In den letzten Jahren werden Videodaten in der Sozialforschung immer breiter verwendet. Das liegt einerseits an der rapiden Weiterentwicklung der Technologie und der damit verbundenen verbesserten Zugänglichkeit und leichteren Anwendung. Andererseits werden die Möglichkeit und das Potenzial, mit diesem Datentyp soziales Geschehen zu analysieren, immer mehr erkannt. In der Erziehungswissenschaft werden audiovisuelle Daten derzeit insbesondere in der Lehr-Lernforschung genutzt. In der schulischen Unterrichtsforschung wird der Videoeinsatz seit Jahren realisiert. Hingegen ist dies in der Erwachsenenbildung bei der Erforschung von erwachsenenpädagogischen Lehr-Lernprozessen eher weniger der Fall.

Methodisch betrachtet gibt es eine Vielfalt von Verfahren zur Analyse visueller Daten. Viele dieser Verfahren basieren auf Transkriptionen von Videos, die visuelle Elemente wie sprachliche beinhalten. Der Nachteil einer solchen Verschriftlichung besteht darin, dass gleichzeitig Vorhandenes als Nacheinander dargestellt werden muss und dass die Daten eine deutliche Reduzierung ihres eigentliches Gehaltes durch die Auswahl dessen erfahren, was als Visuelles Niederschrift findet und was nicht. Häufig werden dann sprachlich ausgerichtete Auswertungsverfahren auf die Analyse von Videodaten übertragen, ohne die Besonderheiten, die das visuelle Material mit sich bringt, methodisch angemessen berücksichtigen zu können. Die Verfahren können damit oft der Komplexität der Videodaten nicht genügen. Angesprochen sind insbesondere die Probleme der angemessenen Erfassung des Verhältnisses von Diachronizität und Synchronizität. Knoblauch (2004) konstatiert, dass in der Beachtung der Kombination von synchronen mit diachronen Beobachtungsdaten gerade der Wert von Videoanalysen liege. Weiterhin bemerkt er, dass die mit audiovisuellen Daten verbundenen methodologischen und methodenpraktischen Herausforderungen noch gänzlich ungelöst sind, dieser lückenhafte Forschungsstand jedoch in keinem Verhältnis zur Häufigkeit des Einsatzes der Videokamera stehe.

Bei dieser Ausgangslage leistet Matthias Herrles Buch einen Beitrag zur methodologischen Konzeption eines angemessenen Analyseverfahrens zur systematischen Erforschung von Lehr-Lernverhältnissen auf der Basis von Videodaten. In der Absicht, für die Untersuchung von Interaktionstrukturen in Kursen der Erwachsenenbildung eine Methodologie und Methode zu begründen, rekurriert er auf die objektive Hermeneutik, die er spezifisch für die Analyse visueller Daten mithilfe systemtheoretischer Theorieelemente modifiziert. Der systemtheoretische Interaktionsbegriff nach Kieserling (1999) macht dabei das durch das Bild Zugängliche beschreibbar. Zugrunde liegen die Annahmen, dass bisher über eine differenzierte Analyse des sozialen Geschehens und der Strukturbildung innerhalb von Kursinteraktionen der Erwachsenenbildung zuwenig bekannt ist und dass für eine solche Strukturanalyse die sozialbezogenen Körperbewegungen und das Nonverbale, visuell erfassbare Geschehen eine zentrale Rolle spielen. Aus diesem Grund bedarf es zur Untersuchung komplexer sozialer Situationen, wie sie in Lehr-Lernarrangements gegeben sind, des Einbezugs auditiver wie visueller Daten. Die Bedeutung von simultanen Elementen verschärft sich dort nämlich besonders, wo es um die Untersuchung von Strukturen von Interaktionsprozessen geht, denn es sollte unter anderem in den Blick genommen werden können, wie sich parallel vorhandene Aspekte einer Situation sequenziell zu Ereignissen verketten und so zu Strukturen kondensieren. Herrle möchte diesbezüglich zeigen, dass die sozialbezogenen Köperbewegungen in Interaktionszusammenhängen bedeutsam für deren Verläufe und Strukturen sind, weil auf dieser Ebene gleichermaßen kommuniziert wird. Videos stellen dementsprechend eine notwendige Datengrundlage zur Erforschung von Kursen als lehr-lernbezogene Interaktionszusammenhänge dar, die es ermöglicht, das strukturbildungsrelevante körperliche Agieren von Personen in räumlicher Einbettung in die Analyse mit einzubeziehen.

