Im folgenden Aufsatz werde ich verschiedene Formen der Audio-Slideshow unterscheiden. Dabei werde ich nicht nach verwendeten Formaten gliedern, wie es z.B. Fabian Schweyer in seiner Diplomarbeit zur Audio-Slideshow versucht hat. Sondern ich möchte die möglichen Formen der Audio-Slideshow nach ihrer Vermittlungsform kategorisieren. Grundlage sind die verschiedenen Arten des Erzählers, die der französischen Literaturwissenschaftlers Gérard Genette in seinem Werk "Die Erzählung" unterscheidet. Daraus ergeben sich auch Erkenntnisse für die praktische Umsetzung einer Audio-Slideshow.

Der Begriff des Erzählers

Wie jedes narrative Medium vermittelt die Audio-Slideshow ihren Inhalt durch einen Erzähler. Der Erzähler ist in der Erzähltheorie eine abstrakte Instanz und darf nicht mit dem Autor gleichgesetzt werden.

Die Audio-Slideshow hat mediale Besonderheiten

Die Audio-Slideshow unterscheidet sich von anderen Medien, wie z.B. Text oder Film. Textreportagen sind beispielweise in einer Hinsicht leichter zu erzählen: Sprache besteht primär nur aus einem Zeichensystem, das spezialisiert ist auf die klare Zuweisung von Bedeutungen und die Ordnung von Ereignissen. Audio-Slideshow und Film bestehen dagegen aus mehreren Zeichensystemen: z.B. Ton, Musik, Text, Sprache, Montage. Hier besteht immer die Gefahr, dass das eine Zeichensystem eine andere Geschichte erzählt als das andere (hier zwei negative Beispiele für Ton-Bild-Scheren: 1, 2). Wer den Zuschauer nicht verwirren will, sollte mit der Vermittlung diese Gefahr bannen und alle Zeichensysteme synchronisieren (der Hollywood-Film hat diese Kunst perfektioniert).

Auch zum Film gibt es Differenzen: Der Film ist bei der Verknüpfung von Bild und Sprache freier. Das Bewegtbild des Films regt den Rezipienten beim Zusehen nicht fortwährend zum Verstehen an, weil die Bilder wie Gegenwart wahrgenommen werden. So lange Raum und Zeit bereits etabliert wurden, gelingt es dem Film leichter, Impressionen unterzubringen, die keine Aussage haben. Vor allem Schnittbilder nutzen diesen Effekt: Wenn beim Interview die Hand des Interviewten oder ein Detail des Raums gefilmt wird, sucht der Zuschauer keine tiefere Bedeutung. Über eine photographierte Hand wird der Rezipient dagegen nachdenken. Ein Photo kann seine Konstruktion durch einen Photographen nicht verbergen und evoziert stärker eine Suche nach Verständnis. Dabei kann das einzelne Photo diese Suche paradoxerweise niemals erfüllen. Das Titelbild zu diesem Aufsatz verdeutlicht das: Das Photo von Lewis Hine erschließt sich ansatzweise erst jetzt, wenn ich den Untertext nachreiche: Schwachsinnige in einer Anstalt, New Jersey 1924.
Kein Leser wird das Bild vorher nur als Bild wahrgenommen haben, sondern es nach den Umstände seiner Entstehung und nach seinem Inhalt befragt haben - obwohl es das alles nicht preisgeben kann. Roland Barthes, aus dessen Werk Die helle Kammer das Photo stammt, hat diese Erwartung als "närrische Hoffnung" beschrieben: Wir erwarten eine verborgene Wahrheit hinter dem festgehaltenem Moment, die aber vom Photo niemals erfüllt werden kann: "Es kann nicht sagen, was es zeigt." (Barthes 1989:89,110-111).

Aus solchen medialen Besonderheiten der Audio-Slideshow ergeben sich auch spezifische Möglichkeiten und Probleme bei der Narration. Im folgenden werde ich die fünf grundlegenden Formen der Audio-Slideshow vorstellen, kategorisiert nach der Art ihrer narrativen Vermittlung.

