Das Ziel der Multi-Object-Tracking-(MOT)-Technik besteht darin, alle Objekte in einer Szene zu detektieren und zu verfolgen, wobei jedes Objekt über eine eindeutige Kennung verfügt. In diesem Paper stellen wir einen neuen, robusten State-of-the-Art-Tracker vor, der die Vorteile von Bewegungs- und Erscheinungsinformationen kombiniert, eine Kamera-Bewegungskompensation integriert sowie einen präziseren Kalman-Filter-Zustandsvektor verwendet. Unsere neuen Tracker BoT-SORT und BoT-SORT-ReID erreichen in den Datensätzen von MOTChallenge [29, 11] sowohl für die Testsets MOT17 als auch MOT20 die führende Platzierung hinsichtlich aller zentralen MOT-Metriken: MOTA, IDF1 und HOTA. Für MOT17 werden Werte von 80,5 MOTA, 80,2 IDF1 und 65,0 HOTA erzielt. Der Quellcode sowie die vortrainierten Modelle sind unter https://github.com/NirAharon/BOT-SORT verfügbar.