Ein VoIP-Anruf fühlt sich wie jedes andere Telefongespräch an. Im Hintergrund laufen jedoch zwei getrennte Unterhaltungen gleichzeitig: eine zwischen Computern, die den Anrufaufbau vereinbaren, und eine, die deine Stimme als Strom kleiner Pakete überträgt. Wenn du diese beiden Teile verstehst, kannst du leichter den passenden Dienst kaufen, deine Internetverbindung dimensionieren und schlechte Gesprächsqualität beheben.
Dieser Leitfaden verfolgt einen Anruf von Anfang bis Ende und behandelt anschließend Bandbreite, wichtige Netzwerkeinstellungen und eine Tabelle zur Fehlersuche. Für den einfachen Überblick beginne mit Was ist VoIP?
Die zwei Teile jedes VoIP-Anrufs
- Signalisierung: den Anruf aufbauen: Die meisten VoIP-Dienste verwenden SIP, das Session Initiation Protocol (RFC 3261 (SIP)). SIP-Nachrichten sagen „Ich möchte diese Nummer anrufen“, „Es klingelt“, „Es wurde abgehoben“ und „Wir sind fertig“. Sie enthalten keinen Ton.
- Medien: deine Stimme übertragen: Sobald der Anruf angenommen wurde, wird deine Stimme in RTP-Paketen übertragen, nach dem Real-time Transport Protocol (RFC 3550 (RTP)). Jedes Paket enthält einen winzigen Tonausschnitt, normalerweise 20 Millisekunden.
Signalisierung und Medien können unterschiedliche Wege durch das Internet nehmen. Deshalb wird ein Anruf manchmal problemlos aufgebaut, während der Ton nur in eine Richtung funktioniert: Der Verbindungsaufbau kam durch, die Sprachpakete nicht.
Ein Anruf Schritt für Schritt
Angenommen, ein Kunde ruft von einem gewöhnlichen Mobiltelefon deine Geschäftsnummer bei einem VoIP-Anbieter an, und du nimmst den Anruf in einer App auf deinem Laptop an.
- 1. Deine App registriert sich: Beim Öffnen meldet sich die App mit einer SIP-Nachricht „REGISTER“ beim Anbieter an: „Dieser Nutzer ist hier erreichbar.“ Sie wiederholt das alle paar Minuten, damit der Anbieter immer weiß, wohin er Anrufe senden soll.
- 2. Der Anruf kommt aus dem Telefonnetz an: Der Mobilfunkanbieter des Kunden ermittelt, wer deine Nummer verwaltet, und übergibt den Anruf über eine Netzzusammenschaltung an deinen VoIP-Anbieter. Dessen Gateway wandelt das Format des traditionellen Netzes in SIP und RTP um. Unser PSTN-Leitfaden erklärt dieses Netz.
- 3. Der Anbieter lässt deine Geräte klingeln: Der Anbieter sendet eine SIP-Nachricht „INVITE“ an jedes für dich registrierte Gerät: die Laptop-App, deine Smartphone-App und ein Tischtelefon. Jedes klingelt.
- 4. Du hebst ab und die Geräte vereinbaren einen Codec: INVITE und Antwort enthalten eine kurze Liste der Audioformate (Codecs), die die jeweilige Seite unterstützt. Sie wählen eines, das beide verstehen.
- 5. Deine Stimme wird zu Paketen: Die App tastet dein Mikrofon Tausende Male pro Sekunde ab, komprimiert den Ton mit dem Codec und sendet etwa alle 20 ms ein Paket: ungefähr 50 Pakete pro Sekunde in jede Richtung.
- 6. Die Gegenseite glättet und spielt die Pakete ab: Pakete kommen leicht unregelmäßig an. Ein Jitter-Puffer auf der Empfängerseite hält sie einige Millisekunden zurück und spielt sie gleichmäßig ab. Verlorene Pakete werden kaschiert, indem die Lücke mit einer Schätzung gefüllt wird.
- 7. Jemand legt auf: Eine SIP-Nachricht „BYE“ beendet den Anruf, der Medienstrom stoppt und der Anbieter schreibt den Eintrag, den du im Anrufverlauf siehst.
Codecs: So wird deine Stimme komprimiert
| Codec | Was das ist | Bandbreite pro Anruf in eine Richtung |
|---|---|---|
| G.711 | Der unkomprimierte Standard des traditionellen Telefonnetzes; klingt wie Festnetz | Etwa 87,2 kbit/s über Ethernet bei 50 Paketen pro Sekunde |
| G.729 | Ein komprimierender Codec, der Bandbreite auf Kosten von etwas Qualität spart | Etwa 31,2 kbit/s über Ethernet bei 50 Paketen pro Sekunde |
| Opus | Ein moderner Codec vieler Apps und Browser; passt sich der Verbindung an und kann Breitband-Sprache („HD“) übertragen | Variabel, ausgelegt auf 6 bis 510 kbit/s Audiodaten |
Quellen: Ciscos Leitfaden zur Bandbreite pro Anruf und RFC 6716 (Opus), geprüft am 19. Oktober 2026. Wenn ein Anruf ein gewöhnliches Telefon erreicht, wandelt das Gateway des Anbieters ihn für den letzten Abschnitt meist in G.711 um. Ein Anruf ist daher nur so klar wie seine engste Stelle.
