Das Problem der beliebigen Objektverfolgung wurde traditionell durch das Online-Lernen eines Modells der Objekterkennung angegangen, wobei ausschließlich die Videoaufnahme als Trainingsdaten verwendet wurde. Trotz des Erfolgs dieser Methoden beschränkt ihr rein online-basierter Ansatz die Komplexität des zu lernenden Modells. Kürzlich wurden mehrere Versuche unternommen, die Ausdrucksstärke tiefer Faltungsnetze (deep convolutional networks) zu nutzen. Allerdings, wenn das zu verfolgende Objekt nicht im Voraus bekannt ist, muss eine stochastische Gradientenabstiegsverfahren (Stochastic Gradient Descent) online durchgeführt werden, um die Gewichte des Netzes anzupassen. Dies beeinträchtigt erheblich die Geschwindigkeit des Systems. In dieser Arbeit versehen wir einen grundlegenden Verfolgungsalgorithmus mit einem neuartigen voll-faltungsnetzbasierten Siamesen-Netzwerk, das end-to-end auf dem ILSVRC15-Datensatz für die Objekterkennung in Videos trainiert wurde. Unser Tracker arbeitet mit Bildraten über Echtzeit und erreicht trotz seiner extremen Einfachheit Spitzenleistungen in mehreren Benchmarks.