Das Buch gliedert sich in vier Teile. Im ersten Teil (Kapitel 1) wird die Bedeutung von Kursinteraktionen in der Erwachsenenbildung dargestellt und der Interaktionsbegriff systemtheoretisch als Kommunikation unter Anwesenden spezifiziert. Weiterhin wird das Videoprotokoll als Datengrundlage vorgestellt, welches eine Komplexitätssteigerung durch die Verfügbarkeit interaktionsrelevanter visueller Elemente mit sich bringt. Herrle führt ein Modell zur ersten Schematisierung und Ordnung möglicher visuell wahrnehmbarer Phänomene ein, um der gesteigerten Komplexität Rechnung zu tragen. Anschließend (Kapitel 2) wird die objektive Hermeneutik als Methodologie und Methode skizziert und ihre Anwendbarkeit für die Analyse (audio)visueller Daten geprüft. Dazu werden Beispielstudien herangezogen, die bereits die objektive Hermeneutik auf solches Datenmaterial anwenden. Diese Studien erscheinen jedoch bezüglich eines die Methode erweiternden Potenzials wenig ergiebig.

Im dritten Kapitel (Beginn Teil II) prüft Herrle die Anwendbarkeit der objektiven Hermeneutik auf Video-Datenmaterial. Die sprachliche Bezogenheit des Oevermann’schen Ansatzes muss damit auf Visuelles hin erweitert werden. Die Systemtheorie wird folgend daraufhin geprüft, inwieweit sie mit ihren differenztheoretischen Prämissen in Verbindung mit objektiver Hermeneutik interpretationsleitende Prinzipien zu generieren vermag, die der Analyse audiovisuellen Materials angemessen sind. Doch zunächst macht der Autor die erkenntnistheoretischen Grundlagen der objektiven Hermeneutik transparent. Er zeigt die Problematiken auf, die dort mit dem Rückgriff auf Mead und Chomsky verbunden sind. Danach wird Intersubjektivität und Fremdverstehen als an präexistente, universell gültige Regeln gebunden betrachtet, die soziales Handeln und Interaktion konstituieren. Die Rekonstruktion von Sinn wird so der Bedingung der intersubjektiv geteilten Bedeutung des sprachlichen Symbols untergeordnet. Wenn jedoch visuelle Daten analysiert werden sollen, muss diese Sprachlichkeit relativiert und Verstehen differenztheoretisch beschrieben werden.

Wird der Intersubjektivitätsbegriff nun mit einer differenztheoretischen Perspektive konfrontiert (Kapitel 4), wird die Existenz von a priori gegebenen Strukturen fraglich. Herrle betont hier die systemtheoretische Fassung von Sinn und Kommunikation. Sinn wird als Medium von psychischen wie auch sozialen Systemen zur Ordnung von Bewusstsein und Kommunikation verwendet. Damit ist Sinn nicht mehr an rein sprachliche Kommunikation gebunden, sondern vorsprachlich. Weiterhin ist Kommunikation innerhalb der Systemtheorie als jegliche Form sozialer Mitteilung gedacht und impliziert somit das Nonverbale. Für eine Forschungsmethodik der Videoanalyse bedeutet dies: Auf der visuelle Ebene können sich eigene Sinnstrukturen ausbilden, die dann in Relation zur auditiven Ebene der verbalen Kommunikation analysiert werden können.

