VoIP (Voice over IP, deutsch: Sprache über IP) bezeichnet Telefonie, bei der Sprache nicht über das klassische Telefonnetz, sondern als Datenpakete über IP-Netze wie das Internet übertragen wird. Statt einer festgeschalteten Leitung nutzt VoIP dieselbe Infrastruktur wie jeder andere Datenverkehr: Die Stimme wird digitalisiert, komprimiert, in Pakete verpackt und meist über UDP versendet.
So funktioniert ein VoIP-Anruf
Am Anfang steht die Digitalisierung der Stimme: Ein Analog-Digital-Wandler tastet das Mikrofonsignal ab und wandelt es in PCM-Daten um (Puls-Code-Modulation). Ein Codec komprimiert diese Daten, um Bandbreite zu sparen: G.711 kommt ohne Kompression auf 64 kbit/s, G.722 bietet HD-Voice, moderne Codecs wie Opus passen die Bitrate dynamisch an. Die komprimierten Sprachpakete reisen als RTP-Strom über UDP zum Empfänger — ohne Wiederholung verlorener Pakete, denn dafür wäre die Zeit nicht da.
Für Aufbau und Steuerung des Gesprächs ist ein eigenes Signalisierungsprotokoll zuständig: SIP meldet das Endgerät an, wählt die Gegenseite und beendet das Gespräch wieder. Die eigentlichen Audiodaten fließen parallel über RTP.
Qualitätsanforderungen
Sprache in Echtzeit stellt hohe Anforderungen an das Netz: Die Latenz sollte unter 150 ms bleiben, der Jitter (Laufzeitschwankung) unter 30 ms und der Paketverlust unter einem Prozent. Kommen Pakete unregelmäßig an, gleicht ein Jitter-Puffer im Endgerät die Schwankungen aus — kostet aber zusätzliche Verzögerung. QoS priorisiert Sprachpakete im Router, damit sie nicht hinter Downloads zurückstehen. Die MOS-Wert- und R-Factor-Skalen fassen diese Einflussgrößen in einer Kennzahl für die Sprachqualität zusammen.
Vorteile und Grenzen
- Kosten: Gespräche laufen über bestehende Internetanschlüsse, Ferngespräche sind oft günstiger oder flat.
- Flexibilität: Softphones laufen auf PC und Smartphone, Rufnummern sind ortsunabhängig.
- Netzabhängigkeit: Bei voller Leitung leidet die Qualität — Abhilfe schafft QoS.
- Sicherheit: Unverschlüsselte VoIP-Gespräche lassen sich mithören; SRTP verschlüsselt den Audiostrom.