2.1 Schlüsselbegriffe in multimodaler Forschung

Mit der Entwicklung der modernen Kommunikationstechniken steht nicht nur die Sprache im Zentrum der Texte bzw. der Diskurse. Die Texte aus Zusammenschluss mehrerer unterschiedlicher Zeichenmodalitäten wie Sprache, Bild, Musik und Geräusch mit innerer Kohäsion und Kohärenz treten in den Vordergrund der Kommunikation (vgl. Stöckl 2016: 20). Dementsprechend entstehen in den 1980er bis 1990er Jahren die multimodalen Forschungen mit theoretischen Fundamenten des sozial-semiotischen Ansatzes, die von Kress/van Leeuwen und O’Toole aus Hallidays System-Funktionaler Grammatik entwickelt wurden (vgl. O’Halloran 2011: 122).

Trotz der weltweiten Entwicklung werden der Begriff Modalität und die Kategorisierung von Modalitäten seit Beginn der multimodalen Analyse nur diffus abgegrenzt. Der vorliegenden Studie wird das Konzept Zeichenmodalität von Stöckl (2016) zugrunde gelegt, das drei Hauptfacetten von verschiedenen Modalität-Definitionen enthält. Eine Zeichenmodalität, kurz Modalität genannt, lässt sich gleichzeitig aus semiotischer (als Zeichen), psychologischer (als Modus bzw. Wahrnehmungskanal) und medialer (als Medium) Perspektive interpretieren (vgl. Stöckl 2016: 6). Die Modalität Sprache gehört beispielsweise zum sprachlichen Zeichensystem, lässt sich durch verschiedene Medien – aus dem Mund gesprochen oder aufs Papier geschrieben – realisieren und kann daraufhin visuell oder auditiv wahrgenommen werden.

Nach Stöckl (2016: 6) gibt es vier zentrale Modalitäten, welche Sprache, Bild, Musik und Geräusch umfassen. Ein multimodaler Text gilt als „Zusammenschluss mehrerer unterschiedlicher Zeichenmodalitäten zu einem kohäsiven und kohärenten Ganzen“ (Stöckl 2016: 20). Im Dokumentarfilm, der den Untersuchungsgenstand der vorliegenden Arbeit bildet, werden mehrere zentrale Zeichenmodalitäten zusammengesetzt. Die Bedeutung des Dokumentarfilms wird insofern ebenfalls aus Zusammenspiel verschiedener Modalitäten generiert (vgl. Luginbühl 2011: 259), indem sie sich wechselseitig in einer „Reißverschluss-Relation“ (Holly 2016: 394) transkribieren. In der vorliegenden Studie werden die zwei wichtigsten Modalitäten Sprache und Bild untersucht. Dargelegt werden soll, wie diese beiden Modalitäten gemeinsam zur Bedeutungsgenerierung beitragen und sich zusammen zu einem integrativen Image der Chinesen im untersuchten Dokumentarfilm verbinden.

2.2 Sprachgebrauchsmuster und Imageanalyse im Rahmen der linguistischen Diskursanalyse

Die vorliegende Studie versteht sich als eine linguistische Diskursanalyse (LDA), die sich auf verschiedene Modalitäten stützt, und schließt sich unmittelbar der linguistischen Imageanalyse (LIma) an (Vogel 2010a, 2010b).

Die linguistische Diskursanalyse versteht sich als ein Versuch, die semantische Tiefenstruktur des Diskurses hinter der Oberfläche des Zeichengebrauchs zu beschreiben und dadurch die sozialen Strukturen zu entlarven (vgl. Warnke/Spitzmüller 2008: 22). Verschiedene methodische Herangehensweisen der linguistischen Diskursanalyse haben eins gemeinsam, nämlich, das Musterhafte des Zeichengebrauchs durch die Analyse zu gewinnen, denn das Musterhafte kann die gesellschaftliche Kognition widerspiegeln (vgl. Klug 2016: 178). Nach Bubenhofer (2009: 7) ist die Gewinnung von Sprachgebrauchsmustern die Basis der Diskursanalyse. Das kann auf die These des Kontextualismus von Firth, welcher plädiert, dass die Bedeutung eines Wortes in seinem Kontext liegt, zurückgeführt werden (vgl. Firth 1957: 7, zit. n. Wei 2008: 29). Der Kontext bezieht sich auf die mit diesem Wort zusammen vorkommenden Wörter. Solche Wortkombinationen werden in einer Gesellschaft so häufig wiederkehrend benutzt, dass sie allmählich konventionalisiert werden. Diese konventionalisierten Sprachgebrauchsmuster können „als Indikatoren für mediale Zuschreibungsmuster“ (Vogel 2010b: 92) dienen. Die durch Massenmedien weit verbreiteten und wiederholten Zuschreibungen fließen schließlich in Stereotypen von einer Sozialgruppe über einen Sachverhalt oder eine andere Sozialgruppe ein (vgl. Vogel 2010a: 348). Wechselseitig spiegeln sich die „Schematisierung und Pauschalisierung von stereotypem Zuschreibungswissen“ (Vogel/Haberer 2017: 230) auch in den wiederkehrenden sprachlichen Mustern wider (vgl. Vogel/Haberer 2017: 230).

