Erklärungen

VoIP-Codec: G.711, G.722, G.729 und Opus im Vergleich

Wie sich G.711, G.722, G.729 und Opus bei Bitrate und Verzögerung unterscheiden und wie Sie den Gesprächsweg prüfen, bevor Sie den Codec wechseln.

Titelbild: VoIP-Codecs und Sprachqualität, ein Vergleich von G.711, G.722, G.729 und Opus

Ein Anruf klingt schlecht, und als Erstes ändert jemand den Codec. Gemessen hat vorher niemand. In vielen IT-Teams läuft es genau so. Ein Gast an der Hotelrezeption klingt verzerrt, oder die Stimme zwischen einer Klinik und ihrer Zentrale stockt, und schon ist in der Telefonanlage die Liste der Formate offen. Danach steht dort ein anderer Codec. Das Symptom bleibt dasselbe.

Ein VoIP-Codec erledigt nur einen Schritt auf dem Weg eines Anrufs. Er bereitet die Stimme für den Transport vor und setzt sie beim Empfänger wieder zusammen. Gegen eine überlastete Leitung, verspätete Pakete oder ein falsch eingestelltes Endgerät kann er nichts ausrichten.

Für Systemhäuser, Wiederverkäufer und IT-Leiter, die mehrere Standorte betreuen, zählt deshalb die Reihenfolge. Zuerst kommt das Netz, dann die Aushandlung zwischen den Geräten und erst danach das Format. Dieser Artikel erklärt drei Grundbegriffe und dann ein Vorgehen, mit dem Sie nicht an der falschen Einstellung drehen.

Was ein VoIP-Codec mit der Stimme macht

Ablauf eines Anrufs: Stimme, Codec digitalisiert, Netz transportiert Pakete, Codec setzt zusammen, Wiedergabe

Denken Sie an einen Kompressionsbeutel im Koffer. Sie falten ein Hemd, damit es hineinpasst, und schütteln es am Ziel wieder aus. Der Stoff ist vollständig da, aber manchmal bleibt eine Falte. Ein VoIP-Codec arbeitet ähnlich. Er verkleinert, was übertragen werden muss, und liefert dabei nicht unbedingt eine exakte Kopie der Originalstimme.

Beim Senden wandelt der Codec die analoge Stimme in digitale Daten um. Beim Empfang baut er daraus das Signal, das Hörer, Headset oder Lautsprecher abspielen.

Nehmen Sie einen Anruf zwischen zwei Standorten, die auf G.711 bleiben. Dieser Codec ist auf Verbindungen zwischen Netzen noch sehr verbreitet, etwa auf einem SIP-Trunk zum Netzbetreiber. Die MDN-Dokumentation zu WebRTC-Codecs beschreibt G.711 als Pulscodemodulation (PCM) mit Abtastwerten zu 8 Bit bei 8.000 Hz. Daraus ergibt sich eine Nennbitrate von 64 kbit/s. Eine wahrnehmungsbasierte Kompression gibt es hier nicht. Jeder Abtastwert wird quantisiert und verschickt. Das hält Artefakte klein und macht den Datenstrom größer als bei einem Format, das einen Teil des Signals weglässt.

Die Nennbitrate beschreibt nur den Audiodatenstrom des Codecs. Was die Leitung mit allen Netzwerk-Headern tatsächlich trägt, steht nicht darin.

Je mehr Information die Darstellung bewahrt, desto höher die Bitrate. Starke Kompression entlastet den Transport und kann die Klangtreue senken. Wer die beiden Bitraten verwechselt, dimensioniert den Anschluss falsch. Die Nennbitrate gehört zum Codec. Zur tatsächlichen Bitrate eines Anrufs kommen die Header von RTP (Real-time Transport Protocol), UDP und IP hinzu, manchmal auch ein Tunnel. Ein Anschluss, der auf dem Papier reicht, kann volllaufen, sobald mehrere Gespräche ihn mit Videokonferenzen und Backups teilen.

