IP-Telefonie (kurz für Internet-Protokoll-Telefonie) auch Internettelefonie oder Voice over IP (kurz VoIP) genannt, ist das Telefonieren über Computernetzwerke, welche nach Internet-Standards aufgebaut sind. Dabei werden für Telefonie typische Informationen, d. h. Sprache und Steuerinformationen beispielsweise für den Verbindungsaufbau, über ein auch für Datenübertragung nutzbares Netz übertragen.
Bei den Gesprächsteilnehmern können sowohl Computer, auf IP-Telefonie spezialisierte Telefonendgeräte, als auch über spezielle Adapter angeschlossene klassische Telefone die Verbindung herstellen. IP-Telefonie ist eine Technologie, die es ermöglicht, den Telefondienst auf IP-Infrastruktur zu realisieren, so dass diese die herkömmliche Telefontechnologie samt ISDN, Netz und allen Komponenten ersetzen kann.
Zielsetzung dabei ist eine Reduzierung der Kosten durch ein einheitlich aufgebautes und zu betreibendes Netz. Aufgrund der hohen Einsatzdauer klassischer Telefoniesysteme und der notwendigen Neuinvestitionen für IP-Telefonie wird der Wechsel bei bestehenden Anbietern oft als lang andauernder, gleitender Übergang realisiert.
Währenddessen existieren beide Technologien parallel (sanfte Migration). Daraus ergibt sich ein deutlicher Bedarf an Lösungen zur Verbindung beider Telefoniesysteme (etwa über VoIP-Gateways) und die Notwendigkeit zur gezielten Planung des Systemwechsels unter Berücksichtigung der jeweiligen Möglichkeiten für Kosten- und Leistungsoptimierung. Neue Anbieter drängen zunehmend ausschließlich mit neuer Technologie (also IP-Telefonie statt herkömmlichem Telefon) auf den Markt. Ende 2010 nutzten in Deutschland rund 7,7 Millionen Menschen ausschließlich die Voice-over-IP-Technologie.
Vermittlung von VoIP-Telefonaten – Vermittlungsdienst
Die Vermittlung von Telefonaten ist auch in Computernetzwerken eine wesentliche Aufgabe. Da aber viele private Nutzer über DSL mit dem Internet verbunden sind, für die sich die IP-Adresse häufig ändert, scheidet die IP-Adresse selbst direkt als “Telefonnummer” für die Kontaktaufnahme zu den VoIP-Telefonen aus. Ein Vermittlungsdienst in Form eines Servers übernimmt diese Aufgabe und ermöglicht die Telefonie auch bei sich ändernden IP-Adressen der IP-Telefone.
- VoIP-Telefone melden sich beim Server an, daher kennt der Server die aktuelle IP-Adresse der Telefone.
- Mit Hilfe der IP-Adresse des Telefons, die dem Server (zum Beispiel SIP-Server) bekannt gemacht wurde, kann er die Vermittlung übernehmen und das IP-Telefon klingelt dann in Abhängigkeit von dieser IP-Adresse (also an einem beliebigen Ort in der Welt, wenn sich das IP-Telefon von dort aus beim Vermittlungsserver über das Internet registriert hat).
- die Kommunikation zwischen den IP-Telefonen kann dann unabhängig vom Server erfolgen.
- es gibt kommerzielle Dienste, die zugleich mit einem Account für den Vermittlungsserver auch ein lokales Telefon anbieten, welches zugleich über das Festnetz erreichbar ist. Die IP-Telefonate sind in der Regel kostenlos.
- Wenn man eine feste IP-Adresse besitzt, ist es möglich, auf dem zugehörigen Rechner einen Vermittlungsserver aufzusetzen (beispielsweise OpenSIPS), um dann vergleichbar mit der Verbindung von mehreren Ortsnetzen im Festnetz mehrere Vermittlungsserver miteinander zu verbinden. In kommerziellen Lösungen existieren häufig Partnernetze, die eine kostenfreie Verbindung zwischen VoIP-Partnernetzen herstellen. Die Netzauswahl ist aber in der Regel eingeschränkt, da die Unternehmen mit den Verbindungen von VoIP-Telefonen in das reguläre Festnetz ihren Umsatz bestreiten müssen. Freie, selbst aufgesetzte Open Source-Telefonieserver können technisch gesehen unabhängig von diesen ökonomischen Grenzen im Internet ein Netzwerk aus Vermittlungsstellen bilden. Auch wenn SIP-Telefonieserver technisch gut funktionieren, existiert eine institutionalisierte Vernetzung von solchen SIP-Vermittlungsservern aber zurzeit noch nicht.
Geschichte
Neben den Telefonnetzwerken entstand allmählich eine weitere Kommunikations-Infrastruktur, oft auf den Leitungen der Telefonnetze. Beginnend mit der Vernetzung von EDV-Systemen in den 1980er Jahren, auf die der Internet-Boom der 1990er Jahre folgte, stieg und steigt die Übertragungsleistung kontinuierlich stark an: Wurden anfangs 300 Bit pro Sekunde mittels eines Akustikkopplers erreicht, waren im Januar 2008 bis zu 100.000.000 Bit pro Sekunde für Endverbraucher mit DSL-Anbindung auf normalen Telefon-Hausanschlüssen oder dem Kabel-Netz realisierbar. Diese Infrastruktur bildet eine Grundlage für IP-basierte Datennetzwerke, insbesondere für das Internet als öffentliches Netz.
Entwicklung
Im Jahr 1973 wurden erste Übertragungen digitaler Sprache im ARPANET mittels Network Voice Protocol zwischen PDP-11-Rechnern realisiert. Dem Sprachkanal wurde dazu eine Datenübertragungsrate von 3.490 bit/s zur Verfügung gestellt. Nur vier Jahre später ging das beschriebene Network Voice Protocol in den Standard RFC 741 über, noch bevor 1980 das Internet Protocol (IP) in RFC 791 spezifiziert wurde.
Ebenfalls 1980 wurden erste Empfehlungen der ITU-T (damals noch CCITT) für ISDN dokumentiert, welches ab 1989 kommerziell eingeführt wurde und Telefonieren mit höherer Sprachqualität ermöglicht und zusätzlich verschiedene Dienste wie zum Beispiel Rufnummernübermittlung in einem Netz integriert. Die Standarddatenübertragungsrate von ISDN wuchs von 3.490 bit/s bei NVP-II auf 64 kbit/s. Im selben Jahr begann die Entwicklung des World Wide Webs, welches sich später als Grundlage für den breiten Erfolg des Internets erweisen sollte.