Aufgrund der Sprachgebrauchsmusteranalyse hat Vogel eine Methode zur linguistischen Imageanalyse entwickelt. Nach ihm ist Public-Image (auch Medienimage) „Teil global-diskursiver Ereignisse, die sich in Form typischer, d. h. wiederkehrender, ko(n)textsensitiver Sprachmuster manifestieren“ (Vogel 2010a: 350). Durch das Sprachgebrauchsmuster wird ein Referenzobjekt mit bestimmten Attributionen und Prädikationen bzw. Eigenschaftszuschreibungen verknüpft (vgl. Vogel 2017: 49). Aus dem Zusammenschluss wiederkehrender Zuschreibungen lassen sich Themenfelder und Imageaspekte hinsichtlich des Referenzobjektes induktiv erschließen (vgl. Li 2017: 84–85).

2.3 Von Sprachgebrauchsmuster zu Bildgebrauchsmuster

Anders als die gängigen Imageanalysen, die sich vor allem mit Sprachgebrauchsmustern beschäftigen, versucht die vorliegende Studie, die Gewinnung vom Musterhaften von Sprache auf Bild auszudehnen.

Nach Klug (2016: 179) kann das „Muster gesellschaftlichen Wissens auch durch Formen anderer Zeichenmodalität als der Sprache realisiert werden, z. B. durch das Bild“, weil die verschiedenen Zeichensysteme von den gleichen Verstehungsmechanismen abhängen (vgl. Große 2011: 33). Die Notwendigkeit und Durchführbarkeit der Untersuchung vom visuellen Musterhaften wurde bereits bestätigt:

“The idea that concept co-occurrence is an important source of information about the relationships between concepts – can be successfully extended from the language domain to non-verbal visual experience.” (Sadeghi et al. 2015: 58)

Die Kookkurrenz von Objekten im Bild wird in dieser Arbeit in Anlehnung an Sprachgebrauchsmuster als Bildgebrauchsmuster genannt. Bubenhofer (2008: 408) definiert die Sprachgebrauchsmuster als „rekurrentes Auftreten von textuellen Einheiten in bestimmten Sprachausschnitten“. Die sogenannten textuellen Einheiten beziehen sich bei der linguistischen Imageanalyse vor allem auf die Wortkombination bzw. Kollokation von Wörtern im Umfang eines Satzes (vgl. Vogel 2010a: 353; Bubenhofer 2009: 117). Um die Übertragung von Sprachgebrauchsmuster auf Bildgebrauchsmuster zu ermöglichen, müssen daher zuerst operationalisierbare Einheiten, die der sprachlichen Wort- bzw. Satzebene entsprechen, in der Bildmodalität identifiziert werden. Daraufhin sind das Annotieren der bildlichen Elemente und die Berechnung der Frequenzen von den Kookkurrenzen verschiedener Bildelemente in gewissem Maß operierbar.

Große (2011: 55) hat die vorhandenen Gliederungsmöglichkeiten von bildlichen Ebenen zusammengefasst und die strukturellen Gliederungsebenen von dem statischen ikonischen bildlichen System entwickelt, wobei das sprachliche System als Referenzvorlage gilt. Laut ihr stellen sich Figura und ikonisches Bildsystem als Pendant jeweils zu Wort und Satz dar (vgl. Große 2011: 54–57). Figura stammt aus dem Lateinischen und bedeutet „das in sichtbare Form Gefasste“ (Große 2011: 54), das sich auf Referenz (wer/was) und Prädikation (wie/was tun) des propositionalen Aktes einer Handlung bzw. einer Bildhandlung bezieht (vgl. Große 2011: 54). Durch die Zusammensetzung von mehreren Figuraen entsteht ein Bildsystem bzw. ein ganzes Bild eines Ereignisses (vgl. Zhang 2009: 29). Aufgrund dieser Entsprechung von sprachlichen und bildlichen Gliederungsebenen und in Anlehnung an die Definition von Sprachgebrauchsmuster kann das Bildgebrauchsmuster bei statischen Bildern als rekurrentes Auftreten von Kombination bzw. Kollokation von Figuraen (bildlichen Elementen) in bestimmten Mengen von Bildern definiert werden.