Der Codec ist nicht allein auf dem Weg

Zwei Endgeräte handeln das Format miteinander aus. Ein Gerät dazwischen kann es transkodieren, also in einen anderen Codec umwandeln. Jede Umwandlung bearbeitet das Signal erneut. Danach entscheidet das Netz, ob die Pakete vollständig und rechtzeitig ankommen. Für ein Systemhaus oder eine IT-Abteilung ist der Codec deshalb ein Verarbeitungsschritt und keine Garantie für guten Klang.

Für den Rest des Artikels genügen drei Begriffe.

  • Codec heißt der Schritt, der die Stimme digitalisiert und wieder zusammensetzt.

  • Nennbitrate heißt der Audiodatenstrom vor den Headern.

  • Wahrgenommene Qualität ist das, was das Gegenüber hört, Netz und Umwandlungen eingeschlossen.

Die sauberste Einstellung im Datenblatt rettet keinen Anruf, wenn die Aushandlung oder die Leitung nicht stimmt.

Gängige VoIP-Codecs: Schmalband und Breitband

Vergleichstabelle der Codecs G.711, G.722, G.729 und Opus nach Frequenzband, Nennbitrate und typischer Verwendung

Die Tabelle ist eine Orientierung und keine Rangliste. Jede Zeile nennt Frequenzband, öffentliche Nennbitrate und typische Verwendung. Das Band sagt, was beim Ohr noch ankommt. Die Nennbitrate sagt, was der Codec vor den Headern verbraucht. Die Verwendung beschreibt eine typische Situation und kürt keinen Sieger.

CodecFrequenzbandNennbitrateTypische Verwendung
G.711Schmalband (etwa 300 bis 3.400 Hz)64 kbit/sReferenz in Telefonnetzen und bei der Netzzusammenschaltung
G.722Breitband bis etwa 7.000 Hz (HD-Telefonie)48, 56 oder 64 kbit/sHD-Sprache zwischen kompatiblen Endgeräten
G.729Schmalband (etwa 300 bis 3.400 Hz)8 kbit/sLeitungen mit wenig Bandbreite, Standorte mit dünner Anbindung
OpusVom Schmalband bis zum Vollband (bis 20 kHz)6 bis 510 kbit/s, adaptivWechselhafte Verbindungen, Browser und WebRTC

Diese Werte sind öffentliche Nennbitraten und keine Messungen aus einem produktiven Anruf. Keine Zeile ist für sich genommen die beste. Welches Profil passt, hängt vom Standort, von der Leitung und von den Geräten auf der Gegenseite ab.

Was das Ohr gewinnt oder verliert

Schmalband und Breitband unterscheiden sich darin, wie viele Sprachfrequenzen übertragen werden. Die Übersicht zu Sprachcodecs von GL Communications beschreibt G.711 (PCM) mit einem Sprachbereich von etwa 300 bis 3.400 Hz. G.722 tastet laut derselben Übersicht mit 16 kHz ab, doppelt so oft wie die klassische Telefonie, und arbeitet je nach Modus mit 48, 56 oder 64 kbit/s. Damit reicht die Wiedergabe bis etwa 7.000 Hz.

Ein Vergleich aus dem Alltag macht den Unterschied hörbar, auch wenn er nichts misst. Hinter einer geschlossenen Tür versteht man ein Gespräch noch, aber die Details gehen verloren. Im selben Raum hört man Konsonanten, Zischlaute und Klangfarbe deutlich. So beschreiben viele Teams am Empfang den Umstieg auf HD-Telefonie, im Englischen Wideband.

Ein Punkt geht dabei oft unter. G.722 kann wie G.711 mit 64 kbit/s laufen und deckt trotzdem ein breiteres Band ab. Aus der Bitrate allein lässt sich die wahrgenommene Qualität also nicht ablesen. Der Gewinn setzt voraus, dass beide Enden, alle Geräte dazwischen und der Medienpfad im Breitband bleiben. Ein einziger schmalbandiger Abschnitt reicht, und der Gewinn ist weg. Das Telefon zeigt dabei keine Warnung.

