · Gadget Review – Inaudible Aircraft Noise in Your Videos Can Reveal Where You Filmed Them