Mit dem GSM-Mobilfunk wurde ab 1992 in Deutschland (D-Netz) eine mobile Datenübertragungsrate für die Sprache von etwa 13 kbit/s zur Verfügung gestellt. Zum Vergleich: über Funk werden wegen der Redundanz bis zu 22,8 kbit/s übertragen. 1994 entwickelte Michaela Merz mit der Free Software Association of Germany die erste Voice-Over-IP-Software als freie Software für Linux. Die ersten Versionen der mtalk-Software hatten nur rudimentäre Datenkompression. mtalk bildete die Basis für eine ganze Reihe von VOIP-Software, diverse Pakete werden aus geschichtlichen Gründen noch von verschiedenen Servern zum Abruf bereitgehalten.
Im Jahr 1995 ermöglichte ein MS-Windows-Programm des israelischen Unternehmens Vocaltec Communications Internettelefonie, jedoch nur im Halbduplexbetrieb, weshalb die Gesprächspartner nur abwechselnd mit schlechter Sprachqualität sprechen konnten. Verbindungen zu Computern, die nicht die gleiche Software verwendeten, waren nicht vorgesehen und daher unmöglich. Bereits ein Jahr später ermöglichte QuickTime-Conferencing Ton- und Bildkommunikation im Vollduplexbetrieb über AppleTalk- und IP-Netze einerseits, andererseits wurde das Real-Time Transport Protocol in RFC 1889 beschrieben. Drei Jahre später, 1998, wurde mit H.323 erstmalig ein ITU-T-Rahmenstandard verabschiedet, sodass auch Lösungen verschiedener Hersteller miteinander kompatibel sein sollten.
Das Session Initiation Protocol (SIP) in RFC 2543 wurde bereits im Folgejahr spezifiziert. Der dem folgende Aufbau von VoIP-Lösungen brachte 2001 in Österreich den ersten Bescheid zum Betrieb eines Carrier-Sprachvermittlungsnetzes durch die Regulierungsbehörde an die IPAustria hervor. Im Sinne des heutigen VoIP folgte im Jahr 2002 zur Verbesserung von VoIP die SIP-Erweiterung in RFC 3261, sowie zur besseren Anbindung an andere Netze die Verabschiedung von ITU Q.1912.5 zur Interoperabilität zwischen SIP und ISDN User Part. Von der Standardisierung VoIPs divergierend erscheint seit 2004 die Software Skype, welche ein eigenes, nicht offengelegtes Protokoll zur IP-Telefonie basierend auf der Peer-to-Peer-Technik verwendet.
Funktionsprinzip
Das Telefonieren mit der IP-Telefonie kann sich für den Teilnehmer genauso darstellen wie in der klassischen Telefonie. Wie bei der herkömmlichen Telefonie teilt sich das Telefongespräch dabei in drei grundsätzliche Vorgänge auf, den Verbindungsaufbau, die Gesprächsübertragung und den Verbindungsabbau. Im Unterschied zur klassischen Telefonie werden bei VoIP aber keine dedizierten “Leitungen” durchgeschaltet, sondern die Sprache wird digitalisiert und in kleinen Daten-Paketen transportiert.
Signalisierungsprotokolle
Der Auf- und Abbau von Rufen (Rufsteuerung) erfolgt über ein von der Sprachkommunikation getrenntes Protokoll. Auch die Aushandlung und der Austausch von Parametern für die Sprachübertragung geschehen über andere Protokolle als die der Rufsteuerung. Um in einem IP-basierten Netz eine Verbindung zu einem Gesprächspartner herzustellen, muss die aktuelle IP-Adresse des gerufenen Teilnehmers innerhalb des Netzes bekannt sein, jedoch nicht notwendigerweise auf der Seite des Anrufers.
Geographisch feste Anschlüsse wie im Festnetz (PSTN) gibt es in rein IP-basierten Netzen nicht. Die Erreichbarkeit des Angerufenen wird, ähnlich wie in Mobilfunknetzen, durch eine vorangegangene Authentifizierung des Gerufenen und einer damit verbundenen Bekanntmachung seiner momentanen Adresse ermöglicht. Insbesondere kann dadurch ein Anschluss unabhängig vom Aufenthaltsort des Nutzers genutzt werden, was als nomadische Nutzung bezeichnet wird.
Aufgrund von Ortswechsel des Teilnehmers, Wechsel des Users am gleichen PC oder der dynamischen Adressvergabe beim Aufbau einer Netzwerkverbindung ist eine feste Zuordnung von Telefonnummern zu IP-Adressen nicht möglich. Die allgemein angewandte Lösung besteht darin, dass die IP-Telefonie-Teilnehmer bzw. deren Endgeräte ihre aktuelle IP-Adresse bei einem Dienstrechner (Server) unter einem Benutzernamen hinterlegen. Der Verbindungsrechner für die Rufsteuerung, oder manchmal sogar das Endgerät des Anrufers selbst, kann dann bei diesem Server die aktuelle IP-Adresse des gewünschten Gesprächspartners über den angewählten Benutzernamen erfragen und damit die Verbindung aufbauen.
Verbreitete Signalisierungsprotokolle sind:
- SIP – Session Initiation Protocol, IETF RFC 3261
- SIPS – Session Initiation Protocol over SSL, RFC 3261
- H.323 – Packet-based multimedia communications systems, ein ITU-T-Standard
- IAX – Inter-Asterisk eXchange protocol
- ISDN over IP – ISDN/CAPI-basierendes Protokoll
- MGCP und MeGaCo – Media Gateway Control Protocol H.248, gemeinsame Spezifikation von ITU-T und IETF
- MiNET – von Mitel
- Skinny Client Control Protocol – von Cisco (nicht zu verwechseln mit SCCP (Q.71x) der ITU-T)
- Jingle – Erweiterung des XMPP Protokolls, begründet durch Google Talk
Verbindungsaufbau mit SIP
Das Session Initiation Protocol (SIP) wurde von der Internet Engineering Task Force (IETF) entwickelt. Wie H.323 ermöglicht auch die herstellerunabhängige Spezifikation von SIP den Einsatz von SIP-basierten Systemen in heterogenen Umfeldern, insbesondere die Kopplung von VoIP-Komponenten unterschiedlicher Hersteller. Wie bei anderen Standards auch, ist jedoch die Interoperabilität von Komponenten durch die Einhaltung der Spezifikation (SIP-Kompatibilität) allein nicht gewährleistet. Sie ist daher im Einzelfall durch Interoperabilitätstests zu prüfen. Grundsätzlich eignet sich SIP auch für Einsatzszenarien über VoIP und Videotelefonie hinaus.
Die Teilnehmer besitzen bei SIP eine SIP-Adresse (ähnlich einer E-Mail-Adresse) im Uniform-Resource-Identifier-Format (URI-Format), wie zum Beispiel “sip:12345@example.com”. SIP-Endgeräte müssen sich einmalig während der Startphase bei einem SIP-Registrar-Server registrieren. Zum Aufbau einer Verbindung schickt das Endgerät des Anrufers eine Nachricht an diesen Server, der dem DNS unter dem Domainnamen “example.com” bekannt ist.