Opus reicht vom Schmalband bis zum Vollband mit bis zu 20 kHz und passt seine Bitrate an das an, was die Leitung trägt. Auf einer wackligen Verbindung ist genau das sein Vorteil, denn der Datenstrom folgt der verfügbaren Bandbreite, statt starr zu bleiben. Im Browser ist Opus der übliche Codec für WebRTC-Telefonie. Die Anpassung wirkt allerdings nur, solange beide Seiten bei Opus bleiben. Wird unterwegs in einen schmalbandigen Codec umgewandelt, ist sie dahin.

Dieselbe Nennbitrate kann eine schmalbandige Stimme tragen oder eine HD-Stimme. Wie der Anruf klingt, entscheidet der ganze Weg.

In einem Netz aus Filialen, Hotels oder Kliniken gehört deshalb der tatsächlich ausgehandelte Codec ins Protokoll, nicht die Voreinstellung aus dem Datenblatt. Die Tabelle oben ist der Ausgangspunkt für diese Prüfung, das Protokoll liefert den Befund.

Sprachqualität und Bitrate gegeneinander abwägen

Auf jedes Gespräch wirken gleichzeitig Sprachqualität, Bitrate und Verzögerung. Wer sie einzeln optimiert, landet leicht bei einer falschen Einstellung. Ein sehr sparsames Format schafft Kapazität. Es kann aber den Wortwechsel genau dann holprig machen, wenn zwei Menschen einander antworten.

Was jede Größe am Ohr verändert

Sprachqualität ist das, was das Gegenüber beim ersten Hören versteht, also Konsonanten, Klangfarbe und Lautstärke. In einer Telefonzentrale fällt eine schwächere Sprachqualität sofort auf. Bei einer kurzen Nachricht stört sie weniger.

Die Bitrate ist der Platz, den der Anruf auf dem Anschluss belegt. Eine niedrigere Bitrate hilft einem abgelegenen Standort mit dünner Anbindung. In einer Zentrale mit gut dimensioniertem Anschluss bringt sie fast nichts und kann Klangtreue kosten.

Die Verzögerung ist die Zeit zwischen dem Sprechen und der Wiedergabe. Stärkere Kompression braucht oft mehr Rechenarbeit und kann eine Verarbeitungsverzögerung hinzufügen. Außerdem kann stark komprimierte Sprache empfindlicher auf ein fehlendes Paket reagieren, weil der Decoder weniger Material zum Rekonstruieren hat. Im Gespräch stört so ein Versatz genauso wie ein Loch im Satz.

Stellen Sie sich die Telefonzentrale eines Pflegezentrums am Montagmorgen vor. Eine hörbare Pause oder eine abgehackte Stimme, und die Anweisung kommt nicht an. Der Anrufer wiederholt sich, spricht lauter und legt irgendwann auf. Der „sparsame“ Codec hat dem Gespräch nichts gebracht. Er hat einen Datenstrom verkleinert, der neben der Verzögerung kaum ins Gewicht fiel.

Qualität, wo die Leitung reicht, und ein leichtes Format, wo sie schwach ist

Entscheidungsregel: Qualität, wo die Leitung es zulässt, ein leichteres Format auf schwachen Verbindungen und vor jeder Änderung die Stabilität prüfen.

Opus nimmt dem Abwägen zwischen Qualität, Bitrate und Verzögerung auf wechselhaften Verbindungen einen Teil seiner Schärfe, weil er Bitrate und Fehlertoleranz an die aktuellen Bedingungen anpasst. Bricht die Leitung ab, bricht auch der Opus-Anruf ab.

