Das wird vermutlich daran liegen, dass die Kameras einfach "unterschiedlich schnell" laufen. Erklärung: Kameras haben eine eingebaute Uhr. Wie bei anderen Uhren auch laufen die bei unterschiedlichen Geräten nicht unbedingt absolut gleich schnell. Bei einem Fußballspiel über zwei Stunden kann sich das durchaus bemerkbar machen.
Du musst dein Material synchron machen, in dem du das eine Material beschleunigst oder das andere abbremst. Das ist nervige, manuelle Handarbeit. mit Pech musst du das über die Dauer des Films unterschiedlich stark anpassen, weil die Geschwindigkeiten auch schwanken können.
Für die Zukunft: Beide Kameras starten, ins Bild gehen, so dass dich beide Kameras sehen, einmal klatschen, Fußballspiel abwarten, wieder ins Bild gehen, nochmal klatschen, beide Kameras stoppen. Dann hast du in beiden Aufnahmen einen eindeutigen Punkt anhand dessen es sich leichter anpassen lässt.