Dieser Verbindungswunsch wird durch den Server an das Endgerät des Angerufenen weitergeleitet. Sofern diese Nachricht dort verarbeitet werden kann, schickt das Endgerät eine entsprechende Nachricht zurück an den Server, der diese an den Anrufer weiterleitet. Zu diesem Zeitpunkt klingelt das Endgerät des Angerufenen, der Anrufer hört einen Freiton.
Eine direkte Kommunikation zwischen den beiden Endgeräten hat bis jetzt noch nicht stattgefunden. Im Rahmen dieses Austauschs zum Aufbau einer Session werden zwischen den Endgeräten alle relevanten Informationen über Eigenschaften und Fähigkeiten ausgetauscht. Für das eigentliche Telefongespräch ist der Server nicht mehr notwendig, die Endgeräte senden sich ihre Daten direkt zu, d. h., der Datenaustausch im Rahmen des Gespräches läuft am Server vorbei. Für die Übertragung dieser Daten in Echtzeit wird üblicherweise das Real-Time Transport Protocol (RTP) eingesetzt.
Zur Beendigung des Gesprächs sendet eines der Endgeräte eine SIP-Nachricht an den Server, der diese an den anderen Teilnehmer weitergibt. Beide Endgeräte beenden dann die Verbindung. SIP sieht aber, ebenso wie H.323, auch die Möglichkeit eines direkten Verbindungsaufbaus zwischen zwei Endgeräten ohne die Verwendung eines SIP-Registrar-Servers, nur über die IP-Adresse vor. Dazu müssen jedoch bei vielen Endgeräten zunächst alle vorhandenen Einträge für SIP-Registrar-Server gelöscht werden.
Rufnummernsysteme
Zwar können die IP-Adressen der Teilnehmer für den Verbindungsaufbau verwendet werden, diese sind den Anwendern aber nicht immer bekannt und können sich auch ändern. Es gibt daher derzeit eine Reihe von Ansätzen, den Teilnehmern eine individuelle und mnemotechnisch günstige, von den IP-Adressen unabhängige Internet-Telefonnummer zu geben. Angefangen von reinen SIP-Nummern gibt es Ansätze zur Integration der Internettelefonie in den bestehenden Rufnummernplan der herkömmlichen Telefonnetze bis hin zu einem ganz neuen System. Wichtige Gesichtspunkte der Europäischen Union und der deutschen Bundesnetzagentur (BNetzA, früher: RegTP) sind die Einhaltung der Vorschriften und mittelfristig die Integration von Notrufsystemen.
SIP-Adresse
Für Nutzer, die über das Internet mit anderen Internet-Nutzern telefonieren wollen, bieten viele Dienstanbieter SIP-Adressen an. SIP-Adressen sind, anders als Telefonnummern oder MSNs, nicht an einen Anschluss gebunden, sondern wie E-Mail-Accounts von jedem Internet-Anschluss der Welt nutzbar.
Um eine eigene SIP-Adresse im URI-Format zu bekommen, kann man sich bei einem von vielen freien oder kostenpflichtigen Anbietern anmelden. Da viele Anbieter entweder nur SIP-Adressen mit reinen Zahlenfolgen vergeben (beispielsweise 12345@example.com) oder zur nichtnumerischen Adresse einen numerischen Alias vergeben, können auch IP-Telefone mit normaler Tastatur zum Wählen verwendet werden, um Gesprächspartner, die sich beim selben SIP-Server registriert haben, anzuwählen. Kunden eines SIP-Serviceproviders können über ihre SIP-Adresse angewählt werden und andere anrufen, soweit der Provider des Angerufenen die externe SIP-Anfrage zulässt.
Die meisten Anbieter von SIP-Adressen ermöglichen die Erreichbarkeit aus dem herkömmlichen Telefonnetz, da sie durch die Terminierungsentgelte (die Durchleitung vom Telefonnetz zum Anschluss des angerufenen Teilnehmers) zusätzliche Einnahmen generieren können. Über diesen kostenpflichtigen Umweg kann man auch die Teilnehmer anderer SIP-Serviceprovider anrufen, wenn der eigene Provider oder der des Gesprächspartners entsprechend sperrt. Zwischen manchen Providern bestehen entsprechende Abkommen, die den Kunden eine direkte Kommunikation untereinander auch über die Telefonnummer erlaubt. In diesem Fall kommt eine Internetverbindung zwischen den Teilnehmern zustande, allerdings unter Beteiligung beider SIP-Provider.
Telefonnummer
Telefonnummern können mittels Telephone Number Mapping (ENUM) im Internet nachgeschlagen werden. Es wird von einigen Netzbetreibern und sowohl von der deutschen (DENIC) als auch der österreichischen (Nic.at) Domain-Vergabestelle vorangetrieben. Bei ENUM wird die Rufnummer umgekehrt und mit Punkten zwischen den einzelnen Ziffern versehen, als Subdomain der Top Level Domain “arpa” mit der Second Level Domain “e164” vorangestellt. Aus +49 12345 6789 wird also zum Beispiel 9.8.7.6.5.4.3.2.1.9.4.e164.arpa. Diese Lösung setzt allerdings voraus, dass der Telefonkunde schon über eine Rufnummer verfügt.
Aufgrund der EU-Richtlinien zur Rufnummern-Mitnahme bei Wechsel des Telefonproviders erlebt ENUM derzeit (zumindest in Österreich) den erhofften Aufschwung. Bevor Telefonprovider aufgrund eigener Datenbanken ein Telefongespräch vermitteln, wird überprüft, ob es zu der gerufenen Nummer und dem verwendeten Dienst bei ENUM einen DNS-Eintrag gibt. Falls ja, wird der Ruf zu der im DNS angegebenen Adresse vermittelt (PSTN- oder auch SIP-Teilnehmer).
Bei großen kommerziellen Anbietern unbeliebt ist der öffentliche Ansatz von ENUM. Dadurch ist es einerseits Angreifern möglich, automatisierte kostenlose Werbeanrufe, so genannte SPIT (Spam over IP Telephony), einzusetzen. Anderseits könnten Kundendaten abgefragt werden. Durch geeignete Maßnahmen können allerdings ENUM-Verzeichnis-Betreiber automatisierte Massen-Abfragen unterbinden, so dass sich beide Gefahren eingrenzen lassen. Ein weiterer, vielleicht wesentlicher Grund für die Reserviertheit vieler Anbieter gegenüber ENUM ist der, dass durch kostenlose Gespräche Einnahmequellen entfallen.
