Dieses Papier stellt SFSORT vor, das schnellste System zur Mehrfachobjektverfolgung der Welt, basierend auf Experimenten mit den Datensätzen des MOT-Challenges. Um einen genauen und rechnerisch effizienten Tracker zu erreichen, verwendet dieses Papier eine Verfolgungsmethode durch Detektion, die auf dem in früherer Literatur etablierten Online-Real-Time-Tracking-Ansatz basiert. Durch die Einführung einer neuen Kostenfunktion, des Bounding Box Similarity Index (Beschränkungsrahmenähnlichkeitsindex), wird der Kalman-Filter eliminiert, was zu reduzierten Rechenanforderungen führt. Zudem zeigt dieses Papier den Einfluss von Szenecharakteristika auf die Verbesserung der Objekt-Track-Zuordnung und die Optimierung der Track-Nachbearbeitung. Mit einem 2,2 GHz Intel Xeon CPU erreicht die vorgeschlagene Methode einen HOTA-Wert von 61,7 % bei einer Verarbeitungsgeschwindigkeit von 2242 Hz im MOT17-Datensatz und einen HOTA-Wert von 60,9 % bei einer Verarbeitungsgeschwindigkeit von 304 Hz im MOT20-Datensatz. Der Quellcode des Trackers, das feinjustierte Objekterkennungsmodell und Anleitungen sind unter \url{https://github.com/gitmehrdad/SFSORT} verfügbar.