Der Begriff VoIP (Voice over Internet Protokoll = Sprache über das Internet Protokoll) ist seit Anfang 2000 in aller Munde. Im Allgemeinen wird darunter Telefonie über das Internet verstanden. Technisch gesehen beschreibt VoIP ein Verfahren, wie Sprache mittels Datenpaketen über Datennetze (genauer gesagt IP-Datennetze, wie es das Internet ist) übertragen wird.

Da ich dazu auch schon das eine oder andere geschrieben habe, ist im Folgenden die Funktionsweise für den Laien verständlich kurz beschrieben. Auf Fachbegriffe und technische Details habe ich dabei (soweit möglich) verzichtet. Das Ganze erhebt natürlich keinen Anspruch auf Vollständigkeit und soll lediglich einen ersten Einblick vermitteln. Falls jemand irgendwelche Fehler entdeckt bzw. Anmerkungen oder Fragen hat, würde ich mich über eine kurze Rückmeldung per eMail (die Adresse steht im Impressum) oder einen Eintrag im Gästebuch sehr freuen.

Um die generelle Funktionsweise von VoIP zu verstehen, ist es hilfreich ansatzweise zu wissen, wie die “herkömmliche Telefonie“ und Datennetze (wie es das Internet ist) im allgemeinen funktionieren, weshalb ich zunächst kurz darauf eingehen möchte.

Ein herkömmliches Telefonnetz (auch als Telekommunikationsnetz / TK-Netz oder Festnetz bezeichnet) besteht prinzipiell aus mehreren untereinander verbundenen Telekommunikationsanlagen (TK-Anlagen). Die Telefone, auch Teilnehmer genannt, sind ebenfalls an die TK-Anlagen angeschlossen. Wenn nun ein Teilnehmer (A) einen anderen Teilnehmer (B) anruft, wird von den TK-Anlagen, anhand der Rufnummer, eine Verbindung zwischen diesen beiden Teilnehmern (Beispiel A-B) hergestellt. Diesen Vorgang nennt man vermitteln. Die so entstandene Verbindung ist dann für die Zeit während sie besteht eine feste Verbindung zwischen den beiden Teilnehmern und wird ausschließlich für die beiden Teilnehmer vorgehalten. Man kann sich diese Verbindung daher auch wie einen “Draht“ zwischen den beiden Teilnehmern vorstellen. Diese Art der Verbindung wird auch als kanal- / leitungsorientiert bezeichnet. Wenn die Verbindung zu Stande gekommen ist, besteht sie selbstverständlich aus einem Hin- und Rückweg (bidirektional). In den folgenden Abbildungen ist der Einfachheit halber allerdings nur der Hinweg dargestellt.

Ein Datennetz ist vom Prinzip her analog zu einem TK-Netz aufgebaut. Der Unterschied ist, dass die Teilnehmer Computer und die TK-Anlagen Datenknoten (Router) sind. Der Verbindungsaufbau erfolgt anhand der IP-Adressen der Computer. Die Übertragung der Daten unterscheidet sich allerdings generell von der Übertragung in klassischen TK-Netzen. In einem Datennetz werden die Daten nicht auf einem festen Weg, kontinuierlichen von A nach B übertragen, sondern in Pakete verpackt, welche dann durch das Datennetz übertragen werden. Dieses Übertragungsverfahren wird daher auch als paketorientiert bezeichnet. Die Pakete können dabei über unterschiedliche Wege übertragen werden, je nachdem wo gerade Kapazitäten frei sind.

Die Idee bei VoIP ist es, die Sprache nicht mehr über ein konventionelles TK-Netz, sondern über ein Datennetz zu übertragen. Eine Übersicht der dazu notwendigen Schritte ist in dem folgenden Bild dargestellt. Zunächst wird die “analoge Sprache“ (genauer gesagt die Schallwellen) digitalisiert. Somit entsteht ein digitales Signal in Form eines kontinuierlichen Datenstroms, bestehend aus Nullen und Einsen. Dieser Datenstrom wird von dem Datennetz  in “Daten-Pakete“ (IP-Pakete) verpackt, welche zwischen den Knoten des Datennetzes übertragen werden. Am Ziel (auch Senke genannt) wird aus den Datenpaketen wieder ein Datenstrom generiert, der anschließend in ein analoges Signal zurück gewandelt und als Schallwellen ausgegeben wird.

In der Praxis ergeben sich durch dieses Übertragungsverfahren ein paar Einflussfaktoren, die Probleme bereiten. Die Ursachen dafür liegen in der Übertragung der Pakete durch das Datennetz. Innerhalb des Datennetzes kann nicht immer garantiert werden, dass alle Datenpakete den gleichen Weg nehmen. Dadurch kann es vorkommen, dass die Datenpakete am Ende ihres Weges durch das Datennetz nicht in der richtigen Reihenfolge ankommen und auch unterschiedliche “Abstände“ voneinander haben können. Diese Effekte lassen sich - in Grenzen - durch so genannte “Jitterbuffer“ ausgleichen. Wenn dieses Ausgleichen nicht mehr möglich ist, kann das analoge Signal nicht mehr fehlerfrei aus dem Datenstrom (digitales Signal) zurück gewonnen werden und es kommt zu Störungen (z.B. zu Knack-Geräuschen, Hall oder Aussetzern) des Sprachsignals bis hin zu Gesprächsabbrüchen.

