Von Tin Trung Ly.
Bei einer Museumsführung wird Wissen nicht nur durchs Sprechen vermittelt. Ein Guide zeigt auf Objekte, dreht den Kopf, verändert seine Körperausrichtung oder verweist mit einer kurzen Geste auf einen Bereich im Raum. Gleichzeitig reagieren die Teilnehmenden mit ihren eigenen Blickbewegungen auf das Geschehen (Goodwin 2000; Hausendorf & Schmitt 2018; Heath et al. 2010). Doch wie hängen diese verschiedenen multimodalen Ressourcen miteinander zusammen? Und welche Formen visueller Orientierung lassen sich beobachten, wenn ein Guide Sprache, Gestik und Körperbewegung unterschiedlich miteinander kombiniert?
Im Rahmen meiner Seminararbeit untersuchte ich diese Fragen anhand einer Museumsführung auf dem UNESCO-Welterbe Zollverein. Mithilfe von Video- und Eye-Tracking-Daten analysierte ich, welche multimodalen Ressourcen der Guide in konkreten Situationen einsetzt und wie sich gleichzeitig die Blickorientierung der Teilnehmenden entwickelt.
Methodisches Vorgehen
Die Untersuchung folgt einem qualitativ-interpretativen Ansatz der multimodalen Konversationsanalyse. Analysiert wurde ein Ausschnitt einer Museumsführung im Außenbereich des UNESCO-Welterbes Zollverein. Im Zentrum stehen ein Guide sowie vier Teilnehmende, deren Blickbewegungen mit mobilen Eye-Tracking-Brillen aufgezeichnet wurden.
Für die Analyse wurden drei Sequenzen ausgewählt, die sich hinsichtlich der eingesetzten multimodalen Ressourcen und der beobachteten Blickorientierung unterscheiden. Berücksichtigt wurden insbesondere:
- sprachliche und deiktische Verweise
- Zeigegesten
- Kopf- und Körperausrichtung nach Schegloff (1998)
- Blickbewegungen der Teilnehmenden nach Stukenbrock (2020)
- zeitliche Koordination und Dauer der Ressourcen
Während multimodale Analysen diese Prozesse aus interaktionaler Perspektive beschreiben, eröffnen mobile Eye‐Tracking‐Verfahren die Möglichkeit, die Blickbewegungen der Teilnehmenden empirisch nachzuvollziehen und so die Rezeption dieser Praktiken mit höherer Genauigkeit sichtbar zu machen (Zima, Auer & Rühlemann 2025). Die Transkription orientiert sich an den multimodalen Transkriptionskonventionen nach Mondada (2018). Dadurch lässt sich nicht nur erfassen, welche Ressourcen auftreten, sondern auch, wann sie einsetzen, wie sie miteinander koordiniert sind und wie lange sie aufrechterhalten werden.
Ergebnisse
Fall 1: Stabile gemeinsame Orientierung
Im ersten Fall verweist der Guide auf den sogenannten „Doppelbock“. Bereits zu Beginn dreht er seinen Oberkörper in Richtung des entsprechenden Bereichs. Mit der Äußerung „sie sehen ja hier unsern hauptschacht“ kommt eine Zeigegeste hinzu, während sich auch der Kopf kurz in Richtung des referierten Objekts bewegt.
Die verschiedenen Ressourcen weisen dabei unterschiedliche zeitliche Verläufe auf. Während die Kopfbewegung vor allem in der Initiierungsphase auftritt und anschließend wieder zurückgenommen wird, bleiben die Zeigegeste und die Drehung des Oberkörpers über den weiteren Verlauf der Sequenz bestehen. Auch sprachlich wird die Referenz durch wiederholte deiktische Ausdrücke wie „hier“ fortgeführt.
Parallel dazu zeigen die Eye-Tracking-Daten eine einheitliche Blickbewegung der vier untersuchten Teilnehmenden: Sie orientieren sich zunächst an der linken Hand des Guides und richten ihren Blick anschließend auf den Doppelbock. Im weiteren Verlauf bleibt ihr Blick auf diesen Bereich gerichtet.
Fall 2: Partielle und zeitlich begrenzte Orientierung
Der Guide spricht zunächst über drei Schachtanlagen, die außerhalb des gezeigten Modells liegen. Noch während seiner Äußerung beginnt er, Kopf und Oberkörper in die entsprechende Richtung zu drehen. Gleichzeitig hebt sich seine linke Hand und entwickelt sich zu einer Zeigegeste.
Auch hier treten also Sprache und Zeigegeste sowie Kopf- und Oberkörperbewegung gemeinsam auf. Im Unterschied zum ersten Fall werden diese Ressourcen jedoch deutlich kürzer aufrechterhalten. Bereits in der folgenden Äußerung verändert der Guide seine Orientierung wieder: Die Hand verweist zurück auf das Modell, der Kopf dreht sich zurück und schließlich wird auch die Torsodrehung aufgehoben. Die Zeigegeste wird von den Teilnehmenden zeitlich versetzt wahrgenommen und auch die Blickorientierung setzt unterschiedlich ein und hält insgesamt kürzer an.
