Die Mehrkamera-Mehrobjectverfolgung hat in den letzten Jahren erhebliche Aufmerksamkeit auf sich gezogen, da sie eine entscheidende Rolle bei der Überwachungsanalytik und verwandten Gebieten spielt. In diesem Bereich bestehen weiterhin ungelöste Herausforderungen, darunter nicht überlappende Sichtfelder, variierende Verdeckungsbedingungen sowie die Notwendigkeit einer generalisierbaren Leistung über verschiedene Domänen hinweg in Mehrkamera-Verfolgungssystemen. Wir stellen einen neuartigen Online-Verfolgungsrahmen vor, der die Echtzeit-Kamerakalibrierung nutzt, um eine konsistente Mehrobjektverfolgung über vernetzte Kamerasysteme hinweg zu ermöglichen. Unser Ansatz integriert nahtlos räumliche und zeitliche Assoziationsverfahren und gewährleistet eine robuste Verfolgung auch in langen Videosequenzen. Standardverfolgungs-Evaluationsmetriken wie CLEAR oder HOTA erweisen sich jedoch als unzureichend, um die Leistung von Verfolgungssystemen über längere Videoabschnitte hinweg genau zu interpretieren. Ein weiterer Beitrag dieser Studie ist die Einführung einer neuen Evaluationsmetrik, mHOTA, die eine präzisere Beurteilung der Verfolgungsleistung über verlängerte Zeiträume ermöglicht. Unsere umfassenden Experimente auf dem AIC24 Mehrkamera-Menschenverfolgungs-Datensatz belegen die Wirksamkeit und Skalierbarkeit unseres Ansatzes sowie die Leistungsfähigkeit der vorgeschlagenen Evaluationsmetrik.