Jede Umwandlung von einem Codec in einen anderen verschlechtert das Signal. Mehrere Umwandlungen im selben Anruf summieren den Verlust zu einer Transkodierungskaskade. Möglichst wenige Umwandlungen schützen die Stimme besser als ein einzelner Formatwechsel.

Teilt sich die Telefonie den Anschluss mit Videokonferenzen, Dateien und Fachanwendungen, braucht die Sprache Vorrang im Netz. Sonst wartet selbst ein gut gewählter Codec hinter anderen Datenströmen. Der MOS-Wert (Mean Opinion Score) gibt der Hörqualität eine Note von 1 bis 5 und sagt damit, wie gut ein Anruf klingt, aber nicht, welches Format passt. Wählen Sie einen Codec nie allein nach der angezeigten Bitrate.

Warum ein passender Codec trotzdem schlecht klingen kann

Der verbreitete Schluss lautet: Klingt der Anruf schlecht, ist der Codec schuld. Oft stimmt das nicht. Das Format kann richtig sein und die Stimme trotzdem abgehackt, denn Sprache reist in Paketen. Das Netz kann Pakete verwerfen, verzögern oder vertauschen, egal welcher Codec sie gepackt hat.

Der Diagnoseleitfaden von TelcoBridges zu Qualitätsproblemen bei VoIP-Anrufen (auf Englisch) beschreibt den Mechanismus deutlich. Ein Paketverlust löscht einen Teil des Signals. Bei einer typischen Paketierung von 20 ms kann jedes verlorene Paket etwa 20 ms fehlender Sprache bedeuten. Gehen ein paar Pakete kurz nacheinander verloren, fehlt ein ganzes Wort.

Jitter heißen die Schwankungen der Ankunftszeit. Kommen Pakete gemessen am Wiedergabepuffer zu spät oder in falscher Reihenfolge an, hört man Aussetzer, auch ohne echten Verlust. Hohe Latenz macht den Wortwechsel zäh, obwohl der Klang selbst klar bleiben kann. Die Gesprächspartner fallen sich ins Wort und lassen danach zu lange Pausen.

Überlastung, instabiles WLAN, Routing, Warteschlangen oder eine falsch gesetzte Priorisierung treffen G.711, G.722, G.729 und Opus gleichermaßen. Ein Codecwechsel verschiebt das Symptom dann nur. Die folgende Tabelle hilft vor jeder Änderung. Mikrofon, Headset und Endgerät prüfen Sie getrennt davon am betroffenen Arbeitsplatz.

SymptomWahrscheinliche UrsacheErste Prüfung
Kurze Aussetzer, fehlende WörterPaketverlustVerlust auf der Leitung messen, WLAN und Auslastung prüfen
Stimme zeitweise abgehackt oder ruckelndJitter (schwankende Verzögerung)Warteschlange und Priorisierung der Sprache kontrollieren
Späte Antworten, Gesprächspartner fallen sich ins WortHohe LatenzUmlaufzeit messen und Routing prüfen
Intern klar, nach außen schlechtÜberlasteter Upload oder instabiler AnschlussInterne und externe Anrufe zur selben Zeit vergleichen
Dumpfer Klang nur bei einer Art von AnrufTranskodierung oder abweichend ausgehandelter CodecTatsächlich ausgehandelten Codec und Zahl der Umwandlungen prüfen

Die Falle ist der schnelle Schluss. Klingt die Stimme nur bei ausgehenden Anrufen dumpf, steckt oft eine Umwandlung oder ein überlasteter Upload dahinter und nicht „der falsche Codec“. Ruckelt sie an allen Telefonen eines Standorts, sollten Sie die Warteschlange oder das WLAN prüfen und nicht die Einstellungen der Telefonanlage.

Die Audioqualität eines Anrufs hängt am ganzen Weg. Prüfen Sie Verlust, Jitter, Verzögerung und Transkodierung, bevor Sie das Format wechseln. Solange diese vier Werte nicht gemessen sind, ist der Codec nur ein Verdächtiger.

