VoIP: Welche Faktoren über die Gesprächsqualität entscheiden

Ein weiteres Problem ergibt sich aus den unterschiedlichen Laufzeiten der einzelnen Datenpakete, verursacht durch verschiedene Wege zum Empfänger. In der Fachsprache werden unterschiedliche Latenzen als Jitter bezeichnet.

Eine Lautsprecherausgabe kann erst dann erfolgen, wenn eine bestimmte Anzahl von Paketen beim Empfänger eingetroffen ist. Ein Buffer sammelt ankommende Datenpakete auf. Eine entscheidende Frage liegt in der optimalen Ausgestaltung des Buffers. Ist dieser relativ groß, erhöht sich die Chance, dass möglichst viele Pakete ankommen, was zu einer guten Sprachqualität führt.

Was sich prinzipiell ganz sinnvoll anhört, hat jedoch einen gewaltigen Haken: Die dadurch auftretenden Latenzen. Denn je größer der Buffer ist, desto länger dauert es auch, bis dieser gefüllt und eine Sprachausgabe erzeugt werden kann. Die Sprache kommt dann mit deutlicher Verzögerung beim Empfänger an.

Um zu illustrieren, um welche Zeiträume es geht, nachfolgend einige Zahlen: Die Qualität eines Gesprächs wird dann als gut oder sehr gut empfunden, wenn die Latenzzeiten bei weniger als 200 Millisekunden liegen, maximal 400 Millisekunden gelten meist noch als akzeptabel. Liegt die Verzögerung jedoch darüber, fallen sich die Gesprächspartner ungewollt ins Wort.

Das Spannungsfeld zwischen möglichst vielen korrekt angekommenen Paketen und möglichst geringer Latenzzeiten ist also wesentlich für die Qualität eines VoIP-Telefonats verantwortlich. Doch auch andere Faktoren spielen eine Rolle. So entscheidet einerseits die Wahl des Codecs über die qualitative Wahrnehmung eines Gesprächs, andererseits ist auch der heimische Rechner nicht ganz unbeteiligt.

Denn während ein normaler Anwender auf die Übertragungsqualität im Internet keinen Einfluss nehmen kann, ist der Handlungsspielraum beim eigenen PC schon wesentlich größer. Dieser sollte dafür sorgen, dass angekommene Datenpakete möglichst schnell weiterverarbeitet werden können. Ältere Systeme wie Windows 98 sorgen bei der Ausgabe auf den Lautsprecher für Verzögerungen von 50 Millisekunden und mehr, was eine merkliche Beeinträchtigung der Qualität nach sich zieht. Windows XP benötigt für denselben Vorgang nur wenige Millisekunden.