Auf Datenverbindungen zwischen zwei Rechnern, bei denen Daten z.B. in Form einer Datei übertragen werden, haben die unterschiedliche Reihenfolge und die unterschiedlichen Abstände der Pakete keinen störenden Einfluss, da die Pakete beliebig lange zwischengespeichert werden können, bevor sie von dem Rechner wieder zu der ursprünglichen Datei zusammen gesetzt werden. Dies ist im Fall der Sprache nicht möglich, weshalb man die Sprache auch als “Echtzeitanwendung“ bezeichnet.

Es gibt Mechanismen, die diese Echtzeitfähigkeit in privaten Datennetzen, wie sie in Firmen vorhanden sind, sicherstellen. In diesem Zusammenhang wird auch von dem Begriff “Quality of Service“ (QoS) gesprochen.

Wird das Internet für die Übertragung von VoIP genutzt, wird es allerdings etwas schwieriger. Da das Internet niemandem gehört, kann auch keine Qualität sichergestellt werden. In der Praxis funktioniert VoIP jedoch meistens. Wenn man allerdings parallel zu einem Telefonat über VoIP eine große Datei aus dem Netz lädt, kann man sehr schön die Grenzen erkennen. Meist nimmt dann die Verständlichkeit stark ab oder die Verbindung bricht sogar zusammen.

Ein weiteres Manko ist das Abhören von Gesprächen, die über VoIP geführt werden. Die IP-Pakete, die das Telefonat enthalten, können im Internet quasi von jedem mitgehört werden.

Für den Einsatz von VoIP ist ein “schneller“ Internetzugang (DSL) notwendig, da das Internet als Übertragungsmedium genutzt wird. An diesen wird über eine "Anschlussbox" (Router mit VoIP-Funktionalität) ein Telefon angeschlossen.

Die Tel.-Nr. bekommt das IP-Telefon von einem “Gateway“ des Providers zugewiesen. Wenn man von dem IP-Tel. einen Teilnehmer im TK-Netz (z.B. Festnetz) anruft, werden die Sprachdaten mittels IP-Paketen zu dem Gateway übertragen. Das Gateway setzt die IP-Adresse in die Tel.-Nr. um und stellt die Verbindung zu dem TK-Netz her und umgekehrt. Der umgekehrte Weg, d.h. ein Anruf aus dem TK-Netz zu einem IP-Telefon, funktioniert analog dazu.

Der Großteil der VoIP-Anwendung im privaten Bereich liegt heute jedoch im Bereich von Messengern. Dies sind neben den Austausch von Text-Nachrichten oftmals auch in der Lage Sprachverbindungen über das Internet herzustellen. Leider sind die einzelnen Messenger (z.B. ICQ, AIM, Yahoo, MSN, ...) untereinander nicht kompatibel. Es bleibt zu hoffen, dass sich dieser Zustand mit der weiteren Verbreitung des Session Initiation Protocols (SIP) verbessert. Dieses ist ein offenes Protokoll für dem Auf- und Abbau von Kommunikatiossitzungen (Daten, Sprache und Video), welches von der Internet Engeineering Task Foce (IETF) entwickelt wurde.

Entwicklung:

Ein Blick auf die Entwicklung der Bereiche Telefon und Internet lässt erkennen, dass “früher“ das Telefonnetz für den Transport von Daten genutzt wurde. Die Verbindung wurde über einen Akustikkoppler, Modem oder ISDN-Adapter vom heimischen Computer zum Internet oder anderen Rechnern hergestellt (Bild links).

Heute sind sowohl das Telefonnetz und auch das Internet, in Form eines Tel.- und DSL-Anschlusses, im privaten Haushalt verfügbar (Bild Mitte).

Der Einsatz von VoIP macht den Transport von “Sprache“ über ein Datennetz möglich. Damit wird das Internet zum Transportmedium für die Sprache, wodurch auf einen Telefonanschluss im Prinzip verzichtet werden kann (Bild rechts).

Wann sich dies durchsetzt und das Telefonnetz damit überflüssig wird, kann derzeit wohl noch nicht gesagt werden.

Die technischen Spezifikationen (Empfehlungen) für VoIP stammen von der ITU (International Telecommunication Union). Neben denen für VoIP (G.114) gibt es auch Spezifikationen für Fax over Internet Protokoll (FoIP, T.38) und Modem over Internet Protokoll (MoIP, V.150.x), welche jedoch allgemein nicht so bekannt sind. Es sind allerdings die kleinen Details, die im praktischen Umfeld häufig die größten Probleme bereiten, was ich im beruflichen Umfeld erfahren musste. Die Kompressionsverfahren für VoIP sind in den Empfehlungen G.711, G.723 und G.729a beschrieben.

Jan. 2008