Den Gesprächsweg prüfen, bevor der Codec wechselt

Sechs nummerierte Prüfschritte, die vor einem Codecwechsel den ganzen Gesprächsweg untersuchen

Ob der Codec schuld ist, klären ein paar kurze Schritte, immer in derselben Reihenfolge. Wer einen auslässt, landet wieder beim Reflex vom Anfang und ändert eine Einstellung, die den Fehler nicht erklärt.

  1. Messen Sie Paketverlust, Jitter und Umlaufzeit auf jeder Leitung und gehen Sie dabei vom beobachteten Symptom aus. Maßgeblich ist der Paketverlust auf dem betroffenen Abschnitt, nicht ein Durchschnittswert über das ganze Netz.

  2. Prüfen Sie, ob die Sprache auf dem gemeinsamen Anschluss Vorrang vor Videokonferenzen, Dateien und Fachanwendungen hat. Ohne diesen Vorrang wartet die Sprache in der Schlange, egal mit welchem Codec.

  3. Ermitteln Sie den tatsächlich ausgehandelten Codec zwischen den Endgeräten und an den Umwandlungspunkten und zählen Sie die Transkodierungen. Eine einzige unerwartete Umwandlung reicht, und die HD-Stimme klingt dumpf.

  4. Vergleichen Sie pro Standort und zur selben Zeit interne und externe Anrufe. Der Unterschied grenzt den Fehler ein, statt dass die Telefonanlage pauschal unter Verdacht gerät.

  5. Lassen Sie die betroffenen Personen typische Sätze anhören: hohe und tiefe Stimmen, Akzente, automatische Ansagen, Übergaben zwischen Netzen. Ob etwas verständlich ist, zeigt nur der Test mit ihnen.

  6. Wechseln Sie den Codec erst, wenn die Messungen auf ihn zeigen, und testen Sie den Wechsel zuerst an einem Pilotstandort.

Verständlichkeit ist mehr als eine Note

Ein Breitband-Codec kann Sprachfrequenzen klarer wiedergeben. Für ein verständliches Gespräch braucht es mehr. Mikrofon, Rauschunterdrückung, Pegel, Latenz und Endgerät wiegen genauso schwer. In Frankreich zeigen die Barrierefreiheits-Indikatoren der Regulierungsbehörde Arcep für das vierte Quartal 2025, dass die Behörde die Barrierefreiheit der Telefondienste für gehörlose, schwerhörige, taubblinde und aphasische Menschen eigens erhebt. Codec-Vergleiche berücksichtigen diese Gruppen selten.

Macht ein HD-Codec eine Telefonzentrale automatisch barrierefrei? Nein. Im Pflegeheim, im Krankenhaus, in der Schule, in der Behörde oder im Hotel braucht Barrierefreiheit den vollständigen Gesprächsweg, alternative Kanäle und einen Test mit den betroffenen Menschen. Eine veröffentlichte Bitrate ist kein Beleg für Verständlichkeit.

Testen Sie mit echten Sätzen und mit den Personen, die ans Telefon gehen, nicht nur mit der Durchschnittsnote eines Messwerkzeugs.

Voxbi wird in der Europäischen Union entwickelt und gehostet, sodass Anrufdaten und Aufzeichnungen innerhalb der Europäischen Union bleiben. Bei der Übertragung verschlüsselt Voxbi den Verbindungsaufbau mit Transport Layer Security (TLS) und das Audio mit dem Secure Real-time Transport Protocol (SRTP). Standort und Verschlüsselung gehören zur DSGVO-Konformität. Eine überlastete Leitung bleibt trotzdem überlastet, also gelten die Prüfschritte oben auch hier.