Herkömmliche Ortsrufnummern über ein Gateway
VoIP-Anbieter können über eigene Gateways freie Telefonnummern aus dem Nummernvorrat der deutschen Ortsnetze erhalten und an ihre Kunden vergeben. Darüber sind ihre Kunden dann auch aus dem herkömmlichen Telefonnetz zu erreichen. Die Bundesnetzagentur begrenzt solche Angebote jedoch auf Teilnehmer, die in diesen Ortsnetzen ihren Wohnort haben. Die für einen orts- und anschlussunabhängigen Dienst nur schwer nachvollziehbare Begründung ist, dass ansonsten der Bezug, den die Vorwahl zum Wohnort hat, aufgelöst werde.
Die Anbieter sind damit verpflichtet, zu überprüfen, ob der Kunde in dem gewünschten Ortsnetz auch tatsächlich wohnt und Nummern aus allen Ortsnetzen anzuschaffen, in denen sie Kunden haben. Aus Kostengründen bieten die meisten kleineren VoIP-Anbieter nur in den größeren Ortsnetzen Nummern an. Falls der Kunde außerhalb eines verfügbaren Vorwahlbereiches wohnt, stellen viele Anbieter 0180x-Nummern zu Verfügung. Dieses Verfahren ist jedoch nur noch übergangsweise zulässig. Wenn der VoIP-Anbieter beim Verbindungsaufbau das SIP-Protokoll einsetzt, besitzt der Kunde neben der Ortsrufnummer gleichzeitig eine SIP-Nummer.
Viele Anbieter teilen ihren Kunden jedoch lediglich die vergebene Festnetz-Rufnummer mit. Zudem blockieren viele dieser Anbieter Internet-Anrufe von Anrufern, die sich nicht bei ihm oder einem seiner Partner registriert haben. Dadurch kann man nur dann ein kostenloses Internet-Telefongespräch führen, wenn sich beide Gesprächspartner beim selben Anbieter (oder einem Partneranbieter) registriert haben. Für die meisten Unternehmen und Behörden ist die Übernahme des gesamten bisherigen Rufnummernplans des bestehenden herkömmlichen Anschlusses (Ortsvorwahl, Hauptrufnummer und alle Durchwahlnummern) Voraussetzung für einen Wechsel zu einem IP-Telefonie-ServiceProvider. Für SIP bieten das bisher erst wenige Provider an.
Spezielle Internet-Rufnummern
In Österreich wurde speziell für konvergente Dienste – unter die auch die Internettelefonie fällt – die Vorwahl +43 780, sowie die standortunabhängige Vorwahl +43 720, geschaffen. Eine ähnliche Lösung wurde auch von der deutschen Regulierungsbehörde empfohlen. Nach einer Vorwahl 032 kann ähnlich wie beim Mobilfunk mit einer “Blockkennung” ein VoIP-Betreiber ausgewählt werden, um danach dann die eigentliche Endnummer des Teilnehmers zu wählen. Die 032-Teilnehmernummer wird unabhängig von den Ortsnetzgrenzen der geografischen Rufnummern vergeben und kann somit auch bei Umzügen in andere Ortsnetze beibehalten werden. Da kein expliziter geografischer Standort mit der Vorwahl 032 verbunden ist, sind die 032-Rufnummern generell für nomadische Nutzung an unterschiedlichen Standorten prädestiniert, da der Anrufer mit ihrer Wahl kein geografisches Ziel assoziiert.
Die 032-Rufnummern konnten sich in der Vergangenheit bei den meisten VoIP-Providern nicht durchsetzen, werden jedoch beispielsweise von den beiden größten nationalen Telefongesellschaften (Deutsche Telekom und Arcor) für ihre VoIP-Angebote und vermehrt auch für weitere Mehrwertdienste genutzt. Eine mangelhafte Erreichbarkeit der Rufnummerngasse 032 tritt mittlerweile nur noch bei wenigen Call-by-Call-Anbietern auf; aus den Mobilfunknetzen sind die Nummern seit der Freischaltung durch den letzten fehlenden großen Mobilfunkbetreiber, Vodafone, im Oktober 2007 mittlerweile erreichbar.
Oft sind die Kosten für Anrufe zu 032-Nummern aus den Mobilfunknetzen für die Kunden allerdings noch deutlich höher als für Anrufe ins Festnetz. Anrufe aus dem Festnetz auf eine 032-Rufnummer werden hingegen oft normalen Telefongesprächen gebührentechnisch gleichgestellt (so auch bei aktuellen (2009) Tarifen der Deutschen Telekom für Festnetzanschlüsse).
Gesprächsübertragung
Wie bei herkömmlicher Telefonie werden die akustischen Signale der Sprache zunächst analog mit einem Mikrofon (über den Telefonhörer) in elektrische Signale gewandelt. Diese analogen elektrischen Signale werden dann digitalisiert (kodiert). Optional können sie auch komprimiert werden (verbreitet sind dafür ITU-T G.723.1 oder G. 729 Annex A), um die zu übertragende Datenmenge zu reduzieren. Der Transport der so umgewandelten Daten erfolgt dann über ein öffentliches oder privates Telekommunikationsnetz. Bedingt durch das für den Transport verwendete Verfahren der Paketvermittlung werden die Daten dazu in viele kleine Pakete aufgeteilt.
Digitalisierung der analogen Signale und digitale Verarbeitung
Das analoge Sprachsignal wird zur Digitalisierung mit einer geeigneten Abtastrate abgetastet und die Ergebnisse (Samples) durch einen Analog-Digital-Umsetzer (ADC) in eine regelmäßige Folge von Digitalsignalen umgewandelt. Die Datenrate dieses digitalen Datenstroms ist das Produkt aus der Abtastrate und der Auflösung des ADC in Bit. Sie kann bei Bedarf vor der Übertragung mittels Kodierung reduziert werden. Je nach verwendetem Codec (Coder-Decoder) sind unterschiedliche Kompressionsfaktoren möglich.
Viele Codecs benutzen dabei verlustbehaftete Verfahren, bei denen für das menschliche Gehör unwichtige Informationen weggelassen werden. Das verkleinert die Datenmenge und verringert so die zur Übertragung benötigte Bandbreite erheblich, ohne den Höreindruck nennenswert zu verschlechtern. Werden allerdings zu viele Informationen weggelassen, kommt es zu einer wahrnehmbaren Verschlechterung der Sprachqualität. Verschiedene Codecs, die unterschiedliche Kodierverfahren anwenden, kommen zum Einsatz.
Manche sind speziell dafür ausgelegt, ausgehend von der Standard-Telefonqualität (Abtastrate 8 kHz, 8 Bit ADC-Auflösung) eine deutlich niedrige Datenrate zu erreichen als die 64 kBit/s des ITU-Standards G.711. Andere dagegen codieren ausgehend von höher abgetasteter und aufgelöster digitaler Sprache mit Radio- oder sogar CD-Qualität (7 kHz oder mehr Bandbreite der übertragenen Sprache) bei dennoch gemäßigtem Bedarf an Übertragungsbitrate.
