Der Kommentartext ist sehr gut. Der KI Sprecher aber ziemlich emotionslos. Da gibt es noch Luft nach oben.
Danke dir. Und ich dachte, die Stimme hat Emotionen. Nimmt wohl jeder anders wahr. 
Die Stimme ist nicht komplett emotionslos, sie betont halt alles gleich. Ein menschlicher Sprecher (welcher das Bildmaterial bzw. den Kontekt des Textes kennt) wird anders betonen, die Gewichtung verschiedener Wörter bei der Betonung variieren....
Das geht sicherlich auch durch die KI besser - und ich bin mir sicher, irgendwann werden wir den Videotrack in die KI hochladen und es kommt ein Off-Sprecher bei raus der absolut perfekt ist. Dauert vielleicht noch, aber irgendwann wird es das geben, ggfs. als Plugin für Schnittprogramme 
Betreffend den fehlenden Nahaufnahmen - klar, der eine oder andere Umschnitt in ein lachendes Gesicht o.ä. hätte gut getan, aber dadurch das Du relativ nah an den Protagonisten dran warst fällt das nicht so stark auf.
Und gerade bei so dynamischen Bildern alleine mit einer Kamera Nahaufnahmen machen welche man dann nahtlos in den Film einbaut ist verdammt schwer - dann lieber so wie Du das gemacht hast.
Was vielleicht fehlt sind Aufnahmen von den Zuschauern welche Du über harte Schnitte wenn bspw. die Gruppe wechselt legen könntest. Damit werden solche Schnitte dann etwas abgemildert.
Ansonsten ein solider Film, alleine einen Festumzug drehen ist immer schwer. Insofern passt das alles. Der Ton bzw. die übertriebenen Bässe konnte ich jetzt beim Anschauen auf dem Bürolaptop nicht feststellen, aber die internen Laptoplautsprecher sind eben keine Referenz....