VoIP-Qualitätsprobleme verstehen – Grundlagen und typische Ursachen

„Die Sprachqualität ist schlecht“ – eine der häufigsten Aussagen im Support rund um VoIP-Systeme. Gleichzeitig ist sie eine der unkonkretesten Fehlerbeschreibungen überhaupt. Wir zeigen warum.

In der Praxis liegt die Ursache nur selten im eigentlichen Kommunikationssystem, sondern fast immer in der Netzwerkstrecke, über die die Sprachdaten übertragen werden. Um Probleme gezielt analysieren zu können, ist es daher wichtig, zunächst die technischen Grundlagen zu verstehen.

Dieser Beitrag ist Teil 1 einer kleinen Informationsreihe rund um die Analyse von Problemen mit Echtzeitkommunikation (VoIP/SIP/RTP) und erklärt die Grundlagen für die weiteren TechBlog Inhalte.

TEIL 2: VoIP-Qualitätsprobleme analysieren – Netzwerkmitschnitte mit AGFEO und Wireshark
TEIL 3: RTP-Analyse mit Wireshark – Sprachqualität objektiv bewerten

Was bedeutet „schlechte Sprachqualität“ technisch?

Typische Symptome sind:

Abgehackte oder fehlende Sprachanteile
Verzögerte Sprache („Nachhall“, Gesprächspartner sprechen sich ins Wort)
Kurze Aussetzer oder Knackgeräusche
Einseitige Sprachübertragung

All diese Effekte entstehen nicht zufällig, sondern sind direkte Folgen bestimmter Netzwerkparameter.

SIP ist nicht gleich Sprachqualität

In VoIP-Umgebungen werden zwei grundlegend unterschiedliche Datenströme verwendet:

SIP (Session Initiation Protocol)
Aufbau, Abbau und Steuerung einer Verbindung
RTP (Real-Time Transport Protocol)
Übertragung der eigentlichen Sprachdaten

Wichtig für die Praxis:

SIP entscheidet, ob ein Gespräch zustande kommt –
RTP entscheidet, wie gut es klingt.

Ist der Ruf einmal aufgebaut, hat SIP kaum noch Einfluss auf die Gesprächsqualität.

Warum Echtzeitkommunikation (VoIP) besonders empfindlich ist

Sprachdaten werden in VoIP-Netzen in kleinen Paketen übertragen, meist:

Per UDP
Ohne Kontrolle oder Überwachung
Ohne erneute Übertragung verlorener Pakete
Mit festen Zeitabständen (typisch ~20 ms)

Das ermöglicht geringe Latenzen (Verzögerung), hat aber Konsequenzen:

Paketverluste werden nicht korrigiert
Zeitliche Schwankungen wirken sich sofort hörbar aus

Die drei entscheidenden Qualitätsfaktoren

1. Paketverlust

Bereits wenige verlorene RTP-Pakete können zu hörbaren Aussetzern führen.
Ab etwa 1–2 % Paketverlust wird Sprache deutlich beeinträchtigt.

2. Jitter (Laufzeitschwankungen)

Unterschiedliche Paketlaufzeiten führen dazu, dass Sprachdaten zu spät oder zu früh ankommen.
Hoher Jitter ist typisch bei:

WLAN
VPN-Verbindungen
Überlasteten Routern

3. Verzögerung (Latency)

Hohe Gesamtlaufzeiten erschweren natürliche Gespräche – besonders bei internationalen oder stark verschachtelten Netzwerkstrecken. Besonders kleinere Telefonprovider verfügen vielfach über keine direkte Verknüpfung mit den Hauptinternet-Leitungen (Backbone) oder nicht über direkte Verbindungen zu den großen Providern. Je mehr Netze aber beteiligt sind, umso größer ist die Wahrscheinlichkeit für Laufzeiterhöhungen.

Typische Ursachen im Kommunikations-Umfeld

Aus der Praxis lassen sich immer wieder dieselben Problemzonen erkennen:

Unzureichend priorisierter VoIP-Traffic (fehlendes QoS)
WLAN-Anbindungen für Sprachgeräte
Überlastete Internetanschlüsse des Kunden
Überlastete Internetknoten auf Providerseite
VPN-Tunnel (HomeOffice!) mit zusätzlicher Latenz
Falsches Routing der Sprachpakete
Firewall- oder NAT-Probleme auf der RTP-Strecke

Wichtig:
Das AGFEO Kommunikationssystem ist in diesen Fällen selten die Ursache, sondern eher das Messinstrument, das die Auswirkungen sichtbar macht. Echtzeitkommunikation stellt somit ganz andere Anforderungen an das Netzwerk. Ob dieses dafür überhaupt geeignet ist, ist sinnvollerweise vorab durch umfassende Analysen zu ermitteln – oder zeigt sich halt meist erst dann, wenn man es ausprobiert.

Fazit

Wer VoIP-Qualitätsprobleme beheben will, muss sie zunächst richtig einordnen.
Erst wenn klar ist, welcher technische Effekt hinter einem hörbaren Problem steckt, lohnt sich der Einsatz von Analysewerkzeugen.

Im nächsten Themen-Beitrag zeigen wir, wie sich genau diese Effekte mit Netzwerkmitschnitten auf AGFEO Systemen sichtbar machen lassen.

Hinweis:
Das Titelbild wurde durch KI erstellt.