1 Einleitung

Bei der Vermittlung von Kompetenzen im Fachunterricht dienen visuelle Impulse häufig als Ausgangspunkt für den Unterrichtsdiskurs, etwa zur Aktivierung des Vorwissens und zur Unterstützung der kognitiven wie sprachlichen Entwicklung im Sinne der Epistemisierung (vgl. Pohl 2016: 61). Für den sprachsensiblen Fachunterricht liegen Annahmen zu didaktischen Funktionen von Bildern vor: Der Wechsel von der konkret-piktoralen auf die fachlich-abstrakte Darstellungsebene soll L2-Lernende dabei unterstützen, ihre fachlichen und kommunikativen Fähigkeiten auszubauen (vgl. Kniffka/Neuer 2008: 129; Leisen 2010: 43). Multimodale Praktiken und in diesem Zusammenhang der Verweis auf Bilder spielen ebenfalls bei der Konzeption des Scaffolding, wie von Gibbons (2015: 45) beschrieben, eine wichtige Rolle. Die fachdidaktischen Erwartungen hinsichtlich der Unterstützungsfunktion von Bildern sind vielfältig, dabei ist unklar, wie sie in Unterrichtsgesprächen mit L2-Lernenden kontextualisiert werden.

Der Beitrag geht daher im Rahmen einer gesprächsanalytischen Fallanalyse den Fragen nach, wie die fachlich-gegenstandsbezogenen und sprachlichen Prozesse bei der Bedeutungsaushandlung zu Bildern zusammenhängen und wie sich eine sprach- und wissenssensible Vermittlung auf die Beteiligung der Deutsch als Zweitsprache-Lernenden (DaZ; L2¹) auswirkt. Das Fallbeispiel stammt aus einer explorativen Studie zu fachbezogenen Bildgesprächen² mit Lernenden aus einer DaZ-Intensivklasse in der Sekundarstufe I. Der Forschungsbeitrag bezieht sich auf das Offenlegen der Praktiken in der Interaktion zu Bildern in Relation zu den fachspezifischen Vermittlungszielen. Dazu werden Auszüge eines dyadischen Gesprächs mit einer Schülerin zur Auftaktseite zum Thema „Kinder der Welt“ aus dem Fach Gesellschaftslehre (vgl. Abb. 2; vgl. Neumann 2019a: 40–41) analysiert. Der Fokus des durch bedarfsorientierte Hilfestellungen strukturierten Gesprächs liegt auf der Ko-Konstruktion³ der fachlichen Erkenntnisse zu den Unterschieden und Gemeinsamkeiten des Lebens von Kindern auf der Welt. Die Rekonstruktion der verbalen und non-verbalen Bezugssysteme erlaubt eine Diskussion zum Verhältnis von didaktisch-methodischen Annahmen zum Bildeinsatz und den Unterstützungsmöglichkeiten im interaktionalen Scaffolding.

Die Ergebnisse der Gesprächsanalyse zeigen, dass die fachdidaktischen Erwartungen an das Verständnis des Bildmaterials und das damit verbundene Scaffolding nur begrenzt wirksam sind, wenn die Relevanzsetzungen der Lernenden von den intendierten Lernzielen abweichen.

Im folgenden theoretischen Teil des Beitrages werden die didaktisch-methodischen Annahmen zum Bildeinsatz (2.1) und zu den bisherigen Erkenntnissen zur Bilderschließung in Lehr-Lernkontexten (2.2) zusammengefasst. Im dritten Teil wird das Forschungsdesign der Studie erläutert. Nachfolgend werden die fachlichen Vermittlungsziele, die mit der Betrachtung der Bildseite verbunden sind, und das Scaffolding dargelegt. Der vierte Teil des Beitrages widmet sich der Gesprächsanalyse ausgewählter Sequenzen. Abschließend werden die Ergebnisse der Analyse im Hinblick auf die didaktisch-methodischen Annahmen zu den unterstützenden Funktionen von Bildern für die integrierte Sprachbildung erörtert und die Möglichkeiten und Grenzen des didaktischen Bildeinsatzes aufgezeigt.

2 Theoretische Grundlagen

Die wissenschaftliche Forschungslandschaft zum Lernen mit Bildern⁴ ist aufgrund der unterschiedlichen Bezugsdisziplinen komplex, daher wird für den vorliegenden Beitrag auf zwei Bereiche, die für die Analyse des Gesprächs dienlich sind, rekurriert:

Der erste Bereich (2.1) betrifft die didaktisch-methodischen Annahmen zum Mehrwert des Bildeinsatzes für die Vermittlung von Sprachen und zur Unterstützung der Anbahnung von Erkenntnisprozessen⁵. Neben dieser dienenden Funktion von Anschauungsmaterialien für den fachlichen und sprachlichen Kompetenzaufbau ist es ein pädagogisches Ziel, die Bildrezeption und damit das strukturierte Erfassen, Beschreiben und Interpretieren von Bildern zu erlernen. Auf die Vermittlung von Bildkompetenzen zur Bildproduktion und damit Gestaltung von Bildern wird hier nicht eingegangen.

Der zweite Bereich (2.2) betrifft wissenschaftliche Erkenntnisse zur Bedeutung des Mittlermediums für die unterrichtliche Praxis. Diese Untersuchungsergebnisse aus verschiedenen Bezugsdisziplinen können helfen, die Komplexität des Lernens mit Bildern zu erfassen: Zu nennen sind die Semiotik (vgl. Nordsiek 2014: 41–44) und damit verbunden die Multimodalitätsforschung (vgl. Stöckl 2016; vgl. Jewitt 2008; vgl. Kress/van Leeuwen 2021), die sich der Analyse und Beschreibung des Bildes als Gegenstand, aber auch der Bildrezeption widmen. In der Bildwissenschaft und in anderen Bereichen wird die wissenschaftliche Forschung zum Gegenstand Bild interdisziplinär angegangen (vgl. Sachs-Hombach 2001; vgl. Günzel/Mersch 2014: VII). Zum Lernen mit Bildern geben insbesondere empirische Forschungsarbeiten aus dem Bereich der pädagogischen Psychologie Aufschluss über das Zusammenspiel von Bild und Sprache und die Unterstützung für das sprachliche Lernen (vgl. Ostermeyer/Eitel 2014; Scheiter/Eitel/Schüler 2016; vgl. Weidenmann 1991).

Für das Zweit- und Fremdsprachensprachlernen liegen vornehmlich Arbeiten aus dem ersten Bereich der didaktisch-methodischen Gestaltung der Arbeit mit Bildern (vgl. Michalak 2012: 110; vgl. Hallet 2008) und zudem Ergebnisse aus qualitativen Einzelstudien zur integrierten Sprachbildung in den Bereichen der Bildrezeption und -produktion im Fachkontext Kunst vor (vgl. Fohr 2021; 2022; 2024).

2.1 Didaktisch-methodische Annahmen zum Bildeinsatz im Fachunterricht

Umfassend bebilderte Unterrichtsmaterialien dienen der Vermittlung und dem fachlichen und sprachlichen Kompetenzaufbau im Unterricht. In Schulbüchern – sei es in gedruckter Form oder als digitales Unterrichtspaket – können didaktische Bilder eine Fokusfunktion haben. Sie fungieren als kontextabhängige Wirkgrößen in pädagogischen Vermittlungssituationen (vgl. Weidenmann 1991: 36).

Zu ihrer Wirksamkeit für das sprachliche Lernen und den Wissensaufbau im Deutsch als Fremd- und Zweitsprachenunterricht liegen ausgehend von der Analyse von Lehr-Lernmaterialien verschiedene Annahmen vor (vgl. Reeg et al. 2016; Hallet 2008: 214–219; Scherling/Schuckall 1992): Neben ihrer illustrativen Funktion dienen sie beispielsweise der Veranschaulichung thematischer Zusammenhänge, der Aktivierung des Vorwissens und der Motivation, aber auch zum Erarbeiten und Üben von neuem Wortschatz, zur Semantisierung oder als Gedächtnisstütze.

