Škálovatelnost závisí na vybraném systému, proto je potřeba na ni myslet při jeho návrhu.

Stupně škálovatelnosti: Systém využívající DVR (Digital Video Recorder) je obvykle dodáván se 4, 9 nebo 16 kamerovými vstupy, takže je škálovatelný v krocích po 4, 9 nebo 16. Pokud se systém skládá s 15 kamer, tak to nepředstavuje problém, ale začne to být problém, když bude třeba přidat sedmnáctou kameru. Přidání jedné kamery si vyžádá koupi dalšího DVR. Naproti tomu systémy založené na síťovém videu jsou mnohem pružnější a mohou být rozšiřovány v krocích po 1 kameře.

Počet kamer na rekordér: V systému síťového videa se o záznam a správu záběrů stará server (počítač). Server si můžete sestavit tak, aby odpovídal vašim požadavkům na výkon. Výkon se často určuje jako celkový počet snímků za sekundu v celém systému. Například, pokud je požadováno 30 snímků za sekundu pro každou kameru, dokáže jeden server obsloužit záznam z 25 kamer. Pokud budou stačit 2 snímky za sekundu, stejný server zvládne 300 kamer. To znamená, že výkon systému je efektivně využíván a může být optimalizován.

Velikost systému: Pro větší instalace lze systém založený na síťovém videu dobře škálovat. Pokud je třeba většího počtu snímků za sekundu nebo delšího nahrávacího času, lze do serveru obsluhujícího video záběry přidat víc paměti nebo lepší procesor a je to. Nebo můžete přidat další server umístěný klidně jinde pro větší bezpečnost dat.