Ohne narrative Vermittlung

Sehr viele Audio-Slideshows vermitteln keine Geschichte (im Sinne von histoire): Sie stellen etwas dar, besitzen aber nicht die Kriterien einer Narration. Das ist immer dann der Fall, wenn es zu keiner Transformation kommt, wenn es kein Vorher und Nachher gibt, keinen Ablauf von Ereignissen. Zahlreiche Audio-Slideshows gehören zu diesem Typus. Sie vermitteln Impressionen und Eindrücke. Dabei kann es durchaus eine Dramaturgie order einen Spannungsbogen geben. Oft arbeiten solche Darstellungen nur mit Musik, so wie Fabian Mohrs vertonte Bilderstrecke vom Burning Man Festival. Dies ist die einfachste Variante, weil man sich vor Ort nur als Photograph um starke Bilder kümmern muss. Auch mit Geräuschen oder O-Tönen lassen sich die Bilder ergänzen, wie z.B. Jan Stürmanns sehr künstlerische Audio-Slideshow Uneasy Street.

Auch diese Variante setzt keine besondere Planung voraus: Das aufmerksame Sammeln von Bilder und Tönen kann vor Ort kreativ nach ästethischen Gesichtspunkten erfolgen.

Wortlose Vermittlung

Die Vermittlung einer Geschichte ohne Worte ist schwierig und ungewöhnlich, kann aber gelingen. Im Prinzip ist es auch mit einem einzigen Photo möglich, wenn der Rezipient davon ausgehend ein Vorher und Nachher und damit eine Geschichte ersinnen kann. Mit mehreren Photos gelingt es schon eher. Dieses Vorher/Nachher ist eine Grundbedingung für Narration und funktioniert auch ohne Sprache, wie zahlreiche wortlose Comcis und Bildergeschichten zeigen. Ein bekanntes Beispiel, das online abrufbar ist, ist die Holzschnitt-Erzählung von dem belgischen Künstler Frans Masereel, Die Stadt.

Vor allem in den letzten zwei Jahrzehnten wurde diese für den Rezipienten sicher nicht immer einfache Art zu Erzählen populär. Ein besonderes Experiment hat der große amerikanische Comic-Verlag Marvel 2001 gewagt:
Die Dezemberausgaben aller ihrer Reihen wurden ohne Wörter herausgebracht: 'Nuff said. Im journalistischen Bereich sind mir keine Beispiele bekannt, vielleicht sind die "Leerstellen" zu groß, die vom Leser mit Sinn gefüllt werden müssen.

Vermittlung durch einen Sprecher (heterodiegetisch)

Die häufigste und einfachste Methode der Vermittlung ist durch den von Film und Radio bekannten sogenannten "Off-Sprecher".

(Beispiel: Drei Jahre nach dem Tsunami).
Das besondere Merkmal des Sprechers ist, dass er in der Reportage nicht persönlich anwesend ist. In der Literaturwissenschaft nennt man diesen Erzähler hetereodiegetisch, weil er in der Diegese, also in der erzählten Welt, nicht vorkommt. In der Praxis ist die Vermittlung über einen Sprecher sehr einfach, weil man nach dem Photographieren einen auf die Photos zugeschnittenen Sprecher-Text verfassen kann. Informationen, die bei der Recherche oder in nicht aufgezeichneten Gesprächen angefallen sind, können problemlos durch den Sprecher eingebracht werden. O-Töne von Protagonisten können zusätzlich in die Erzählung eingebunden werden und für mehr Authentizität und Lebendigkeit sorgen.
Wie im Film reicht meiner Erfahrung nach ein grober inhaltlicher Bezug zwischen Photo und Text aus, um die multimediale Rezeption nicht zu brechen. Der Nachteil des Sprechers bei der Audio-Slideshow liegt in seiner fehlenden Anwesenheit in der Geschichte. Während der Rezipient in einem Film als Beobachter scheinbar selbst in der erzählten Welt anwesend ist, ist ihm eine Anwesenheit im Photo nicht möglich, weil das Photo immer als vergangen wahrgenommen wird. Ein heterodiegetischer Sprecher kann sich nicht auf die Entstehungssituation beziehen, weil er nicht als anwesende Person etabliert wurde. Mit einem Sprecher vermittelte Reportagen sind objektiv und distanziert, subjektive Eindrücke und Beobachtungen können nicht vermittelt werden (vgl. Genette 1994:180). Das kann natürlich gewollt sein und ist für abstrakte Sachthemen gut geeignet. Im Text-Journalismus ist dieser Effekt enorm wichtig, da die Erzählinstanz in sprachlichen Medien immer gegen den Vorwurf der Erfindung kämpfen muss und beständig ihre Glaubwürdigkeit untermauern muss. Ein heterodiegetischer Erzähler bzw. ein objektiver Stil ist eine weit verbeitete Möglichkeit, eine höhere Gültigkeit für das Gesagte zu erreichen. Die Audio-Slideshow kann sich davon befreien, kann subjektiv erzählen und durch die Bilder trotzdem belegen: "Es ist so gewesen".

