Was ist Ende-zu-Ende-Verschlüsselung bei Videokonferenzen?

Ende-zu-Ende-Verschlüsselung bei Videokonferenzen bedeutet: Ihr Ton und Ihr Bild werden auf Ihrem Gerät verschlüsselt und ausschließlich auf den Geräten der anderen Teilnehmenden wieder entschlüsselt. Server dazwischen leiten Daten weiter, die sie nicht lesen können. Die meisten Gruppenkonferenzen nutzen stattdessen Transportverschlüsselung, bei der der Server jedes Einzelbild entschlüsselt.

Genau dieser Unterschied erklärt, warum zwei Plattformen dasselbe Schlosssymbol anzeigen und trotzdem ein völlig unterschiedliches Schutzniveau bieten. Die eine schützt Ihr Gespräch vor dem Netzwerk. Die andere schützt es vor allen – auch vor dem Unternehmen, das den Dienst betreibt. Bei Patientengesprächen, Rechtsberatung, Personalgesprächen oder grenzüberschreitenden Verhandlungen ist das keine technische Feinheit, sondern der Unterschied zwischen einem vertraulichen Gespräch und einem Gespräch, das theoretisch jemand anders mitlesen könnte.

Inhaltsverzeichnis

• So funktioniert Ende-zu-Ende-Verschlüsselung technisch
• Transportverschlüsselung im Vergleich
• Warum Gruppenkonferenzen selten echte E2EE bieten
• Die Standards dahinter: SFrame und MLS
• Was Ende-zu-Ende-Verschlüsselung nicht schützt
• DSGVO: Was Artikel 32 wirklich verlangt
• Der Zielkonflikt: Verschlüsselung oder Live-Übersetzung
• So prüfen Sie die Angaben eines Anbieters
• Welches Schutzniveau braucht Ihre Besprechung?
• Häufig gestellte Fragen

So funktioniert Ende-zu-Ende-Verschlüsselung technisch

Jede Videokonferenz verwandelt Kamera- und Mikrofonsignale in eine Folge codierter Einzelbilder. Die Verschlüsselung beantwortet dabei nur eine Frage: Wer besitzt die Schlüssel, um diese Einzelbilder wieder zu öffnen?

Bei einer Ende-zu-Ende-Verschlüsselung erzeugen und verwahren die Geräte der Teilnehmenden die Schlüssel selbst. Ihr Gerät verschlüsselt jedes Einzelbild vor dem Versand, und nur das Gerät einer anderen teilnehmenden Person besitzt das Material zur Entschlüsselung. Alles dazwischen – Ihr Router, Ihr Internetanbieter, der Medienserver, das Rechenzentrum – verarbeitet ausschließlich Chiffrat. Wer den Datenverkehr mitschneidet, erhält Rauschen.

Der schwierige Teil ist nicht die Verschlüsselung selbst, sondern die Schlüsselverwaltung. Personen, die nie zuvor Schlüssel ausgetauscht haben, müssen sich auf ein gemeinsames Geheimnis einigen. Und dieses Geheimnis muss bei jedem Beitritt und jedem Verlassen wechseln, damit eine später hinzukommende Person die ersten zehn Minuten nicht nachträglich entschlüsselt. Deshalb erreichte echte Ende-zu-Ende-Verschlüsselung Gruppenkonferenzen erst Jahre nach den Messengern.

Transportverschlüsselung und Ende-zu-Ende-Verschlüsselung im Vergleich

Beides ist echte Kryptografie. Der Unterschied liegt darin, wer das Schloss öffnen kann.

Transportverschlüsselung ist kein schwacher Trostpreis. WebRTC, der Standard hinter browserbasierten Konferenzen, schreibt sie zwingend vor: Medien laufen über SRTP, die Schlüssel handelt DTLS aus, und unverschlüsselte Medien verbietet der Standard schlicht. Jede Browserkonferenz, an der Sie teilnehmen, ist auf dem Übertragungsweg verschlüsselt – unabhängig davon, ob der Anbieter damit wirbt.

Was Transportverschlüsselung nicht leistet: Sie schließt den Anbieter nicht aus. Der Server entschlüsselt, verarbeitet und verschlüsselt erneut. Das ist kein Mangel, sondern eine bewusste Architekturentscheidung – Sie sollten nur wissen, welche Architektur Sie einsetzen.

