Durch den Einsatz von Überwachungskameras kann sich eine sehr große Menge an Videomaterial ansammeln. Wenn es nötig ist, dieses Material manuell zu betrachten, so kann man durch die Verwendung des Schnellvorlaufs die Betrachtungszeit verkürzen. Bei digitalen Videos können dabei hohe Beschleunigungen durch das Überspringen von Bildern erreicht werden. Diese Sprünge können jedoch zu „Change Blindness“ führen und den Beobachter wichtige Ereignisse verpassen lassen. Im Rahmen dieser Diplomarbeit werden deshalb Methoden vorgestellt, die auf verschiedene Weise versuchen, die Informationen der übersprungenen Bilder wieder sichtbar zu machen. Biologisch motiviertes Blending erzeugt eine Bewegungsunschärfe bei den Objekten. Die Differenzen-Methode erzeugt multiple Instanzen der Objekte im Verlauf ihrer Bewegung. Beim Tracking werden die Objekte mit Pfeilen und Schweifen versehen, die Informationen über vergangene und zukünftige Bewegungen der Objekte vermitteln. Da es in Überwachungsvideos häufig Situationen gibt, in denen nichts passiert, kann man durch Adaptive Fast-Forward unterschiedliche Beschleunigungen nach Priorität der Ereignisse verwenden. Drei verschiedene Geschwindigkeitsvisualisierungen werden vorgestellt, die den Wechsel zwischen den Beschleunigungen besser vermitteln sollen. In einer Benutzerstudie werden dann die Methoden für den Schnellvorlauf genauer untersucht. Dabei wird die Objekterkennung und die Verfolgung von Bewegungen geprüft. Die Geschwindigkeitsvisualisierungen werden in einer zusätzlichen Aufgabe hinsichtlich ihrer Effektivität und Beanspruchung miteinander verglichen.