Wie viel Internetbandbreite du brauchst
Berechne sie anhand der gleichzeitig geführten Gespräche, nicht anhand der Personenzahl.
- Ermittle den Spitzenzeitpunkt: Wie viele Personen telefonieren gleichzeitig?
- Multipliziere für G.711 mit etwa 90 kbit/s je Richtung. Fünf gleichzeitige Anrufe benötigen etwa 436 kbit/s im Upload und 436 kbit/s im Download.
- Plane reichlich Reserve für alles andere ein, das die Verbindung nutzt: Videokonferenzen, Cloud-Backups und große Uploads konkurrieren um dieselbe Upload-Geschwindigkeit.
- Bei Kabel- und DSL-Anschlüssen ist meist der Upload der Engpass. Prüfe ihn zu einer stark ausgelasteten Tageszeit, nicht gleich am frühen Morgen.
Bei einer modernen Verbindung ist Bandbreite selten das eigentliche Problem. Entscheidend ist die Konstanz. Eine Verbindung mit 300 Mbit/s, die jede Minute eine halbe Sekunde stockt, klingt schlechter als eine stabile Leitung mit 10 Mbit/s.
Was einen VoIP-Anruf schlecht klingen lässt
- Latenz (Verzögerung): Die Zeit, die ein Paket durch das Netzwerk benötigt. Lange Verzögerungen führen dazu, dass Menschen einander ins Wort fallen. Die ITU-Empfehlung ITU-T G.114 zur Übertragungszeit in eine Richtung ist die Referenz für die Auslegung bei den meisten Anbietern. Unter etwa 150 ms je Richtung bleibt ein Gespräch natürlich.
- Jitter: Die Schwankung der Verzögerung zwischen Paketen. Ein kleiner Jitter-Puffer fängt sie ab; starker Jitter verursacht roboterhaften oder abgehackten Ton.
- Paketverlust: Pakete, die nie ankommen. Ein wenig Verlust lässt sich kaschieren; bei einigen Prozent fehlen hörbar Teile von Wörtern.
- Echo: Meist akustisch: Der Ton deines Lautsprechers gelangt wieder in dein Mikrofon. Ein Headset behebt die meisten Fälle.
Hilfreiche Netzwerkeinstellungen
- Für Tischtelefone Kabelverbindungen bevorzugen: Schließe IP-Telefone und den wichtigsten Bürocomputer per Ethernet an. WLAN funktioniert, schwankt aber stärker.
- QoS einschalten, wenn dein Router es unterstützt: Quality of Service lässt den Router bei ausgelasteter Leitung Sprachpakete zuerst senden. Viele Router haben eine einfache Prioritätseinstellung für „VoIP“ oder „Gaming“.
- Die SIP-ALG-Einstellung prüfen: Manche Router schreiben SIP-Nachrichten mit einer Funktion namens SIP ALG um. Das kann einseitigen Ton oder Gesprächsabbrüche verursachen. Viele Anbieter empfehlen, sie auszuschalten; prüfe zuerst die Einrichtungsanleitung deines Anbieters.
- Firmware aktuell halten: Aktualisiere Router und IP-Telefone. Viele Verbesserungen der Gesprächsqualität werden als Firmware-Updates ausgeliefert.
Sicherheit: Verschlüsselung und Anruferkennung
SIP lässt sich über TLS übertragen, um die Signalisierung zu schützen. Sprache kann mit SRTP verschlüsselt werden (RFC 3711 (SRTP)). Frage, ob dein Anbieter beides standardmäßig nutzt. Unabhängig davon signieren US-Netzbetreiber die ausgehende Anruferkennung nach dem STIR/SHAKEN-Verfahren, damit der empfangende Anbieter prüfen kann, ob der Anrufer die Nummer verwenden darf. Ein Anbieter, der dein Unternehmen verifiziert hat, kann deine Anrufe mit der höchsten Vertrauensstufe signieren. Das hilft, Kennzeichnungen als „Wahrscheinlich Spam“ zu vermeiden. Siehe unseren Glossareintrag zu STIR/SHAKEN.
Tabelle zur Fehlersuche
| Was du hörst | Wahrscheinlichste Ursache | Zuerst ausprobieren |
|---|---|---|
| Der Anruf wird verbunden, aber eine Seite hört nichts | Medien werden von einer Firewall blockiert oder von SIP ALG umgeschrieben | Firewall-Ports des Anbieters prüfen; mit ausgeschaltetem SIP ALG testen |
| Abgehackte oder roboterhafte Stimme | Jitter oder Paketverlust, häufig im WLAN | Auf Ethernet wechseln; große Uploads pausieren; QoS einschalten |
| Lange Pausen, Menschen fallen einander ins Wort | Hohe Latenz, manchmal durch ein VPN | Ohne VPN testen; auf einen weit entfernten Server prüfen |
| Anrufe brechen nach einer festen Zeit ab | Der Router schließt inaktive Verbindungen | UDP-Zeitlimit erhöhen oder die Keep-alive-Einstellung des Anbieters verwenden |
| Du hörst dich selbst | Akustisches Echo | Headset verwenden; Lautsprecher leiser stellen |
| Das Telefon kann sich nicht registrieren | Falsche Zugangsdaten oder blockierter SIP-Port | SIP-Daten erneut eingeben; TLS-Port des Anbieters versuchen |
Wie Chargezen hilft
Auch bei Chargezen-Anrufen gilt die oben beschriebene Technik, aber du betreibst nichts davon selbst. Es gibt keine Tischtelefone zu registrieren und keine Router abzustimmen: Concierge nimmt Anrufe auf deiner Nummer in der Chargezen-Cloud an, und Teammitglieder kommen über Finn oder den Browser dazu.