Warum Gruppenkonferenzen selten echte Ende-zu-Ende-Verschlüsselung bieten

Ein Gespräch zu zweit lässt sich direkt aufbauen, ohne Server dazwischen. Ab der dritten Person skaliert dieses Modell nicht mehr: Jede Person müsste ihr Video separat an alle anderen senden.

Gruppenplattformen setzen deshalb eine Selective Forwarding Unit (SFU) ein – einen Medienserver, der von jeder Person einen Stream entgegennimmt, die passenden Kopien verteilt und die Qualität an jede Verbindung anpasst. Nur deshalb bringt eine Konferenz mit zwölf Personen Ihren Laptop nicht an seine Grenzen.

Der Haken ist struktureller Natur. Die SFU führt mit jeder teilnehmenden Person einen eigenen Handshake durch und besitzt damit die Transportschlüssel. Sie entschlüsselt jedes eingehende Einzelbild und verschlüsselt es beim Weiterleiten erneut. In diesem Moment liegen Ihre Medien im Klartext im Arbeitsspeicher des Servers.

Das Bundesamt für Sicherheit in der Informationstechnik benennt diesen Punkt im Mindeststandard für Videokonferenzdienste (Version 1.0 vom 07.10.2021) ausdrücklich: Beim Einsatz eines Konferenzservers beziehungsweise einer Multipoint Control Unit wird die Verschlüsselung dort aufgebrochen. Dasselbe Dokument enthält eine Warnung, die jede Anbieterauswahl prägen sollte – viele Lösungen, die über Server der Anbietenden laufen, würden als sogenannte Ende-zu-Ende-Verschlüsselung beschrieben; diese Aussagen seien kritisch zu hinterfragen, da die Anbietenden möglicherweise dennoch auf die Daten zugreifen können, etwa weil ihnen der Schlüssel bekannt ist. Ergänzend hält der Mindeststandard fest, dass viele Anlagen ein Schlosssymbol anzeigen, das nichts über die Qualität der Verschlüsselung aussagt.

Aufsichtsbehörden haben diese Warnung bereits durchgesetzt. Die US-Handelsbehörde FTC einigte sich im November 2020 mit Zoom auf einen Vergleich: Das Unternehmen hatte seit mindestens 2016 mit „Ende-zu-Ende-Verschlüsselung mit 256 Bit" geworben, behielt nach Darstellung der Behörde jedoch kryptografische Schlüssel, mit denen es auf Konferenzinhalte hätte zugreifen können, und speicherte einzelne Aufzeichnungen bis zu 60 Tage unverschlüsselt. Am 19. Januar 2021 machte die FTC die Anordnung endgültig und verpflichtete das Unternehmen zu einem umfassenden Sicherheitsprogramm sowie zum Verzicht auf irreführende Sicherheitsangaben; eine echte Ende-zu-Ende-Verschlüsselung lieferte der Anbieter später als zuschaltbaren Modus nach. Die Lehre für Einkauf und Datenschutz bleibt: Eine Formulierung auf der Produktseite ist eine Werbeaussage, solange sich kein dokumentiertes Schlüsselmodell dahinter nachweisen lässt.

Die Standards dahinter: SFrame und MLS

Echte Ende-zu-Ende-Verschlüsselung über eine SFU wurde erst praktikabel, nachdem die Branche zwei getrennte Probleme mit zwei offenen Standards gelöst hatte.

Erstens: Medien so verschlüsseln, dass der Server seine Aufgabe weiter erfüllen kann. RFC 9605 vom August 2024 definiert Secure Frame (SFrame), eine schlanke authentifizierte Verschlüsselung für Echtzeitmedien. Damit liest der zentrale Medienserver weiterhin die Metadaten, die er für Weiterleitungsentscheidungen benötigt, erhält aber keinen Zugriff auf die Medien selbst. Die sendende Seite verschlüsselt jedes Einzelbild, die SFU verteilt Chiffrat, die empfangende Seite entschlüsselt. Browser stellen die nötige Schnittstelle über die WebRTC Encoded Transform API bereit; MDN führt <code>RTCRtpScriptTransform</code> seit Oktober 2025 als Baseline. Die Browserbasis dafür trägt also erst seit Kurzem verlässlich.

Zweitens: Schlüssel in einer sich ständig ändernden Gruppe verteilen und wechseln. RFC 9420, das 2023 veröffentlichte Protokoll Messaging Layer Security (MLS), leistet asynchronen Gruppenschlüsselaustausch mit Forward Secrecy und Post-Compromise Security für Gruppen von zwei bis zu mehreren Tausend Mitgliedern. Konkret heißt das: Wer in Minute 20 dazukommt, entschlüsselt Minute 5 nicht mehr, und wer die Konferenz verlässt, entschlüsselt nichts, was danach gesprochen wird.