Mit dem Einsatz von Bildern als Heranführung an den fachlichen und sprachlichen Kompetenzaufbau, aber auch als Hilfestellung für das Begreifen sprachlicher und fachlicher Zusammenhänge, ist die Annahme verbunden, dass Bilder aufgrund ihrer Anschaulichkeit für das Lernen in den folgenden drei Bereichen des sprachsensiblen Fachunterrichts wirksam werden (vgl. Abb. 1):

Abb. 1: Didaktische Annahmen zur Wirksamkeit des Bildeinsatzes im Bereich der fachintegrierten Sprachbildung

Im Fach Gesellschaftslehre⁶ werden Bildmaterialien als Informationsquellen eingesetzt (vgl. Sauer 2007: 27). Auf der Einstiegsseite zum Thema „Kinder der Welt“ des Schulbuchs „Projekt G1“ (vgl. Abb. 2) werden beispielsweise vier Fotografien gegenübergestellt, um die verschiedenen Aspekte des Themas Kindheit zeitgleich und in seiner historischen Entwicklung zu zeigen⁷.

Abb. 2: Auftaktseite zur Lektion „Kinder der Welt“, Projekt G1 (Neumann 2019a: 40–41)

Obgleich Fotografien wie hier im Fach Gesellschaftslehre insbesondere wegen ihrer authentischen Wirkung und ihrer Nähe zum repräsentierten Gegenstand gewählt werden (vgl. Abb. 2), handelt es sich um ausgewählte Momentaufnahmen und somit um eine verdichtete Perspektive auf ein Thema. Solche didaktischen Bilder sollen dazu einladen, Fragen zum Thema zu entwickeln, erste Vermutungen anzustellen und durch die Gegenüberstellung eine Dissonanz⁸ zu erzeugen, die zur Überprüfung der gegensätzlichen Perspektiven herausfordert (vgl. Sauer 2007: 27).

Bilder als Unterstützung (vgl. Abb. 1) spielen für das fachliche und sprachliche Lernen im sprachsensiblen Fachunterricht, insbesondere beim Scaffolding, eine Rolle (vgl. Gibbons 2015: 16; vgl. van de Pol 2010): Das Scaffolding ist als eine temporäre, bedarfsorientierte Unterstützung der Lernenden konzipiert. Ziel ist, dass die Schülerinnen und Schüler später ähnliche Aufgaben ohne Hilfe bewältigen können (vgl. Gibbons 2015; vgl. Hammond/Gibbons 2005). Die von Gibbons und Hammond (2005) vorgeschlagenen Vermittlungsstrategien sollen Lernenden mit unterschiedlichen Voraussetzungen helfen, fachliche und sprachliche Anforderungen zu bewältigen. Dabei wird zwischen Makro-Scaffolding (designed-in scaffolding) und Mikro-Scaffolding (interactional scaffolding) unterschieden (vgl. Hammond/Gibbons 2005: 12–28). Auf der Makro-Ebene erfolgt zum einen die Ermittlung der Ausgangslage der L2-Lernenden, zum anderen die Analyse der Ziele und Inhalte, die Auswahl der an das Lernniveau angepassten Aufgaben und die Planung der Unterstützung. Durch die Strukturierung der Lernschritte von einer anschaulichen Ebene zu einer kontextreduzierten Ebene soll die duale Progression der Verarbeitung von Fachinhalten und des Ausbaus von bildungs- und fachsprachlichen Registern⁹ unterstützt werden (vgl. Kniffka/Neuer 2008: 129). Pohl beschreibt diese Progression im Konzept der Epistemisierung des Unterrichtsdiskurses als eine kognitive Entwicklungsbewegung, bei der das Wissen zunehmend aus dem persönlichen Erlebnisraum heraustritt und mehr und mehr zu einem abstrahierten Wissen wird (vgl. Pohl 2016: 55). Dieser Aufbauprozess des intersubjektiv ausgehandelten und argumentativ gestützten Wissens bedarf einer interaktiven Initiierung und Flankierung (vgl. ebd.: 61–62). Gibbons (2006a: 173; 2006b: 275) beschreibt didaktische Strategien zur Realisierung dieses Wechsels der Abstraktionsebenen und der Mediation der verschiedenen semiotischen Systeme im Unterricht. Den damit einhergehenden, an der fachlichen Progression orientierten Registerwechsel beschreibt Gibbons (2006a: 125) als micro-mode shifting,¹⁰. Sie hält vier zentrale didaktische Funktionen fest, die im Gespräch die Anbahnung des Registerwechsels von kontextgebundenen und alltagsnahen Formulierungen hin zu einem fachlich abstrakteren und kontextreduzierten Formulieren unterstützen: appropriating and recasting, talking about the talk, reminding and handing over sowie unpacking written language (vgl. ebd.: 125–151). Besonders durch appropriating and recasting, also das Aufgreifen, Umformulieren und fachliche Präzisieren von Äußerungen der Lernenden durch die Lehrkraft, wird das sprachliche wie fachliche Lernen gezielt gefördert (vgl. Gibbons 2006a: 126; Hammond/Gibbons 2005: 22). Dazu schlägt Gibbons (vgl. 2015: 44) auf der Mikroebene des Unterrichtsgesprächs multimodale Strategien vor: Durch verbale und non-verbale Hinweise, sogenannte cues, auf verschiedene Bedeutungsträger sowie die Abstimmung von gesprochener Sprache, Gesten und Verweisen auf visuelle Informationsträger wird Bedeutung in unterschiedlichen Varianten erzeugt. Gibbons (2015: 44) bezeichnet diese didaktische Strategie der medial differenzierten Verweise als message abundancy. Willmann (2023: 183, 194) zeigt in seiner Untersuchung zum fachsensiblen Sprachunterricht, dass multimodale Praktiken zur Umsetzung dieser Strategie, insbesondere visuelle Hinweise, zentral für die Aneignung sprachlicher Einheiten sind und gezielt zur Elizitierung eingesetzt werden können.

Leisen (2010: 34–35) hebt ebenfalls den Wechsel der Darstellungsebenen und -formen als ein wesentliches didaktisches Prinzip des sprachsensiblen Fachunterrichts hervor (vgl. Abb. 1): Er nimmt an, dass der bewusste Einsatz von Darstellungsformen und -ebenen – von gegenständlich über bildlich, sprachlich bis hin zu symbolisch – zum einen die L2-Lernenden zum Verstehen und Verwenden der jeweiligen fachspezifischen Darstellungsformen befähigen könnte. Zum anderen argumentiert er vergleichbar mit Gibbons (2015), dass der Einsatz von diversen Darstellungsmitteln wie Bildern nicht nur den Verstehens-, sondern auch den Formulierungsprozess unterstützen könnte.

Zu diesen Annahmen zur Förderung des sprachlichen und fachlichen Kompetenzaufbaus durch den Einsatz oder das Verweisen auf unterschiedliche Darstellungsformate zur Anbahnung des fachlichen Erkenntnisaufbaus liegen nur vereinzelt Untersuchungen vor: Beispielsweise ist für das Fach Kunst belegt, dass die Heranführung an die verschiedenen Formen der Darstellung ein integraler Bestandteil des Unterrichts ist. Der Aufbau von Bildkompetenz als fachliches Ziel inkludiert dabei den Aufbau des dazu notwendigen sprachlichen Registers (vgl. Fohr 2021: 42–50; 532). Der strategische Einsatz von Bildern für die fachliche und damit verbundene sprachliche Bildung kann gelingen, wenn die Lernenden bereits an die Darstellungsform herangeführt wurden und die damit verbundenen schulsprachlichen Erwartungen an die Bildrezeption, wie das Beschreiben in einem bestimmten fachlichen Sinn, kennen (vgl. ebd.; Fohr 2022: 39–42; 44).

