Dokumentarische Unterrichtsforschung

Sarah Delling

(erstellt: Februar 2026)

Artikel als PDF folgt

Permanenter Link zum Artikel: https://bibelwissenschaft.de/stichwort/400143

Digital Object Identifier: https://doi.org/10.23768/wirelex.400143

Eine Religionsunterrichtsstunde in einer 12. Klasse. Die Lehrperson steht am Seitenrand. Schülerinnen und Schüler rufen sich gegenseitig auf, gehen nach vorne, schreiben mittels eines White-Board-Stifts Begriffe im Akrostichon G-L-E-I-C-H-N-I-S an, die das Thema Gleichnis zusammenfassen. Die Schülerinnen und Schüler nennen z.B. Lehre, Samariter oder Gerechtigkeit. Die Lehrperson nickt ab und zu, sagt dazu nach mehreren Beiträgen, das müsse noch erklärt werden, woraufhin die Schülerinnen und Schüler den Begriff näher erläutern. Danach rufen sie andere Mitschülerinnen und Mitschüler, die sich melden, auf, und reichen den Stift an sie weiter. Als es keine Meldungen mehr gibt, geht die Lehrperson nach vorne ans Smartboard, klappt den seitlichen Flügel etwas mehr zur Mitte hin, während sie in die Runde schaut und fragt: „Keine weiteren Begriffe?“. P meldet sich. Die Lehrperson ruft ihn auf, schaut ihn an, während er „Neuerung“ vorschlägt. Als er erläutert, dass die Lektüre von Gleichnissen Menschen dazu anstiften will, ihr Leben zu ändern, hält er seinen eigenen Kugelschreiber fest in der Hand. Dabei schaut er die meiste Zeit zur Lehrperson. Die Lehrperson wiegt den Kopf hin und her und sagt, „Was du sagst, find ich gut. So zur Tat schreiten, aufbrechen. Aber der Begriff passt nicht so … Der trifft’s nicht ganz.“ Während sie spricht, nimmt sie den White-Board-Stift zunächst in die Hand, legt ihn aber zum Ende wieder aufs Pult. P hält seinen Kugelschreiber weiter in der Hand, blickt die Lehrperson an und stellt die Gegenfrage, wie die Lehrperson das denn bezeichnen würde. Die Lehrperson überlegt, paraphrasiert das Gesagte nochmal und endet mit der Formulierung „Das willst du doch eigentlich sagen.“ Dabei nimmt sie den White-Board-Stift wieder in die Hand. P bestätigt und beharrt aber weiter auf seinem Begriff und sagt mit einem Lächeln: „Aber Neuerung passt doch eigentlich ganz gut, oder?“ Die Mitschülerinnen und Mitschüler kichern.

Die eben geschilderte Unterrichtsszene wirft unterschiedliche Fragen auf. Was passiert hier? Wie entsteht die Unterrichtssituation und welche Logiken und Dynamiken prägen das gemeinsame Miteinander? Eine Möglichkeit, diese Fragen empirisch zu beantworten, stellt die dokumentarische Unterrichtsforschung zur Verfügung (Asbrand/Martens, 2018; Bonnet, 2009; Bauer/Pallesen, 2024).

Die dokumentarische Unterrichtsforschung (Asbrand/Martens, 2018) ist eine Variante der dokumentarischen Methode (→ Dokumentarische Methode) nach Bohnsack (2014), die ursprünglich für die soziologische Analyse von Gruppendiskussionen (→ Moderierte Gruppendiskussion) entwickelt wurde. Die Grundannahme, die sowohl für Gruppendiskussionen als auch im Unterricht gilt, lautet, dass Teilnehmerinnen und Teilnehmer in Gruppen nach Logiken handeln, die ihnen häufig nicht bewusst sind. Die dokumentarische Methode mit ihrer Methodologie bietet hier einen Zugriff, eben diese Logiken aufzudecken. Jedoch ergeben sich im Kontext von Unterricht spezifische Herausforderungen, die es vor allem beim methodischen Vorgehen zu beachten gilt.

In diesem Artikel werden daher zunächst die auf Garfinkel und Mannheim zurückgehenden methodologischen Grundannahmen zum dokumentarischen Verständnis von sozialer Praxis nach Bohnsack erläutert (1). Daraufhin werden die spezifischen Herausforderungen des Unterrichts und die sich ergebenden methodologischen Ergänzungen dargestellt (2). Anschließend wird das angepasste methodische Vorgehen erläutert, dessen Schritte mit Hilfe des oben skizzierten Beispiels illustriert werden (3). Letztlich gibt der Artikel einen kurzen Überblick über die religionspädagogische Rezeption der dokumentarischen Unterrichtsforschung und skizziert mögliche zukünftige Forschungsoptionen (4). 

Die zentrale theoretische Annahme im Hintergrund der dokumentarischen Unterrichtsforschung ist, dass Menschen in sozialen Kontexten ihr Miteinander nach bestimmten Logiken gestalten. Diese Logiken fußen aus wissenssoziologischer Perspektive auf zwei Wissensformen, dem kommunikativen und konjunktiven Wissen, die ausschlaggebend dafür sind, ob Menschen im Modus des Verstehens oder des Interpretierens miteinander in Kontakt kommen (Bohnsack, 2014, 60). Verstehen meint, dass Individuen ihr Gegenüber bzw. sein Verhalten intuitiv begreifen. Es bedarf keiner Erklärungen der Handlungsabläufe (Mannheim, 1980, 208;272). Die dahinter liegenden Logiken scheinen selbstverständlich zu sein. Ein solches selbstverständliches Verstehen setzt gemeinsames, d.h. konjunktives Wissen voraus. Konjunktives Wissen basiert auf früheren gemeinsam geteilten Erfahrungen (Bohnsack, 2014, 64-68). Diese ergeben sich dadurch, dass Individuen gleichen sozialen Gruppen oder Kategorien angehören, z.B. demselben Freundeskreis, demselben Dorf, der gleichen Lerngruppe, dem gleichen Alter, der gleichen Rolle (z.B. Schüler oder Schülerin zu sein) oder dem gleichen Milieu (Mannheim, 1980, 87-88). Die geteilten Erfahrungen gerinnen mit der Zeit zu gemeinsamen Wissensstrukturen. Unter Rückgriff auf dieses geteilte Wissen können Menschen sich ohne Erklärungen verstehen, da davon ausgegangen wird, dass das Gegenüber weiß, was man meint (Garfinkel, 1973, 199).