Wenn ein Anbieter Ende-zu-Ende-Verschlüsselung zusagt, sollten diese Namen fallen. Ein Anbieter, der Ihnen nicht erklären kann, wie er Schlüssel erzeugt, wo sie liegen und wann sie wechseln, beschreibt einen Wunsch, keine Architektur.

Was Ende-zu-Ende-Verschlüsselung nicht schützt

Ende-zu-Ende-Verschlüsselung ist bewusst eng gefasst. Sie schützt Gesprächsinhalte zwischen den Endpunkten – mehr nicht.

Metadaten bleiben sichtbar. Wer teilgenommen hat, über welches Konto und welche IP-Adresse, wann die Besprechung begann, wie lange sie dauerte, wie viele Daten flossen. Der Dienst benötigt diese Angaben zur Vermittlung. Metadaten allein sind aussagekräftig: Regelmäßige nächtliche Verbindungen zwischen einer Kanzlei und einem Unternehmen erzählen eine Geschichte, ohne dass ein einziges Wort entschlüsselt wird.

Endgeräte bleiben angreifbar. Wenn auf einem Laptop Schadsoftware läuft oder der Bildschirm ins Großraumbüro zeigt, hilft Verschlüsselung auf der Strecke nicht. Das schwächste Gerät in der Konferenz bestimmt das reale Schutzniveau.

Teilnehmende können weiterhin mitschneiden. Jede Person in der Konferenz kann ein Bildschirmaufzeichnungsprogramm starten oder das Handy auf den Monitor richten. Der BSI-Mindeststandard verpflichtet Einrichtungen ausdrücklich dazu, ihre Nutzenden darauf hinzuweisen, dass andere Teilnehmende unbemerkt Screenshots sowie Sprach- und Videoaufzeichnungen anfertigen können – auch bei deaktivierter Aufzeichnungsfunktion.

Aufzeichnungen liegen außerhalb der verschlüsselten Sitzung. Sobald eine Konferenz aufgezeichnet und gespeichert wird, hängt ihr Schutz an der Verschlüsselung ruhender Daten, an Zugriffskontrollen und an der Löschfrist. Das ist ein anderes Problem – und eines mit messbaren Folgen.

Der IBM-Bericht zu den Kosten von Datenschutzverletzungen 2026, der 602 zwischen März 2025 und Februar 2026 betroffene Organisationen auswertet, beziffert die durchschnittlichen Kosten eines Vorfalls weltweit auf 4,99 Millionen US-Dollar. Nur 37 Prozent der betroffenen Organisationen verschlüsseln sensible Daten sowohl im Ruhezustand als auch bei der Übertragung, lediglich 34 Prozent haben Überblick über ihre kryptografischen Assets. Vorfälle mit KI-gestützten Angriffen kosten im Mittel rund 6 Millionen US-Dollar.

DSGVO: Was Artikel 32 wirklich verlangt

Artikel 32 DSGVO nennt die Verschlüsselung personenbezogener Daten ausdrücklich als geeignete technische Maßnahme – gemeinsam mit der Pseudonymisierung sowie der Fähigkeit, Vertraulichkeit, Integrität, Verfügbarkeit und Belastbarkeit der Verarbeitungssysteme dauerhaft sicherzustellen.

Eine bestimmte Methode schreibt die Verordnung jedoch nicht vor. Maßstab ist die Angemessenheit gegenüber dem Risiko. Ein wöchentliches Teammeeting und eine telemedizinische Sprechstunde landen damit nicht in derselben Kategorie: Bei Gesundheitsdaten als besonderer Kategorie nach Artikel 9 erwarten Aufsichtsbehörden deutlich strengere Schutzmaßnahmen, dokumentierte Serverstandorte und einen Auftragsverarbeitungsvertrag.

Für die Praxis heißt das: Transportverschlüsselung ist die Untergrenze, nicht das Ziel. Die entscheidenden Fragen lauten, ob aufgezeichnet wird, wo Aufzeichnungen liegen, wie lange sie bleiben und wer darauf zugreift. Welche Nachweise Sie dafür schriftlich einfordern sollten, behandelt unser Vergleich der DSGVO-konformen Videokonferenz-Anbieter.