Dementsprechend warnen Beese und andere (2014: 123) vor einer unsystematischen Einbindung von Bildern und einem unreflektierten Bildeinsatz zur Förderung des Wissens- und Sprachaufbaus.

Die mit dem Bildeinsatz verbundenen didaktischen Erwartungen sind vielfältig, aber wie L2-Lernende Bildseiten als Einstiegstor für den fachlichen Kompetenzaufbau – wie hier im Fach Gesellschaftslehre (vgl. Abb. 2; Teil 4) – wahrnehmen, begreifen und sich dazu äußern und welche Hilfen sie dabei auf der fachlich-epistemischen, visuellen und sprachlichen Ebene benötigen, ist unklar. Eine Rekonstruktion von Bildgesprächen mit L2-Lernenden erlaubt es, erste Einblicke in die Art und Weise des Verweisens auf das Material im Zusammenhang mit den Erfahrungen der Rezipienten und ihren sprachlichen Möglichkeiten zu ziehen.

3 Das Forschungsdesign

Der vorliegende Beitrag widmet sich der Analyse eines dyadischen Bildgesprächs zur Auftaktseite des Themas „Kinder der Welt“ (vgl. Abb. 2). Die ausgewählten Sequenzen entstammen einem Korpus einer größer angelegten Studie¹² zur fachbezogenen Interaktion zu Bildern mit L2-Lernenden in der Sekundarstufe I (vgl. Tabelle 1). Untersuchungsgegenstand sind die Rolle der Bildmaterialien als Ausgangspunkt für das fachlich-gegenstandsbezogene und sprachliche L2-Lernen im Hinblick auf die damit verbundenen fachdidaktischen Erwartungen.

Tab. 1: Das Forschungsdesign und die Einordung des Fallbeispiels

Ziel der Untersuchung ist es, den fachbezogenen Bildumgang im Kontext des Zweitsprachenlernens zu explorieren und so Rückschlüsse auf die Bedingungen von erwerbssupportiven und fachlich zielführenden Praktiken für den Bildeinsatz zu ziehen. Dazu führte die Autorin¹³ dieses Beitrags (im Folgenden kurz: F) dyadische Gespräche mit L2-Lernenden zu Bildmaterialien aus Schulbüchern des Lernbereichs Gesellschaftslehre¹⁴ und Kunst im Umfang von 15 bis ca. 20 Minuten. Das durch Impulse und bedarfsorientierte Hilfestellungen strukturierte Gespräch zu den Bildseiten wurde videografiert, transkribiert und analysiert¹⁵. Die L2-Lernenden¹⁶, die aus unterschiedlichen Herkunftsländern kamen, besuchten im Untersuchungszeitraum (Mai bis Juli 2023) eine Intensivklasse an einer Gesamtschule in Kassel. Alle nahmen an einer Befragung zur Einschätzung ihres Bildumgangs im Alltag und in der Schule teil. Zudem wurde der Sprachstand der L2-Lernenden mittels C-Tests für die Sekundarstufe I nach Baur und Spettmann (2007) ermittelt. Diese Ergebnisse sowie die Resultate der schulinternen Prüfung „Deutsches Sprachdiplom I“ (DSD I) (vgl. KMK 2024) dienten dazu, ein Sample von drei Lernenden für vier dyadische Gespräche zu unterschiedlichen Bildseiten aus im Regelunterricht eingesetzten Schulbüchern auszuwählen. Nach der Transkription erfolgte die makroskopische Beschreibung und Inhaltsanalyse aller Gespräche zur Selektion von Analyseausschnitten (vgl. Deppermann 2008: 35–38). Davon ausgehend wurde eine theoretisch und makroskopisch begründete Auswahl von Sequenzen getroffen, die gesprächsanalytisch mikroskopisch untersucht wurden. Dies diente dazu, die Gesprächsorganisation und bemerkenswerte interaktionale Praktiken in der Situation der gemeinsamen Bildbetrachtung aus einer emischen Perspektive zu erfassen (vgl. Deppermann 2008: 52; Seedhouse 2005: 166; vgl. Sert 2015: 9).

Im vorliegenden Beitrag werden Teile eines dyadischen Bildgesprächs mit einer Schülerin aus Somalia (im Folgenden: S) zur Einstiegsseite der Lektion „Kinder der Welt“ (vgl. Abb. 2) vorgestellt. S besuchte vor dem Erhebungszeitpunkt zwei Schuljahre die genannte Intensivklasse mit 24 DaZ-Unterrichtsstunden pro Woche. Zum Gesprächszeitpunkt, dem 9. Juni 2023, war sie zwölf Jahre alt. Der C-Test für die Klassenstufe 5 ergab einen Richtig-Falsch-Wert von 29 Prozent, was nach Baur und Spettmann (2007) einen erhöhten Förderbedarf in Relation zur klassenstufengemäßen Leistung anzeigt. In der DSD I-Prüfung erreichte S in allen vier Bereichen die GER-Niveaustufe B1. Im neuen Schuljahr wurde S in die Förderstufe, Klasse 5, integriert. S verfügte zum Erhebungszeitpunkt über keine Erfahrungen zur Bildbetrachtung im Fachkontext Gesellschaftslehre. Sie gab an, im Alltag häufig Bilder zu betrachten und sie problemlos zu verstehen.

Im gewählten Gesprächsteil steht die Ko-Konstruktion der fachlichen Erkenntnisse zu den Unterschieden und Gemeinsamkeiten des Lebens von Kindern auf der Welt im Mittelpunkt. Dieses Fallbeispiel wurde insbesondere deswegen ausgewählt, da der Bildbezug von S inhaltlich und hinsichtlich der Relevanzsetzung anders interpretiert wird als von F. Die Diskrepanz zwischen den fachdidaktischen Erwartungen und der gelenkten Bedeutungsaushandlung weist auf eine abweichende Kontextualisierung hin. Birkner et al. (2020: 22) betonen, dass Gesprächspraktiken besonders dann auffällig werden, wenn Verständigungsprobleme auftreten.

Die tabellarische Übersicht zur Fallstudie zeigt, wie die empirisch fundierte Vorgehensweise der mikroanalytischen Gesprächsanalyse (vgl. Birkner et al. 2020; Seedhouse 2005: 175; Heller/Morek: 2016) mit einer rekonstruierenden und pluralisierenden Hermeneutik¹⁷ (vgl. Kurt/Herbik 2022: 614) kombiniert wurde, um sprachliche sowie bildbezogene Ressourcen in ihrer multimodalen Verflechtung zu untersuchen und die vorgefundenen Praktiken hinsichtlich ihrer didaktischen Funktionsweisen zu analysieren. Die Untersuchung bildet die Basis für die Diskussion um die Wirksamkeit von Bildmaterialien als Einstiegsportal für den fachlichen Kompetenzaufbau und die Unterstützung der kognitiven sowie sprachlichen Entwicklung (vgl. Kniffka/Neuer 2008: 129) sowie für die Anwendung der Scaffolding-Strategie des piktoralen Verweisens (Gibbons 2015: 44).

Die Gesprächsanalyse in Bezug auf die Bilder erfolgt dabei ausgehend von folgenden Annahmen: Die visuelle Präsentation des Themas spielt eine entscheidende Rolle bei der Wissenskonstruktion im Gespräch. Die Art und Weise der Repräsentation der thematischen Aspekte durch die gewählten Bilder, die Möglichkeiten des Verweisens auf das Material sowie die Erfahrungen der Rezipientin spielen bei der Aushandlung von Bedeutung in der Interaktion eine tragende Rolle. Sprache ist dabei ein Modus, den es im Zusammenspiel mit anderen Modi in der Kommunikation zu betrachten gilt. Gleichermaßen umschreibt Jewitt (2008: 241) dies in seinem Forschungsüberblick zur Multimodalität und Entwicklung von Literalität: “My claim here is that how knowledge is represented, as well as the mode and media chosen, is a crucial aspect of knowledge construction, making the form of representation integral to meaning and learning more generally.”

