Manuelles Tagging von Lauffotos (Startnummernerfassung): Warum es bei großen Mengen scheitert (und die KI-Alternative)

Was ist ein Service für manuelles Tagging von Lauffotos?

Ein Service für manuelles Tagging von Lauffotos ist ein Workflow, bei dem Menschen (keine Software) jedes Foto ansehen, die Startnummer der teilnehmenden Person erkennen und diese Nummer als Tag für das Bild erfassen. Das Ergebnis ist eine durchsuchbare Fotobibliothek, meist mit „Suche per Startnummer“, sodass Läuferinnen und Läufer schnell alle Fotos finden, auf denen ihre Startnummer zu sehen ist.

Im Marathonumfeld heißt das auch Marathon-Foto-Tagging, Indexierung von Lauffotos, Startnummern-Tagging oder Startnummernerfassung. Manche Anbieter sprechen von „Verschlagwortung“, weil die Startnummer zu einem Stichwort wird, das am Bild hängt.

Ein Praxisbeispiel dafür, wie externe Dienstleister diesen Service beschreiben, finden Sie unter Race Photo Tagging - BIB Number Entry und auf deren Hintergrundseite About BIB Number Entry.

Wo manuelles Startnummern-Tagging scheitert (und warum Teilnehmende ihre Fotos trotzdem nicht finden)

Manuelles Tagging kann bei Fotos mit gut lesbarer Startnummer genau sein. Das Problem: Eine Laufgalerie ist voll von Bildern, auf denen die Startnummer nicht lesbar ist, und gerade diese Fotos sind den Teilnehmenden oft am wichtigsten.

• Startnummer nicht sichtbar: Hände, Wasserflaschen, Trinkgürtel, Jacken, Ponchos, Medaillen, eine geknickte oder gewölbte Startnummer oder ein seitlich gedrehter Körper.
• Gedränge und Überlappung: Mehrere Teilnehmende verdecken sich gegenseitig, besonders im Zielbereich und an beliebten Fotospots.
• Bewegungsunschärfe und Entfernung: Die Person ist scharf genug, um sie zu erkennen, die Ziffern aber nicht.
• Menge und Bearbeitungszeit: Mit der Fotomenge wächst auch die Lieferzeit. Die Fotos gehen also spät online, wenn die Begeisterung nach dem Lauf schon verflogen ist.
• Supportaufwand: „Ich finde meine Fotos nicht“ wird zum Supportfall, obwohl die Fotos in der Galerie vorhanden sind.

Deshalb lösen Workflows, die nur auf die Startnummer setzen (manuell oder automatisiert), die Fotosuche nicht vollständig. Sie brauchen eine zweite Suchmethode, die nicht von einer lesbaren Startnummer abhängt.

Warum 9Pic AI bei der Auslieferung von Lauffotos besser funktioniert

9Pic AI ist für eine schnelle, teilnehmerfreundliche Suche auch bei großen Mengen gebaut. Statt sich auf ein einziges, fehleranfälliges Merkmal (eine lesbare Startnummer) zu verlassen, können Sie zwei Wege zur Fotosuche anbieten:

• 9Pic BibTrack: Startnummernerkennung für die Fotos, auf denen die Startnummer sichtbar ist.
• 9Pic FaceFind: Selfie-Suche, damit Teilnehmende ihre Fotos auch dann finden, wenn die Startnummer verdeckt, nicht vorhanden oder unlesbar ist.

Das Ergebnis in der Praxis: Mehr Teilnehmende finden schneller mehr Fotos, und Ihr Team verbringt weniger Zeit mit manuellem Nachschlagen, erneutem Tagging und Support.

Was Sie tatsächlich erhalten (Lieferumfang)

Klären Sie vor der Beauftragung eines Teams für manuelles Foto-Tagging den Lieferumfang, denn „getaggte Fotos“ kann verschiedene Formate bedeuten. Üblich sind:

• CSV- oder Tabellenzuordnung: eine Tabelle nach dem Muster Dateiname → Startnummer(n), manchmal ergänzt um Kontrollpunkt, Zeitfenster oder Ordnernamen.
• Eingebettete Metadaten: Die Startnummer wird in die Bildmetadaten geschrieben (oft als IPTC-Stichwörter), sodass der Tag mit der Datei „mitwandert“.
• Importformat der Plattform: Wenn Sie ein bestimmtes Galeriesystem nutzen, kann der Anbieter im dort geforderten Importschema liefern.
• Prüfbericht: Statistiken zu Stichproben, Dublettenprüfungen und Hinweise zu Sonderfällen (z. B. eine Gruppe „Startnummer unlesbar“).

Eine einfache Frage, die später Ärger erspart: „Können wir ein kleines Pilotprojekt (500-1.000 Fotos) durchführen und das Ergebnis mit unserem Galerie-Workflow abgleichen?“

So funktioniert manuelles Startnummern-Tagging (typischer Workflow)

Die besten Workflows für manuelles Tagging von Lauffotos sind langweilig, im positiven Sinne. Sie verringern menschliche Fehler durch Struktur, Stapelbearbeitung und Prüfung.