Codec nach Standort und Netz auswählen

Ist der Gesprächsweg geprüft, wird die Auswahl zu einer Entscheidung pro Situation und nicht zur Geschmacksfrage der Techniker. Die Tabelle nennt den Codec, den Sie zuerst ansehen, und den Punkt, den Sie vor einer Konfigurationsänderung kontrollieren. Sie richtet sich an Systemhäuser, Wiederverkäufer und IT-Abteilungen, die mehrere Standorte mit ungleichen Leitungen betreuen.

SituationZuerst ansehenWorauf achten
Zusammenschaltung mit einem Netzbetreiber oder entfernten NetzG.711Auf dem Trunk beibehalten, um Transkodierungen zu begrenzen
HD-Sprache zwischen kompatiblen Endgeräten in einem stabilen NetzG.722Sicherstellen, dass der ganze Weg im Breitband bleibt
Dünne Anbindung oder abgelegener StandortG.729Kompatibilität der Geräte und Verfügbarkeit des Codecs prüfen
Browser-Client oder wechselhafte VerbindungOpusBitrate adaptiv lassen und Paketverlust beobachten
Mehrere Standorte mit ungleichen LeitungenLeichterer Codec auf schwachen Leitungen, höhere Qualität anderswoZuerst die Stabilität jeder Leitung prüfen

Lesen Sie die Tabelle Zeile für Zeile als Entscheidung. Zu einem Netzbetreiber oder entfernten Netz erspart G.711 auf dem Trunk unnötige Umwandlungen. Zwischen kompatiblen Endgeräten in einem stabilen Netz lohnt sich G.722 nur, wenn der ganze Weg im Breitband bleibt. Auf einer dünnen Anbindung oder an einem abgelegenen Standort entlastet G.729 die Leitung, sofern die Geräte ihn unterstützen. Für einen Browser-Client oder eine schwankende Verbindung passt Opus die Bitrate laufend an. Den Paketverlust behalten Sie trotzdem im Blick, denn die Anpassung repariert keinen Verbindungsabbruch.

Mehrere Standorte, eine Regel, dann ein Pilot

Suchen Sie in einem Netz mit mehreren Standorten nicht den einen Codec für alle. Auf schwachen Leitungen läuft ein leichteres Format, höhere Qualität gibt es dort, wo das Netz sie trägt. Prüfen Sie zuerst die Stabilität jeder Leitung. Eine Filiale, deren Anbindung schwankt, braucht etwas anderes als die Zentrale. Wie Standorte über SD-WAN zusammenhängen, beschreibt ein eigener Artikel.

Jede zusätzliche Umwandlung verschlechtert das Signal, also gehören möglichst wenige Transcoder in einen Anruf. Bevor Sie die Reihenfolge der Aushandlung ändern, holen Sie beim Anbieter die Liste der akzeptierten Codecs ein oder lesen Sie sie aus der Telefonanlage aus. Die SIP-Kompatibilität prüfen Sie zwischen der Telefonanlage und den Endgeräten, etwa einem SIP-Telefon, und nicht nur in einem Menü.

Eine Änderung hat sich bewährt, wenn ein Pilotstandort sie bestätigt. Rollen Sie sie erst auf weitere Standorte aus, wenn die Messungen bei denselben Symptomen wie am Anfang einen klaren Gewinn zeigen. Zeigen sie keinen, war der Codec nicht der Fehler. Dann geht die Suche bei der Leitung weiter.


Voxbi ist eine Cloud-Telefonanlage, die Sie im Browser steuern, entwickelt und gehostet in der Europäischen Union, im Einklang mit der DSGVO. Das Audioformat ist nur ein Glied der Kette. Für die Stimme, die Ihre Teams hören, zählen der ganze Gesprächsweg und die Verschlüsselung bei der Übertragung genauso. Sehen Sie sich die Plattform auf voxbi.com an.

Sehen Sie Voxbi in Ihrem Unternehmen.

Starten Sie eine kostenlose Testphase oder arbeiten Sie mit einem zertifizierten Voxbi-Partner.