Wenn nun Menschen aufeinandertreffen, die nicht derselben Gruppe bzw. Kategorie angehören, daher keine ähnlichen Erfahrungen gemacht haben und somit auch nicht die gleichen Wissensbestände teilen, verstehen sie sich nicht mehr intuitiv, sondern bedürfen Erklärungen und des gegenseitigen Interpretierens (Mannheim, 1980, 272). Sie sind angehalten, einerseits ihre eigenen Routinen und Logiken zu erklären und andererseits die Routinen des Gegenübers nachzuvollziehen. Hierzu nutzen die Akteurinnen und Akteure Kommunikation und greifen auf kommunikatives Wissen zurück. Kommunikatives Wissen umfasst die Wissensbestände der Teilnehmenden, die als allgemein gültig und bekannt gelten (Mannheim, 1980, 289;272). Unter Rückgriff auf diese allgemein bekannten Wissensbestände können die Teilnehmenden ihre eigenen Selbstverständlichkeiten für andere begreifbar machen und sie beschreiben.

In der Alltagspraxis bieten sowohl das konjunktive als auch das kommunikative Wissen Regeln und Logiken an, das eigene Handeln zu strukturieren. Allerdings folgen Handlungen, deren Logik dem konjunktiven Wissen entspringen, Regeln, die den Handelnden selten bewusst sind bzw. die sie nicht erklären können (Bohnsack, 2014, 61;138). Handlungen, deren Logik hingegen im kommunikativen Wissen begründet liegen, folgen Abläufen, die die Akteure sich über Reflexion bewusst machen und in Worte fassen können (Bohnsack, 2013, 247).

Die dokumentarische Methode will nun rekonstruieren, welche Handlungslogiken das soziale Miteinander bestimmen und fokussiert besonders auf die Regeln, die sich aus dem konjunktiven, wenig bewussten Wissen ergeben. Um dieses herzuleiten, achtet sie in einem ersten Schritt darauf, was gesagt und getan wird, um in einem zweiten Schritt danach zu fragen, wie und in welchen Zusammenhängen etwas gesagt oder getan wird. Über die Art und Weise, wie die Äußerungen der Teilnehmerinnen und Teilnehmer zusammenhängen, lassen sich Regelmäßigkeiten entdecken, die auf das konjunktive Wissen verweisen (Bohnsack, 2014, 109).

Versteht man Unterricht als Ort, an dem die Lehrperson und Schülerinnen und Schüler miteinander interagieren, lässt sich auch hier in der Art und Weise der Interaktion und den sich darin zeigenden Regelmäßigkeiten konjunktives Wissen rekonstruieren. Im Vergleich zur Gruppendiskussion, für die die dokumentarische Methode ursprünglich entwickelt wurde, zeichnet sich diese Unterrichtsinteraktion jedoch durch besondere Merkmale aus – konkret die asymmetrische Rollenbeziehung, die Vielzahl der Teilnehmerinnen und Teilnehmer, die Multimodalität und die komplexe Zeitstruktur –, die es zu bedenken gilt (Martens/Asbrand, 2022, 21-23; vgl. auch Sturm, 2024).

Asymmetrische Rollenbeziehung und Vielzahl von Teilnehmerinnen und Teilnehmern

Im Rahmen des Unterrichts kommen Lehrperson und Schülerinnen und Schüler über einen längeren Zeitraum regelmäßig zusammen. Sie sind eine Gruppe, die gemeinsame Erfahrungen macht, die mit der Zeit zu Wissensstrukturen gerinnen und schließlich den Unterrichtsablauf in Form von Selbstverständlichkeiten und Routinen prägen. Die gemeinsamen Erfahrungen bzw. das daraus resultierende konjunktive Wissen sind, anders als in Gruppendiskussionen, jedoch durch eine asymmetrische Grundstruktur vorgeprägt.

Grund für die Asymmetrie ist u.a. die institutionell bedingte soziale Beziehung zwischen Lehrperson und Schülerinnen und Schülern. Vor allem in institutionellen Kontexten wie Schule werden den Teilnehmenden bestimmte Rollen zugeschrieben, d.h. bestimmte Erwartungen an sie und ihr Handeln herangetragen. Zum Beispiel soll die Lehrperson Lernangebote für Schülerinnen und Schüler schaffen, sie fördern und bewerten, während von Schülerinnen und Schülern erwartet wird, am Unterricht teilzunehmen, das Lernangebot der Lehrperson wahrzunehmen und Leistungen zu erbringen (Asbrand/Martens, 2018, 92; Bohnsack, 2017, 134-135). Mit dieser Rollenverteilung und -erwartung gehen für die Lehrperson und die Schülerinnen und Schüler unterschiedliche Möglichkeiten, Rechte und Verpflichtungen der Teilnahme einher, was sich sowohl im verbalen als auch im nonverbalen Bereich widerspiegelt (Asbrand/Martens/Nohl, 2020, 302). So dürfen Schülerinnen und Schüler z.B. in der Regel erst sprechen, wenn sie von der Lehrperson aufgerufen werden, während die Lehrperson selbst jederzeit sprechen darf. Nonverbal spiegeln sich die unterschiedlichen Teilnahmebedingungen z.B. in Raumarrangements wider, die für die Lehrpersonen häufig einen großen Bewegungsspielraum im vorderen Bereich zulassen, während die Schülerinnen und Schüler meist sitzend weniger Bewegungsspielraum zugemessen bekommen (Martens/Asbrand, 2022, 93).