Schritt 1: Tagging-Regeln festlegen (hier scheitern die meisten Projekte)

Manuelles Tagging wird chaotisch, sobald etwas unklar ist. Ihr Regelwerk sollte diese Fragen beantworten:

• Mehrere Teilnehmende auf einem Foto: Wird jede sichtbare Startnummer getaggt oder nur die auffälligste?
• Teilweise sichtbare Startnummern: Wird „123?“ getaggt, oder wird übersprungen, solange nicht alle Ziffern bestätigt sind?
• Verdeckungen und Bewegungsunschärfe: Ist eine „beste Schätzung“ erlaubt, oder ist Gewissheit Pflicht?
• Duplikate: Werden Serienaufnahmen bereinigt, oder wird alles getaggt?
• Andere Merkmale als die Startnummer: Werden auch Name, Altersklasse oder Zielzeit getaggt?

Schritt 2: Fotostapel und Dateinamen vorbereiten

Ein Team für manuelles Tagging arbeitet am schnellsten, wenn die Fotos logisch gruppiert sind. Eine Aufteilung nach Kontrollpunkt (Start, Strecke, Ziel), Kamera oder Zeitfenster verringert Kontextwechsel und erleichtert die Qualitätsprüfung.

Wenn Ihre Dateinamen nicht feststehen (z. B. weil Sie nach der Bearbeitung umbenennen), legen Sie fest, wann getaggt wird. Bewährt hat sich: finaler Export → dann taggen, damit die Tags zu den Bildern passen, die Sie tatsächlich veröffentlichen.

Schritt 3: Tagging (hier sind Menschen weiterhin am besten)

Manuelles Tagging glänzt genau in den Situationen, in denen automatisierte Verfahren Probleme haben:

• Zerknitterte Startnummern und gewölbter Stoff
• Teilweise Sichtbarkeit (Hände, Trinkgürtel, Jacken)
• Ungewöhnliche Position der Startnummer (seitlich, auf dem Rücken, an der Hose)
• Wenig Licht oder harte Schatten
• Nasse Startnummern (Läufe im Monsun) oder reflektierende Oberflächen

Aber bedenken Sie: Selbst das beste manuelle Team kann Fotos mit vollständig verdeckter oder unlesbarer Startnummer nicht zuverlässig taggen. Genau diese Lücke schließt die Selfie-Suche (FaceFind), sodass Teilnehmende auch diese Fotos finden.

Schritt 4: Qualitätsprüfung (Genauigkeit ist ein Prozess, kein Versprechen)

Wenn Anbieter von „Genauigkeit“ sprechen, fragen Sie, wie sie gemessen wird. Ein guter Prüfplan umfasst in der Regel:

• Doppelerfassung bei einer Stichprobe (zwei Personen taggen unabhängig voneinander, Abweichungen werden geprüft)
• Plausibilitätsprüfungen (ungültige Startnummernformate, unmögliche Nummernbereiche)
• Stichproben bei besonders wichtigen Gruppen (Top-Aufnahmen im Ziel)
• Sammelgruppe „unsicher“ für unlesbare Startnummern (damit Sie selbst entscheiden können, was damit passiert)

Bearbeitungszeit: Was beeinflusst sie wirklich?

Den größten Einfluss auf die Bearbeitungszeit hat die Rechnung: Anzahl der Bilder × durchschnittliche Sekunden pro Bild. In der Praxis spielen aber diese Faktoren eine größere Rolle, als die meisten Teams erwarten:

• Fotoqualität: Unschärfe, Entfernung und Verdeckungen erhöhen die „Sekunden pro Foto“.
• Anzahl der Startnummern pro Bild: Gedränge im Ziel kann den Aufwand vervielfachen.
• Ob volle Gewissheit gefordert ist: Strenge Regeln bremsen das Tempo, verringern aber Fehler.
• Änderungswünsche: „Können Sie mit den finalen Dateinamen neu taggen?“ ist eine klassische Falle, die Nacharbeit nach sich zieht.

Wenn Ihr Event viele Fotos liefert und Tempo zählt, lohnt sich ein Vergleich zwischen rein manuellen und hybriden Workflows, bei denen KI die sofortige Suche übernimmt und sich Menschen auf Ausnahmen konzentrieren.

Fragen zu Datensicherheit und Datenschutz

Bei einem manuellen Tagging-Service bearbeiten Dritte Ihre Fotos und die Kennungen der Teilnehmenden. Fragen Sie mindestens:

• Zugriffskontrolle: Wer kann die Dateien herunterladen? Wie wird der Zugriff nach der Lieferung entzogen?
• Speicherung: Werden die Fotos verschlüsselt gespeichert? Wie lange werden Dateien aufbewahrt?
• Weitergabe: Werden Fotos jemals an Subunternehmer weitergegeben?
• Nachvollziehbarkeit: Kann der Anbieter ein einfaches Aktivitätsprotokoll bereitstellen (Zeitstempel für Uploads und Downloads)?

