Was ist SIP? Das Protokoll hinter der VoIP-Telefonie einfach erklärt

Wenn du heute über das Internet telefonierst – ob mit dem Softphone am Laptop, dem VoIP-Telefon im Büro oder der Fritzbox zu Hause – dann steht mit hoher Wahrscheinlichkeit ein Protokoll im Hintergrund Pate: SIP. Die Abkürzung steht für Session Initiation Protocol, und obwohl der Name kompliziert klingt, ist die Grundidee überraschend leicht zu verstehen. In diesem Beitrag klären wir, was SIP eigentlich tut, wie ein Anruf Schritt für Schritt zustande kommt und warum SIP allein noch gar keine Sprache überträgt.

SIP ist der Rufaufbau, nicht das Gespräch

Der wichtigste Aha-Moment beim Thema SIP: Das Protokoll kümmert sich nur um den Auf- und Abbau einer Verbindung, nicht um die Übertragung der Stimme. Man kann es sich wie die Türklingel und das Aushandeln vor einem Treffen vorstellen – „Bist du da? Wollen wir reden? Über welchen Weg?" – während das eigentliche Gespräch danach auf einem separaten Kanal läuft. SIP ist also ein Signalisierungsprotokoll. Es sorgt dafür, dass es klingelt, dass beide Seiten sich auf Details einigen und dass am Ende sauber aufgelegt wird.

Wie ein SIP-Anruf abläuft

Ein typischer Anruf beginnt damit, dass dein Gerät eine INVITE-Nachricht an den Server (oder direkt an die Gegenstelle) schickt. Die Gegenseite antwortet mit Statusmeldungen, die stark an das Web erinnern: 100 Trying, 180 Ringing und schließlich 200 OK, wenn abgenommen wurde. Dein Gerät bestätigt mit ACK, und das Gespräch steht. Legt jemand auf, beendet eine BYE-Nachricht die Sitzung. Wer sich hier an HTTP erinnert fühlt, liegt richtig: SIP wurde bewusst mit einer ähnlichen, textbasierten Struktur entworfen, was es vergleichsweise gut nachvollziehbar macht.

Der Trick mit den zwei Wegen

Während des INVITE-Austauschs handeln beide Seiten über eine Art Beipackzettel namens SDP (Session Description Protocol) aus, welche Sprach-Codecs sie beherrschen und über welche Adressen die Audiodaten fließen sollen. Sobald das geklärt ist, wandert die eigentliche Stimme über ein eigenes Protokoll namens RTP – getrennt vom SIP-Signalisierungsweg. Dass Signalisierung und Nutzdaten getrennte Wege gehen, ist der Grund, warum bei falscher Router-Konfiguration manchmal ein Anruf zwar klingelt und zustande kommt, man den Gesprächspartner aber nicht hört.

SIP und der Transportweg

SIP-Nachrichten selbst können über verschiedene Transportprotokolle laufen – klassisch über UDP, zuverlässiger über TCP oder verschlüsselt über TLS. Welcher Weg der richtige ist, hängt vom Einsatzzweck und von Sicherheitsanforderungen ab, und genau diese Frage entscheidet oft darüber, ob eine VoIP-Anlage stabil und abhörsicher läuft. Wer tiefer einsteigen möchte, findet auf unserer Partnerseite für Internettelefonie eine sehr gründliche Erklärung dazu: SIP über UDP, TCP oder TLS: Das richtige Transportprotokoll für VoIP. Dort wird auch praxisnah erklärt, wann sich Verschlüsselung per TLS lohnt.

Warum SIP so verbreitet ist

SIP hat sich durchgesetzt, weil es offen standardisiert und herstellerübergreifend ist. Ein SIP-Telefon von Hersteller A funktioniert an einer Anlage von Hersteller B, und ein SIP-Trunk beim Provider C lässt sich an nahezu jede moderne Telefonanlage anbinden. Diese Offenheit hat die klassische ISDN-Welt weitgehend abgelöst und ist der Grund, warum Begriffe wie „SIP-Konto", „SIP-Adresse" (im Format sip:name@anbieter.de) oder „SIP-Trunk" heute zum Standardvokabular jeder Telefonanlage gehören.

Fazit

SIP ist der stille Vermittler hinter der modernen Telefonie: Es baut Gespräche auf, handelt die Rahmenbedingungen aus und räumt am Ende wieder auf – überträgt die Stimme aber selbst nicht. Wer dieses Grundprinzip verstanden hat, dem erschließen sich viele typische VoIP-Phänomene fast von selbst, vom einseitigen Audio bis zur Frage nach dem richtigen Transportprotokoll. Es lohnt sich also, SIP nicht als Blackbox, sondern als nachvollziehbaren Ablauf zu begreifen.