Das „Mehr“ an Teilnahme- und Gestaltungsmöglichkeiten der Lehrperson liegt auch in der Annahme begründet, dass so die potentielle Beteiligung von einer hohen Anzahl an Teilnehmerinnen und Teilnehmern organisiert werden kann. Konkrete Maßnahmen, um die Kommunikation mit einer Vielzahl von Schülerinnen und Schülern zu erleichtern, zeigen sich verbal wie nonverbal (Asbrand/Martens, 2018, 92). Verbal wird die Unterrichtskommunikation z.B. häufig durch das Interaktionsmuster von Frage-Antwort- und Rückmeldung strukturiert (Faust-Siehl, 1989; Lüders, 2018; Mehan, 1979). Demnach bewegen sich die verbalen Beiträge der am Unterrichtsgespräch (→ Unterrichtsgespräch) beteiligten Personen häufig in den Kategorien der Gesprächseröffnung z.B. durch eine Frage, der Reaktion z.B. einer Antwort und dem Feedback, d.h. der Anerkennung und der Wahrnehmung der Antwort, wobei die Lehrperson häufig die Frage stellt, auf die die Schülerinnen und Schüler antworten, was wiederum die Rückmeldung durch die Lehrperson nach sich zieht. Auch nonverbal greifen die Teilnehmenden auf Muster zurück, die die Kommunikation mit einer Vielzahl von Teilnehmerinnen und Teilnehmern vereinfacht, wie z.B. das Melden. In diesen verbalen und nonverbalen Mustern verbirgt sich durchaus eine Handlungslogik, die auf konjunktives Wissen verweist.

Dieses konjunktive Wissen entspringt jedoch den institutionell zugeschriebenen Rollen und Rahmenbedingungen (Bonnet, 2009, 224). Asbrand und Martens (2018, 195) nennen diese auf das Rollenhandeln der Akteure zurückgehenden Muster operative Handlungen. Die Bedeutung der operativen Handlung, wie z.B. der Geste des Aufzeigens, ist im Kontext Schule jedem bekannt, da sie (häufig) institutionell vorgeschrieben wird. Die Frage nach dem Entstehungsursprung des konjunktiven Wissens, also den vorausliegenden gemeinsamen Erfahrungen, erübrigt sich damit. Daher lehnt Bohnsack (2011, 56) die Analyse solcher Muster ab. Da die Interaktion im Unterricht aber durch die Rollenverteilung und die Organisation Schule bedingt ist, nehmen Asbrand, Martens und Nohl (2020, 325) die Analyse dieses Musters auf, um dem institutionellen Charakter der Interaktion gerecht zu werden.

Multimodalität

Des Weiteren stellen Asbrand und Martens fest, dass Unterricht ein multimodales Geschehen ist, und erweitern die bisherigen methodologischen Aspekte um die Grundgedanken der Akteur-Netzwerk-Theorie (Asbrand/Martens, 2018, 124-125; Latour, 2002). Grundlegend ist hier die Annahme, dass neben den Personen, die sowohl verbal als auch nonverbal kommunizieren, auch der Raum, das Material oder allgemeiner gesprochen Dinge die Interaktion mitbestimmen (Asbrand/Martens, 2018, 103; Martens/Petersen/Asbrand, 2014; Proske/Rabenstein/Meseth, 2022, 915). Im Sinne der Akteur-Netzwerk-Theorie ist diesen Dingen und Räumen ein Handlungsprogramm eingeschrieben. Beispielsweise eröffnen unterschiedliche Sitzordnungen unterschiedliche kommunikative Handlungsspielräume. So laden etwa Gruppentische eher zu Gesprächen unter Schülerinnen und Schülern ein. Ist das die geläufige Form des unterrichtlichen Arbeitens, schreibt sie sich in das konjunktive Wissen der Schülerinnen und Schüler ein. Das kann, muss aber nicht z.B. zur Folge haben, dass Lehrer-Schülerinnen-/Schüler-Gespräche, die die Lehrperson z.B. vom Pult aus führt, immer wieder durch Nebengespräche und Gruppenaktivitäten an den Gruppentischen unterbrochen werden.

Durch die Hinzunahme der Akteur-Netzwerk-Theorie ins methodologische Fundament der dokumentarischen Unterrichtsforschung machen Asbrand und Martens (2018, 103) nicht nur klar, dass der Raum, das Material, die Dinge das Unterrichtsgeschehen und das daraus resultierende konjunktive Wissen der Lerngruppe mitprägen. Sie verdeutlichen ebenfalls, dass Unterricht sich sowohl verbal als auch nonverbal, zwischenmenschlich und in der Interaktion mit bestimmten Materialien und Dingen teils gleichzeitig ereignet.

Komplexe Zeitstruktur

Die Gleichzeitigkeit von verbaler und nonverbaler Kommunikation (→ Körpersprache) deutet bereits die komplexe Zeitstruktur an, die ein weiteres Merkmal der Unterrichtsinteraktion darstellt und sich über die Begriffe der Sequenzialität und Simultaneität von mehreren Handlungen beschreiben lässt.

Die Sequenzialität von Unterrichtsinteraktionen beschreibt zunächst das Nacheinander von Beiträgen, Äußerungen, Aktionen und Handlungen. Sinnstrukturen von Inhalten und Themen ergeben sich durch die zeitliche Abfolge von Äußerungen und Handlungen, was besonders auf der verbalen Ebene einsichtig wird. Ein Beitrag folgt nach dem anderen, so dass das Unterrichtsthema Schritt für Schritt, Beitrag für Beitrag entwickelt wird (Asbrand/Martens, 2018, 107).

