Um einen Audio-Datenstrom über das Internet zu übertragen, muß dieser abgetastet und digitalisiert werden. Wird z.B. ein Telefongespräch über ISDN übertragen, so wird das analoge Sprachsignal mit einer Frequenz von acht kHz abgetastet. Eine Kodierung der Abtastwerte in acht-Bit-Wörter ergibt eine Übertragungsrate von 64 KBit/s pro Sprachkanal, die permanent zur Verfügung stehen muß. Des weiteren muß sichergestellt werden, daß die Verzögerung der Gesprächsdaten weniger als ca. 400 Millisekunden beträgt, da höhere Verzögerungen zu Irritationen bei den Gesprächsteilnehmern führen [6].
Jede multimediale Anwendung stellt solche definierten Anforderungen an einen Übertragungsweg. Bei Nichterfüllung dieser Anforderungen kann es zu verschiedenen unerwünschten Effekten wie Tonstörungen, Rauschen oder ruckartigen Bewegungen kommen.
Die herkömmlichen leitungsvermittelnden Telekommunikationsnetze wie das Fernsprechnetz bieten eine definierte Dienstgüte, da für eine Datenverbindung eine Ende-zu-Ende-Verbindung zwischen zwei Teilnehmern geschaltet wird. Für die Dauer der Verbindung steht der Kommunikationskanal mit seiner vorher bekannten Dienstgüte wie etwa 64 KBit/s Übertragungsrate und 20 Millisekunden Verzögerung exklusiv zur Verfügung.
Bei paketvermittelnden Netzwerken wie dem Internet müssen Multimedia-Daten in einzelnen Paketen versandt werden. Diese Pakete konkurrieren mit anderen um die vorhandene Übertragungsrate und die Rechenleistung der beteiligten Router. Bei Überlastsituationen im Netzwerk können Pakete verworfen werden, was entweder vom Sender bemerkt werden muß, damit er die Pakete erneut versenden kann, oder ignoriert wird. Dadurch treten Verzögerungen oder Störungen auf, was die Qualität einer Multimedia-Übertragung beeinträchtigt.