- Eine US-Nummer für Anrufe und SMS: Hole dir bei Chargezen eine gebührenfreie oder lokale US-Nummer, suche unter Telefonnummern nach verfügbaren Nummern anhand der Vorwahl oder bringe deine vorhandene Nummer mit. Chargezen reicht die für SMS erforderliche Registrierung beim Netzbetreiber ein. Siehe Geschäftsnummer.
- Concierge beantwortet jeden Anruf und jede SMS: Tag und Nacht, mit deiner selbst verfassten Begrüßung und Antworten aus den von dir bereitgestellten Informationen. Wiederkehrende Anrufer erkennt Concierge an ihrer Nummer. Siehe KI-Empfang und Telefonkanal.
- Teammitglieder kommen über Finn oder den Browser dazu: Wenn ein Kunde einen Menschen braucht, benachrichtigt Concierge dein Team in der Finn-App und im Browser und sendet E-Mails oder SMS an die ausgewählten Teammitglieder. Höre mit ausgeschaltetem Mikrofon mit, tippe auf Dem Anruf beitreten, und Concierge sagt dem Anrufer, dass du da bist. In der Finn-App auf iPhone oder Mac kannst du den Anruf mit einer Notiz an ein Teammitglied übergeben. Siehe Telefonanrufe.
- Ausgehende Anrufe und SMS über die Geschäftsnummer: Teammitglieder rufen Kunden über Finn an und schreiben ihnen dort. Der Kunde sieht die Geschäftsnummer, keine private Mobilnummer. Lies, warum das wichtig ist.
- Ein Gesprächsverlauf pro Kunde: Anrufe, SMS und die übrige Kundenhistorie stehen gemeinsam im Team-Posteingang, damit die nächste Person sieht, was besprochen wurde.
Damit klar ist, was Chargezen nicht ist: Es verkauft keine VoIP-Leitungen, Tischtelefone oder PBX. Es bietet weder Durchwahlen noch Telefonmenüs, Rufgruppen, Rufumleitung, gleichzeitiges Klingeln oder Routing nach Geschäftszeiten und stellt ausschließlich US-Nummern (+1) bereit. Wenn du diese Funktionen brauchst, kaufe eine dafür ausgelegte Telefonanlage. Chargezen beantwortet die Anrufe und SMS deiner Geschäftsnummer, und dein Team arbeitet in denselben Gesprächen weiter.
Concierge Starter kostet US$20 im Monat mit 20.000 Credits. Pro kostet US$199 im Monat mit 199.000 Credits oder US$1.990 im Jahr. Telefon- und SMS-Gebühren werden nach Nutzung berechnet, ohne Gebühren pro Nutzer. Siehe Preise.
Verwandte Begriffe: VoIP, STIR/SHAKEN und Anrufübergabe mit Rücksprache. Weitere Leitfäden: Was ist VoIP?, Was ist ein Softphone? und PSTN erklärt. Siehe auch Was VoIP kostet, Kosten einer geschäftlichen Telefonanlage, häufige VoIP-Probleme und Jitter, Latenz und Paketverlust bei VoIP.
Häufige Fragen
Verbraucht VoIP auf dem Smartphone viele Daten?
Nicht viel. Bei ungefähr 30 bis 90 kbit/s je Richtung verbraucht ein einstündiges Gespräch je nach Codec einige Dutzend Megabyte. Videoanrufe verbrauchen deutlich mehr.
Was ist eine SIP-Adresse?
Eine Kennung ähnlich einer E-Mail-Adresse (sip:name@provider.com), mit der SIP einen Nutzer oder ein Gerät findet. Dein Anbieter ordnet ihr deine Telefonnummer zu, sodass Anrufer sie nie sehen.
Warum haben VoIP-Anrufe manchmal eine kurze Verzögerung?
Die Codierung, der Weg durch das Internet und der Jitter-Puffer fügen jeweils einige Millisekunden hinzu. Bei einer guten Verbindung bleibt die Summe so gering, dass niemand sie bemerkt.
Kann ein VoIP-Anruf einen Festnetzanschluss erreichen?
Ja. Das macht ihn zu „interconnected“ VoIP: Der Anbieter übergibt den Anruf über ein Gateway an das gewöhnliche Telefonnetz, und das Festnetztelefon klingelt wie gewohnt.