Mit dem Begriff der Simultaneität machen Asbrand und Martens (2018, 108) darauf aufmerksam, dass Aktivitäten, Handlungen und Beiträge gleichzeitig, d.h. simultan, ablaufen können. Besonders eindrücklich veranschaulicht dieses Phänomen die Gruppenarbeit. Hier werden räumlich, zeitlich und auch verbal zeitgleich ähnliche oder unterschiedliche Auseinandersetzungen mit dem Unterrichtsgegenstand vorangetrieben. Diese parallelen Auseinandersetzungen können unverbunden nebeneinander bestehen oder sich gegenseitig beeinflussen und aufeinander bezogen werden.

Die methodologischen Überlegungen zur Besonderheit der Unterrichtssituation legen bestimmte Erhebungsmethoden nahe und wirken sich schließlich auf das methodische Vorgehen der dokumentarischen Unterrichtsforschung aus.

Als Erhebungsmethode bietet sich z.B. die Videographie (→ Videoanalyse) an, auf die an dieser Stelle jedoch nur kurz eingegangen wird (eine alternative Methode der Datenerhebung wäre z.B. die teilnehmende Beobachtung). Durch die auditive und visuelle Erhebung der Situation können Interaktionen sowohl auf wörtlicher, als auch körperlicher und dinglicher Ebene erfasst und durch die Möglichkeit des wiederholten Ansehens und Verlangsamens in ihren komplexen Zeitverhältnissen analysiert werden (Asbrand/Martens, 2018, 104-112; Lamprecht, 2015, 101; Wagner-Willi, 2013, 149-151).

Das erhobene videographierte empirische Material wird nun im Sinne der dokumentarischen Unterrichtsforschung in mehreren Schritten untersucht. Ausgewählte einschlägige Unterrichtspassagen werden transkribiert und in den drei Schritten der formulierenden Interpretation, der reflektierenden Interpretation und der Typenbildung analysiert. 

In einem ersten Schritt werden nach Asbrand und Martens einzelne, einschlägige Unterrichtsszenen ausgewählt, um mögliche konjunktive Wissensbestände zu rekonstruieren.

Einschlägig sind die Unterrichtsszenen, die durch eine hohe interaktive Dichte, thematische oder kommunikative Diskontinuitäten gekennzeichnet sind (Asbrand/Martens, 2018, 177; 187). Im Sinne der Akteur-Netzwerk-Theorie wird in der dokumentarischen Unterrichtsforschung auch auf nonverbale, räumliche oder dingliche Auffälligkeiten geachtet, um der Multimodalität des Unterrichts gerecht zu werden. Das heißt Unterrichtsszenen weisen dann eine hohe interaktive Dichte auf, wenn sprachlich, körperlich und/oder räumlich in kurzer Zeit viel und/oder Ungewöhnliches passiert. Die einzelnen Wortbeiträge folgen z.B. schnell aufeinander oder die Lehrperson bzw. die Schülerinnen und Schüler nutzen bestimmte Materialien, wie im Beispiel den White-Board-Stift bzw. den Kugelschreiber, oder Raumabschnitte sehr häufig (Wagner-Willi, 2013, 154). Vielleicht ruft ein Schüler oder eine Schülerin etwas ohne Meldung herein oder er bzw. sie verkehrt das typische Interaktionsmuster, in dem er oder sie eine Frage stellt, auf die die Lehrperson antwortet, wie im Beispiel. Da, wo die Lehrperson und die Schülerinnen und Schüler innerhalb des klassischen Musters von Frage durch die Lehrperson, Antwort durch die Schülerin oder den Schüler und Rückmeldung durch die Lehrperson agieren, sind dann vor allem die Passagen interessant, in denen sich thematische Brüche auftun oder aber die verbale und nonverbale Kommunikation nicht zueinander passen. Das, was eigentlich selbstverständlich ist und somit auf das konjunktive Wissen verweisen kann, wird an diesen Stellen unterbrochen. Diese Unterbrechung lässt Rückschlüsse darauf zu, wie das routinierte Verhalten normalerweise funktioniert und welche Handlungsregeln im Normalfall gelten.

In einem zweiten Schritt werden die ausgewählten Unterrichtspassagen transkribiert. Das Transkript umfasst nach Asbrand und Martens (2018, 178-183) mindestens zwei Spalten. Die erste Spalte gibt wieder, was gesagt wird. Im klassischen Sinne wird hier pro Sprechenden eine neue Zeile gewählt, sodass der sequentielle Charakter der Unterrichtskommunikation deutlich wird. In der zweiten Spalte halten Asbrand und Martens per Screenshot das nonverbale Verhalten der Teilnehmenden fest. Hier kann eine Aufteilung in die beiden Spalten Lehrperson-Perspektive und Schüler-/Schülerinnenperspektive hilfreich sein, um das ganze Geschehen auszuloten. Die Zeilen- und Spaltenlogik macht die komplexen Zeitstrukturen des Unterrichts sichtbar und stellt übersichtlich dar, welche Interaktionen gleichzeitig oder nacheinander passieren (Asbrand/Martens, 2018, 209). Darüber hinaus wird durch die Spaltenaufteilung in verbale und nonverbale Kommunikation dem Umstand Rechnung getragen, dass Unterricht ein multimodales Geschehen ist.