4 Analyse der Bildseite „Kinder der Welt“ und Vermittlungsziele

Das Gespräch mit der Lernenden S bezieht sich auf die zweite Bildseite der Lektion zum Thema „Kinder der Welt“ im Format 38 x 26 cm (vgl. Abb. 2; Abb. 3).

Abb. 3: Zweite Bildseite zur Lektion „Kinder der Welt“, Projekt G1 mit den Bildern. M2 „Kinder früher“, M3 „Kinder als Kunden“ und M4 „Ein Inuit-Junge“ (Neumann 2019a: 41)

Für alle abgebildeten Fotografien liegt eine detaillierte formale und inhaltliche Analyse vor. Die Ergebnisse der Bildanalyse der Doppelseite im Format 38 cm × 26 cm werden an dieser Stelle kursorisch behandelt: Die formale Gestaltung der Bilder variiert stark. So nimmt etwa die Fotografie M1, die Schulmädchen in Haiti zeigt (19 cm × 16 cm, Abb. 2), mehr als zwei Drittel der gesamten Doppelseite ein und dominiert damit die visuelle Wahrnehmung. Im Kontrast dazu teilen sich die Fotografien M2 bis M4 jeweils eine gleich große Bildfläche. Die schwarz-weiß gehaltene Fotografie M2¹⁸, die Kinder aus einer früheren Zeit zeigt (6 cm × 7 cm), wirkt im Verhältnis zu den farbigen Bildern kleiner und weniger präsent. Ihre zentrale Platzierung zwischen den anderen Bildern verstärkt diesen zurückgenommenen Eindruck. Hingegen erfährt das Farbfoto eines Jungen und eines Mädchens in einem Supermarkt (M3, 19 cm × 7,5 cm) durch seine horizontale Ausdehnung und randständige Positionierung eine visuelle Hervorhebung. Auch inhaltlich unterscheiden sich die Fotografien M2 bis M4, insbesondere im Hinblick auf Alter, Lebenswelt und Handlungskontext der abgebildeten Kinder: Die schwarz-weiß Fotografie M2 zeigt drei spielende Kleinkinder, zwei Mädchen im geschätzten Alter von etwa vier bis sechs Jahren auf einem Bürgersteig vor einem Schaufenster. Eines der Mädchen hält ein Seil in den Händen, welches an einer Straßenlaterne befestigt ist und vermutlich zum Schaukeln diente. Ein etwas kleinerer Junge im Hintergrund trägt keine Schuhe. Die Kinder im Supermarkt auf der Farbfotografie M3 könnten zwischen fünf und neun Jahren alt zu sein. Sie bedienen eine Gemüse- und Obstwaage im Supermarkt. Ihre Kleidung, aber auch die Ausstattung des Markts deuten darauf hin, dass es sich um eine aktuelle Fotografie handelt. Das Porträt eines Inuit-Jungen (M4) zeigt eine Nahaufnahme seines Kopfes, der durch eine Fellkapuze bedeckt ist. Die fehlende situative Kontextualisierung erschwert eine genauere Einschätzung des Alters des Jungen und der Referenzsituation.

Die Bilder auf der Auftaktseite des Schulbuchs „Projekt G1“ sollen unterschiedliche Perspektiven auf das Leben von Kindern weltweit aufzeigen und verschiedene Dimensionen von Kindheit in räumlicher (regionaler und klimatischer) sowie historischer Hinsicht illustrieren (vgl. Neumann 2019b: 23). Die klimatische Vergleichsdimension wird durch die Gegenüberstellung der haitianischen Mädchen (M1) mit dem Porträt eines Inuit-Jungen (M4) eröffnet – hier stehen die Tropen der Polarregion Arktis gegenüber. Die zeitliche Vergleichsdimension ergibt sich aus dem Kontrast zwischen der historischen Schwarz-Weiß-Fotografie M2 („Kinder früher“) und dem Supermarktbild M3 („Kinder als Kunden“), das gegenwärtige Konsumpraktiken visualisiert. Drei Bilder zeigen Kinder als aktiv Handelnde in spezifischen räumlichen Kontexten: M1 auf dem Heimweg von der Schule, M2 beim gemeinsamen Spiel auf der Straße und M3 beim Bedienen einer Obst- und Gemüsewaage. Die Fotografie M4 hingegen bleibt aufgrund des Porträtformats auf die Darstellung der Person beschränkt und liefert nur begrenzt Informationen zu den Lebensbedingungen in kalten Klimazonen.

Die Fotografien sollen exemplarisch verdeutlichen, dass Kindheit sowohl in räumlicher als auch in zeitlicher Hinsicht variabel ist. Laut Begleitband bieten die Bilder Anknüpfungspunkte, um die Vorerfahrungen und das Vorwissen der Schüler*innen zu aktivieren sowie Unterschiede und Gemeinsamkeiten von Kindern weltweit – sowohl diachron als auch synchron – zu thematisieren (vgl. Neumann 2019b: 23).

Entsprechend den Handreichungen für das Fach Gesellschaftslehre wird für die Jahrgangsstufen 5 und 6 empfohlen, Lebenswelten von Kindern aus unterschiedlichen klimatischen Extremregionen – wie den Tropen und den Polargebieten – miteinander zu vergleichen, um z.B. ein Verständnis für den Einfluss klimatischer Bedingungen auf den Alltag zu entwickeln (vgl. HKM o.J.: 10, 20; vgl. HKM 2011a: 10, 17).

Zugleich sollen die Lernenden an das historische Basiskonzept „Kontinuität und Wandel“ herangeführt werden (vgl. HKM 2011b: 15, 22). Die Fotografien können somit als didaktische Stellvertreter für übergeordnete sozialwissenschaftliche und historische Zusammenhänge dienen. So fungiert etwa das Schwarz-Weiß-Bild (M2) als historische Quelle, die Einblicke in Kindheit in einer anderen Zeit ermöglicht.

Die Beschreibung und Analyse der Bildform sowie Bildgegenstände¹⁹ macht allerdings deutlich, dass sich die Bildauswahl im Hinblick auf den damit verbundenen didaktischen Zweck des Vergleichs als problematisch erweist, da eine klar erkennbare Vergleichsebene aufgrund des Fehlens eines gemeinsamen thematischen Bezugspunkts – des sogenannten Tertium Comparationis – nicht gegeben ist. Die Möglichkeit, eine diachrone Perspektive sprachlich produktiv aufzugreifen und kontrastierend zu entfalten, ist dadurch eingeschränkt. Für einen vergleichsorientierten Bilddiskurs im Unterricht bedarf es neben dem Thema Kindheit weiterer semantischer Schnittmengen zwischen den Bildgegenständen, etwa im Sinne eines geteilten thematischen Rahmens wie „Kindheit und Spiel“. Ein solches Tertium Comparationis ist zwischen der historischen Fotografie M2 und der Supermarktszene M3, die die Vergleichsdimension „früher und heute“ bedienen sollen, jedoch nicht unmittelbar ersichtlich.

Hinzu kommt, dass die visuelle Eindeutigkeit des historischen Bildes M2 eingeschränkt ist: Die abgebildete Spielszene wirkt aufgrund ihrer Größe und Bildqualität diffus, was die kontextuelle Einordnung erschwert. In der Rezeption durch die Lernenden können daher Fragen zum Handlungszusammenhang dominieren, die nicht unmittelbar zur intendierten Vergleichsleistung beitragen. Solche Unklarheiten im Bildinhalt können sich direkt auf die kontrastive Beschreibung und Deutung und damit auf die Förderung bildbezogener Diskursfähigkeiten auswirken.