Im Folgenden werden die Bedingungen für Sinnrekonstruktion und Fremdverstehen auf systemtheoretischer Grundlage expliziert. Der Autor untersucht dafür zunächst unter differenztheoretischer Perspektive, wie es durch Sozialisation und Entwicklung beim (interpretierenden) Menschen zum Aufbau von interpretationsermöglichenden Wissensstrukturen kommt. Er bezieht sich ergänzend auf Piagets strukturgenetischen Ansatz und zeigt die Vereinbarkeit mit der systemtheoretischen Betrachtungsweise des sozialisatorischen Strukturaufbaus von Kommunikation und Bewusstsein. Darauf aufbauend werden Intersubjektivität und Fremdverstehen differenztheoretisch spezifiziert. Mit dem systemtheoretischen Begriff der Beobachtung erscheint die wahrnehmbare Wirklichkeit als abhängig von der jeweiligen Schematisierung des Beobachters und unabhängig von prädeterminierenden Regeln. Intersubjektivität als zentrales Element zur Rekonstruktion von sinnhaften Interaktionsstrukturen wird nun anhand des systemtheoretischen Verstehensbegriffs expliziert. Eine systemtheoretisch fundierte Intersubjektivität ist danach nur über Kommunikation möglich, das heißt: innerhalb von sozialen Systemen durch kommunikative Selbstbeobachtung. Dies geschieht anhand der Unterscheidung der drei Selektionen Information, Mitteilung und Verstehen. In Kombination mit den Verstehensleistungen psychischer Systeme, die nach Maßgabe eigener gewählter beobachtungsleitender Differenzschemata verstehen, wird deutlich, wie eine Verstehensleistung (in nicht konsensorientierter Definition) durch den Interpreten (im Kontext des Wissenschaftssystems) vollzogen wird.

Im fünften Kapitel soll die These bekräftigt werden, dass sozialbezogene Körperbewegungen als eine Form sozialer Mitteilung neben der Lautsprache ebenfalls ein Medium der Kommunikation darstellen. Zudem ist es ein Ziel, die objektive Hermeneutik aus differenztheoretischer Perspektive für die Erschließung nonverbaler und körperbezogener Sinnstrukturen in der Interaktion zu öffnen. Auch hier wird zunächst der Frage nachgegangen, wie es auf der köperbezogenen Ebene zu sozialisatorisch angeeigneten Strukturen kommt, welche die Wahrnehmung des Forschers kanalisieren. Herrle konsultiert das Konzept von Gebauer/Wulf (1998), die die körperliche Bezugnahme von Individuen auf eine sozial verfasste Welt als mimetische Handlungen beschreiben. Aus systemtheoretischer Perspektive wird schließlich die Bedeutung körperbezogener Elemente für die Rekonstruktion von Kurs-Interaktionen verdeutlicht, wenn in Anlehnung an Kieserling Interaktion als Kommunikation unter Anwesenden gefasst wird und die wechselseitige Wahrnehmung als etwas herausgestellt wird, das vor jeder Kommunikation (verbaler oder nonverbaler Art) gegeben ist. Damit erhält das verbale wie auch nonverbale wahrnehmbare Verhalten Strukturrelevanz für das prozessierende Interaktionssystem, wenn dieses Verhalten als sinnhafte Selektion in der Kommunikation vorkommt bzw. diese zu reproduzieren vermag. Wie auch nonverbale Kommunikation auf sich selbst Bezug nimmt, wird im dritten Teil des Buches deutlich.

Im sechsten Kapitel (Teil III) entwirft der Autor auf der Grundlage der zuvor herausgearbeiteten Bedingungen die Methodologie einer systemtheoretisch informierten objektiven Hermeneutik. Deutlich wird, dass zur Rekonstruktion von Sinn das Auftreten von sozialem verbalen und körperbezogenen Handeln vor dem Hintergrund alternativer Möglichkeiten erkannt werden muss, systemtheoretisch formuliert: der „blinde Fleck“ der Akteure muss aufgedeckt werden. In der Methodologie schlägt sich dieses Erfordernis in der Auswahl und Konfrontation von beobachteten Interaktionsphänomenen mit andersartigen Möglichkeiten für Anschlussverhalten nieder. Damit kann die spezifische Fallstrukturgesetzlichkeit erfasst werden. Die „Selektive Kontextvariation“ versucht, die strukturgenerierende Geschichte von Selektionen und Anschlussselektionen zu rekonstruieren. Eine große Herausforderung ist dabei die Erfassung der simultanen Ereignisse. Hier greift das von Herrle entworfene und zu Beginn eingeführte Modell zur Strukturierung des gleichzeitig visuell Wahrnehmbaren: es erweitert das vorherrschend sequenzielle Vorgehen der objektiven Hermeneutik auf das Simultane. Das Ordnungsmodell der selektiven Kontextvariation erfasst sämtliche gleichzeitigen Phänomene des Interaktionszusammenhangs und ermöglicht, diese aus dem simultan Präsenten zu isolieren und ihren Text und Kontext zu unterscheiden. Es stellt ein methodologisches Gerüst dar, gekennzeichnet durch isolierte Analyse von auditiver und visueller Ebene der aufgezeichneten Kursinteraktion und anschließendes Beziehen dieser Ebenen aufeinander.