Die formulierende Interpretation dient dazu, das kommunikative Wissen der Lerngruppe zu rekonstruieren (Asbrand/Martens, 2018, 54). Im Zentrum steht bei diesem Schritt die Frage, was verbal und nonverbal passiert. Hierzu werden verbale und nonverbale Kommunikation getrennt voneinander analysiert (Asbrand/Martens, 2018, 184). Die Analyse der verbalen Daten besteht in der Zuweisung der kommunikativen Funktion des Beitrags sowie der Einordnung der verhandelten Inhalte in Ober- und Unterthemen. Die Funktion der Beiträge kann unter Rückgriff auf die Elemente des typischen Interaktionsmusters als Frage, Antwort, Rückmeldung geschehen. Auf diese Weise greift die formulierende Interpretation den institutionellen Charakter der Unterrichtskommunikation auf. Über die Paraphrasierung des Inhalts kann dann die Zuweisung von Ober- und Unterthemen erfolgen. Oberthema ist ein geäußerter Inhalt, dem mehrere inhaltliche Unterthemen zugeordnet werden können (Asbrand/Martens, 2018, 195). Dabei spielt die Frage nach der sachlichen Richtigkeit des Inhalts keine Rolle. Es geht allein darum, dass und in welchem Kontext der Inhalt geäußert wird (Asbrand/Martens, 2018, 54; Bohnsack, 2014, 136-137). Im obigen Beispiel könnte eine solche Zuweisung so aussehen: das Oberthema ist die Ideensammlung zum Akrostichon. Als Unterthemen gelten dann sowohl die Antworten der Schülerinnen und Schüler (Lehre, Samariter, Gerechtigkeit …) als auch die Frage der Lehrperson, ob es keine weiteren Begriffe mehr gibt und die daran anschließende Antwort von P, der Neuerung als veränderte Lebensweise nach der Lektüre eines Gleichnisses vorschlägt, sowie die sich darauf beziehende ambivalente Bewertung seitens der Lehrperson, die den Inhalt für gut befindet, den Begriff jedoch als unpassend ablehnt.

Die nonverbalen Daten werden unter stetigem Rückgriff auf das Videomaterial in Worten beschrieben (Asbrand/Martens, 2018). Hierbei steht sowohl das körperliche Verhalten als auch der Umgang mit Arbeitsmaterialien und das Raumverhalten im Fokus. Um der Vielzahl an Akteuren und der Simultaneität des Geschehens gerecht zu werden, kann es hilfreich sein, nicht nur die Beschreibung des nonverbalen Verhaltens der Lehrperson getrennt von der Beschreibung des nonverbalen Verhaltens der Schülerinnen und Schüler vorzunehmen, sondern auch das nonverbale Verhalten der Schülerinnen und Schüler nochmals zu differenzieren und beispielsweise das nonverbale Verhalten des angesprochenen Schülers (P) und der Klasse getrennt voneinander zu beschreiben (Asbrand/Martens, 2018, 193). Bei der Beschreibung der nonverbalen Daten entscheidet die Forschungsfrage über den Umgang mit den operativen Handlungen, deren Bedeutung durch den institutionellen Rahmen festgelegt ist. Splittet man diese Handlungen in ihre einzelnen Gebärdenkomplexe auf (z.B. eine Meldung in die Aspekte: Ellenbogen aufstützen, strecken, Finger falten und zeigen, Finger strecken und Hand/Arm über den Kopf strecken), so wird mehr die spezifische Ausgestaltung der institutionell vorgegebenen Handlung zum Zentrum der Analyse. Zerlegt man die operative Handlung „Melden“ nicht weiter, dann fokussiert man mehr das Rollenhandeln (Asbrand/Martens, 2018, 195;114-123; hier 122). Die so beschriebenen nonverbalen Verhaltensweisen werden ähnlich wie die verbalen Beiträge in Ober- und Unteraktionen geordnet, um so erste Zusammenhänge auf der Sichtebene erkennbar zu machen. Auch hier ist für die Einordnung in Oberaktion oder Unteraktion ausschlaggebend, inwiefern sich bestimmte Handlungen aus einer vorherigen ergeben. Im Beispiel folgt etwa auf die Oberaktion der Lehrperson, die nach vorne geht und das White-Board beiklappt und anschließend den Blick durch die Klasse schweifen lässt, die Meldung von P und die anschließende abwägende Kopfbewegung und das Aufheben und Ablegen des Stifts seitens der Lehrperson als Unteraktion.

Am Ende der formulierenden Interpretation lässt sich zum einen sagen, was das Thema der Unterrichtsinteraktion ist, welche thematischen Verzweigungen in der Unterrichtsinteraktion sichtbar werden und in welchen verbalen und nonverbalen Handlungskontexten diese eingebettet sind. 

Im Zuge der reflektierenden Interpretation wird nun das konjunktive Wissen z.B. der Lerngruppe rekonstruiert. Hierbei steht die Frage im Fokus, wie das, was in der formulierenden Interpretation auf Sichtebene beschrieben wurde, im Zusammenspiel von verbalen und nonverbalen Handlungen hergestellt wird, und welche hintergründigen Logiken in diesem „Wie“ sichtbar werden (Asbrand/Martens, 2018, 55;206, Bohnsack, 2014, 137-139.).