Der Zielkonflikt: Verschlüsselung oder Untertitel und Live-Übersetzung

Diesen Teil lassen die meisten Erklärtexte weg. Wenn der Server Ihre Medien wirklich nicht lesen kann, kann er damit auch nichts Nützliches anfangen.

Mit aktiver Ende-zu-Ende-Verschlüsselung entfallen in der Regel Cloud-Aufzeichnung, serverseitige Live-Untertitel, Transkription, Besprechungszusammenfassungen und Echtzeitübersetzung. Nicht, weil Anbieter Funktionen zurückhalten, sondern weil jede dieser Funktionen einen Prozess benötigt, der entschlüsselten Ton verarbeitet. Plattformen, die E2EE als Modus anbieten, deaktivieren diese Funktionen währenddessen und weisen in der Oberfläche darauf hin.

Besonders relevant wird das bei mehrsprachigen Besprechungen. Eine KI-Live-Übersetzung nimmt Ton auf, wandelt ihn in Text, übersetzt ihn und gibt ihn innerhalb von ein bis zwei Sekunden als Untertitel oder synthetische Sprache zurück. An der Stelle der Übersetzung muss dieser Ton im Klartext vorliegen. Wer für dieselbe Sitzung gleichzeitig strenge Ende-zu-Ende-Verschlüsselung und serverseitige Live-Übersetzung verspricht, beschreibt etwas, das technisch nicht zusammenpasst.

Redlich ist es, das Modell offenzulegen. Meeyra läuft im Browser auf WebRTC-Basis: Konferenzmedien sind in jedem Tarif auf dem Übertragungsweg verschlüsselt, ohne Installation und ohne Plug-in. Bei aktivierter Live-Übersetzung verarbeitet die Plattform den Ton in Echtzeit, um die Übersetzung zu erzeugen, und speichert ihn danach nicht. Der Zielkonflikt wird damit ausgesprochen statt hinter einem Schlosssymbol versteckt. Wo serverseitige Verarbeitung nicht vertretbar ist, bleibt die richtige Antwort ein dedizierter E2EE-Modus mit abgeschalteten Untertiteln und ohne Aufzeichnung.

So prüfen Sie die Angaben eines Anbieters

Behandeln Sie die Produktseite als Behauptung und prüfen Sie sie:

1. Fragen Sie, wer die Schlüssel hält. Als Ende-zu-Ende-Verschlüsselung gilt nur eine Antwort: „auf den Geräten der Teilnehmenden, niemals auf unseren Servern". Jede weichere Formulierung beschreibt Transportverschlüsselung.
2. Achten Sie auf Standards. SFrame (RFC 9605), MLS (RFC 9420), DTLS-SRTP. Wer echte E2EE umsetzt, benennt sie; wer Transportverschlüsselung einsetzt, sollte das ebenso klar sagen.
3. Prüfen Sie, was bei aktiver Ende-zu-Ende-Verschlüsselung ausfällt. Funktionieren Aufzeichnung, Untertitel und Transkription in einer angeblich Ende-zu-Ende-verschlüsselten Sitzung weiter, liest der Server Ihre Medien.
4. Lesen Sie den Zusatz. Formulierungen wie „Ende-zu-Ende verschlüsselt während der Übertragung" beschreiben Transportverschlüsselung. Das ist zulässig – entscheidend ist die Genauigkeit der Bezeichnung.
5. Klären Sie den Serverstandort. Für die DSGVO zählen Datenstandort und Auftragsverarbeitungsvertrag oft mehr als die Cipher Suite.
6. Vertrauen Sie dem Schlosssymbol nicht. Es sagt laut BSI nichts über die Qualität der dahinterliegenden Verschlüsselung aus.
7. Fragen Sie nach Löschfristen. Wie lange bleiben Aufzeichnungen, Transkripte und Protokolle gespeichert, und wer greift darauf zu?

Welches Schutzniveau braucht Ihre Besprechung?

Kaum eine Organisation benötigt maximalen Schutz in jeder Konferenz. Sinnvoll ist das passende Niveau pro Szenario – schriftlich festgehalten.

Wenn Ihre Konferenzen Sprach- und Ländergrenzen überschreiten, zählt in der Praxis meist der dokumentierte Datenpfad mehr als die stärkste verfügbare Chiffre. Wie sich Anbieter bei Serverstandort und Zertifizierungen unterscheiden, zeigt unser Überblick zur sichersten Videokonferenz-Software; wer es direkt umsetzen möchte, findet in der Anleitung zu verschlüsselten Videoanrufen die einzelnen Schritte.

