Es geht um eine gewisse Verhältnismäßigkeit.
Die Modalitäten auf Seiten der Aufnahme müssen genau so berücksichtigt werden wie die auf Seiten der Zuhörer. Damit so ein Mic wie auch das dahintergelegene Interface sein Potenzial gegenüber den üblichen Standardempfehlungen wie etwa dem AT2035 oder Rode NT1(-A) + Scarlett 2i2 oder Audient iD4/14 etc. wirklich ausspielen kann, braucht es einfach eine gut optimierte akustische Umgebung und nicht zuletzt auch den richtigen Input. Letzteres definiert sich durch das Können des Künstlers, der seine Stimme zur Verfügung stellt.
Ton macht die Musik, nicht die Technik!
Ich bin mir angesichts der Äußerungen des TE ziemlich sicher, dass die Qualität der Technik ansich im vorliegenden Fall nicht der Flaschenhals ist. Die letzten paar Prozent, die hier mit hohem Betrag erkauft wurden, werden mit hoher Wahrscheinlichkeit nicht zur Geltung kommen. Es wäre zu klären, ob überhaupt die Grundvoraussetzungen gegeben sind, um bereits die Einsteiger- oder Mittelklasse ans Limit zu bringen. In so fern kann man eigentlich keine sinnvollen Tipps geben, außer eine Retoure zu empfehlen und auf die Lektüre tontechnischer Grundlagen zu verweisen.
Und um es noch mal explizit zu machen:
Nein, der gewöhnliche Streamzuschauer kann nicht zwischen einem Rode NT1 und einem ähnlich abgestimmten High-End-Mikrofon unterscheiden, weil es ihm schlichtweg an der nötigen Hörerfahrung sowie einem geeigneten Wiedergabesystem mangelt, ganz zu schweigen von der Hürde der digitalen Kompression, die "das gewisse Extra", welches hier zu erwarten wäre, ohnehin im Grundsatz korrumpiert.
Tonqualität im Allgemeinen definiert sich in erster Linie durch ein möglichst hohes Level an Nutzschall gegenüber einem möglichst geringen Level an Störschall. Letzteres kann aus der Umgebung kommen und damit akustischer Natur sein. Dem ist dann nur mit akustischer Abschottung (Dämmung) sowie einer möglichst nahen Besprechung der Membran (ca. 10-20 cm) beizukommen. Der andere Fall wäre der des elektronischen Grundrauschens oder anderer Inteferenzen, welche durch die Technik selbst verursacht werden. In den letzten Jahren sind die Geräte allerdings so performant und zugleich günstig geworden, dass man sich um diese Aspekte kaum noch Gedanken machen muss. Man muss preislich schon sehr tief einsteigen, um hier tatsächlich einen spürbaren Flaschenhals herbeizuführen. Die Preisklasse Focusrite Scarlett + Audio Technica AT2035 ist technisch schon so potent, dass es im Grunde genommen nur noch am Können des Sprechers sowie der diesen umgebenden Akustik scheitert.
Das ist die "bittere" Wahrheit, der sich jeder Anfänger, Fortgeschrittene aber auch der versierte Profi stellen muss. Wer Zweifel hat, sollte sich mal in Studiokreisen umhören. Mikrofone wie bspw. das AT 2035 oder das SM57 sind verhältnismäßig günstige Geräte, genießen in der Szene jedoch einen hervorragenden Ruf und werden selbst bei ambitionierten Projekten immer wieder eingesetzt. Viel wichtiger ist wie gesagt die Qualität des akustischen Materials, welches aufgezeichnet werden soll, gefolgt von der Qualität der digitalen Bearbeitung, welches gleichmaßen viel Erfahrung benötigt. Danach kommt erst mal lange nichts, bis dann endlich die Technik zum potenziellen Flaschenhals einer Produktionskette wird.
Wer glaubt, er könnte die Präsentation eines Streams verbessern, indem er einfach nur genügend Geld auf die Technik wirft, irrt sich gewaltig. Das Problem sitzt in den meisten Fällern hinterm Bildschirm.
Tontechnik verständlich erklärt:
YouTube - Sonic Vision TV
Damit würde ich anfangen.