Um die Logik, der das verbale und nonverbale Verhalten folgt, zu rekonstruieren, richtet der oder die Forschende sein bzw. ihr Augenmerk auf die Zusammenhänge der Interaktion. Hierzu werden die verbalen und die nonverbalen Ober- und Unterthemen bzw. -aktionen in den Blick genommen und zu Interaktionseinheiten zusammengefasst. Diesen Interaktionseinheiten werden die Funktionen der Proposition, der Elaboration bzw. Enaktierung oder der Konklusion zugewiesen. Die Funktion der Proposition wird dann zugeteilt, wenn sich in einem Thema oder einer Aktion ein neuer konjunktiver Wissensbestand andeutet. Die elaborierende Funktion erhalten Interaktionseinheiten, die den in der Proposition enthaltenen konjunktiven Wissensbestand entfalten. Die Funktion der Konklusion steht den Interaktionseinheiten zu, die den konjunktiven Wissensbestand abschließen (Asbrand/Martens, 2018, 58). Um der Multimodalität von Unterricht gerecht zu werden, führen Asbrand und Martens daneben auch Funktionsbeschreibungen ein, die die konjunktiven Wissensbestände berücksichtigen, die sich in körperlichen und materiellen Interaktionen dokumentieren. Namentlich sind es die Funktionen der Enaktierung, der Assoziation etc. Enaktierung meint z.B. die nonverbale Entfaltung eines in der vorangegangenen Proposition rekonstruierten konjunktiven Wissensbestands. Die Assoziation beschreibt hingegen eine Mensch-Ding-Verbindung, durch die bestimmte Dinge zum Akteur werden. Im Beispiel hält P z.B. die gesamte Zeit seinen Kugelschreiber fest, während die Lehrperson den White-Board-Stift abwechselnd aufhebt und ablegt. Der Stift wird zum Akteur. Die mit der Mensch-Ding-Assoziation verbundenen Aktionen können wiederum unterschiedliche Funktionen wie Enaktierung, Proposition etc. übernehmen (Asbrand/Martens, 2018, 222. Eine Übersicht aller notwendigen Begriffe für die reflektierende Interpretation findet sich bei Asbrand/Martens, 2018, 335-348).Für das Beispiel kann etwa die erste Interaktionseinheit, in der die Lehrperson verbal und nonverbal die Unterrichtsphase steuert bzw. hier schließt und P noch einen Beitrag macht, den sie als formal unpassend ablehnt, die Funktion der Proposition zugeordnet werden. Proponiert wird hier, dass die Lehrperson sowohl auf organisatorischer als auch inhaltlicher Ebene die Entscheidungsträgerin ist (Lehrperson als Leiterin und Expertin), was sie nonverbal durch die Assoziation mit dem Stift, den sie zunächst aufnimmt, dann aber wieder ablegt, enaktiert.

Wenn sich der konjunktive Wissensbestand auch schon in der ersten Interaktionseinheit (Proposition) andeutet, ist doch entscheidend, wie auf ihn reagiert wird und ob er bestätigt oder abgelehnt wird. Daher wird in einem zweiten Schritt das Zusammenspiel der zugewiesenen Funktionen überblickt und in Interaktionsmodi zusammengefasst. Mögliche Interaktionsmodi sind z.B. der univoke, der komplementäre und der oppositionelle Interaktionsmodus (Asbrand/Martens, 2018, 210-213). Im univoken Interaktionsmodus greifen die Teilnehmerinnen und Teilnehmer auf gemeinsames konjunktives Wissen zurück. Der komplementäre Interaktionsmodus stellt eine aus dem unterrichtlichen Setting sich ergebende Ergänzung dar. Er umfasst Interaktionen, in denen die Lehrperson und die Schülerinnen und Schüler aus unterschiedlichen konjunktiven Wissensbeständen heraus agieren, dabei aber eine reibungslose Kommunikation zu Stande kommt (Asbrand/Martens, 2018, 211). Zum Beispiel handelt die Lehrperson vielleicht aus einem instruktivistischen Habitus. Die Schülerinnen und Schüler orientieren sich hingegen daran, ihren Job zu erledigen. Beides fußt auf unterschiedlichen konjunktiven Erfahrungsräumen (Lehrer-/Lehrerin-Sein und Schüler-/Schülerin-Sein) mit unterschiedlichem konjunktivem Wissen, das sich jedoch ergänzt (Asbrand/Martens, 2018, 210-211). Ein weiterer Modus ist der oppositionelle Interaktionsmodus, in dem die Teilnehmerinnen und Teilnehmer nicht aus einem gemeinsamen konjunktiven Wissen heraus handeln, sondern unterschiedliche konjunktive Wissensbestände aktivieren und die Differenzen offen austragen (Asbrand/Martens, 2018, 341-343).

Das zu Beginn genannte Beispiel illustriert den oppositionellen Interaktionsmodus. Auf die oben beschriebene Proposition der Lehrperson als inhaltliche Expertin und organisatorische Leiterin folgt eine Interaktionseinheit, in der unterschiedliche konjunktive Wissensbestände zu Tage treten. Der proponierte Wissensgehalt der Lehrperson als organisatorische und inhaltliche Entscheidungsträgerin wird durch die Lehrperson und teilweise von P elaboriert. So adressiert P mit seiner Frage, „Wie würden Sie das denn nennen?“ die Lehrperson als inhaltliche Expertin. Die Lehrperson greift diese Adressierung auf und elaboriert mit ihren inhaltlichen Paraphrasierungen den Wissensgehalt um ihr inhaltliches Expertentum, was sie nonverbal enaktiert, indem sie den White-Board-Stift wieder aufnimmt, als sie sagt „Das willst du doch eigentlich sagen.“ Gleichzeitig unterläuft P in dieser Interaktionseinheit die organisatorische Entscheidungsmacht der Lehrperson, indem er trotz des angekündigten Endes des Gesprächs inhaltlich noch einen weiteren Beitrag macht und damit die inhaltliche Diskussion am Laufen hält, was er durch die Assoziation mit seinem eigenen Kugelschreiber unterstreicht.

Dieses Unterlaufen der organisatorischen Entscheidungsmacht weitet sich in der nächsten Interaktionseinheit auch auf die inhaltliche Ebene aus, indem P die Lehrperson eher als Diskussionspartnerin auf Augenhöhe adressiert. Der damit verbundene proponierte Wissensgehalt um den Schüler als inhaltlichen Experten äußert sich u.a. in der Verkehrung des klassischen Interaktionsmusters des Unterrichts, in der P den Vorschlag der Lehrperson bewertet („Aber Neuerung als Begriff find ich eigentlich doch passend dazu“ oder später „Nee, das würde ich jetzt nicht so sagen“), und wird nonverbal durch die Assoziation mit dem eigenen Kugelschreiber enaktiert. Ab diesem Zeitpunkt beanspruchen sowohl P als auch die Lehrperson auf verbaler Ebene die inhaltliche Deutungshoheit für sich, was u.a. in der parallelen Assoziation zwischen P und dem Kugelschreiber und der Lehrperson und dem White-Board-Stift enaktiert wird. Das Kichern der Mitschülerinnen und Mitschüler sowie der Abbruch der Kommunikation seitens der Lehrperson mit P, bei dem P dann auch den Kugelschreiber sinken lässt, weist die Ungewohntheit der Situation aus, was darauf hindeutet, dass die Art der Adressierung seitens P nicht üblich und damit wahrscheinlich nicht Teil des konjunktiven Wissens ist.