In den für die Analyse gewählten Gesprächssequenzen geht die Schülerin (S) zunächst auf eben dieses Bild mit den drei „Kindern früher“ (M2) ein und widmet sich im Anschluss dem Farbfoto mit zwei „Kindern als Kunden“ (M3). Durch gezielte Fragen von F wurde S dazu angeleitet, Unterschiede und Gemeinsamkeiten der Kinder zu benennen und Vermutungen über ihre Lebensweise anzustellen. Die fachlichen Lernziele bestimmen somit die Gesprächsimpulse sowie Formulierungsangebote von F (vgl. Tabelle 2). Diese Unterstützungsangebote wurden nach der Pilotierung der ersten Bildgespräche entlang der fachlichen Ziele konzipiert. Des Weiteren wurden Aussagen bereitgestellt, zu denen die Lernenden Stellung nehmen konnten, wenn sie Schwierigkeiten hatten, ausgehend von den Bildern Vermutungen zu äußern (z. B. Kinder früher lebten anders als Kinder heute.).

Um den Lernprozess sprachlich zu unterstützen, wurden darüber hinaus sogenannte Redemittel bzw. Chunks bereitgestellt, die insbesondere auf die Einleitung von Vermutungen mithilfe von Objektsätzen abzielen (z.B. „Ich denke, dass …“; „Ich glaube, dass …“). Diese Unterstützungsangebote erleichtern den L2-Lernenden den Zugang zur hypothetischen Sprechweise, indem ihnen vorgefertigte, idiomatische Formulierungen an die Hand gegeben werden, mit denen sie ihre Annahmen strukturiert und adressatengerecht formulieren können. Dabei dienen die Chunks zugleich als kognitive Stützstruktur und als Mittel zur Versprachlichung von Unsicherheit und Hypothesenbildung im Kontext historischer Bildinterpretation.

5 Rekonstruktion des multimodalen Beziehungsgeflechts der fachlichen und sprachlichen Erschließung

Die folgende Analyse von zwei Gesprächspassagen zeigt exemplarisch die Wechselwirkungen visueller, fachlicher und sprachlicher Affordanzen²⁰ und ermöglicht so Rückschlüsse auf fachliche und sprachliche Lerngelegenheiten sowie Bedingungen für lernförderliche Bildpraktiken.

Zur Einordnung des Fallbeispiels wird zunächst eine sequenzielle Beschreibung des Gesprächsverlaufs vorgenommen: Nach der einleitenden Gesprächseröffnung durch die Lehrperson (F) – in Form einer auffordernden Initialfrage zur Betrachtung des Bildmaterials – folgt ein beschreibender Aufforderungsturn, mit dem F die Schülerin (S) explizit dazu anleitet, mitzuteilen, was sie auf den Bildern sehe und was ihr besonders auffalle. In der anschließenden Phase widmet sich S der detaillierten Beschreibung einzelner Bildelemente. Sie nimmt sich dafür über zehn Minuten Zeit, wobei sie sich simultan durch Zeigegesten auf einzelne Bildgegenstände bezieht.

Auffällig ist, dass S in dieser ersten Phase des dyadischen Bildgesprächs keine übergeordnete thematische Perspektive anbietet und keinen bildübergreifenden Vergleich vornimmt. Das Tertium Comparationis „Kindheit“, welches eine diachrone Gegenüberstellung der Bildmotive ermöglichen würde, wird im Vorfeld des folgenden Gesprächsteils nicht benannt, sodass keine abstraktere Deutungsebene im fachlichen Sinn eröffnet wird.

An diese deskriptive Bilderschließung schließt der für die Analyse ausgewählte folgende Gesprächsauszug an. F fragt zuvor: „Wie unterscheidet sich das Leben von den Kindern auf den Bildern?“. Sie verweist dabei auf das Arbeitsblatt mit dem Frageimpuls und Redemitteln (vgl. Tabelle 2). Der Gesprächsauszug beginnt damit, dass S auf das visuelle Referenzobjekt im geteilten Wahrnehmungsraum mit einem deiktischen Ausdruck in Kombination mit einem exophorisch²¹ gestischen Verweis auf das Bild M2 (Z. 001 „diese kinder sind FRÜher,“; Abb. 1, #1) verweist.

Transkript – Abschnitt 1: Unterschiede: Kinder früher und heute (14:58–15:40)

Dadurch, dass S ihre verbale Deixis („diese“) durch eine zeigende Geste multimodal ergänzt, entsteht eine ko-verbal²² realisierte Zeigestruktur. Damit greift S die historische Dimension der Fotografie durch das Temporaladverb „früher“ (Z. 001) aus der Bildunterschrift auf (vgl. Abb. 1) und markiert damit einen kontextualisierten Deutungszugang.

F fordert mit einem zustimmenden „hm_HM“ (Z. 002–003) in Verbindung mit dem Konnektor „und“ implizit zur Weiterführung auf. S bezieht sich sodann auf die Vergleichsebene der Gegenwart (vgl. Z. 004). Dabei deutet S jedoch nicht auf die Farbfotografien M1 oder M3, sondern auf die historische Fotografie M2 und äußert die epistemisch markierte Vermutung, dass die Kinder auf dem historischen Bild älter geworden sind (vgl. Z. 004, „jetzt sind die (---) Älter, oder“). Sie beschreibt damit nicht den abgebildeten Zustand der Kinder auf der historischen Fotografie, sondern fragt nach ihrer angenommenen biografischen Entwicklung. S verschiebt damit die Bezugszeit von der Darstellungszeit im Bild hin zur Gegenwartsperspektive und erzeugt eine temporale Inferenzbeziehung²³ zwischen Bildinhalt und möglicher heutiger Realität. Diese Perspektivverschiebung verweist auf eine referenzielle Uneindeutigkeit, also darauf, dass S nicht eindeutig zwischen dem Referenzobjekt Bild und einer angenommenen Situation außerhalb des Bildkontexts unterscheidet. Gleichzeitig lässt sich in der Äußerung eine erste Auseinandersetzung mit der zeitlichen Dimension des Vergleichs erkennen.

Statt die inhaltliche Implikation von S Frage aufzugreifen, reagiert F mit einer sprachunterstützenden Maßnahme, indem sie auf das Adverb „vielleicht“ auf dem Arbeitsblatt mit den Hilfen ko-verbal verweist. Sie liest den Satzbeginn „vielleicht sind sie“ vor (Z. 005) und aktiviert damit eine linguistische Ressource aus dem Hilfsmaterial zur Formulierung unsicherer Aussagen. Damit bietet F einen vorgeformten sprachlichen Rahmen zur semantischen Reformulierung der vorausgehenden Äußerung von S nach Gibbons (2006a: 125) an. Diese Unterstützung kann als appropriating and recasting im Sinne Gibbons (ebd.) interpretiert werden. S greift das Angebot auf, ko-konstruiert²⁴ den Satz mit F und beendet ihn mit einer epistemisch markierten Vermutung: „gestorben“ (Z. 006). S unterstreicht die Unsicherheit ihrer Aussage multimodal durch eine Geste (Abb. 2, #2), die die epistemische Zurückhaltung ihrerseits unterstützt. Sie nutzt die historische Quelle als Ausgangspunkt für Überlegungen zur zeitlichen Dimension des Älterwerdens und Sterbens. Statt die Ebenen Früher und Heute mit Bezug auf die unterschiedlichen Bilder zu vergleichen, bezieht sie den Unterschied zwischen Früher und einem biografischen Danach auf ein Einzelbild. Dabei bleibt unklar, ob sich ihre Überlegungen auf die abgebildeten Kinder als historische Figuren oder als reale Personen mit einem Lebensverlauf beziehen. Diese semantische Unschärfe verweist auf eine noch nicht gefestigte konzeptuelle Trennung zwischen Darstellung (Bild als Quelle) und Realität (Weltbezug).