Häufig gestellte Fragen

Ist jede Videokonferenz Ende-zu-Ende-verschlüsselt?

Nein. Nahezu jede browserbasierte Konferenz ist mit DTLS-SRTP auf dem Übertragungsweg verschlüsselt, weil WebRTC das zwingend vorschreibt. Echte Ende-zu-Ende-Verschlüsselung, bei der der Anbieter die Medien nicht entschlüsseln kann, bleibt auf den meisten Plattformen ein optionaler Modus mit begrenzter Teilnehmerzahl.

Worin unterscheiden sich Transportverschlüsselung und Ende-zu-Ende-Verschlüsselung?

Transportverschlüsselung schützt Daten zwischen Endgerät und Server, wobei der Server sie entschlüsseln kann. Bei Ende-zu-Ende-Verschlüsselung verbleiben die Schlüssel auf den Endgeräten, und der Server leitet nur Chiffrat weiter. Der Unterschied ist der Zugriff des Anbieters selbst.

Lässt sich eine Ende-zu-Ende-verschlüsselte Konferenz aufzeichnen?

Ja. Jede teilnehmende Person kann lokal mit einem Bildschirmaufzeichnungsprogramm mitschneiden oder den Monitor abfilmen. E2EE verhindert nur, dass der Server den Stream liest, nicht dass eine Person im Raum eine Kopie behält.

Verbirgt Ende-zu-Ende-Verschlüsselung, mit wem ich spreche?

Nein. Metadaten wie Teilnehmerkennungen, IP-Adressen, Startzeit und Dauer bleiben für den Dienst sichtbar, weil er die Verbindung vermitteln muss. E2EE schützt Inhalte, nicht die Tatsache des Gesprächs.

Warum funktionieren Untertitel und Live-Übersetzung mit E2EE nicht?

Beide Funktionen benötigen einen Prozess, der entschlüsselten Ton auswertet. Sieht der Server ausschließlich Chiffrat, fehlt der Spracherkennung und der Übersetzung die Grundlage. Deshalb deaktivieren Plattformen serverseitige Untertitel, Transkription und Übersetzung, solange E2EE aktiv ist.

Schreibt die DSGVO Ende-zu-Ende-Verschlüsselung vor?

Nein. Artikel 32 DSGVO nennt Verschlüsselung als geeignete technische Maßnahme, legt aber kein konkretes Verfahren fest. Maßstab bleibt die Angemessenheit gegenüber dem Risiko; bei Gesundheitsdaten und anderen besonderen Kategorien steigen die Anforderungen deutlich.

Woran erkenne ich eine belastbare Zusage zur Ende-zu-Ende-Verschlüsselung?

Fragen Sie, wer die Schlüssel hält, welche Standards zum Einsatz kommen (SFrame, MLS) und welche Funktionen sich bei aktiver Ende-zu-Ende-Verschlüsselung abschalten. Laufen Aufzeichnung und Transkription unverändert weiter, kann der Server die Medien lesen. Ein Schlosssymbol allein belegt gar nichts.

Sind Browserkonferenzen unsicherer als eine installierte Anwendung?

Nein. Browserkonferenzen laufen über WebRTC, wo verschlüsselte Medien verpflichtend sind und der Browser HTTPS sowie eine ausdrückliche Freigabe für Kamera und Mikrofon erzwingt. Der Verzicht auf eine Installation entfernt zudem eine Risikoklasse, weil keine zusätzliche Software auf jedem Gerät gepatcht bleiben muss.

Verschlüsselung ist so viel wert, wie die Zusage dahinter präzise ist. Ein Anbieter, der Ihnen genau sagt, an welcher Stelle Ihre Medien entschlüsselt werden, wie lange etwas gespeichert bleibt und welche Funktionen unter strengerer Verschlüsselung ausfallen würden, liefert eine Grundlage, die Sie tatsächlich bewerten können. Wer nur ein Schlosssymbol und das Wort „Ende-zu-Ende" anbietet, verlangt ein Vertrauen, das er nicht belegt hat.

Wenn Sie Konferenzen möchten, die auf dem Übertragungsweg verschlüsselt sind, ohne Installation im Browser starten und 42+ Sprachen in Echtzeit überbrücken – mit einem Datenpfad, den Sie Ihrem Datenschutzbeauftragten erklären können –, richten Sie einen kostenlosen Meeyra-Raum ein und stellen Sie die Fragen aus diesem Artikel zuerst dort. Danach stellen Sie dieselben Fragen jedem weiteren Anbieter auf Ihrer Liste.