Fall 3: Zeigegeste ohne gemeinsame Blickorientierung
Auch im dritten Fall verwendet der Guide eine Zeigegeste und verbindet sie mit einem sprachlichen Verweis. Hinsichtlich der übrigen multimodalen Ressourcen unterscheidet sich die Sequenz jedoch deutlich von den beiden vorherigen Fällen.
Während dort zusätzlich Kopf und Oberkörper in Richtung des referierten Bereichs ausgerichtet werden, bleibt diese körperliche Neuorientierung hier aus. Die Zeigegeste wird damit nicht durch dieselbe Kombination weiterer körperlicher Ressourcen begleitet wie in den vorherigen Sequenzen. Parallel dazu zeigen die Eye-Tracking-Daten eine weitere Veränderung: Keine der vier untersuchten Personen richtet ihren Blick in die durch die Geste angezeigte Richtung. Eine gemeinsame visuelle Orientierung auf den referierten Bereich lässt sich in dieser Sequenz nicht beobachten.
Diskussion: Visuelle Orientierung als gradueller Prozess
Erst im Vergleich der drei Fälle zeigt sich ein zentrales Ergebnis der Untersuchung: Visuelle Orientierung lässt sich nicht einfach als vorhanden oder nicht vorhanden beschreiben. Vielmehr treten unterschiedliche Grade und zeitliche Formen visueller Orientierung auf.
Die Analyse legt dabei nahe, dass nicht einzelne Ressourcen isoliert, sondern ihre multimodale Einbettung und zeitliche Organisation entscheidend sind. Besonders Fall 3 zeigt, dass eine Zeigegeste allein nicht automatisch mit einer gemeinsamen Blickorientierung einhergeht. Ob dabei bestimmte Ressourcen stärker wirken oder erst ihre Kombination entscheidend ist, lässt sich anhand des vorliegenden Materials jedoch nicht eindeutig bestimmen.
Darüber hinaus sollten die unterschiedlichen Ausprägungen nicht automatisch als unterschiedlich „erfolgreich“ bewertet werden. Insbesondere Fall 2 deutet darauf hin, dass eine kurze oder partielle Orientierung funktional zur jeweiligen Interaktionssituation passen kann. Nicht jeder Verweis erfordert eine langfristige gemeinsame Blickausrichtung.
Visuelle Orientierung erscheint damit als gradueller, zeitlich organisierter und kontextabhängiger Prozess. Die drei Fälle lassen sich daher weniger als „gelungen – teilweise gelungen – misslungen“ verstehen, sondern vielmehr als unterschiedliche Formen der Organisation visueller Aufmerksamkeit.
Ausblick
Vielleicht liegt gerade darin die spannendste Beobachtung: Guides scheinen Aufmerksamkeit fein abgestuft, situativ und innerhalb kürzester Zeiträume zu organisieren, möglicherweise ohne jede einzelne dieser Bewegungen bewusst zu planen. Eine kurze Geste, eine minimale Körperdrehung oder das Aufrechterhalten einer Ausrichtung für wenige Sekunden kann Teil einer komplexen interaktionalen Abstimmung sein, die für die Beteiligten erst im Zusammenspiel ganz selbstverständlich „Sinn ergibt“. Die Analyse eröffnet damit einen kleinen Einblick darin, wie vielschichtig erfolgreiche Interaktion im Alltag tatsächlich organisiert wird und wie viele dieser feinen Abstimmungen häufig unbemerkt bleiben.
Aus dem Datenmaterial konnten somit graduelle Strukturen visueller Orientierung herausgearbeitet werden, die über eine einfache Unterscheidung zwischen gelungener und nicht gelungener Aufmerksamkeitslenkung hinausweisen. Die Berücksichtigung solcher feinen Zwischenstufen könnte in zukünftigen Untersuchungen zu einer stärkeren Sensibilität für die Komplexität multimodaler Interaktion beitragen und ermöglichen, Prozesse visueller Orientierung differenzierter und akkurater zu beschreiben.
Literaturverzeichnis
Goodwin, C. (2000): Action and embodiment within situated human interaction. In: Journal of Pragmatics 32 (10). S. 1489 – 1522.
Hausendorf, H. & Schmitt, R. (2018): 4. Sprachliche Interaktion im Raum. In A. Deppermann & S. Reineke (Ed.s): Sprache im kommunikativen, interaktiven und kulturellen Kontext. Berlin, Boston: De Gruyter. S. 87 ‐ 118.
Heath, C., Hindmarsh, J., & Luff, P. (2010): Video in qualitative research. Analysing social interaction in everyday life. London: SAGE.
Mondada, L. (2018): Multiple Temporalities of Language and Body in Interaction. Challenges for Transcribing Multimodality, Research on Language and Social Interaction 51 (1). S. 85 ‐ 106.
Schegloff, E. A. (1998): Body Torque. Social Research 65 (3), S. 535 – 596.
Stukenbrock A (2020): Deixis, Meta‐Perceptive Gaze Practices, and the Interactional Achievement of Joint Attention. In: Front. Psychol. 11 (1779).
Zima, E., Auer, P. & Rühlemann, C. (2025): Chapter 2 Why research on gaze in social interaction needs mobile eye tracking. In: E. Zima & A. Stukenbrock (Eds.): Mobile Eye Tracking. New avenues for the study of gaze in social interaction John Benjamins Publishing Company. S. 24 ‐ 66.