Seeing is Believing!?

„Es ist weitgehend üblich, Technik als Masse der materiellen Artefakte, als Menge der zweckmäßigen Mittel, als Sammlung des Wissens über herstellbare Wirkungen oder als Ausdruck des Wunschs zur Bemächtigung der Welt anzusehen“ (Rammert 2007, S. 47).

Prominent scheint dabei aber die Position, dass die Anwendung (neuer) Sachtechniken, die Entwicklung (neuer) Handlungstechniken befördert (vgl. Baird 2004). Diskutiert ist dies vor allem für die Naturwissenschaften (prominent Knorr Cetina 2002). So ist z. B. die Entdeckung der vergrößernden Wirkung von Linsen und die Verbesserung der Leistung dieser Linsen durch Formung und Kombination mit anderen Linsen grundlegend für die Entdeckungen makro- und mikrokosmischer Gesetzmäßigkeiten (oder zumindest den Beweis dieser vermuteten Zusammenhänge) im 17. Jahrhundert.

Wir sind im Rahmen der im Forschungsverbund „JuBri“ angewandten bildinterpretativen Zugänge (vgl. Sülzle 2015) durch Nicolle Pfaff und Tim Böder auf die figurative Hermeneutik aufmerksam gemacht worden und versucht gewesen, dieses Verfahren auf Videomaterial anzuwenden. Gleichwohl wie fruchtbar dieser Versuch ist, gilt unser Dank den beiden, wie auch den anderen Mitgliedern des Verbunds für die anregenden Diskussionen und Anregungen.

Edward Tyson mutmaßte bereits 1699 in seinem bahnbrechenden Werk zur vergleichenden Beschreibung des Pygmäen und des Menschen (im Titel als Orang-outang bezeichnet, handelte es sich vermutlich um einen Schimpansen oder Bonobo), dass verzerrende Berichte über Menschenaffen die Grundlage für eine Vielzahl mythologischer Tiere wie die Sphinx, den Pan und den Satyr bildeten.

Dies meint die adäquate Repräsentation mittels Sachtechniken (also Schrift, Bild, Ton etc.) aber auch den angemessenen Umgang mit fremden Welten in den Ergebnisdarstellungen. Für zweites ist die „Krise der Repräsentation“ in der Ethnografie in den 1980er Jahren ein prominentes Beispiel (vgl. Marcus und Fisher 1986; ein Lösungsversuch dazu vgl. Hitzler und Eisewicht 2016).

Mit dem generischen Femininum sind jeweils Personen aller Geschlechter angesprochen.

In dieser Balance aus naturgetreuer Abbildung und typisierender Darstellung sind Zeichnungen auch heute noch in der Botanik präferierte Darstellungsmittel (vgl. Daston 2016).

Verstärkt wurden dabei auch die Machtgefälle zwischen typischerweise westlichem Beobachter und von diesem Standpunkt aus fremden Beobachteten, wie es vor allem in „rassistischen“ Arbeiten deutlich wurde (vgl. Morris-Reich 2016).

Aktuell findet sich diese Diskussion z. B. bezüglich der Verwendung digitaler Smartphone-Fotografie (vgl. Eisewicht und Grenz 2017).

Der Wechsel der medialen Repräsentation (von Text zu Zeichnung zu Bild zu Video) löst weder die methodologischen Fragen der adäquaten sachtechnischen Repräsentation komplexer sozialer Phänomene, noch verhindert er wissentlichen und unwissentlichen Betrug oder die Fälschung von Forschungsergebnissen.

So lässt sich erhobenes Videomaterial als Erinnerungsstütze und zur Reflexion eigener Beobachtungen nutzen (vgl. Hitzler 2012; Hitzler und Eisewicht 2016, S. 80–82), es erspart jedoch selten die Notwendigkeit anderer Datenerhebungen. So weist auch Hubert Knoblauch (2001, S. 125) in seinem prominenten Vorschlag zu einer technisch unterstützen „fokussierten Ethnographie“ darauf hin, dass die sachtechnisch objektivierte Datenerhebung nicht die langfristige Teilnahme am Feldgeschehen ersetzen kann.