F verweist im nachfolgenden Turn auf die Frage und die sprachlichen Unterstützungsangebote (Z. 011, „ich glaube, dass …“; vgl. Tabelle 2). Sie bietet ein Beispiel an und modelliert im Sinne eines sprachdidaktischen Scaffolding eine mögliche Formulierung, mit der S ihre Vermutungen zum Leben der Kinder früher ausdrücken könnte (Z. 011–012). Sie betont dann, dass es inhaltlich darum geht, Mutmaßungen darüber anzustellen, wie die Kinder früher lebten (Z. 012–013). Dabei betont F, dass es um das frühere Leben geht (Z. 011, „LEBten“), und verdeutlicht so die temporale Referenz und damit, dass die abgebildeten Kinder als Zeitzeugen einer bestimmten Lebensweise gesehen werden können.

Mit dem konsekutiven Konnektor „also“ (Z. 012) leitet F die thematische Wiederaufnahme des zuvor genannten Gedankengangs und der Frage ein. Sie unterstreicht ihre Frage nach den Unterschieden durch ihre Betonung sowie eine multimodale Verstärkung mit ihrem Blick auf das Arbeitsblatt und gestisch durch das Auseinander und Zusammenführen der Hände (Z. 012–014, Abb. 3 & 4). Durch diese ikonische Geste wird die Vergleichsperspektive des Kontrasts und der Gemeinsamkeit bildhaft verdeutlicht. In Verbindung damit stellt F die Frage nach den Gemeinsamkeiten in allen Regionen der Welt (Z. 013). Diese Frage zielt auf die transregionale Vergleichsdimension und erweitert den Fokus vom diachronen Vergleich auf eine synchrone globale Perspektive.

S folgt dem Blick von F auf das Arbeitsblatt mit den Fragen sowie den Formulierungsvorschlägen (Abb. 3 und 4). S betrachtet anschließend die Bildseite und lehnt sich zurück (Z. 015–016), was auch als Verarbeitungspause gedeutet werden kann. Sie greift eine der angebotenen Formulierungen auf und vermutet zögerlich mit dem sprachlich relativierenden und abschwächenden Ausdrucksmittel „ich denke“ (Z. 016), dass die Kinder früher allein einkauften (Z. 016). Damit greift S das diachrone Deutungsangebot auf. Allerdings lässt sich diese Annahme jedoch nicht mit Bezug auf den Bildinhalt der historischen Fotografie M2 begründen, da hier spielende Kinder auf einem Bürgersteig zu sehen sind, während das Bild M3 heutige Kinder beim Einkaufen zeigt (vgl. Abb. 3). F reagiert auf S‘ Äußerung mit einem gestischen Verweis auf Bild M3 und bestätigt zunächst mit einem „JA“ (Z. 018). Durch den indexikalischen Ausdruck „HIER“ (Z. 020) in Kombination mit einer Zeigegeste lenkt F die Aufmerksamkeit von S explizit auf das aktuelle Foto M3 und leitet eine korrigierende Rekontextualisierung ein. Durch die anschließende Frage – „ist das HEUte? oder;“ (Z. 022) – fugiert als reparaturinitiierender Impuls, denn damit fordert sie S auf, ihren Gedankengang dem passenden Bild der heutigen Kinder als Kunden zuzuordnen. S versteht dies nicht als Aufforderung zur Korrektur ihrer Vermutung, sondern als eine Informationsfrage und beantwortet diese bezogen auf den Bildinhalt. Sie zeigt auf das Foto M3, bewegt die rechte Hand in einer Gleitbewegung darüber und äußert ein bestätigend-betontes „H:>EUte: oder sowas;“ (Z. 024), wobei S ihre Aussage durch den Verweis auf den offensichtlichen Bildinhalt begründet und so ihre Zuschreibung indexikalisch absichert (Z. 025, „weil es SIEHT so;“). F bestätigt die Richtigkeit ihrer Aussage in Bezug auf Foto M3 mit einem betonten „geNAU“ (Z. 027). Die Sequenz schließt mit einer subjektiven Evaluation des Bildes durch S („schön“, Z. 029), die als wertende Äußerung außerhalb der inhaltlichen Deutungsebene interpretiert werden kann.

Dieser Ausschnitt zeigt, dass S die angebotenen Formulierungshilfen im Sinne des sprachlichen Scaffolding zwar aufgreift, es ihr jedoch nicht gelingt, fachlich tragfähige Annahmen zur Lebensweise von Kindern – sowohl in diachroner als auch in synchroner Perspektive – mit Bezug auf den semantischen Gehalt der Bildquellen zu begründen. S' Vermutungen über das Älterwerden und den Tod der Kinder sowie über deren frühere Handlungen lassen sich anhand der historischen Fotografie als Quelle nur insofern stützen, als man das Bild als Anlass nimmt, über die biographische Entwicklung der abgebildeten Personen nachzudenken. Durch die Wiederaufnahme der Eingangsfrage nach Unterschieden im Leben von Kindern (früher und heute) initiiert F einen Repair-Zug, der auf die fachliche Unangemessenheit der bisherigen Aussagen hinweist und auf eine erneute Bearbeitung der Vergleichsdimension im Sinne einer inhaltlich adäquaten Bedeutungszuschreibung abzielt. Dabei ist die durch F initiierte Rekontextualisierung sowohl verbal als auch gestisch und verweist auf die multimodale Koordination von Bedeutungszuweisungen.

Im folgenden Gesprächsabschnitt 2 kommt F nach etwa zwei Minuten erneut zur Frage nach den Unterschieden zurück. Sie verweist gestisch auf die Bilder und fragt „und WAS ist anders?“ (Z. 30): S beginnt mit „und jEtzt“ (Z. 031) und bezieht sich erneut auf das historische Foto M2, das die frühere Lebensweise repräsentieren soll. Sie fokussiert auf das Einzelbild und beschreibt die Entwicklung der Kinder: „die sind KLEIN; und die WACHsen-“ (Z. 032–031). Statt das Bild vergleichend als historisches Zeugnis zu nutzen, spekuliert S erneut über die biografische Entwicklung der abgebildeten Kinder und verlagert die Vergleichsaspekte Früher und Heute auf ihre individuelle Lebensgeschichte.

Transkript – Abschnitt 2: Vergleichen der Lebensweise (00:17:14–00:17:31)

S führt ihren Gedankengang zur Entwicklung der drei Kinder auf der historischen Fotografie weiter und beschreibt die drei Kinder in der Zukunft: „die: haben^Ɂ (.) schöne (geSCHICHT) oder sowas-“ (Z. 033). Während dieser Äußerung bewegt sie die Hände vor ihr Gesicht und dann auf ihre Stirn (Abb. 5 und 6). F beugt sich vor, wiederholt das Adjektiv „schöne“ (Z. 036) zweimal und fordert S auf, ihre Aussage nochmals zu formulieren (Z. 36–38; „schöne WAS? NOCHmal? SCHÖne:,“). S stützt daraufhin ihren Kopf in die Hände, beugt sich über das Bild und wiederholt die beiden Worte mit derselben Artikulation (Z. 037, Abb. 7; „schöne geSCHICHT;“). F greift das vermeintliche Nomen auf und fragt nach: „geSCHICHte;“ (Z. 040). Dabei beugt sie sich noch mehr nach vorne. S verneint und artikuliert nun „geSICHT;“ (Z. 42). So wird deutlich, dass S den [s]-Laut im Wort „Gesicht“ anfänglich wie einen „sch“-Laut ([ʃ]) ausgesprochen hat, was zu einem Missverständnis führte. F signalisiert ihr Verständnis (Z. 044; „AH“) und reformuliert die Aussage unter Verwendung der korrekten Adjektivendung (Z. 045; „sie haben ein schönes geSICHT;“).

S bestätigt durch ein Nicken und ein bestätigendes „JA“ (Z. 048), dass es sich um die von ihr intendierte Bedeutung handelt und fährt fort. Sie setzt zu einer neuen Beschreibung mit dem Adjektiv „schone“ (Z. 050) an, beendet diesen Gedankengang aber nicht. Stattdessen vermutet S, dass die Kinder auf der historischen Fotografie „rEIch“ sein können (Z. 051) und betont daraufhin, dass die Kinder zuerst „ARM“ waren und jetzt „REICH“ sind (Z. 053–054).