Je nach Digitalisierungs- und Kodierverfahren variiert also der Frequenzbereich der kodierten Sprache, die zur Übertragung erforderliche Bandbreite sowie die resultierende Sprachqualität (Quellkodierung). Zusätzlich können die Kodierverfahren noch so ausgelegt sein, dass bestimmte typische Störungen auf dem Transportweg ausgeglichen werden (Kanalkodierung). Damit die Daten nach dem Transport wieder in für das menschliche Gehör verständliche Sprache umgewandelt werden können, muss der Empfänger einen zum Coder passenden Decoder verwenden, was dazu führt, dass viele Endgeräte zur Sicherstellung der Interoperabilität mehrere Codecs enthalten.
Transport der Daten
Im Normalfall schickt jedes Endgerät die codierten Sprachdaten unabhängig von der Signalisierung “direkt” über das Netzwerk an die IP-Adresse der Gegenstelle. Die Gesprächsdaten fließen also nicht über Server eines VoIP-Providers. Der eigentliche Transport der Daten erfolgt über das Real-Time Transport Protocol (RTP) oder SRTP, gesteuert durch das RealTime Control Protocol (RTCP). RTP verwendet zur Übertragung in der Regel das User Datagram Protocol (UDP). UDP kommt zum Einsatz, da es ein minimales, verbindungsloses Netzwerkprotokoll ist, das nicht auf Zuverlässigkeit ausgelegt wurde wie beispielsweise das Transmission Control Protocol (TCP).
Das bedeutet, dass der Empfang der Sprachpakete nicht bestätigt wird, also keine Übertragungsgarantie besteht. Der Vorteil von UDP ist aber dessen geringere Latenzzeit gegenüber der von TCP, da nicht auf eine Bestätigung gewartet und fehlerhafte Pakete nicht neu gesendet werden und sich somit der Datenfluss insgesamt nicht zusätzlich verzögert. Eine komplett fehlerfreie Übertragung ist aufgrund der Redundanz gesprochener Sprache (und der Fähigkeit der verwendeten Codecs, Fehler zu korrigieren) nicht nötig. Für ein flüssiges Gespräch ist eine geringe Laufzeit viel wichtiger.
Übertragungsqualität
Die Anforderungen an das Netz für Datenübertragung und IP-Telefonie unterscheiden sich erheblich. Neben der erforderlichen Übertragungskapazität (ca. 100-120 kbit/s für ein Gespräch kodiert mit G.711) haben insbesondere Qualitätsmerkmale wie mittlere Verzögerung, Schwankungen der Verzögerung (Jitter) und Paketverlustrate erheblichen Einfluss auf die resultierende Sprachqualität. Durch Priorisierung und geeignete Netzplanung ist es möglich, eine mit der herkömmlichen Telefonie vergleichbare Sprachqualität und Zuverlässigkeit des Telefondienstes über IP-Netze unabhängig von der Verkehrslast zu erreichen.
Da das Internet in seiner heutigen Form (Stand 2008) keine gesicherte Übertragungsqualität zwischen Teilnehmern garantiert, kann es durchaus zu Übertragungsstörungen, Echos, Aussetzern oder Verbindungsabbrüchen kommen, so dass die Sprachqualität nicht ganz der von herkömmlichen Telefonnetzen entspricht, aber meist noch besser als in Mobilfunk-Netzen ist. Mit einem guten DSL-Anschluss (Engpass ist die Bitrate in Richtung Netz [upstream], sie sollte dauerhaft zwischen 120 und 200 kbit/s je Telefonverbindung liegen) kann man heute schon durchaus eine etwa gleichwertige und kostengünstige Alternative zum klassischen Telefonanschluss erhalten. Bei internationalen Gesprächen in die USA und nach Japan ist die Sprachqualität unter Verwendung eines robusten Sprach-Codecs wie dem iLBC zurzeit (2007/2008) schon besser als bei Call-by-call-Vorwahlen.
Eine Kennzeichnung und Bevorzugung (Priorisierung) der “Sprachpakete” gegenüber anderen Datenpaketen im Internet ist sinnvoll. Das heute im Internet verwendete Protokoll IPv4 bietet zwar solche Möglichkeiten (DiffServ), jedoch werden sie von den Routern im Internet in der Regel nicht oder nicht durchgängig beachtet. Sorgfältig geplante und konfigurierte private IP-Netze können jedoch eine ausgezeichnete “Quality of Service (QoS)” gewährleisten (auch mit Ethernet als Bitübertragungsschicht) und dadurch die Telefonie auch bei Überlast im Datenbereich mit gewohnter Qualität ermöglichen. Status quo im Internet ist jedoch bisher der Best-Effort-Transport, das heißt die Gleichbehandlung aller Pakete.
Die trotzdem meist brauchbare Telefonie-Qualität ist den Überkapazitäten der Netze zu verdanken. An weitergehenden QoS-Standards für das zukünftige, multimedia-lastige Internet wird in einer Reihe von Gremien und Forschungsprojekten gearbeitet (MUSE, DSL Forum, ITU-T). Auch vom Nachfolgeprotokoll IPv6 sind bezüglich QoS keine Wunder zu erwarten. IPv6 bringt als neues Element Flows. Bisher besteht aber wohl noch keine Klarheit darüber, wie dies genutzt werden soll. Ob die Infrastruktur diese Markierungen (Priorität, DSCP-Code) berücksichtigt oder nicht, ist letztlich eine finanzielle Frage. Die Zukunft wird zeigen, ob die Internet Service Provider für mehr Geld auch qualitativ höherwertige IP-Ströme bereitstellen werden.
Qualitätsmerkmale
Um eine qualitativ hochwertige Kommunikation über Voice-over-IP führen zu können, müssen die für den Sprachtransport verwendeten Datenpakete so beim Gegenüber ankommen, dass sie zu einem getreuen Abbild des ursprünglichen, zeitlich zusammenhängenden Datenstroms zusammengesetzt werden können. Die im nachfolgenden aufgeführten Faktoren bestimmen die Qualität des Systems. Im Intranet kann der Betreiber des Netzwerks autonom durch die Server-Konfiguration und die Router-Ausstattung sowie die Verteilung der Accesspoints die Qualität der Sprachübertragung bestimmen. Im Internet sind die an der gesamten Kette jeweils temporär beteiligten Providers bestimmend für die Übertragungsqualität.
Durchsatz
Der erforderliche Durchsatz (Menge an Daten, die von einem System oder Teilsystem pro Zeiteinheit verarbeitet werden können) hängt in erster Linie von der verwendeten Codierung ab. Ein unkomprimiertes Gespräch hat typischer Weise eine Datenrate von 64 kbit/s (Payload). Abhängig vom verwendeten Kompressionsverfahren beträgt die für die reine IP-Telefonie benötigte Bandbreite also maximal knapp 100 kbit/s (64 kbit/s netto zuzüglich der Overheads der verschiedenen Kommunikations-Protokolle).