Vermittlung durch den Journalisten (homodiegetisch)

Der Journalist kann in seiner eigenen Reportage als Figur anwesend sein. Wie sehr diese Figur des Journalisten dann eigens für die pointierte Narration inszeniert und funktionalisiert wird und wie wenig sie mit dem Autor des Beitrags zu tun hat, erkennt man vielleicht am deutlichsten in den Dokumentarfilmen von Michael Moore. Neben dem Filmemacher Michael Moore, der zusammen mit seinem Team der Autor des Films ist, gibt es eine narrative Figur Michael Moore, die als Erzähler in der Geschichte auftritt. Auch bei vielen Tierfilmen wird der Reporter oder sogar der ganze Produktionsprozess in die Geschichte mit einbezogen. In Internetvideos ist der homodiegetische Erzähler ebenfalls verbreitet, das beste Beispiel ist der Video-Reporter Jörg Pfeiffer von Spiegel Onlines km42.

Pfeiffer stellt sich nicht aus Eitelkeit vor die Kamera, sondern weil er den Leser subjektiv durch die Welt seiner Kurzreportagen führen will.
In der Textreportage ist dieser Erzählmodus verpönt, weil der Journalist dann als Ich-Erzähler auftreten muss. Ein oft geäußertes Vorurteil kritisiert, dass eine solche Reportage den Journalisten in den Vordergrund stellt. Das ist allerdings nicht notwendigerweise der Fall: Der Journalist kann, nachdem er kurz eingeführt wurde, durchaus in den Hintergrund treten und nur noch der anwesende Vermittler der Geschichte sein. Dennoch gibt es in Text-Reportagen stets einen leichten Bruch, wenn das Ich des Journalisten auftritt - vermutlich eher eine Genre-Konvention als eine mediale Bedingung.

Für die Audio-Slideshow ergibt sich durch den homodiegetischen Erzähler vor allem der Vorteil, dass ein anwesender Erzähler in jene Vergangenheit, aus der die Photos stammen, glaubhafter und intensiver vermitteln kann als ein Off-Sprecher. Roland Barthes hat es das "Unnachahmliche" der Photographie genannt, dass jemand das Abgebildete leibhaftig gesehen hat (Barthes 1989:89). Von dieser Spezifik kann die Audio-Slideshow profitieren, wenn sie diesen Jemand einführt und als persönlich sprechenden Vermittler zu der stummen Vergangenheit des Photos einsetzt.

In der Praxis ist diese Form der Vermittlung noch einfacher als die erste Form: Man benötigt keinen Sprecher und kann seine Reportage selbst sprechen. Der Sprachduktus kann freier und umgangssprachlicher sein und stimmliche Eigenheiten wirken nicht mehr störend, sondern personalisieren die Reportage. Wichtig ist, sich möglichst bald zu Beginn, am besten mit Bild vor Ort, in die Reportage einzuführen, um sich als authentischen Vermittler der photographierten Vergangenheit zu etablieren.
Ein schönes Beispiel für so eine Vermittlung ist Greetings from the Jersey Shore von National Geographic. Die Photographin Amy Toensing führt sich und den Ort der Photos mit einem Satz ein. Und schon der erste Satz danach ist die Folge dieser Einleitung, denn er wäre für einen heterodiegetischen Sprecher zu unsachlich: "One really cool thing about the shore is that it is so diverse".

Vermittlung durch den Protagonisten (autodiegetisch)

Eine Sonderform des homodiegetischen Erzählers ist der autodiegetische Erzähler. Er ist auch anwesend in der erzählten Welt, ist aber keine Nebenfigur wie (üblicherweise) der Journalist, sondern die Hauptfigur, der Protgonist, um den sich die Geschichte dreht. Natürlich kann auch er seine eigene Geschichte erzählen. Zahlreiche Dokumentarfilme funktionieren mittlerweile so, es gibt keinen Off-Sprecher mehr, sondern nur noch die Stimme des Protagonisten, die zu Bildern seiner Handlungen oder Interviewszenen spricht. Diese Modus ist für den Rezipienten sicher am unmittelbarsten: so ist er näher am Protagonisten und kann wie im persönlichen Gespräch in dessen Gedanken und dessen Weltsicht eintauchen. Aber dieser Modus ist in der Audio-Slideshow aus verschiedenen Gründen schwierig in der Umsetzung für den Journalisten. Die Schwierigkeit liegt darin, dass Menschen im Interview dazu tendieren, wild aus ihrer Vergangenheit zu erzählen, auch wenn kein inhaltlich damit verwandtes Bildmaterial verfügbar ist. Der Dokumentarfilm unterlegt O-Töne, die er visuell nicht sinnvoll ergänzen kann, mit den Bildern der Interviewsituation, oft unterbrochen von inhaltlich irrelevanten Schnittbildern. Die Audioslideshow kann das nicht, weil die Interviewsituation vom Rezipienten nicht präsentisch verfolgt werden kann. Man kann den Rezipienten durch ein Photo nicht hineinholen in den Moment des Interviews. Was man für die Audioslideshow braucht sind also sehr gut auf die Photos abgestimmte O-Töne. Dafür gibt es zwei Möglichkeiten:

• Interview aufnehmen und versuchen, das Gesagte zu fotografieren
• Erst Bilder machen, dann dazu erzählen lassen

Für die erste Möglichkeit empfiehlt es sich sogar, den O-Ton der Reportage bereits grob geschnitten zu haben und dann bei einem zweiten Termin die Photos zu machen. Denn den Inhalt aus zwei Stunden Interview zu photographieren, ist kaum möglich - es sei denn man weiß bereits genau, was herausgeschnitten wird und was Verwendung findet.

Ein schönes Beispiel für eine solche Vorgehensweise ist Fabian Schweyhers In den Fängen der Stasi.

Die zweite Möglichkeit, die an das Genre "Zeigen von Urlaubsphotos" anknüpft, schafft eine sehr enge und sehr natürliche Verbindung zu den Photos. Der Protagonist wird von den Photos zum Erzählen angeregt und bewegt sich oft ohne Eingriff des Journalisten ganz nah am Bildmaterial. Um die Erzählung des Protagonisten zu gliedern oder Fragen zu stellen, die dann vom Protagonisten beantwortet werden, kann man in oder zwischen die Bilder Schrift einblenden. Ein Beispiel für diese Vorgehensweise ist meine Audio-Slideshow über den letzten Kinoplakat-Maler in Deutschland, die im Sommer 2008 bei sueddeutsche.de erschienen ist.

In beiden Fällen muss ein besonderes Augenmerk auf die Zeiten gelegt werden, die bei der Vermittlung involviert sind: Neben der Gegenwart des Rezipienten haben wir noch die Gegenwart der Interviewsituation (als O-Ton bleibt sie im Präsens), die Vergangenheit der Photos und eine oder mehrere Vergangenheiten, aus denen der Protagonist erzählt. An anderer Stelle habe ich die zeitlichen Ebenen bei Fabian Schweyhers Reportage analysiert. Für eine flüssige Vermittlung ist es hilfreich, die Fragen im Interview so zu stellen, dass die Reportage später nicht mit zu vielen Zeitsprüngen zu kämpfen hat. Generell gilt: besser keine Fragen zu Zeiten und Räumen, für die keine Fotos verfügbar sein werden.

Literatur:

• Barthes, Roland: Die helle Kammer. Bemerkungen zur Photographie. Frankfurt am Main : Suhrkamp, 1989.
• Genette, Gérard: Die Erzählung. München : Wilhelm Fink Verlag, 1994.
• Hickethier, Knut: Das Erzählen der Welt in den Fernsehnachrichten. Überlegungen zu einer Narrationstheorie der Nachricht. 1994.

Fabian Schweyher, den ich oft, aber anscheinend nicht oft genug lese, hat vor einigen Monaten bereits eine informative Slideshow beim SWR untergebracht: Journalisten (Focus, Star Tribune, FAZ) sprechen über ihre Erfahrungen mit dem Medium Audio-Slideshow.

Das renommierte amerikanische Medienforschungsinsitut Poynter ist bekannt für seine sogenannten Eyetrack-Studien, bei denen die Augenbewegungen der Leser über einen Text verfolgt werden. Die dritte Studie, Eyetrack III resarch, hat sich nun speziell mit der Wahrnehmung von Multimedia-Reportagen beschäftigt. Das zeigt zum einen, wie ernst man diese Medienform in den USA momentan nimmt. Zum anderen gibt die Studie viele wertvolle Hinweise, wie man eine solche Reportage besser machen kann und was dagegen eher schlecht beim Leser ankommt. Die Studie nennt zahlreiche Reportagen, die für den Test verwendet wurden und gibt Kritik oder Lob der Leser daran weiter.