Die Analyse zeigt, dass S die durch die Bilder repräsentierte zeitliche Vergleichsdimension zur Entwicklung einer spekulativen Erzählung zur Zukunft der abgebildeten Kinder nutzt. Die von F gestellte Frage zur unterschiedlichen Lebensweise wird durch eine imaginative Zukunftsdeutung beantwortet.

Auch im anschließenden Teil des Gesprächs zur Bildseite zeigt S Interesse an den Lebensgeschichten der abgebildeten Personen und fragt zum Bild M3: „sind die VERstorben?“. F schließt das Gespräch daraufhin mit einer Erklärung zur Quellenfunktion der Bilder: „aber wir erfahren über die BILder sehr viel, WIE andere MENschen leben, und das ist immer noch AKTUELL.“

Das dyadische Gespräch unterliegt aufgrund seiner fachlichen Ausrichtung und der damit zusammenhängenden Unterstützung einer geregelten Form. F orientiert sich dabei an der fachdidaktischen Intention und nutzt regulierende Mittel wie Verweise auf Formulierungshilfen, um die Bearbeitung der Ausgangsfrage im fachlich intendierten Rahmen zu steuern. Persönlich motivierte Deutungen von S werden zunächst nicht aufgegriffen, sondern durch die wiederholte Re-Orientierung auf die fachliche Vergleichsdimension Früher und Heute strukturell begrenzt. Erst nach S‘ wiederholter thematische Fokussierung auf biografische und zukunftsbezogene Aspekte, die als Hinweise auf ein anderes als das erwartete fachliche Verständnis der Bilder interpretiert werden können, kommt es zu einem Umschwenken im Gespräch: F nimmt das alternative Deutungsmuster auf, indem sie durch gezielte Nachfragen Klärungsprozesse einleitet und die subjektive Perspektive der Lernenden integriert. Abschließend erklärt F die Funktion der Bilder als historische Zeugnisse im Fachkontext und klärt damit die didaktische Rahmung des Gesprächs.

6 Ergebnisse der Gesprächsanalyse in Relation zu den fachdidaktischen Erwartungen

Die Gesprächsanalyse zeigt, wie fachlich-gegenstandsbezogene und sprachliche Prozesse bei der Bedeutungsaushandlung zu Bildern ineinandergreifen. Dabei wird deutlich, dass die Erschließung von Bildern nicht nur einen Ankerpunkt für den fachlichen Kompetenzaufbau und die integrierte Sprachbildung im Fachunterricht darstellt, sondern dass der fachlich zielgerichtete Umgang mit Bildern ebenfalls eine gezielte Unterstützung erfordert. Die Rekonstruktion der multimodalen Gesprächspraktiken ermöglicht, fachdidaktische Annahmen zur Wirksamkeit des Bildeinsatzes im Unterricht (vgl. Abb. 1) nachfolgend zu kontextualisieren, zu präzisieren und im Hinblick auf die Vermittlungspraxis zu diskutieren.

Beide Sprecherinnen nehmen verschiedene Blickwinkel auf das Bildmaterial ein: Einerseits will F durch ihre Fragen und Scaffolding-Angebote S alternierend in Richtung der fachlichen und sprachlichen Lernziele führen. Aus dieser Perspektive betrachtet F das Bildmaterial und konzentriert sich bei ihren Unterstützungsangeboten darauf. Andererseits steht dies dem Erfahrungsraum von S, ihrer Sichtweise auf die Welt und ihren Interessen an der Entwicklungsgeschichte der Kinder gegenüber. Ihre Fragen in Bezug auf die fotografierten Kinder beziehen sich auf deren Leben außerhalb der Bilder. So entsteht eine Divergenz zwischen intendierter, vergleichend-abstrahierender und realisierter, narrativer Gesprächspraxis.

F reagiert auf diese Abweichung zunächst mit einer konsequenten Rückbindung an die sprachlich und fachlich vorstrukturierten Bearbeitungshilfen, ohne die individuelle Deutungsperspektive unmittelbar aufzugreifen. Erst im weiteren Verlauf erkennt F in den Äußerungen von S Indikatoren für ein alternatives Bildverständnis und initiiert durch explizite Rückfragen einen Aushandlungsprozess über die intendierte Bedeutung. Der entstehende metasprachliche Klärungsraum wird genutzt, um sprachliche Missverständnisse zu bearbeiten (z. B. das Missverstehen von „Gesicht“ als „Geschichte“) und gleichzeitig abschließend die Bildfunktion im Fachkontext explizit zu machen.

Damit wird deutlich, wie im Rahmen des fachlichen und sprachlichen Lernens mit Bildern individuelle, alltagsnahe Deutungsmuster zunächst begrenzt, bei Bedarf jedoch in didaktisch gelenkter Form aufgenommen und in fachlich relevante Bedeutungszuschreibungen überführt werden können.

Die multimodale Interaktionsanalyse dokumentiert zudem, wie die Scaffolding-Strategie message abundancy zur Elizitierung und rezeptiven Unterstützung mit den Bildmaterialien zusammenhängt (Z. 001–020): Zu nennen sind hier beispielsweise gezielte ko-verbal realisierte Verweise auf die Bilder. Dieser Strategieeinsatz unterstützt die Erarbeitung und Sicherstellung des wechselseitigen Verständnisses im Gespräch (vgl. Gibbons 2015: 44; Hammond/Gibbons 2005: 23). So lenken die sprachlichen, gestischen und piktoralen Verweise beidseitig die Aufmerksamkeit. Auch nach Willmann (2023: 194) haben Verweise auf visuelle Bedeutungsträger eine wichtige Funktion für das Scaffolding und die Sprachförderung. Nicht nur F, sondern auch die Lernende S bedient sich eines Bündels multimodaler Ausdrucksformen, das sowohl verbale als auch gestische Elemente umfasst. Diese werden dazu eingesetzt, ihre Deutungen in Bezug auf die abgebildeten Szenen zu verankern, semantische Bezüge herzustellen und die Verständlichkeit ihrer Aussagen zu stützen (vgl. Z. 022–025). Dabei dienen die Gesten nicht nur der Illustration, sondern übernehmen eine integrative Funktion im kommunikativen Handeln, indem sie bedeutungsrelevante Aspekte in Bezug auf das Bild hervorheben, fokussieren oder ergänzen.

Dabei lenkt S‘ persönliches Interesse den Prozess der Bedeutungsaushandlung. Dies eröffnet jedoch zunächst nur begrenzte Anknüpfungspunkte für das intendierte fachliche Ziel – die vergleichende Beschreibung kindlicher Lebenswelten (vgl. Abb. 1) –, sodass eine didaktische Vermittlung erforderlich wird, um diese Deutungsmuster in die fachlich angedachte Richtung zu überführen. Die Gesprächsanalyse belegt demzufolge, dass die Entschlüsselung der Bilder mit den individuellen Erfahrungen, Interessen und dem Vorwissen der Betrachterinnen und Betrachter zusammenhängt (vgl. Ostermeier/Eitel 2014: 2–3; Schnotz 2022: 84–85; Weidenmann 1991: 31–34). Bildmaterialien tragen dann zum Lernen bei, wenn die Bilder mit den bestehenden kognitiven Strukturen der Lernenden in Einklang gebracht werden können (vgl. Ostermeier/Eitel 2014: 3–4).

Ein weiterer Grund dafür, dass S die vorliegenden Bilder nicht dazu nutzt, die diachrone Perspektive sprachlich produktiv aufzugreifen und durch Bezug auf die Bilder kontrastierend zu entfalten, kann allerdings ebenfalls das Fehlen der semantischen Schnittmengen zwischen den Bildgegenständen sein. Wie bereits im Zuge der Bildanalyse festgestellt, ist ein Tertium Comparationis zwischen der historischen Fotografie M2 und der Supermarktszene M3 nicht ersichtlich.