Sofern der univoke oder der komplementäre Interaktionsmodus vorliegt, kann der gemeinsame konjunktive Wissensbestand der Lerngruppe, beim oppositionellen Interaktionsmodus der konjunktive Wissensbestand der einzelnen Parteien als vorläufig bestätigt angesehen werden. Endgültige Bestätigung erhält er allerdings erst im Rahmen der Typenbildung.

Um den vorläufig bestätigten konjunktiven Wissensbestand empirisch zu bestätigen, sucht die dokumentarische Methode nun nach ähnlichen Sequenzen im gleichen Fall (also z.B. in der gleichen Lerngruppe) und strengt ebenfalls einen Vergleich mit anderen Fällen an (Asbrand/Martens, 2018, 32). Diese fallinternen und fallübergreifenden Vergleiche erlauben in einem ersten Schritt die sinngenetische Typenbildung (Asbrand/Martens, 2018, 26), die schließlich in der relationalen oder soziogenetischen Typenbildung münden kann (Asbrand/Martens, 2018, 31;33).

In der sinngenetischen Typenbildung werden konjunktive Wissensbestände so zusammengefasst, dass deutlich wird, wie z.B. in Lerngruppe A mit einem Thema oder Problem umgegangen wird und wie sich dieser Umgang von dem in Lerngruppe B unterscheidet. Um diese typischen Umgangsweisen herauszuschälen, sucht die Forscherin nach ähnlichen und unterschiedlichen Bearbeitungsweisen im gleichen Fall bzw. in anderen Fällen (Nohl, 2017, 9-10; Asbrand/Martens, 2018, 33). Zunächst wird nach ähnlichen Umgangsweisen im gleichen Fall gesucht, um alle Facetten des konjunktiven Wissens zu erfassen und so das Spezifische der Bearbeitungsweise einer Gruppe feststellen zu können (Asbrand/Martens, 2018, 32). Um die Bearbeitungsweise von Problem A aufzuschärfen, wird ebenfalls nach anderen Umgangsweisen in anderen Problemen im gleichen Fall gesucht. Auf diese Weise kann der konjunktive Wissensbestand von anderen konjunktiven Wissensbeständen abgegrenzt werden. Die so rekonstruierte Logik ist also dann empirisch bestätigt, wenn sie sich erstens im gleichen Fall mehrfach findet und sich zweitens von anderen handlungsleitenden Regeln im gleichen Fall abgrenzen lässt (Nohl, 2017, 7-8). Für das obige Beispiel wäre es dann z.B. angezeigt, Sequenzen, in denen die Lehrperson ebenfalls eine Phase abschließt und ein Schüler sich meldet, als Vergleichsfolie heranzuziehen.  In einem nächsten Schritt sucht die Forscherin in anderen Fällen nach ähnlichen Situationen und Problemen und rekonstruiert den Umgang mit ihnen in dieser Lerngruppe. Bei der fallübergreifenden Analyse wird v.a. auf Unterschiede geachtet, um die unterschiedlichen Umgangsweisen der Lerngruppen zu rekonstruieren und gegeneinander abzugrenzen. Vergleichsmoment stellt dabei eine vergleichbare Unterrichtsituation dar (Asbrand/Martens, 2018, 32). Beispielsweise kann eine andere Lehrperson in der gleichen Situation, da sie das Unterrichtsgespräch im Begriff ist zu schließen und noch eine Meldung gemacht wird, diese Meldung gar nicht beachten oder aber sie beachten und ins Tafelbild aufnehmen. Im Überblick der sich in den spezifischen Bearbeitungsweisen zeigenden konjunktiven Wissensbestände lässt sich eine sinngenetische Basistypik entfalten. Die Basistypik stellt eine Gemeinsamkeit (über verschiedene Fälle hinweg) mit unterschiedlichen Ausprägungen dar (Nohl, 2017, 9-10). In unserem Beispiel könnte das dann z.B. der Umgang mit dem institutionell bedingten Machtvorsprung (→ Macht) der Lehrperson mit den Ausprägungen verhandelnd, durchsetzend und aufhebend sein. Wichtig ist dabei, dass z.B. die Lehrperson aus dem ursprünglichen Beispiel im Vergleich zum Fall der Lehrperson, die die Meldung nicht beachtet, verhandelnd agiert.

Im ursprünglichen Sinne versucht die dokumentarische Methode nun die unterschiedlichen Basistypen auf die dahinter liegende gemeinsame Erfahrung zurückzuführen und mit Hilfe der Kategorien von Alter, Geschlecht, Milieu zu erklären (Bohnsack et al., 2018; Asbrand/Martens, 2018, 55). Da die Genese der konjunktiven Wissensstände im Kontext Schule bereits durch die institutionell vorgegebene Rollenverteilung erklärt wird, wird im Kontext der dokumentarischen Unterrichtsforschung häufig auf die Art der Typenbildung verzichtet und stattdessen die relationale Typenbildung bemüht (Asbrand/Martens, 2018, 227;40-42).