Da das Netz gemeinsam mit anderen Datendiensten genutzt wird, ist insbesondere im Heimbereich eine Datenverbindung (wie ein DSL-Anschluss) mit einer Bandbreite von mindestens 100 kbit/s in beide Richtungen empfehlenswert. Hier gilt es zu beachten, dass im häufig verwendeten ADSL-Verfahren die Upstream-Bitrate wesentlich geringer ist als die Downstream-Bitrate.
Laufzeit (Latenz) und Jitter
Der Transport von Daten benötigt Zeit. Sie wird als Laufzeit bzw. Latenz (engl. delay oder latency) bezeichnet und ist bei herkömmlicher Telefonie im Wesentlichen die Summe der Signallaufzeiten auf den Übertragungskanälen. Bei Telefonie über IP-Netze kommen weitere Verzögerungen durch die Paketierung und Zwischenspeicherung sowie gegebenenfalls Kompression und Dekompression der Daten hinzu. Bei der Telefonie (unabhängig davon mit welcher Technologie sie realisiert wird) stellen gemäß ITU-T-Empfehlung G.114 bis 400 Millisekunden Einweglaufzeit (Mund zu Ohr) die Grenze dar, bis zu der die Qualität von Kommunikation in Echtzeit noch als akzeptabel gilt.
Ab ungefähr 125 Millisekunden kann die Laufzeit vom Menschen jedoch schon als störend wahrgenommen werden. Daher empfiehlt die ITU-T bei hoch-interaktiven Kommunikationsformen generell eine Einweglaufzeit von 150 Millisekunden nicht zu überschreiten. Als Jitter bezeichnet man die zeitliche Schwankung zwischen dem Empfang von zwei Datenpaketen. Um diese zu kompensieren, werden so genannte “Pufferspeicher” (Jitterbuffer) eingesetzt, die eine zusätzliche absichtliche Verzögerung der empfangenen Daten bewirken, um anschließend die Daten isochron auszugeben. Pakete, die noch später ankommen, können nicht mehr in den Ausgabedatenstrom eingearbeitet werden. Die Größe des Pufferspeichers (in Millisekunden) addiert sich zur Laufzeit. Sie erlaubt also die Wahl zwischen mehr Verzögerung oder mehr Paketverlustrate.
Paketverlust
Von Paketverlust spricht man, wenn gesendete Datenpakete den Empfänger nicht erreichen und deshalb verworfen werden. Bei Echtzeitanwendungen spricht man auch von Paketverlusten, wenn das Paket zwar den Empfänger erreicht, aber zu spät eintrifft, um noch in den Ausgabestrom eingefügt werden zu können. Für Telefonie wird nach ITU-T G.114 eine Paketverlustrate (packet loss rate) bis maximal 5 % noch als akzeptabel eingestuft.
Verfügbarkeit
Die Verfügbarkeit des Gesamtsystems ergibt sich aus den Einzelverfügbarkeiten der beteiligten Komponenten und deren Zusammenschaltung (kaskadiert – in Reihe, oder redundant – parallel). Somit hängt die Verfügbarkeit eines IP-Telefonie-Systems in erster Linie vom Netzdesign ab. Eine US-amerikanische Studie vom Juni 2005 untersuchte die Verfügbarkeit von IP-Telefonie in den USA. Im Durchschnitt wurden knapp 97 % erreicht. Das entspricht einem Ausfall an insgesamt 11 kompletten Tagen im Jahr. Zudem gibt es bei vielen deutschen DSL-Providern eine so genannte 24-Stunden-Zwangstrennung, die dazu führt, dass bei ständig benutzter Leitung eine Trennung stattfindet.
Architektur
Es gibt für VoIP unterschiedliche Architekturen. Weit verbreitet sind: die Architektur gemäß dem H.323-Rahmenstandard der ITU-T, die die Elemente Terminal, Gateway, Gatekeeper und MCU vorsieht sowie die Architektur gemäß dem De-facto-Standard SIP der IETF. Dazu kommen eine Reihe von Nicht-Standard-Lösungen für VoIP.
Terminal
Ein Terminal ist in der ITU-Terminologie der “multimediale Endpunkt” der Kommunikation, im engeren Sinne also das Endgerät zur Ein- und Ausgabe der Sprachinformationen. Seine (ungefähre) Entsprechung in der SIP-Terminologie der IETF ist der User-Agent.
Endgerätetypen
Es gibt drei grundsätzliche Arten von Endgeräten, mit denen man die IP-Telefonie nutzen kann.
- Mit einer auf dem PC laufenden Software, einem so genannten Softphone.
- 1140E VoIP-Phone
- Mit einem direkt an das LAN anschließbaren (S)IP-Telefon oder einem WLAN-Telefon für Funknetzwerke. In diesem Fall wird kein PC zum Telefonieren benötigt (außer evtl. für Konfigurationsarbeiten oder zur Erleichterung bestimmter Vorgänge wie dem Erfassen von Kurzwahlen, der Eingabe von alphanumerischen Daten o. Ä.).
- Mit einem herkömmlichen Telefon, das über einen Analog- bzw. ISDN-Telefon-Adapter für VoIP (ATA bzw. ITA) an das LAN angeschlossen wird. ATA und ITA werden heute auch direkt als Anschlussmöglichkeit für Telefone in DSL-Routern integriert angeboten. Auch in diesem Fall wird zum Telefoniebetrieb kein PC benötigt, zum einmaligen Einrichten der Benutzerdaten hingegen schon.
Aber auch Endgeräte für GSM-Mobiltelefonie besitzen die Möglichkeit, IP-Telefonate bei verfügbaren WLAN zu führen (siehe Open Source-Betriebssystem Openmoko). Diese Endgerätetypen verbinden aus Kostengründen die GSM-Mobil- und IP-Telefonie, um bei verfügbarem WLAN auch die kostengünstigere IP-telefonie mit dem Mobiltelefon nutzen zu können.
Probleme beim Einsatz von Voice over WLAN sind jedoch bisher noch das Fehlen von Standards für Bandbreitenmanagement auf der Luftstrecke (zu viel Useraktivität am selben Accesspoint verursacht kritische Paketverlustrate der VoIP-Verbindung) und für Handover (Abbruch der Verbindung bei Bewegung des Endgeräts zu einem anderen Accesspoint) sowie bei batteriebetriebenen Endgeräten der hohe Stromverbrauch.
