Ich schätze mal, er meint die natürliche Bewegungsunschärfe, nicht die, die man im Nachhinein einfügt
Wenn du bei einem Frame den Arm nicht genau erkennen kannst, wirst du wohl oder übel ungefähr schauen müssen, wo sich der Arm befindet und die Maske setzen.
Später in der RAM-Vorschau siehst du dir das Video an, da siehst du ja dann noch einige Ungereimtheiten und musst diese dann eben per Hand nachjustieren, bis es passt.
Rotoscoping ist eben eine ziemliche Fummelarbeit