smart-matching — Projekt-Übersicht

~6.600

Potenzielle Kunden allein in Europa — dasselbe Workflow-Problem, weltweit. Europa ist der Einstiegspunkt.

Zielwert

~15 Min.

Für ein 3-Kamera-Setup mit smart-matching, vs. ~40 Min. manuell. Ziel: konsistente, broadcast-konforme Ergebnisse — jedes Mal.

Bekannte Anbieter mit unserem Konvergenz-Loop-Ansatz: kamera-individuelle Kalibrierung statt Referenzwert-Kopie

Problem Validiert 0 Direkte Wettbewerber SAM Europa ~6.600 Kunden Pilot-Partner Ambion GmbH Aktuelle Phase MVP-Entwicklung Investment €150k Break-even Jahr 4 Wiederkehrendes SaaS ARR Technischer Ansatz Differenziert Globaler Workflow — überall dasselbe Problem Problem Validiert 0 Direkte Wettbewerber SAM Europa ~6.600 Kunden Pilot-Partner Ambion GmbH Aktuelle Phase MVP-Entwicklung Investment €150k Break-even Jahr 4 Wiederkehrendes SaaS ARR Technischer Ansatz Differenziert Globaler Workflow — überall dasselbe Problem

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.

Lösung

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.

So funktioniert's — Schritt für Schritt

Schritt 1

Kameras

Auf Testtafel ausrichten

→

Schritt 2

Live-Signal erfassen

Live-Feed wird abgetastet

→

Schritt 3

Farbabweichung

Messung vs. Referenz

→

Schritt 4

API-Korrektur

Pedestal · Gamma · WB · Chroma

→

Ergebnis

Alle Kameras abgeglichen

Restabweichung wird ausgegeben

↻ Die Schritte 2–4 wiederholen sich in einer Schleife, bis die Farbabweichung pro Kanal unter den Schwellwert fällt — Zielwert für ein 3-Kamera-Setup: ~15 Minuten.

Parameter werden direkt in die Kamera-Hardware geschrieben

Pedestal Gamma Chroma Farbwerte Sättigung und viele weitere

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.

Geschwindigkeit ist ein Nebeneffekt — Konsistenz ist das Ziel

Manueller Workflow ~10–15 Min. / Kamera

~40 Min.

smart-matching Zielwert: ~5 Min. / Kamera

~15 Min. (Ziel)

Wettbewerbsposition

Merkmal	Manuell	LUT / Post	smart-matching
Reproduzierbare Ergebnisse	✗	✗	✔
Automatischer Abgleich	✗	Teilweise	✔
Kein Spezialist nötig	✗	✔	✔
API-direkt in der Kamera	✗	✗	✔
Live-produktionstauglich	✔	✗	✔

Warum jetzt — und warum wir

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.

Technologie im Einsatz

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.

Camera Control UI

Browserbasiertes Interface für Panasonic- und BirdDog-PTZ-Kameras. Direkte API-Steuerung, keine Cloud, kein Abonnement.

RGB Parade Waveform

Live-Feed-Analyse. R-, G-, B-Kanäle visualisiert in BT.709 — demselben Farbraum, in dem smart-matching das Delta berechnet.

YCbCr Vectorscope

Sättigungs- und Farbtonverlauf in BT.709 mit 75 %-Farbbalken-Referenzen — das Referenzwerkzeug, das Techniker zur Beurteilung der Matching-Qualität verwenden.

smart-reset Homepage besuchen →

Markt

Europäischer Brückenkopf.
Globaler Standard.

TAM — Total Addressable Market

~1,8 Mrd. $

Globaler Markt für Broadcast-Automatisierungssoftware 2024. smart-matching adressiert einen spezifischen Workflow innerhalb dieser Kategorie.

Übergeordnete Branchenkategorie.
Quelle: GrowthMarketReports 2024.

SAM — Serviceable Addressable Market

~6.600 Kunden

Identifizierbare Potenzialkunden in Europa — Bottom-up, nach Segment

AV-Vermietung
TV-Studios
Streaming
Ü-Wagen

SOM — Serviceable Obtainable Market

~0,5 % SAM

Erste Marktdurchdringung · Ziel Jahr 4

Konservativer Einstieg.
Wiederkehrende Jahresumsätze.