Fax über IP (Fax over IP, FoIP)
Zum Versenden von Fax über ISDN- oder analoge Anschlüsse wird im Sprachkanal das T.30-Protokoll verwendet. Durch die hohe Zuverlässigkeit einer Sprachkanalverbindung in herkömmlichen TDM-basierten Netzwerken ist normalerweise eine sichere Übertragung gewährleistet. Das trifft in IP-Netzen jedoch nicht zu, denn Sprache wird hier in der Regel ungesichert übertragen (RTP über UDP), trotz gleicher Codierung der Sprache, wie beispielsweise dem Codec G.711, der in TDM-basierten Netzwerken und IP-Netzen verwendet wird. IP-Pakete können verloren gehen und sind in der Regel in der Höhe von bis zu 5 % an Verlusten für das menschliche Ohr nicht wahrnehmbar. Der Fax-Transport über ein IP-Netz mittels eines solchen Sprach-Codecs, einer dabei eingesetzten für die menschliche Sprache optimierten Codierung, führt jedoch zu Informationsverlusten oder Verbindungsabbrüchen des Faxes.
Um Faxe über IP-Netzwerke versenden zu können, werden folgende Codierungen bzw. Protokolle im Sprachkanal verwendet:
- Über einen Sprach-Codec: Fax over VoIP, verlässliche Übertragung nicht immer möglich
- T.37 (E-Mail basiert)
- Echtzeit: T.38
Daraus ergeben sich unterschiedliche Ansätze, um Fax über IP (FoIP) zu nutzen:
- Man nutzt ein herkömmliches analoges Faxgerät und möchte dieses in einem IP-Netz wie auch in einem TDM-basiertem Telefonnetz mit analogem oder ISDN-Anschluss nutzen. (Das ist die am häufigsten geforderte Lösung.)
- Man nutzt ein Faxgerät mit direkter T.38- oder E-Mail-Unterstützung und Netzwerkanschluss und sorgt gleichzeitig dafür, dass ein Gateway mit T.38- bzw. E-Mail-Unterstützung mit Zugang zum PSTN-Telefonnetz und ein Gatekeeper zur Verfügung stehen.
- Es gibt auch Faxgeräte, die für direkten Faxversand und -empfang per T.38 ausgelegt sind.
Gateway
Damit Verbindungen zu herkömmlichen Telefonnetzen hergestellt werden können, werden Vermittlungsrechner, die so genannten Gateways, benötigt. Diese sind sowohl mit dem Kommunikationsnetzwerk des IP-Telefons als auch mit dem herkömmlichen Telefonnetz (PSTN) verbunden. Empfangen sie eine Anfrage von einem IP-Telefon, leiten sie diese ins Telefonnetz weiter, indem sie die gewünschte Nummer anrufen. Erhalten sie einen Anruf aus dem Telefonnetz, leiten sie eine Anfrage an das entsprechende IP-Telefon weiter.
Gatekeeper
Ein Gatekeeper ist eine optionale Komponente in der H.323-Umgebung und erfüllt zentrale Funktionen wie Terminal-Registrierung oder Auf- und Abbau von Verbindungen zwischen registrierten Terminals.
Multipoint Control Unit (MCU)
Die optionale Multipoint Control Unit (MCU) kommt bei H.323 dort zum Einsatz, wo Verbindungen zwischen mehr als zwei Terminals gewünscht werden (Telefon- oder Videokonferenz). Hier erfolgt die Aushandlung der Terminal-Eigenschaften und die Steuerung der Konferenz. Ggf. erfolgt eine Umsetzung von unterschiedlichen Codecs und Bitraten und die Verteilung der gemixten Informationen per Multicast.
Anwendungsbereiche
Direkte Internettelefonie
Die IP-Telefonie wird genutzt, um weltweit Gespräche direkt über das Internet zu führen, die so genannte Internettelefonie. Dabei wird das klassische Telefonnetz gar nicht mehr benutzt.
Bei Endkunden (Privatanwender und Home Office) sind Gründe für den Einsatz insbesondere:
- Gebühren sparen durch IP-Telefonie. Als Endgeräte können sowohl über spezielle Adapter (ATA, ITA) angeschlossene analoge oder ISDN-Endgeräte, sound-fähige Computer (vorzugsweise mit Handset oder Headset), als auch spezielle IP-Telefone verwendet werden. Für Gespräche zwischen zwei IP-Telefonie-Teilnehmern fallen in der Regel keine Gesprächsgebühren an.
- Auch die Verbindung zu und von Teilnehmern am herkömmlichen Telefonnetz ist möglich. Sie wird dabei durch einen vom Anbieter bereitgestellten Übergang, dem Gateway-Dienst, hergestellt. Für über Gateways ausgehende Gespräche fallen jedoch normalerweise besondere Gebühren an.
- Unabhängig vom Aufenthaltsort ist die Erreichbarkeit immer unter derselben Adresse bzw. Rufnummer gegeben.
Organisationsinterne Telefonie
Innerhalb von Organisationen wie Unternehmen wird IP-Telefonie in zunehmendem Maße dazu genutzt, das Telefonnetz und das Computernetzwerk zusammen zu führen. Der Datentransport der Telefongespräche, sowohl für die Signalisierung als auch die Übertragung der digitalisierten Sprache, erfolgt über das EDV-Netzwerk (LAN). Somit lassen sich die Infrastruktur-Kosten durch Einheitlichkeit von Verkabelung und aktiven Systemkomponenten reduzieren. Die IP-Telefone werden in der Regel wie ein Arbeitsplatz-PC am Netzwerkanschluss angeschlossen. Herkömmliche Endgeräte sind zu ersetzen oder zu adaptieren.
Die Telefoniedienste, insbesondere die Teilnehmerverwaltung und Gesprächsvermittlung, werden über IP-fähige Telefonanlagen bereitgestellt, die ebenfalls ans Netzwerk angebunden sind. Telefonanlagen verschiedener Standorte können über das Extranet (WAN) und bestehende Datenleitungen mit Kapazitätsreserven gekoppelt werden. Nicht alle dieser verschiedenen Standorte müssen dabei mit einer eigenen Telefonanlage ausgerüstet sein. Standorte, an denen keine lokale Telefonanlage installiert ist, werden als abgesetzte Einheiten bezeichnet. Für Verbindungen in das herkömmliche Telefonnetz, wie das öffentliche Telefonnetz (PSTN), werden Übergänge, sogenannte Gateways, zwischen dem IP-Netzwerk und dem konventionellen Netz eingesetzt.
Die Struktur des Gesamtsystems wird in so genannten Szenarien beschrieben, die mehrere Übergänge zwischen konventioneller Telefonie und VoIP enthalten können. Die als Migration bezeichnete Umstellung von klassischer Telefonie auf VoIP erfolgt meist schrittweise. Sukzessive werden Teile einer Unternehmung, bevorzugt neue Abteilungen, mit der neuen Technik ausgestattet.
Durch kombinierte TK-Anlagen, die sowohl IP- als auch herkömmliche Ports bereitstellen, ist eine schleichende Migration (Sanfte Migration) möglich, wobei herkömmliche Anschlüsse weiterbetrieben werden können und nach und nach durch IP-Anschlüsse ersetzt werden. Diese TK-Anlagen werden auch als Hybrid-Anlagen bezeichnet.