Bilder lassen sich wiederum in statische und bewegte einteilen. Der zu untersuchende Dokumentarfilm ist eine Form des bewegten Bildes. Bei einem Film werden Einzelbilder, die Figurae wie Personen oder Gegenstände enthalten, zu einer Einstellung verbunden (vgl. Mikos 2015: 82) und als Ganzes von den Zuschauern wahrgenommen. Diese Einzelbilder haben eine relativ stabile Bedeutung und können durch ein Schlüsselbild repräsentiert werden (vgl. Iedema 2004: 188), wenn innerhalb einer Einstellung zwischen den Grundgestaltungen der Einzelbilder (z. B. Einstellungsgröße, Komposition und Standpunkt) keine deutlichen Unterschiede bestehen. Daraufhin lässt sich die Einstellung, die sich aus den Einzelbildern zusammensetzt und durch ein Schlüsselbild repräsentiert werden kann, als grundlegender Rahmen für die Kookkurrenz von Figuraen aus dem entsprechenden Schlüsselbild betrachten.^[1]

Bei einem Film, der aus Einstellungsfolgen besteht, bezieht sich das Bildgebrauchsmuster – wiederkehrende Kombination einzelner Figurae – nicht nur auf die Kollokation der Figurae in derselben Einstellung, sondern auch auf ihre Kollokation in den angrenzenden Einstellungen, die durch Montage kombiniert werden, denn die Bedeutung einer Einstellung „durch die davor und dahinter montierten Filmteile komplett verändert“ (Böhringer et al. 2011: 380) werden kann. Die Kontinuität zwischen den Einstellungen, die von den Zuschauern erwartet wird, wird je nach Zweck des Regisseurs/der Regisseurin durch Montage etabliert. Zugleich werden die Figurae in den angrenzenden Einstellungen miteinander verbunden, obwohl diese Verbindung der Wirklichkeit nicht unbedingt entspricht (vgl. Hickethier 2012: 142). Wenn eine bestimmte Figura immer wieder durch Montage mit einer anderen in angrenzenden Einstellungen verknüpft wird, werden die Zuschauer den Eindruck bekommen, dass es zwischen den beiden Figuraen ebenfalls einen bestimmten Zusammenhang gibt. Dementsprechend kann das Bildgebrauchsmuster in einem Film als rekurrentes Auftreten von Kombination bzw. Kollokation von Figuraen (bildlichen Elementen) in einzelnen sowie angrenzenden Einstellungen definiert werden.

4.1 Chinesen als ‚greifende Fremde‘

Im Mittelpunkt aller Imageaspekte steht zuerst ‚greifende Fremde‘. Am Anfang des Films wird China schon wie folgt beschrieben: „Stolz und selbstgewiss greift es nach Westen“ (E1, 01:50)^[12]. Die Eigenschaft von greifend bezieht sich auf die in dem Dokumentarfilm dargestellte Verbreitung der Chinesen und deren als problematisch dargestelltes Handeln; Fremde betont die Distanz zwischen den Chinesen und Einheimischen. Dieser Imageaspekt lässt sich in beiden Modalitäten erkennen, jedoch mit verschiedenen Schwerpunkten.

Mehr als die Hälfte der sprachlichen Beschreibungen über Chinesen in der Filmserie weist darauf hin, dass es zwischen Chinesen und einigen einheimischen Völkern Konflikte gäbe und viele den Chinesen und deren „Versprechen auf Wohlstand“ (E2, 43:08) mit der Neuen Seidenstraße eher misstrauen.

Dafür wurden in dieser Filmserie vor allem drei innerlich miteinander verbundene Aspekte in den Vordergrund gerückt: 1) Verdrängungsgefühl mancher Einheimischer, 2) rechtswidriges Verhalten einiger Chinesen und 3) für einen Teil der Einheimischen fragwürdiges Ziel der Initiative.

Mit Wörtern wie „Armee“ und „übernehmen“ wurden die eigentlich normalen und harmlosen Chinesen direkt oder metaphorisch als Soldaten eines Imperiums porträtiert und die Einheimischen als Opfer, die ihre Heimat verloren haben: „Die Chinesen haben unsere Stadt vollständig übernommen“ (E1, 09:29) / „Diese Arbeiter gehörten zur chinesischen Armee“ (E1, 39:20). Dieser Aspekt ist auch häufig mit der großen Anzahl der Chinesen im Ausland verknüpft: „Sie haben keine Lust, nur noch Chinesen um sich rum zu sehen“ (E1, 09:20) / „Das ist Mist. Immer und überall nur Chinesen“ (E2, 39:16). Dadurch wurden von den Filmproduzenten mit Absicht starke Abneigungen kreiert.