Durch die alternative Auslegung der Vergleichsperspektive wird die Unterstützungsstrategie des Wechsels zwischen Abstraktionsebenen zur Förderung fachlicher und sprachlicher Progression im vorliegenden Beispiel nicht wie fachdidaktisch erwartet wirksam (vgl. Gibbons 2015; vgl. Kniffka/Neuer 2008: 129; vgl. Pohl 2016: 61). Voraussetzung für die Entwicklung allgemeiner Vorstellungen von Kindheit in zeitlicher und regionaler Perspektive ist, die vorliegenden Bilder als Repräsentationen für (historische) Kontexte zu erkennen und fachlich einzuordnen. Diese Form des Bildumgangs wird nicht nur im gesellschaftswissenschaftlichen Unterricht erwartet, sondern stellt eine überfachliche Schlüsselkompetenz dar, die in der Auseinandersetzung mit Bildern grundlegende Fähigkeiten zur Kontextualisierung und Perspektivübernahme verlangt.

Multimodale Praktiken im Sinne der Scaffolding-Strategie message abundancy (Gibbons 2015: 44) lenken die Aufmerksamkeit und unterstützen die Aushandlung von Bedeutungen. Um eine tiefere fachliche und sprachliche Verarbeitung zu erreichen, müssen darüber hinaus Strategien²⁵ zur Bildbetrachtung im Fachkontext erarbeitet werden. Dies gilt gerade auch, da Bilder mehrdeutig und offen für verschiedene Ansatzpunkte sind.

Die Wirksamkeit von Bildern ist aber nicht nur abhängig von der Interpretationsfähigkeit der Lernenden und ihrer Bildkompetenz oder auch visual literacy (vgl. Hallet 2008: 220–222; Höpel 2008: 64–68), sondern auch von der Bildauswahl im Hinblick auf die damit verbundenen fachdidaktischen Ziele. Wie das vorliegende Beispiel zeigt, reicht der gemeinsame Bezugspunkt „Kinder“ nicht aus, um einen strukturierten Vergleich von Bildern anzuleiten.

Damit Bilder ihre Unterstützungsfunktion im sprachsensiblen Fachunterricht entfalten können, sind Lehrkräfte daher gefordert, Bildmaterialien hinsichtlich ihres semantischen Gehalts im Zusammenhang mit dem fachlichen Lernziel zu prüfen und gezielt Unterstützung bei der visuellen Relevanzsetzung in Bezug auf Bildgegenstände und -themen zu leisten. Eine wesentliche Grundlage dafür ist, dass Lehrende Bilder auch im überfachlichen Sinne als vieldeutige Zeichen im Verhältnis zur Wirklichkeit interpretieren und dabei unterschiedliche Anknüpfungspunkte für die Vorbereitung und Durchführung von Bildgesprächen berücksichtigen.

7 Fazit

Die Mehrdeutigkeit von Bildmaterialien bietet vielfältige Ansatzpunkte, deren Verständnis schwer vorhersehbar ist (vgl. Weidenmann 1991: 23; vgl. Ostermeyer/Eitel 2014: 3–4). Damit diese multiplen Anknüpfungspunkte als Ausgangsbasis für ein Gespräch in Richtung des fachdidaktischen Ziels und der damit verbundenen integrierten Sprachbildung wirksam werden können, ist der Umgang mit Bildern als Informationsquelle zu erarbeiten (vgl. Sauer 2007: 27). Denn didaktische Bilder für das Fach Gesellschaftslehre fungieren in Unterrichtsmaterialien häufig als Repräsentanten für die zu vermittelnden fachlichen Inhalte und dienen als Bezugspunkte für die Unterrichtsinteraktion zur Vermittlung fachlichen Wissens. Die Zielsetzung des fachlichen Unterrichtsdiskurses ist durch die fachdidaktischen Erwartungen vorgegeben.

In der Unterrichtsinteraktion sind Bilder Teil eines multimodalen Unterrichtsdesigns, und ihre Bedeutung wird im Unterrichtskontext neu konstruiert. Begleitbände für Lehrkräfte und Curricula können Hinweise darauf geben, welche intendierte Bedeutung den Bildern zugeschrieben werden soll. Welche neuen Deutungen von den Lernenden im Unterrichtsraum erfolgen und wie diese in der Vermittlungssituation zum Tragen kommen, lässt sich durch die Analyse des tatsächlichen Interaktionsgeschehens aufzeigen.

Im Verlauf der Interaktion wird das Bildmaterial durch Lehrkräfte und Lernende neu interpretiert, wodurch es einem Prozess des „Re-Design“ unterzogen wird. Dieser Prozess der Neugestaltung kann als epistemologischer Übergang von der Ebene der persönlichen Erfahrung zum Bild hin zu einer neuen Erfahrung betrachtet werden. Die Schülerinnen und Schüler agieren dabei als Gestaltende einer neuen Sichtweise auf das Material. Das Bildgespräch ist in diesem Zusammenhang als ein komplexes und intertextuelles Gefüge zu verstehen, das Lernenden ermöglicht, ihr Wissen zu kontextualisieren und damit Neues in den Bestand persönlicher Erfahrungen zu integrieren.

Wie die vorliegende Analyse zeigt, kann der Prozess anders verlaufen als ursprünglich intendiert, da das Bildmaterial aufgrund seiner spezifischen Eigenschaften und vielfältigen Interpretationsmöglichkeiten keine eindeutige Interpretationsrichtung und damit Lesart vorgibt. Stattdessen bietet es verschiedene Anknüpfungspunkte, und die multimodale Interaktion kann aufgrund der unterschiedlichen Erfahrungen sowie der diskursiven und multimodalen Praktiken der beteiligten Personen einen ungeplanten Verlauf nehmen. Bilder als Bezugspunkt für den Aufbau fachlicher Erkenntnisse können somit je nach Ausgangspunkt der Lernenden eine neue Bedeutung im Sinne eines „Re-Design" erhalten. Welche Sichtweise und damit verbundene Deutung die L2-Lernenden im Gespräch einnehmen, kann sich wie in dem vorliegenden Beispiel erst im Gesprächsverlauf zeigen. Die Perspektive der Lernenden nachzuvollziehen, zu reflektieren und im Fachkontext auf die Funktionen von Bildern einzugehen, stellt eine Herausforderung dar. Damit der Bildeinsatz im sprachsensiblen Fachunterricht gelingt, sollten Lehrkräfte die spezifischen Eigenschaften und fachdidaktischen Funktionen von Bildern kennen und gleichzeitig die Vermittlung von Bildkompetenz sowie sprachlicher und fachlicher Kompetenz fördern.

Kurzbio

Tanja Fohr arbeitet seit 2011 als Studienrätin im Hochschuldienst an der Universität Kassel im FB 02, Fachgebiet DaFZ. Aktuell habilitiert sie zu dem Schwerpunkt „Bild – Sprache – Fach im Kontext des Zweitsprachenlernens: Didaktisch-methodische und empirische Perspektiven“ im Fach Erziehungswissenschaften, am Institut für Bildungswissenschaften in der Fakultät Bildung an der Leuphana Universität Lüneburg. Ihre Forschungsschwerpunkte liegen in den Bereichen der integrierte Sprachbildung im Fachunterricht, insbesondere im Kunstunterricht, des Aufbaus von Sprach- und Bildkompetenzen, der Arbeit an außerschulischen Lernorten und der Lehrkräfteprofessionalisierung.

Weitere Informationen: https://www.tanjafohr.de/

ORCID: https://orcid.org/0000-0002-2120-2491

Anschrift:

Dr. Tanja Fohr

Universität Kassel / Fachbereich 02

Fachgebiet Deutsch als Fremd-und Zweitsprache

Kurt-Wolters-Straße 5

D-34125 Kassel

E-Mail: tfohr@uni-kassel.de