Europa ist der Einstiegspunkt. Broadcast-Workflows sind global standardisiert — dasselbe Problem existiert in jedem Markt weltweit. Der Markt endet nicht an europäischen Grenzen.

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.

Go-To-Market

Land → Expand → Scale.

Einstieg über Vermietungsunternehmen, wo der Bedarf am größten ist, dann Expansion in Studios und Ü-Wagen.

Land — J2

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.

Expand — J3

Studios & Streaming

Streaming- und Event-Studios, Podcast-Studios. Direktvertrieb kombiniert mit ISE-/IBC-Messepräsenz zum Aufbau der Pipeline im Studio-Segment.

Scale — J4

Ü-Wagen & Enterprise

Ü-Wagen-Betreiber und TV-Studios. Enterprise-Tier gestartet. Reseller-Kanal für beschleunigtes Wachstum etabliert.

Geschäftsmodell

Jährliches SaaS. Flexible Optionen.
On-Premise. Keine Cloud-Abhängigkeit.

Wiederkehrende Software-Lizenzierung, ergänzt um Service-Ebenen. Drei SKUs, konzipiert für jeden Vertriebskanal.

Studio Edition

€ 3.500 / Jahr

AV-Vermietung, Kleine Studios (3 Kameras inklusive)

Studio — Kamera-Lizenz

€ 650 / Kamera / Jahr

Je Lizenz +1 Kamera zur Studio Edition

Enterprise Edition

€ 16.000 / Jahr

TV-Studios, Ü-Wagen (unbegrenzte Kameras)

Studio Edition — Mietlizenz

€ 350 / 7 Tage

Studio Edition mietbar — eventbasiert, keine Jahresbindung

Roadmap

Systematisch entwickelt. Kein Zufallsprodukt.

Laufend

Grundlagen

EntwicklungsstartGrundarchitektur aufgebaut — Algorithmus-Ansatz, Look-Profile-System, API-Abstraktionsschicht. Kernfragen zu Konvergenz und Robustheit werden systematisch untersucht.

Als Nächstes

MVP

Kern-Matching-LoopLive-Signal-Erfassung, Delta-Berechnung und API-Schreiben erreichen Zielgenauigkeit unter Testbedingungen. Vectorscope-Referenz validiert.

Geplant

Validieren

Beta mit AmbionBeta-Deployment unter realen Produktionsbedingungen. Feedback-Schleife. Look-Profile-Optimierung.

Geplant

Launch

Kommerzieller LaunchVermietungssektor. Erste zahlende Kunden. Studio Edition live. Direktvertrieb an AV-Vermietungsunternehmen.

Vision

Expand

Studio & StreamingISE-/IBC-Präsenz. Studio-Edition-Rollout.

Vision

Scale

Enterprise & Ü-WagenEnterprise-Tier. Ü-Wagen-Betreiber. Herstellerpartnerschaftskanal.

Team

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 Jaenisch

CEO & Founder

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 Sunil

CTO & Co-Founder

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 →

Kontakt

Bereit für ein Gespräch?

Für Investoranfragen, Demos und Partnerschaftsgespräche — sende eine kurze Nachricht und wir melden uns zeitnah.

E-Mail

info@medien-support.com

Telefon

+49 151 144 53 300

Adresse

medien-support
Andreas Jaenisch
Simplonstr. 65
D-10245 Berlin
Deutschland

FAQ

Investorenfragen,
direkt beantwortet.

Ist das MVP bereits gebaut?

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.

Was hindert jemanden daran, das zu kopieren, sobald es draußen ist?

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.

Warum kein Software-LUT oder Post-Production-Tool?

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.

Automatisiertes Kameramatching
individuell für jede Kamera
für Live-Broadcast.

Ambion GmbH — Launch-Partner

Eine globale Branche, die seit Jahrzehnten auf einen manuellen, bedienerabhängigen Workflow setzt — unverändert.