Online Multi-Object Tracking (MOT) findet breite Anwendung in zeitkritischen Szenarien der Videoanalyse, wie beispielsweise der Roboternavigation und autonomen Fahrzeugsteuerung. Bei der Tracking-by-Detection-Strategie stellt eine zentrale Herausforderung im Bereich des Online-MOT die robuste Zuordnung von rauschbehafteten Objektdetektionen in einem neuen Videoframe zu bereits verfolgten Objekten dar. In dieser Arbeit formulieren wir das Problem des Online-MOT als Entscheidungsfindung in Markov-Entscheidungsprozessen (MDPs), wobei die Lebensdauer eines Objekts mittels eines MDPs modelliert wird. Das Lernen einer Similaritätsfunktion für die Datenzuordnung entspricht dabei dem Lernen einer Politik für den MDP, wobei die Politik im Sinne von Verstärkendem Lernen (Reinforcement Learning) erlernt wird. Dies ermöglicht es, sowohl die Vorteile des Offline-Lernens als auch des Online-Lernens für die Datenzuordnung zu nutzen. Darüber hinaus kann unser Framework die Geburt/Untergang sowie Erscheinung/Verschwinden von Zielen natürlich behandeln, indem diese als Zustandsübergänge im MDP modelliert werden, während gleichzeitig bestehende Methoden für das Online-Single-Object-Tracking genutzt werden. Wir führen Experimente am MOT-Benchmark durch, um die Wirksamkeit unseres Ansatzes zu verifizieren.