Sprachqualität und Zuverlässigkeit der Telefontechnik hängen nach einer Umstellung auf VoIP komplett von der Netzwerktechnik ab, was speziell bei der Planung und Administration der Netze zu berücksichtigen ist und wesentlich höhere Anforderungen der Hardware erfordert.
Hintergrund-Technik der herkömmlichen Telefonie
Herkömmliche Telefonnetze in Europa basieren auf dem leitungsvermittelten PCM30-Verfahren. Seitens der Betreiber von Telefonnetzen kann für die Übermittlung von Gesprächen jedoch auch IP-Telefonie eingesetzt werden, ohne dass das eine Änderung für die Gesprächsteilnehmer mit sich brächte. Der Einsatz von IP-Telefonie kann für Teile des Netzes oder das ganze Netz stattfinden.
Schon länger wird IP-Telefonie beispielsweise von Call-by-Call-Anbietern für Auslandsverbindungen genutzt. Die Gespräche werden dabei zwischen dem hiesigen Telefonnetz und dem Telefonnetz des Ziellands über das Internet geleitet, wodurch sich Kostenvorteile ergeben.
Next Generation Networks (NGN) verwenden ausschließlich Paketvermittlungsnetze für die Telekommunikation. Ziel dabei ist, die Netz-Ressourcen effizienter zu nutzen und eine gemeinsame Plattform für alle Dienste zu schaffen. Dabei erfolgt eine Trennung zwischen der Transport- und Dienstebene. Nach Presseberichten aus dem Jahre 2004 plant die Deutsche Telekom, die vollständige Umstellung ihres Netzes bis 2015 abgeschlossen zu haben.
Verbindungspreise
Falls beide Teilnehmer mit dem Internet verbunden sind, fallen bei der Internettelefonie normalerweise, abgesehen von den Kosten für die Internetnutzung, keine weiteren Kosten an. Für Teilnehmer mit einer Internet-Flatrate sind so Gespräche unter Verwendung eines offenen SIP-Servers weltweit kostenlos. Einige VoIP-Anbieter beschränken jedoch den Bereich der kostenlosen Telefonie auf Nutzer, die sich bei ihnen oder einem ihrer Partner registriert haben. Auch in dem Fall bleibt dem Anwender zur gesprächsgebührenfreien Telefonie aber die Möglichkeit der direkten Adressierung seines Gesprächspartners über die IP-Adresse ohne Inanspruchnahme eines VoIP-Dienstanbieters.
Für Anrufe aus dem Internet zu einem Teilnehmer im klassischen Telefonnetz wird ein Gateway benötigt, das die Verbindung bewerkstelligt. Für dessen Nutzung entstehen Kosten, die sich aus der Bereitstellung der Infrastruktur sowie den Gesprächsgebühren im Telefonnetz zusammensetzen. Bei Auslandsgesprächen zu einem Teilnehmer im klassischen Telefonnetz ist der Standort des Gateways entscheidend: Bis zum Gateway wird der günstige Internetzugang benutzt, danach gelten die Telefonpreise des Gatewayanbieters.
Wird für die IP-Telefonie ein vorhandenes Unternehmensnetz benutzt, entstehen keine gesprächsdauerabhängigen Verbindungskosten. Neben den Kosten für VoIP-fähige Netzkomponenten (Router und LAN-Switch) sind die anteiligen Kosten für die Netzbandbreite in eine Wirtschaftlichkeitsbetrachtung einzubeziehen. Die erforderliche Bandbreite ergibt sich aus der vom verwendeten Codec abhängigen Bandbreite pro Gespräch und der zu erwartenden Anzahl gleichzeitiger Gespräche.
Sicherheitsaspekte
Durch die Integration der Sprachdatenübertragung in das IP-Netz ergeben sich neue Herausforderungen an die IT-Sicherheit. Die VoIP-Pakete werden über ein so genanntes “Shared Medium” übertragen, also über ein Netz, welches sich mehrere Teilnehmer und unterschiedliche Dienste teilen. Unter gewissen Voraussetzungen kann es Angreifern möglich sein, die Daten auf dem Übertragungsweg abzugreifen und das Gespräch aufzuzeichnen. Es existieren beispielsweise Programme, mit deren Hilfe der Datenstrom auch aus geswitchten Umgebungen mittels “ARP-Spoofing” abgegriffen und daraus wieder eine Audiodatei erzeugt werden kann.
Zwar besteht die Möglichkeit, die Übertragung mit Secure Real-Time Transport Protocol (SRTP) zu verschlüsseln, das wird jedoch von den Anwendern nur selten genutzt, da die meisten VoIP-Anbieter es nicht unterstützen. Ein weiterer Grund ist sicherlich auch die Unkenntnis über diese Möglichkeit, außerdem kann eine Verschlüsselung auch die Sprachqualität beeinträchtigen, weshalb sich häufig Anwender zu Gunsten der Sprachqualität gegen die höhere Sicherheit entscheiden.
Das oftmals eingesetzte Session Initiation Protocol (SIP) kann ebenso nicht in allen in der Praxis anzutreffenden Formen als hinreichend sicher betrachtet werden. Es verfügt zwar über Sicherheitsmechanismen (beispielsweise Call-IDs auf der Basis von Hashfunktionen), bietet jedoch Angriffsmöglichkeiten für Denial-of-Service-Attacken. Ein anderer sicherheitsrelevanter Bereich ist zwar nicht ausschließlich auf diese Technik begrenzt, wird jedoch durch die geringen Kosten, die für die Gespräche anfallen, begünstigt. So besteht die Möglichkeit einer Art von “VoIP-Spam”, auch SPIT (“Spam over Internet Telephony”) genannt. Beim Vishing, dem Pendant zum Phishing, leiten Kriminelle arglose Bankkunden auf gefälschte Hotlines weiter, um sich deren Passwörter zu erschleichen.
Außerdem könnte das Phreaking mit VoIP sozusagen ein Revival erleben. Das Szenario beruht darauf, dass bei der VoIP-Kommunikation die Signalisierung (beispielsweise SIP) von den Sprachdaten (Payload, zum Beispiel RTP) entkoppelt ist. Zwei speziell präparierte Clients bauen über den SIP-Proxy ein Gespräch auf und verhalten sich absolut standardkonform. Nach dem Gesprächsaufbau wird dem SIP-Proxy ein Gesprächsabbau signalisiert. Dieser sieht die Sitzung als beendet an und verbucht das Gespräch. Der RTP-Datenstrom wird von den Clients jedoch aufrechterhalten. Die Gesprächspartner telefonieren dann kostenlos weiter.
Quelle: Wikipwdia (http://de.wikipedia.org/wiki/VoIP)