Es wäre in diesem Sinn zu prüfen, ob adäquate methodologische Arbeiten zum Umgang mit multimodalen und hypertextuellen Daten aus Online-Kontexten bereits vorliegen oder ob bestehende Programme weitgehend naiv auf digitale Kontexte übertragen werden. Mit der „Netnography“ (Kozinets 2002), der „Virtual Ethnography“ (Hine 2000) oder dem „Handbook of Multimodal Analysis“ (Jewitt 2013) liegen zumindest Ansätze vor, die auf die Berücksichtigung der Besonderheiten des Hybridmediums Internet hinweisen. Ruth Ayaß (2016, S. 251) weist jedoch drauf hin, dass „durchweg visuell und medial konstituiert[e] Feld[er]“ bisher dennoch wenig in der Forschung berücksichtigt sind (vgl. jedoch Kirschner 2016).

Auch wenn die Sinnhaftigkeit solcher Turns durchaus umstritten ist (vgl. Bachmann-Medick 2011), erfreut sich ihre Proklamation besonderer Beliebtheit. Grundlegend für die Diagnose solcher Wenden ist dabei die „Meistererzählung“ (Bachmann-Medick 2011, S. 128) des „Linguistic Turn“ (Rorty 1967). Neben dem Visual Turn ist der „Material Turn“ (vgl. Appadurai 1986) eine dieser Wenden und beide sind unter allen Cultural Turns prominenter, weil diese (Linguistic, Visual und Material Turn) auf derselben Dimension messen – der Berücksichtigung spezifischer Datensorten. Anschlussfähig ist daran auch der „Digital Turn“ (Mills 2010).

Als Stichwortgeber gelten dabei immer wieder die kunsthistorischen und bildwissenschaftlichen Arbeiten von Max Imdahl und Erwin Panofsky, die wiederum an die Wissenssoziologie Karl Mannheims angelehnt sind.

Dabei „verirren“ sich immer wieder film- und videoanalytische Arbeiten (Tuma in Ayaß 2012; oder Keppler in Müller et al. 2014) in bildanalytische Anthologien. Andersherum finden sich auch bildinterpretative Arbeiten (z. B. Kanter in Lucht et al. 2013) in videoanalytischen Sammelbänden ohne dass eine systematische Bezugnahme über die Datensorten hinweg beobachtbar wäre.

Im Vergleich zu soziologischen bildinterpretativen Arbeiten scheinen bei Videomaterial die Bezüge zu film- und medienwissenschaftlichen Arbeiten auszubleiben (vgl. Reichertz und Englert 2011, S. 9; mit Ausnahme von Bohnsack 2010; und Hampl 2010; zu Methoden der Kommunikationswissenschaften vgl. Averbeck-Lietz, Meyen 2016).

Es gibt auch eine an die Dokumentarische Methode angelehnte Form der Videointerpretation (vgl. Bohnsack 2010; Hampl 2010). Außerdem gibt es in den letzten Jahren auch Versuche der Revitalisierung einer eigenständigen soziologischen Filmanalyse bzw. Filmsoziologie (vgl. Geimer et al. 2017; Heinze et al. 2012), deren methodologische und methodische Spezifizierung jedoch noch weitgehend unausgearbeitet scheint (vgl. Ayaß 2016, S. 245).

Auch wenn beide Ansätze im empirischen Paradigma bzw. Realist Frame zu verorten sind, kann man sagen, dass die Videoanalyse stärker die generativen Folgen von Video in den Blick nimmt (d. h. welche „Welt“ wird durch den Film von wem erschaffen?), während die Videographie stärker die mimetische Funktion des Videos fokussiert (d. h. welche wirklich beobachtbaren Praktiken und Interaktionsordnungen sind im Video sichtbar?).

Beides, Bilder und Videos, müssen in den Analysen in geschriebenes Wort übersetzt werden (vgl. Ayaß 2016, S. 248; Reichertz und Englert 2011, S. 21–22), daher betrifft die Problematik des Videomaterials v. a. die Aspekte der Ergebnisdarstellung.

Hierzu zählt z. B. Aby Warburgs Bilderatlas „Mnemosyne“ (1924–29), August Sanders „Antlitz der Zeit“ (orig. 1929; vgl. Sander 2001), Erving Goffmans „Gender Advertisements“ (1976). Es gibt aber auch Arbeiten von Künstlern, die als „Artistic Research“ (Bergdorff 2012) bezeichnet werden können, wie z. B. Jens Harders „Beta: Civilisations“ (2014).

Müller betont in seiner Konzeption deutlich den kontrastiv-vergleichenden Charakter der Müller (2012, S. 148, 153), wie auch in seinen Zusammenstellungen deutlich wird. Wir möchten dem ergänzend auch auf die Möglichkeit minimal kontrastierender Tableaus hinweisen, um die Typizität spezifischer Videoformate oder Darstellungen herausarbeiten zu können.