Die relationale Typenbildung geht davon aus, dass die Basistypen der sinngenetischen Typenbildung zueinander in Bezug gesetzt werden können (Asbrand/Martens, 2018, 230). Für den Unterricht kann diese Bezugnahme in zweifacher Weise angewendet werden (Asbrand/Martens, 2018, 229-231). Zum einen gehen Asbrand und Martens davon aus, dass sich die Basistypiken auf unterschiedliche Dimensionen des Unterrichts beziehen können und erst in der Bezugnahme ein verdichteter Typus entsteht. Zum Beispiel kann das Projizieren einer Karikatur zu Beginn des Unterrichts sowohl auf dessen organisatorische als auch auf dessen inhaltliche Funktion gelesen werden. Auf organisatorischer Ebene eröffnet die Lehrperson mit dem Projizieren die Unterrichtsstunde. Auf inhaltlicher Ebene gibt die Karikatur einen bestimmten inhaltlichen Ansatz vor. Handlungen im Unterricht können sich also auf mehrere Probleme gleichzeitig beziehen. So ließen sich z.B. die konjunktiven Wissensbestände der Lehrperson in Bezug auf den Inhalt und in Bezug auf die Unterrichtsorganisation rekonstruieren, aufeinander beziehen und zu einem Typ verdichten (Asbrand/Martens, 2018, 230). Zum anderen können, wenn im Sinne des Forschungsinteresses auf die unterschiedlichen konjunktiven Wissensbestände der Schülerinnen und Schüler und der Lehrperson geachtet wird (und nicht auf das gemeinsame konjunktive Wissen der Lerngruppe), die unterschiedlichen konjunktiven Wissensbestände zueinander in Bezug gesetzt werden. Asbrand und Martens (2018, 231) sprechen hierbei von einer soziogenetischen Typenbildung, da die Erklärung für die rekonstruierten Orientierungen in der sozialen Beziehung der Akteurinnen und Akteure mit ihren Orientierungen liegt. Diese Bezüge weisen dann, wie im Beispiel oben, auf die gegenseitige Bedingtheit bzw. (Nicht-)Passung hin, um deren Entstehung zu erklären (Asbrand/Martens, 2018, 231). In einem ersten Schritt würde dann das konjunktive Wissen der Lehrperson rekonstruiert, in einem zweiten Schritt das der Schülerinnen und Schüler und in einem dritten Schritt beide aufeinander bezogen. Wenn dieser Bezug in mehreren Fällen Erklärungspotenzial bietet, kann er zu einem Typ zusammengefasst werden. So kann die relationale Typenbildung den individuellen Lehr- und Lernhabitus der Lehrperson bzw. der Schülerinnen und Schüler nachzeichnen und durch ihre Korrelierung Typen erstellen, die Erklärungsmuster für die Genese des konjunktiven Wissens liefern. Im obigen Beispiel könnte es z.B. sein, dass der verhandelnde Umgang mit dem institutionell gegebenen Machtvorsprung der Lehrperson bedingt ist durch den Schülerhabitus, sich als Diskussionspartner auf Augenhöhe zu inszenieren, während ein durchsetzender Umgang eher mit einem Schülerhabitus gekoppelt ist, der sich durch eine Orientierung an der passgenauen Erfüllung von gestellten Aufgaben auszeichnet.

Die dokumentarische Unterrichtsforschung bietet mit ihrer Methodologie und dem methodischen Vorgehen das Handwerkszeug, unterrichtliche Prozesse und deren hintergründige Logiken zu analysieren. In der empirischen Religionspädagogik wird dieses Handwerkszeug jedoch noch selten genutzt. Zwar kann die ursprüngliche dokumentarische Methode als Analyseinstrument für Gruppendiskussionen (Klutz, 2015; Gmoser, 2024; Boeck, 2019), Interviews (Ulfat, 2017; Binici, 2020; Wanckel, 2022) und Bildmaterial (Pirker, 2020; Pirker/Mayrhofer, 2020) als etabliert gelten. Religionspädagogische Forschungen, die den Unterricht fokussieren und dabei die von Asbrand und Martens skizzierte Vorgehensweise wählen bzw. auf die von ihnen referierten Besonderheiten des Unterrichts eingehen, sind hingegen weniger häufig vertreten (Roose, 2021;2019; Leven, 2019; Wenig, 2022; Delling, 2025). Exemplarisch sei hier die Forschung von Wenig (2022) genannt. Wenig rekonstruiert über die dokumentarische Analyse des Unterrichts, welche Orientierungen, die im christlich-islamischen Team-Teaching auftretenden Lehrpersonen in Bezug auf interreligiöses Lernen und Lehren zeigen (Wenig, 2022, 104). Hierbei achtet sie u.a. auf die simultan sich ereignenden Prozesse auf verbaler und nonverbaler Ebene und kann herausstellen, dass sich z.B. über die Verwendung der Arbeitsmappe und dem Ergreifen des Wortes das Ringen um die Führungsrolle dokumentiert (Wenig, 2022, 146). Weitere Forschungen in diesem Stil könnten dazu beitragen, die Rolle von Materialien, Raum und Körper im Religionsunterricht näher zu beleuchten und so empirisch einzuholen, was theoretisch vor allem unter dem Aspekt der Praxeologie (→ Praxeologie) (Altmeyer, 2015; Brieden et al., 2022; Grümme, 2021a;2021b;) schon länger verhandelt wird.

Überblickt man darüber hinaus die bisherigen dokumentarischen religionspädagogischen Unterrichtsforschungen, fällt auf, dass vor allem die Lehrperson im Blick der Analyse steht. Während Wenig (2022) die Lehrperson im Kontext des interreligiösen Team-Teachings im Blick hat, fokussiert Leven (2019) vor allem auf die Umgangsweise der Lehrperson mit Wahrheitsansprüchen und Delling (2025) konzentriert sich gänzlich auf die Körpersprache der Lehrperson und deren Wirkung auf unterschiedliche Gesprächsanlässe im Religionsunterricht. Zukünftige Forschung, die mehr auf die Schülerinnen und Schüler fokussiert, würde das begonnene Bild der hintergründig ablaufenden Regeln des Miteinander im Religionsunterricht vervollständigen.

Alle Fassungen dieses Artikels ab Oktober 2017 als PDF-Archiv zum Download: