Automatisiertes Kameramatching
individuell für jede Kamera
für Live-Broadcast.
Jede Multikamera-Live-Produktion braucht Kameramatching. Alle machen es noch manuell. Das ist das Problem.
Eine globale Branche, die seit Jahrzehnten auf einen manuellen, bedienerabhängigen Workflow setzt — unverändert.
Produktionsqualität sollte nicht vom Erfahrungsstand des Technikers abhängen. smart-matching ändert das.
Ergebnisse hängen vom Können des Bedieners ab
Gleiche Hardware, unterschiedliche Techniker — unterschiedliche Ergebnisse. Qualität ist nicht reproduzierbar. Verleihfirmen können keine konsistente Ausgabequalität garantieren, wenn der Bediener wechselt.
40 Minuten pro 3-Kamera-Setup
Ein erfahrener Videotechniker benötigt 10–15 Minuten pro Kamera, um Pedestal, Gamma, Weißabgleich, Chroma und alle weiteren Farbparameter manuell über Waveform- und Vectorscope-Messung einzustellen. Eine automatisierte Alternative existiert nicht.
Erfahrene Spezialisten sind rar und teuer
Der Pool an Technikern, die Kameras zuverlässig auf Broadcast-Standard abgleichen können, ist klein. Sie zu finden, zu buchen und zu bezahlen ist eine echte operative Herausforderung — besonders für mittelgroße Produktionsfirmen.
Keine Software löst das Problem vollständig
LUT-basierte Tools verlagern das Problem nur. Farbkorrektur-Systeme wie Grass Valley Creative Grading adressieren die Post-Produktion, nicht die Live-Kalibrierung. Kein Produkt automatisiert den In-Camera-Parameter-Loop direkt per API.
Automatisiert. Direkt per API.
Bedienerunabhängig.
smart-matching greift den Live-Videofeed ab, erfasst eine DSC Labs ChromaDuMonde oder eine vergleichbare branchenübliche Testtafel, berechnet die Abweichung zu den Referenzwerten und schreibt die Korrekturen direkt per Kamera-API zurück — in einer Schleife bis zur Konvergenz.
- On-Premise. Läuft lokal im Produktionsnetzwerk. Keine Cloud, keine Latenz, keine Abo-Abhängigkeit.
- Direkte API-Korrektur. Schreibt die Werte über die Hersteller-API direkt in die Kameras. Konzeptionell herstellerunabhängig — kein Eingriff in die Signalkette.
- Konvergenz-Schleife. Die Korrektur läuft, bis die gemessene Abweichung unter den Schwellwert fällt — für jede Kamera einzeln gegen die Referenztafel, nicht durch Wertübertragung von einer Kamera auf eine andere. Keine einmalige Anpassung.
- Geräteübergreifend. Unterschiedliche Sensorgrößen und herstellereigene Farbinterpretation machen echte Herstellerneutralität zu einer nicht-trivialen technischen Herausforderung — genau das macht die Lösung wertvoll.
| Merkmal | Manuell | LUT / Post | smart-matching |
|---|---|---|---|
| Reproduzierbare Ergebnisse | ✗ | ✗ | ✔ |
| Automatischer Abgleich | ✗ | Teilweise | ✔ |
| Kein Spezialist nötig | ✗ | ✔ | ✔ |
| API-direkt in der Kamera | ✗ | ✗ | ✔ |
| Live-produktionstauglich | ✔ | ✗ | ✔ |
Niemand hat das bisher so gebaut. Hier ist der Grund.
Die Hersteller haben kein Interesse daran
Kamerahersteller verfügen seit Jahren über die nötigen APIs. Aber kein Hersteller hat einen Grund, ein Tool zu bauen, das auch die Kameras der Konkurrenz abgleicht — echte Herstellerneutralität ist strukturell unvereinbar mit ihrem Geschäftsmodell. Erste herstellereigene Ansätze bleiben deshalb auf die eigene Kameraflotte beschränkt und kopieren Referenzwerte, statt jede Kamera individuell zu kalibrieren.
Live-Produktion kennt keine zweite Chance
LUT-basierte Tools und Color-Grading-Systeme arbeiten am aufgezeichneten Bild — nach der Kamera. Im Live-Broadcast gibt es kein Danach. Das Bild geht live auf Sendung. Diese Tools lösen das falsche Problem.
Der Zeitpunkt stimmt endlich
Erst jetzt kommen die richtigen Voraussetzungen zusammen: offene APIs über fast alle Hersteller hinweg, ein Team mit tiefem Verständnis sowohl des Broadcast-Workflows als auch der Technologie, um ihn zu automatisieren, und ein Markt, der schneller wächst als der verfügbare Pool an Spezialisten. Die Kategorie wird jetzt definiert. Die Frage ist, wer dabei ist.
Aufgebaut auf bewährter Technologie.
Bevor smart-matching entstand, haben wir smart-reset entwickelt — ein Open-Source-Kamerasteuerungswerkzeug, das heute in Live-Produktionen eingesetzt wird. Es beweist, dass unsere Kerntechnologie im Feld funktioniert: Live-Videosignale auslesen, direkt mit professionellen Kameras kommunizieren und Farbe in Echtzeit analysieren. smart-matching baut genau auf diesem Fundament auf und ergänzt die Automatisierungsebene: Es berechnet die Farbdifferenz und korrigiert sie — ohne menschliches Eingreifen. 160+ Installationen im Einsatz, ~2,4 % organische Durchdringung des europäischen SAM — ohne Marketingbudget, ohne bezahlte Werbung.
