Es ist schon beinahe vier Jahrzehnte her, dass die ersten Programmierer sich Gedanken machten, wie man Sprache über vorhandene Datennetze übertragen könnte. 1973 waren diese Versuche von einem ersten Erfolg gekrönt. Es konnte Sprache im ARPANET von einem PDP 11 Rechner zum anderen übertragen werden. Vorerst war das aber nur in eine Richtung möglich. Der Fachmann bezeichnet das als Simplexverfahren. Eine erste Standardisierung dieses Verfahrens erfolgte 1977 unter der Bezeichnung RFC 741, auch Network Voice Protocol genannt. Drei Jahre später gelang ein entscheidender Durchbruch. Das standardisierte Internet Protokoll wurde eingeführt. Da die Empfehlungen der Internationalen Fernmeldeunion weltweit als Basis der Entwicklung des Datennetzes dienten, war nun auch die Übertragung der Daten zwischen Teilnehmern möglich, die in unterschiedlichen Regionen der Erde ihren Standort hatten.
Ein weiterer großer Fortschritt wurde 1989 erreicht. Durch die rasante Ausbreitung des ISDN konnte eine deutlich erhöhte Kapazität bei der Datenübertragung erreicht werden. Bei ISDN waren nun Trafficraten von bis zu 64 Kilobits pro Sekunde möglich. Durch die Einführung der ISDN Technologie bekommt auch die Entwicklung des World Wide Web einen kräftigen Schubs. Dadurch wurde ein Jahrzehnt vor Millenium die Grundlage für das Internet in der heutigen Form geschaffen. Schon sehr schnell wurde an der Übertragung von Sprache auch im Halbduplexverfahren gebastelt. Halbduplex heißt, die Gesprächspartner konnten abwechselnd nacheinander sprechen. Die ersten Teamspeakserver wurden Mitte der 90er Jahre aufgestellt und diese Form der Kommunikation zuerst vor allem den sich schnell bildenden Spielercommunities zur Verfügung gestellt. Als Ausgangsbasis für diese Entwicklung diente eine Windows Anwendung israelischer Herkunft.
Die wohl wichtigsten Schritte für die heute gebräuchlichen Formen von Voice over IP erfolgten 1998 und 1999. Die standardisierten Protokolle H.323 und SIP werden von der Internationalen Fernmeldeunion als Empfehlungen festgeschrieben. Vor allem SIP alias Session Intiation Protocoll ist ein entscheidender Fortschritt, denn dieses Protokoll macht es überflüssig, die Bedingungen für Datenverbindungen dauerhaft festzuschreiben. SIP handelt die Kriterien jeweils nur für eine konkrete Verbindung aus. Damit konnte für einzelne Verbindungen geprüft werden, ob die innerhalb der Leitungswege zur Verfügung stehenden Transferkapazitäten und die entstehenden Latenzen, sprich Verzögerungen, eine Echtzeittelefonie ermöglichen oder nicht. Das Protokoll wird 2002 in der Empfehlung RFC 3261 der Internationalen Fernmeldeunion in erweiterter Form standardisiert und damit der Grundstein für die Entwicklung der Messangersoftware gelegt.
Die VoIP Geschichte zeigt, dass die Entwicklung immer parallel zum Voranschreiten der Ausbreitung des Internets erfolgte. Auch die Angebote der Dienstleister rund um den Internetzugang haben sich im Laufe der Zeit immer mehr gewandelt. In der Anfangszeit musste noch für jede einzelne Verbindung gleich doppelt gezahlt werden. Für den Datenverkehr zum Internet fielen sowohl die Einheitenpreise des Telefonanbieters als auch die zeitgebundenen Zugangsgebühren für die Internetnutzung an. Erst mit der Einführung der pauschal zu zahlenden Entgelte und dem Fall des Monopols bei der Telekommunikation wurde die Internetnutzung auch für die Telefonie aus wirtschaftlicher Sicht so richtig interessant. Das zeigt sich in rasant steigenden Nutzerzahlen. Dieser Trend wird sich in naher Zukunft noch weiter verstärken.