Wenn Sie Galerien für Teilnehmende veröffentlichen, beginnen Sie mit der Funktionsweise der Plattform und den Formulierungen in der Datenschutzerklärung Ihres Events.

Checkliste zur Anbieterauswahl (zum Kopieren)

Nutzen Sie diese Checkliste, wenn Sie Anbieter für manuelles Tagging von Marathonfotos prüfen:

• Pilotprojekt: Führen Sie ein kleines bezahltes Pilotprojekt mit unseren echten Fotos durch und bestätigen Sie das Lieferformat?
• Regeln: Haben Sie ein schriftliches Regelwerk für teilweise sichtbare Startnummern, mehrere Startnummern, Unsicherheiten und Nacharbeit?
• Ergebnis: Liefern Sie IPTC-Stichwörter, eine CSV-Datei oder einen Galerie-Import? Können Sie eine Beispieldatei zeigen?
• Qualitätsprüfung: Welche Prüfungen führen Sie durch, und wie laufen Korrekturen ab?
• Sicherheit: Wo werden die Dateien gespeichert, wie lange werden sie aufbewahrt, und wer hat Zugriff?
• Zeitplan: Welche Bearbeitungszeit sagen Sie zu, und von welchen Annahmen hängt sie ab?

Manuell oder KI (und warum hybrid meist gewinnt)

Manuelles Tagging ist eine gute Wahl, wenn Genauigkeit bei schwierigen Fotos wichtiger ist als Tempo. Bei Tausenden Teilnehmenden ist „Finde meine Fotos“ aber eine Frage der Zeit bis zum ersten Treffer und zugleich eine Frage der Abdeckung (viele großartige Fotos haben keine lesbare Startnummer).

Dieser Ansatz funktioniert nach unserer Erfahrung bei modernen Läufen am besten:

• KI für die sofortige Suche: Teilnehmende nutzen die Selfie-Suche (9Pic FaceFind) und die Startnummernerkennung (9Pic BibTrack) und finden so ihre Fotos, selbst wenn ihre Startnummer auf vielen Aufnahmen verdeckt ist.
• Manuelle Prüfung für Sonderfälle: Menschen korrigieren seltene Lesefehler und kümmern sich um die wirklich unklaren Fotos, ohne die ganze Galerie aufzuhalten.

Wenn Sie Lauffotos in großer Menge anbieten möchten, finden Sie unter Für Marathons und Preise die Optionen für große Events.

Häufige Fragen

Ist manuelles Tagging von Lauffotos dasselbe wie „Verschlagwortung“?

Oft ja. Viele Dienstleister beschreiben das Hinzufügen der Startnummer als Stichwort (entweder in die Metadaten eingebettet oder in einer Tabelle, die Ihre Galerieplattform als Stichwörter nutzt).

Sollten wir vor oder nach der Bearbeitung taggen?

In der Regel nach dem finalen Export (oder sobald Ihre Dateinamen feststehen). Wer früh taggt und später umbenennt oder neu exportiert, riskiert teure Nacharbeit.

Was ist der häufigste Grund für falsche Tags?

Unklare Regeln für teilweise sichtbare Startnummern und Zielaufnahmen mit vielen Personen. Klare Regeln für eine Sammelgruppe „unsicher“ verringern falsche Zuordnungen.

Kann manuelles Tagging die Gesichtserkennung ersetzen?

Das ist möglich, verändert aber die Erfahrung für Teilnehmende: Sie müssen ihre Startnummer kennen (und eingeben). Mit der Selfie-Suche finden Teilnehmende ihre Fotos auch dann, wenn sie ihre Startnummer vergessen haben oder diese auf manchen Aufnahmen nicht zu sehen ist.

Was, wenn die Startnummer auf vielen Fotos verdeckt ist?

Bei großen Events ist das häufig (Hände, Flaschen, Jacken, Medaillen, Gedränge). Wenn Ihre Suche nur auf eine lesbare Startnummer setzt, sind diese Fotos schwer zu finden. Die Selfie-Suche (9Pic FaceFind) hilft Teilnehmenden, Fotos auch bei unlesbarer Startnummer zu finden, während 9Pic BibTrack die Aufnahmen mit sichtbarer Startnummer abdeckt.

Nächste Schritte

Wenn Sie für einen anstehenden Lauf zwischen manuellem Foto-Tagging und KI wählen, beginnen Sie mit einem kleinen Pilotprojekt: Wählen Sie 1.000 gemischte Fotos (Ziel und Strecke), testen Sie das Ergebnis des manuellen Taggings mit Ihrer Galerie und vergleichen Sie es mit einem Ablauf in 9Pic AI (BibTrack und FaceFind). Am schnellsten urteilen Sie so: Messen Sie, wie schnell echte Teilnehmende ihre Fotos finden.

Sie möchten Unterstützung bei einem hybriden Workflow für Ihren Marathon? Kontaktieren Sie uns und nennen Sie uns die ungefähre Fotoanzahl, die Zahl der Fotografinnen und Fotografen und den Zeitpunkt, zu dem die Fotos online sein sollen.