Browserbasiertes Interface für Panasonic- und BirdDog-PTZ-Kameras. Direkte API-Steuerung, keine Cloud, kein Abonnement.
Live-Feed-Analyse. R-, G-, B-Kanäle visualisiert in BT.709 — demselben Farbraum, in dem smart-matching das Delta berechnet.
Sättigungs- und Farbtonverlauf in BT.709 mit 75 %-Farbbalken-Referenzen — das Referenzwerkzeug, das Techniker zur Beurteilung der Matching-Qualität verwenden.
Europäischer Brückenkopf.
Globaler Standard.
Quelle: GrowthMarketReports 2024.
TV-Studios
Streaming
Ü-Wagen
Wiederkehrende Jahresumsätze.
| Segment | Europäische Schätzung | Priorität |
|---|---|---|
| AV-Vermietung & Produktionsunternehmen | 1.800–2.400 | J2 Einstieg |
| Streaming-, Event- & Podcast-Studios | 1.200–1.500 | J3 |
| News & TV-Studios (3+ Kameras) | 2.000–2.500 | J3–J4 |
| Ü-Wagen | 900–1.200 | J4 |
Bottom-up-Schätzungen auf Basis von Branchenwissen und öffentlich verfügbaren Daten. Europa als Erstmarkt. Globale Chance ist strukturell identisch — gleicher Workflow, gleiches Problem, gleiche Lösung.
Land → Expand → Scale.
Einstieg über Vermietungsunternehmen, wo der Bedarf am größten ist, dann Expansion in Studios und Ü-Wagen.
AV-Vermietung
Ambion GmbH und ein bis zwei weitere Vermietungsunternehmen. Aus Beta-Installationen werden zahlende Studio-Lizenzen. Direktvertrieb im AV-Vermietungssegment, wo die Abhängigkeit vom Bediener am teuersten ist.
Studios & Streaming
Streaming- und Event-Studios, Podcast-Studios. Direktvertrieb kombiniert mit ISE-/IBC-Messepräsenz zum Aufbau der Pipeline im Studio-Segment.
Ü-Wagen & Enterprise
Ü-Wagen-Betreiber und TV-Studios. Enterprise-Tier gestartet. Reseller-Kanal für beschleunigtes Wachstum etabliert.
Jährliches SaaS. Flexible Optionen.
On-Premise. Keine Cloud-Abhängigkeit.
Wiederkehrende Software-Lizenzierung, ergänzt um Service-Ebenen. Drei SKUs, konzipiert für jeden Vertriebskanal.
Systematisch entwickelt. Kein Zufallsprodukt.
Zwei Menschen. Ein Problem. Wir haben es gelebt, bevor wir es gebaut haben.
Das Produkt entstand nicht aus einer Marktstudie. Es entstand aus der operativen Praxis von mehr als 800 Produktionen — und einem Entwickler, der das Problem erkannte, bevor es erklärt wurde.
Andreas verfügt über mehr als 30 Jahre Erfahrung in der Live-Produktion in Broadcast, AV-Vermietung und Streaming. Er hat mehr als 800 Produktionen für Kunden wie Audi, BMW, Deutsche Bank und SAP realisiert. Er entwickelte smart-reset (160+ Installationen) als technischen Proof-of-Concept für den Stack, der smart-matching zugrunde liegt.
LinkedIn →
Adil ist Fullstack-Entwickler und leidenschaftlicher Videograf und Fotograf. Er erkannte das Problem beim ersten Mal, als es erklärt wurde — nicht weil er es recherchiert hatte, sondern weil er es selbst erlebt hatte. Vom ersten Tag an brachte er konkrete Lösungen mit.
LinkedIn →Bereit für ein Gespräch?
Für Investoranfragen, Demos und Partnerschaftsgespräche — sende eine kurze Nachricht und wir melden uns zeitnah.
Telefon
Adresse
medien-support
Andreas Jaenisch
Simplonstr. 65
D-10245 Berlin
Deutschland
Investorenfragen,
direkt beantwortet.
Der Kern-Stack — Live-Signal-Erfassung, Kamera-API-Steuerung und broadcast-konforme Scope-Analyse — ist durch smart-reset produktionsvalidiert, das seit zwei Jahren im Feld läuft. smart-matching automatisiert den nächsten Schritt in diesem Stack: Der Matching-Algorithmus befindet sich in aktiver Entwicklung, das MVP ist der nächste Meilenstein. Das ist kein Konzept auf dem Papier — es ist ein laufendes Engineering-Projekt auf einem produktionserprobten Fundament.
Der Moat ist nicht der Code — es ist das Domain-Wissen, das erforderlich ist, um ihn korrekt zu bauen. Den Konvergenz-Loop zuverlässig über verschiedene Kameramodelle, Beleuchtungsbedingungen und Produktionsumgebungen hinweg zum Laufen zu bringen, erfordert tiefe Broadcast-Expertise, die sich nicht aus einem Datenblatt ableiten lässt. Zusätzlich schaffen die technische Differenzierung und die direkte Integration in die Produktionsinfrastruktur hohe Wechselkosten. Ein Wettbewerber, der heute startet, zielt auf etwas, das sich ständig weiterbewegt.
LUTs wenden Farbkorrekturen nachträglich auf das aufgezeichnete Bild an. smart-matching korrigiert die Kamera selbst — per API, bevor das Signal die Kamera verlässt. Das Ergebnis ist identische Kameraausgabe in Echtzeit, keine nachträgliche Farbkorrektur. Bei Live-Broadcast gibt es keine „Post“ — das Bild geht direkt auf Sendung.