SIP: ein an HTTP angelehntes Ruf-Setup, das VoIP-Signalisierung gegenüber der Komplexität von H.323 zum Sieg führte

In den 1990er-Jahren konkurrierten zwei Familien darum, Telefonanrufe über IP zu ermöglichen. Das H.323 der ITU-T definierte ein vollständiges, binär kodiertes Multimedia-System, das auf ASN.1 aufbaute und wie ein Telekommunikationsstandard gestaltet war; das SIP der IETF entsprang internetgeprägtem Denken, wurde erstmals 1996 als Internet Draft veröffentlicht und 1999 als RFC 2543 standardisiert, dann 2002 als RFC 3261.

Die Designentscheidung, die beide trennte, war die Nachricht selbst: SIP kodiert Anrufe als ASCII-Text, modelliert eine Einladung als Anfrage mit Adressen im URI-Stil und strukturiert den Dialog wie HTTP — INVITE, Antworten, ACK. Das machte das Protokoll für Menschen lesbar und kompatibel mit der Adressierungs- und Debugging-Kultur des Webs.

Kritiker merkten zu Recht an, dass Telefonie schwierig ist und dass die Einfachheit von SIP teilweise an der Oberfläche blieb. Doch die Einfachheit gewann das Rennen um die Akzeptanz: SIP ritt auf dem Werkzeugkasten des Internets, während die Komplexität von H.323 die Hürde für jeden Implementierer erhöhte. Standardisierungsgremien wählten SIP — das 3GPP wählte es für Mobilfunknetze der dritten Generation und PacketCable für Kabeltelefonie.

Die Lehre aus dem Protokollkrieg: Ein Standard, der die Kosten der ersten Implementierung senkt und zu den Gewohnheiten des dominierenden Ökosystems passt, wird schneller eingesetzt, getestet und verbessert als ein vollständigerer Rivale. SIP wurde zum Standard-Signalisierungsprotokoll für VoIP, IMS und Mobiltelefonie.

Das Ruf-Setup zu einer Textanfrage machen und dabei Web-Werkzeuge wiederverwenden

Textkodierte Nachrichten waren für Menschen lesbar, was das Debuggen der Interoperabilität weit einfacher machte als binäres ASN.1.

Adressierung im URI-Stil brachte Anrufe mit dem Identitätsmodell des Webs in Einklang, anders als die vielen Alias-Typen von H.323.

Der IETF-Prozess brachte schneller eine schlanke Spezifikation hervor als die vollständige Systemdefinition der ITU.

Die Übernahme durch 3GPP und PacketCable verankerte SIP in Mobilfunk- und Kabelnetzen.

Wenn zwei Standards konkurrieren, gewinnt in der Regel derjenige, der die vorhandenen Werkzeuge und Denkmodelle des Ökosystems wiederverwendet, gegenüber dem technisch vollständigeren.

RFC 3261 (2002) bleibt der Kernstandard von SIP, erweitert durch Dutzende RFCs für Präsenz, Messaging und Sicherheit; IMS — die Signalisierungsarchitektur hinter 4G-Sprache — baut auf SIP auf, und praktisch jeder VoIP-Anbieter nutzt es. H.323 existiert noch in Nischen der Videokonferenz, verlor aber den Mainstream.