D. h. Kategorien der Notation umfassten je Schnitt die „Handelnde Kamera“ (mit den Unterkategorien, kurz: UK: Stand-/Handkamera, Kadrierung, Einstellung, Schärfentiefe, Perspektive, Autonome Kamera, Tempo, Farbe), „Kommentierende Kamera“ (UK: Voice-Over, Musik/Geräusch, Graphik, Text), und „Montierende Kamera“ (UK: Schnitt, Zeitlupe/Zeitraffer), sowie Kategorien für das vor der Kamera befindliche Geschehen, namentlich „Bühne“ (UK: Ort, Zeit), „Requisiten“ (UK: zum Ort, zur Person), „Akteure“ (UK: sozialer Typus, Handlungstyp, Nonverbale Botschaft), „Symbolische Interaktion“ (UK: Sprechen, Gestik, Mimik) und „Handeln“ (UK: Was, subjektiver Sinn).

Erst im Rahmen der Erstellung dieses Textes stießen wir auf ein ähnliches Vorgehen bei Stefan Hampl (2010) im Anschluss an Ralf Bohnsack. Bohnsacks Dokumentarische Methode ist als datensortenübergreifende Universalmethode zu Text, Bild und Videomaterial angelegt (zur dokumentarischen Videointerpretation vgl. Bohnsack 2010) und im Vergleich der Bilder an Imdahls und Panofskys Arbeiten angeschlossen.

Aufgrund der anhaltenden Verbreitung und Popularität des Formates gibt es eine Reihe an kostenfreien Programmen und Online-Tools um aus Videodateien oder Links von Videoplattformen entsprechende Gifs zu erstellen, um Text bzw. Untertitel hinzuzufügen, um aus Einzelbildern animierte Gifs zu erstellen, Gifs zuzuschneiden oder zu kürzen. Hierzu zählen z. B. (Stand 01/2017): https://​giphy.​com/​create, http://​ezgif.​com, http://​makeagif.​com, http://​www191.​lunapic.​com/​editor, oder http://​gifmaker.​me. Mitunter lohnt es sich z. B. YouTube Videos zunächst mit geeigneten Downloadprogrammen herunterzuladen oder online zu schneiden (z. B. convert2mp3.net, keepvid.com oder share-tube.eu), um dann die ausgewählten Sequenzen in Gifs umzuwandeln. Bei giphy.com und makeagif.com können z. B. zunächst Abschnitte ausgewählt und dann in ein Gif umgewandelt werden. Gifs lassen sich aber auch mit Grafik- und Videoprogrammen wie Photoshop, Instagiffer oder Openshot erstellen oder mit Smartphone- und Tablet-Apps wie Cinemagramm, Fotodanz oder Flixel. Mittlerweile gibt es auch Programme mit denen auch die Kombination von Gifs mit Audiodateien möglich ist (u. a. lalagif.com oder gifsound.com).

Die Musik in vielen anderen Szenen ist meist schneller, so im Techno, Punk meist über 120 bpm und im Death Metal bis zu 300 bpm. In dieser Geschwindigkeit ließe sich nur schwerlich im Arm dazu im Takt „mitwippen“, bzw. sind in diesen Szenen auch der Musikgeschwindigkeit angepasste und exzessivere Bewegungen beobachtbar. Es scheint dabei eine inkorporierte Präferenz dafür zu bestehen, dass 120 bpm eine Art Referenzwert für die Wahrnehmung von Musik darstellen (vgl. Moelants 2002).

Im Metal ist, auf Basis unser Daten, annehmbar, dass vielmehr ein energetischer Ausdruck als eine Lässigkeit beim Tanzen/bei Konzertverhalten als musikbejahendes Verhalten angestrebt sind.

Man kann nun innerhalb der Szene auf Veränderungen und Verwischungen dieser Grenzen achten, so, dass z. B. zunehmend auch Handlungen aus dem Metal (z. B. der Mosh Pit) auf Rapkonzerten beobachtbar sind (aber teils vom Publikum auch nicht angenommen und kritisch bewertet werden).

Wir haben u. a. damit experimentiert bei Rap-Videos horizontal Bildteile (als Form einfacher Segmentierung) abzudecken, um so das erwähnte Top-Rocking sichtbar zu machen (bei Ganzkörperaufnahmen haben wir dabei oft die untere Bildhälfte abgedeckt, da in solchen Halb- und Totalaufnahmen der Oberkörper in der oberen und der Körper ab der Hüfte abwärts im unteren Bildteil befindlich sind).