Ich hatte vor einigen Wochen gefragt, was denn der Begriff "Storytelling" bedeutet, nachdem ich Seiten entdeckt hatte, die darunter das nahezu esoterische, immer aber selbstreflektierende Erzählen über sich selbst verstanden. Hier Ausschnitte aus einigen Antworten, die ich von amerikanischen Multimedia-Webloggern bekam:

Joe Weiss (Multimedia Storytelling):

I'm as confused as you are concerning the use of the term "digital storytelling" ... I don't think I've ever heard of it used in the way that storycenter.org described.

It carries no special meaning to me. However in performing a basic google search, I see that many many organizations are using the term in the storycenter sense.

"storytelling" is a very informal word in reference to journalism. When I hear the phrase, my first impression is my grandmother telling stories about hurricanes while we're sitting around the fireplace. Some narrative journalist do refer to storytelling in the sense of crafting a readable, interesting story ... Poynter uses the term in this way.

Mindy McAdams:

In North America, it has a rich tradition with the Native Americans; with settlers or cowboys sitting around a fire at night; with slaves in the slave quarters after the day's work was done. Some stories are true, but most are at least a little dramatized.

Now, the connection to journalism is kind of strange, because if real storytelling is dramatized, and often exaggerated, then you might think journalists would set themselves apart from it. But all our textbooks make some reference to journalism as storytelling, I think. The idea is that a story is interesting, and if you get the chance to tell a story, then you have a chance -- as a journalist -- to really connect with people.

When we are trying to inspire students, we talk about storytelling -- not only in the journalism writing classes, but also in our photojournalism classes and the online journalism classes. Our documentary video faculty always talk about storytelling.

Es scheint also doch so zu sein, dass der Begriff genauso allgemein verwendet wird, wie "Geschichten erzählen" im Deutschen. Die Verwendung auf storycenter.org scheint eine spezielle zu sein. Verwendet man den Begriff im Journalismus, scheint selbstverständlich das professionelle Erzählen über andere wie in einer guten Reportage gemeint zu sein. Ohne die Bedeutung von "Übertreibung" oder "Erfindung" ebenfalls zu übernehmen und ohne den Begriff auf das "Erzählen seiner eigenen Geschichte" zu beschränken.

Ich bin in letzter Zeit auf meiner Suche nach Multimedia-Reportagen über viele Seiten gestolpert, die den Begriff "Digital Storytelling" in einem anderen Sinn verwenden, als ich dachte, dass man ihn verwendet.

Wenn man sich Seiten wie die Digital Storytelling Association ansieht, oder die Definition des Center for Digital Storytelling durchliest, meint man, diese Begriff beschreibe das laienhafte, emotionale, fast esoterische, erzählerische Verarbeiten von Teilen des eigenen Lebens mit digitalen Medien, vor allem Video.

Ein Beispiel wäre der kurze Film Momnotmom (Quicktime).

Weiß jemand mehr dazu? Bedeutet Digital Storytelling vorwiegend das laienhafte multimediale Erzählen? Ist diese Begriff aus typisch amerikanischen Laienschriftsteller-Verbänden hervorgegangen und von ihnen geprägt? Oder benutzt man ihn auch für professionellen Journalismus?

Andrew DeVigal, Assistant Professor an der San Francisco State University hat ein kleines handout in seinem Weblog veröffentlicht, dass Tipps gibt für die Organisation und die Erstellung von multimedialen Online-Reportagen.

Jon Udell hat bei dem Computerverlag O'Reilly ein Artikelreihe begonnen, in der er Multimedia-Technologien für Weblogs vorstellen will. Er hofft, dass die Weblogs mit Multimedia beginnen können und schreibt:

When Michael Kinsley stepped down from the editorship of Slate, an interviewer asked him an interesting question: what had he expected of the Web, and where had it fallen short? The biggest disappointment, Kinsley said, was the Web's failure to deliver on the promise of hypermedia. Online music and film reviews describe songs and movies in words, he said, but rarely, if ever, quote from audio and video streams. The hypermedia Web that he had imagined was, for the most part, not happening.

Eine seiner interessanten Entdeckungen ist, dass HTTP 1.1 von selber soetwas wie Streaming beherrscht, dass der Anwendet nämlich auch in einem einstündigen Interview an die gewünschte Stelle springen kann, ohne das File komplett zu laden.
Was er dabei nicht bedenkt ist, dass niemand ein einstündiges File durchsuchen will. Grundsätzlich ist er ja derselben Meinung wie ich, dass Text das Trägermedium sein soll. Aber dann müssen die Ton- und Filmdokumente auch wirklich so klein sein, dass sie den Textfluss nicht stören.
Via Schockwellenreiter