Die bis zu diesem Zeitpunkt sehr abstrakte Entwicklung der Methodologie wird in gut nachvollziehbarer Weise an einem Beispiel illustriert (Kapitel 7). Am Schluss hat der Leser ein konkretes Bild der Verfahrensschritte. Es folgt ein ausführlicher, zusammenfassender Rückblick Herrles (Teil IV, Kapitel 8), in dem auch die Gültigkeit der erzielten Ergebnisse reflektiert wird und ein Ausblick auf weitere Anschlussmöglichkeiten zur Überprüfung und weiteren Ausdifferenzierung des von ihm entwickelten Reflektionsrahmens zur erziehungswissenschaftlichen Kurs- und Interaktionsforschung gegeben wird.

Das von Herrle begründete und ausgearbeitete Verfahren macht soziale Interaktionsstrukturen auf der Grundlage des visuell Beobachtbaren zugänglich. Bewusstsein und damit subjektiv-individuelle Prozesse sind allerdings mit dieser Methode, und prinzipiell auf der Basis von Videoaufzeichnungen, nicht rekonstruierbar, es sei denn, sie werden über die Interaktionskommunikation zugeschrieben. Damit bleibt die Analyse an den sichtbaren Aspekten des gegenseitigen Beziehens von Akteuren in einem Lehr-Lernumfeld verhaftet. Bei Fragestellungen, die Lehr-Lernprozesse tiefer gehend berücksichtigen wollen, wird es daher oft sinnvoll sein, die Analyse von Videoaufzeichnungen durch die Analyse anderer Typen von Daten wie Interviews zu ergänzen.

Die Entwicklung einer angemessenen Methodologie und Methode zur Analyse von Kursinteraktion durch eine systemtheoretisch modifizierte objektive Hermeneutik ist ein komplexes und anspruchsvolles Anliegen. Folglich ist das Buch sehr dicht und facettenreich geschrieben. Insgesamt setzen die systemtheoretischen Begrifflichkeiten und die Sprache einen in dieser Hinsicht kundigen Leser voraus. Durch die teils sehr detaillierten Exkurse kann stellenweise das eigentliche Anliegen des Autors aus dem Blick geraten. Hilfreich sind jedoch die prägnanten Zusammenfassungen und Wegweisungen am Anfang und Ende eines jeden (Teil-) Kapitels, die den Blick wieder fokussieren und den Leser auf die nächsten Ziele hin orientieren.

Für die Untersuchung von Lehr-Lerninteraktionen steht mit diesem Buch ein fundiertes Analyseverfahren zur Verfügung, welches das besondere Potenzial, das Videodaten in der Lehr-Lernforschung bieten, angemessen erfasst und in der Methodologie berücksichtigt. Mit diesem grundlegenden Schritt werden die Möglichkeiten künftiger Lehr-Lernforschung deutlich erweitert.

Literatur:
Gebauer, G., Wulf, C. (1998): Spiel – Ritual – Geste. Mimentisches Handeln in der sozialen Welt. Reinbek.
Kieserling, A. (1999): Kommunikation unter Anwesenden: Studien über Interaktionssysteme. Frankfurt am Main.
Knoblauch, H. (2004): Die Video-Interaktionsanalyse. In: Sozialer Sinn. Zeitschrift für hermeneutische Sozialforschung 5, 123-139.