Woraus sich die Verzögerung im Call zusammensetzt
Die Verzögerung vom Mund der einen Person bis zum Ohr der anderen ist die Summe vieler kleiner Schritte:
- Aufnahme: Das Mikrofonsignal wird in kleinen Paketen gesammelt, bevor es weiterverarbeitet wird.
- Bearbeitung und Codierung: Echo- und Rauschunterdrückung laufen, dann komprimiert ein Audio-Codec den Ton in Rahmen von einigen Millisekunden.
- Netzwerk: Die Daten reisen über WLAN, Router und Leitungen zum Server und weiter zur Gegenseite. Entfernung, Umwege und ein überlastetes WLAN verlängern diesen Teil.
- Jitterpuffer: Pakete kommen unregelmäßig an. Der Empfänger hält sie kurz zurück, um sie in gleichmäßigem Takt abzuspielen.
- Decodierung und Wiedergabe: Entpacken, Ausgabe über die Soundkarte – bei Bluetooth-Kopfhörern kommt noch die Funkstrecke dazu.
Jeder Schritt kostet nur wenig, aber zusammen ergibt sich die sogenannte Mund-zu-Ohr-Verzögerung.
Ab wann Latenz stört
Die Internationale Fernmeldeunion (ITU) gibt in ihrer Empfehlung G.114 Orientierung für die Planung von Sprachverbindungen: Bis etwa 150 Millisekunden Verzögerung in eine Richtung erleben die meisten Anwendungen ein Gespräch als praktisch unbeeinträchtigt. Als Obergrenze für die Netzplanung nennt die Empfehlung 400 Millisekunden.
Im Alltag merkt man zu hohe Latenz nicht als Verzögerung, sondern am Gesprächsfluss: Beide beginnen gleichzeitig zu reden, brechen ab, sagen „Nein, sag du“, und dann entsteht eine peinliche Pause. Außerdem wird ein Echo umso störender, je später es zurückkommt.
Wie stark Latenz stört, hängt auch von der Gesprächsart ab. Bei einem Vortrag mit Fragen am Ende fällt eine halbe Sekunde kaum auf, bei einer lebhaften Verhandlung mit schnellen Wechseln sehr wohl.
Latenz, Ping, Jitter, Bandbreite
Diese vier Begriffe tauchen bei Verbindungsproblemen gemeinsam auf, beschreiben aber Verschiedenes:
| Begriff | Bedeutung |
|---|---|
| Latenz | die gesamte Verzögerung, etwa vom Mund bis zum Ohr |
| Ping (Round-Trip-Time) | die Zeit, die ein Datenpaket im Netz hin und zurück braucht – nur der Netzwerkanteil |
| Jitter | wie stark die Verzögerung schwankt; hoher Jitter führt zu Aussetzern oder einem größeren Puffer |
| Bandbreite | wie viele Daten pro Sekunde übertragen werden können |
Mehr Bandbreite verringert die Latenz nicht automatisch. Eine schnelle Leitung über ein überlastetes WLAN kann sich träger anfühlen als eine langsamere Leitung über ein Netzwerkkabel.
Hoher Jitter macht sich anders bemerkbar als hohe Latenz: durch abgehackte Wörter und kurze Aussetzer – oder, wenn der Empfänger seinen Puffer vergrößert, durch zusätzliche Verzögerung.
Latenz bei der Transkription
Bei der Echtzeit-Transkription ist Latenz die Zeit, bis ein gesagtes Wort als Text erscheint. Hier gibt es einen Zielkonflikt: Wartet das Modell etwas länger, kennt es mehr Kontext und erkennt genauer – der Text erscheint aber später. Viele Systeme zeigen deshalb schnelle Zwischenergebnisse, die sich kurz darauf noch ändern.
Bei einer nachträglichen Transkription spielt Latenz eine andere Rolle: Gemeint ist dann die Wartezeit, bis das fertige Transkript vorliegt. Für ein Protokoll ist das meist unkritisch, weil es ohnehin erst nach dem Gespräch gebraucht wird.
Frau Huber in Linz und Herr Berger in München fallen sich in jedem Call ins Wort. Beide sind im WLAN, Berger trägt Bluetooth-Kopfhörer, Huber sitzt zwei Räume vom Router entfernt.
Huber steckt ein Netzwerkkabel an, Berger wechselt auf ein kabelgebundenes Headset. Beim nächsten Gespräch fühlt sich das Hin und Her deutlich natürlicher an – an der Internetleitung selbst hat sich nichts geändert.
Dieser Eintrag dient der allgemeinen Information und ersetzt keine individuelle Beratung.