Session Initiation Protocol (SIP)

Das Session Initiation Protocol (SIP), deutsch: Sitzungsinitiierungsprotokoll, organisiert die Signalisierung zwischen Kommunikationsgeräten. SIP teilt den beteiligten Systemen beispielsweise mit, wer angerufen wird, ob das Ziel erreichbar ist, welche Medienformate unterstützt werden und wann eine Verbindung endet.

SIP wurde für IP-basierte Kommunikation entwickelt und ist in RFC 3261 beschrieben. Das Protokoll ähnelt mit seinen lesbaren Anfragen, Antworten und Kopfzeilen dem Aufbau von HTTP. Eine typische SIP-Adresse sieht wie eine E-Mail-Adresse aus, etwa sip:max.mustermann@example.de. Sie bezeichnet jedoch keinen Posteingang, sondern ein Kommunikationsziel.

Wie funktioniert das Session Initiation Protocol?

Das Session Initiation Protocol (SIP) arbeitet nach einem Anfrage-Antwort-Modell. Ein Endgerät sendet eine SIP-Nachricht an ein anderes Endgerät oder an einen vermittelnden Server. Der Empfänger bestätigt die Anfrage mit einem Statuscode oder lehnt sie mit einer Fehlermeldung ab. SIP übernimmt damit die Gesprächssteuerung, während Sprachpakete meist über das Real-time Transport Protocol, kurz RTP, übertragen werden.

Ein vereinfachter Verbindungsaufbau läuft in dieser Reihenfolge ab:

• INVITE: Das anrufende Gerät fordert den Aufbau einer Sitzung an.
• 100 Trying: Ein SIP-Server bestätigt, dass die Anfrage verarbeitet wird.
• 180 Ringing: Das Zielgerät signalisiert, dass der Anruf eingeht.
• 200 OK: Der Angerufene nimmt die Verbindung an.
• ACK: Der Anrufer bestätigt den erfolgreichen Aufbau.
• BYE: Einer der Teilnehmer beendet die Sitzung.

Die SIP-Nachrichten enthalten häufig eine Beschreibung der gewünschten Medienverbindung über das Session Description Protocol, kurz SDP. Darin stehen unter anderem unterstützte Codecs, IP-Adressen und Medienports. Erst wenn beide Seiten kompatible Parameter ausgehandelt haben, kann die eigentliche Sprach- oder Videoübertragung beginnen.

Zentrale Bestandteile einer SIP-Infrastruktur

Eine SIP-Umgebung besteht meist aus mehreren Rollen. Ein einzelnes System kann dabei mehrere Aufgaben gleichzeitig übernehmen. Für die Fehlersuche ist die Trennung trotzdem wichtig, weil Registrierung, Vermittlung und Medienübertragung an unterschiedlichen Stellen scheitern können.

• User Agent: Ein IP-Telefon, eine Telefonsoftware oder eine Telefonanlage, die SIP-Anfragen sendet und empfängt.
• Registrar: Ein Server, bei dem sich Endgeräte mit ihrer aktuellen Netzwerkadresse anmelden.
• Proxy-Server: Eine Vermittlungsstelle, die SIP-Nachrichten an das zuständige Kommunikationsziel weiterleitet.
• Location Service: Ein Verzeichnis, das eine SIP-Adresse der aktuellen Erreichbarkeit eines Nutzers zuordnet.
• Session Border Controller: Eine kontrollierende Netzwerkkomponente an der Grenze zwischen internen und externen Kommunikationsnetzen.

Die Registrierung erfolgt mit der SIP-Methode REGISTER. Ein Endgerät meldet dem Registrar, unter welcher IP-Adresse und welchem Port es erreichbar ist. Diese Zuordnung gilt nur für einen festgelegten Zeitraum und muss regelmäßig erneuert werden. Fehlt die Registrierung, können ausgehende Anrufe je nach Konfiguration trotzdem funktionieren, während eingehende Anrufe das Endgerät nicht erreichen.

SIP-Ports und sichere Übertragung

Unverschlüsselte SIP-Kommunikation verwendet häufig Port 5060 über UDP oder TCP. Für SIP über TLS ist üblicherweise Port 5061 vorgesehen. Diese Ports betreffen die Signalisierung. RTP verwendet normalerweise zusätzlich einen konfigurierten Bereich dynamischer UDP-Ports, dessen genaue Grenzen von der Telefonanlage oder dem Anbieter abhängen.

Die Verschlüsselung muss zwei getrennte Datenwege berücksichtigen. TLS schützt SIP-Nachrichten auf dem Transportweg. Für die Sprach- oder Videodaten wird häufig Secure RTP, kurz SRTP, eingesetzt. Eine TLS-Verbindung allein verhindert deshalb nicht, dass unverschlüsselte Medienpakete übertragen werden. Prüfe bei sensibler Kommunikation sowohl die SIP-Signalisierung als auch den ausgehandelten Medientransport.

Unterschied zwischen SIP, VoIP und RTP

Der Unterschied zwischen SIP und VoIP liegt in ihrer Funktion. Voice over IP, kurz VoIP, bezeichnet allgemein die Sprachübertragung über IP-Netze. Das Session Initiation Protocol ist eine mögliche Technik zur Steuerung solcher Verbindungen. RTP transportiert dagegen die zeitkritischen Audio- und Videopakete. Die Begriffe beschreiben daher verschiedene Ebenen derselben Kommunikationslösung.

WebRTC und SIP können miteinander verbunden werden, sind aber nicht identisch. Browser verwenden für WebRTC eigene Signalisierungsmechanismen und verschlüsselte Medienverbindungen. Ein Gateway kann WebRTC-Sitzungen in SIP-basierte Telefonienetze übertragen. Diese Kopplung wird beispielsweise genutzt, wenn ein Besucher direkt von einer Website aus einen Servicemitarbeiter anrufen soll.

Typische SIP-Fehler erkennen

Ein SIP-Fehler lässt sich anhand des Verbindungsabschnitts eingrenzen. Fehlt bereits die Registrierung, sind Zugangsdaten, Serveradresse und Netzwerkfreigaben zu prüfen. Kommt der Anruf zustande, aber die Sprache fehlt, liegt das Problem meist im Medienpfad. Bricht das Gespräch nach einer festen Zeit ab, erreichen Bestätigungen oder erneuerte Sitzungsinformationen möglicherweise nicht alle beteiligten Systeme.

Messbar ist das Session Initiation Protocol zum Beispiel über Telefonanlagenprotokolle, SIP-Traces und kontrollierte Testanrufe. Relevante Prüfpunkte sind die Registrierungsdauer, der empfangene SIP-Statuscode, die Zeit zwischen INVITE und 200 OK sowie die ausgehandelten RTP-Adressen. Ein Statuscode der Klasse 4xx weist auf eine Anfrage hin, die nicht wie gesendet verarbeitet werden kann. Antworten der Klasse 5xx kennzeichnen einen serverseitigen Fehler.

SIP im digitalen Marketing

Das Session Initiation Protocol beeinflusst SEO, SEA und GEO nicht als direkter Ranking-Faktor. Eine zuverlässige Telefonie kann jedoch für Landingpages relevant sein, deren Ziel ein Anruf ist. Ist eine eingeblendete Rufnummer nicht erreichbar oder wird ein Webanruf nicht verbunden, bleiben organischer Traffic und bezahlte Klicks ohne messbare Anfrage.

Bei dynamischen Telefonnummern für Calltracking muss die Messung von der eigentlichen SIP-Verbindung getrennt betrachtet werden. Das Tracking ordnet den Anruf einer Quelle wie SEO oder Google Ads zu. SIP baut anschließend die Kommunikationssitzung auf. Prüfe deshalb sowohl die Conversion-Erfassung als auch die Erreichbarkeit der Zielnummer. Ein technisches SEO-Audit bewertet die Website, ersetzt jedoch keinen Test der Telefonanlage.

Webbasierte Telefonfunktionen wirken sich außerdem auf Ladezeit, Bedienbarkeit und Conversion-Pfade aus. Werden externe Skripte für Calltracking oder WebRTC eingebunden, sollten sie den Seitenaufbau nicht unnötig verzögern. Mit einem kostenlosen Ladezeiten-Check lässt sich prüfen, ob solche Integrationen die Website-Performance beeinflussen. Bei einer neuen Website gehört die technische Planung dieser Funktionen bereits in das Webdesign-Konzept.

Wenn du Telefon-Conversions aus SEO und Google Ads technisch sauber bewerten möchtest, kann ein gemeinsamer Blick auf Website, Tracking und Zielseiten Klarheit schaffen.

Kostenloser Potenzialcheck

Häufige Fragen zum Session Initiation Protocol