Der Meinung der interviewten Einheimischen nach fühlen sie sich nicht nur von der Menschenmenge bedroht, sondern auch vom ungerechten bzw. rechtswidrigen Verhalten mancher Chinesen. Dabei werden oft auch die lokalen Regierungen mitbeschuldigt, die sich am Geld der Chinesen bereichern und sich gar nicht um das Leben der Völker kümmern: „Für Kambodschaner ist Glücksspiel verboten. Für Chinesen auch, aber nur in China“ (E1, 12:51) / „Und manche Chinesen fahren halt betrunken Auto“ (E1, 12:40). Über den von Chinesen mitgebrachten Wohlstand (vgl. Heng/Po 2017: 2) wird allerdings in dem Film geschwiegen.

Außerdem findet sich eine Reihe von Fragesätzen in dem Voice-Over, die das Ziel der Neuen Seidenstraße in Frage stellen und die Konfrontation zwischen den Einheimischen und den Chinesen sprachlich verstärken: „Welches Rom wollen die Chinesen erreichen?“ (E1, 37:48) / „Schickt Peking heute Arbeiter und morgen Soldaten?“ (E2, 14:15) / „Was steckt hinter Chinas großem Plan?“ (E1, 02:05) Solche unbegründeten Zweifel, die die Feindseligkeit aufflammen lassen, dienen als Manipulationsmittel der Emotionen von Zuschauern, was normalerweise in den heutigen Dokumentarfilmen zu vermeiden ist (vgl. Nie 2016: 316–317).

In der Bildmodalität werden durch verschiedene Bildgebrauchsmuster sowie weitere visuelle Mittel Chinesen als Fremde gegenüber den Einheimischen konstituiert. Dabei sind die Kombinationen von Chinese + einheimische Völker (Ausländer) und Chinese + Soldaten (Ausländer) besonders zu berücksichtigen.

Mithilfe der Software MAXQDA ist deutlich zu sehen, dass die Kookkurrenzen von einheimischen Völkern mit Chinesen meistens in angrenzenden Einstellungen statt in derselben Einstellung stattfinden, d. h. die Einheimischen und Chinesen werden oft getrennt aufgenommen. Bei den wenigen Bildern, auf denen die Chinesen und Einheimischen zusammen auftreten, dienen die Einheimischen meistens nur als Hintergrund bzw. Umgebung (erste zwei Bilder in Abb. 5) und selten als Kommunikationspartner. Beim Aufnehmen von Gesprächen zwischen Chinesen und Einheimischen lässt sich eine große räumliche Distanz zwischen den Beteiligten erkennen (drittes Bild in Abb. 5), was die soziale und psychologische Distanz widergespiegelt (vgl. Kress/van Leeuwen 2006: 125).^[13] Diese Inszenierungen bewegen die Zuschauer zu den Gedanken, dass es beim Zusammenleben der Chinesen und Einheimischen kaum direkte Kommunikation gibt.

Abb. 5:

Beispielbilder für Bildgebrauchsmuster von Chinese + einheimische Völker (Ausländer)

Außerdem richtet sich das Bildgebrauchsmuster von Chinesen + Soldaten (Ausländer) auch auf instabile Beziehung zwischen Chinesen und Einheimischen (Abb. 6). Die Existenz der Soldaten spielt auf Konflikt und Misstrauen an und verändert die Bedeutung der Einstellung: Ohne Soldaten werden die chinesischen Ingenieure lediglich als Mitarbeiter wahrgenommen, wohingegen mit Soldaten in der Nähe der Eindruck erweckt wird, dass die Chinesen geschützt oder überwacht werden sollen, weil jemand sie angreifen könnte oder weil man ihnen nicht traut. Die Anwesenheit der Soldaten, die als eine Anspielung auf Konflikt und Misstrauen genutzt wird, ist eigentlich auf die Unruhe und die Terroranschläge in Pakistan (vgl. Xie 2016) zurückzuführen.

Abb. 6:

Beispielbilder für Bildgebrauchsmuster von Chinesen + Soldaten (Ausländer)

4.2 Chinesen als ‚Gewinner bei der Zusammenarbeit‘

‚Gewinner bei der Zusammenarbeit‘ gilt als der zweit wichtigste Imageaspekt. Die Zusammenarbeit zwischen den Chinesen und den Einheimischen verschiedener Länder entlang der Neuen Seidenstraße findet hauptsätzlich im Bereich des Handels und des Infrastrukturaufbaus statt. In der Sprachmodalität werden Chinesen als Handelspartner oder Aufbauer porträtiert und negativ bewertet. In der Bildmodalität wird mit Chinesen meisten konkrete Szenarien aus der Zusammenarbeit (Handel, Infrastrukturaufbau) verbunden.

Die Neue Seidenstraße zielt zwar immer darauf ab, durch Kooperation und gegenseitiges Lernen eine Win-Win-Situation zu erreichen (vgl. Li 2016), aber in der Sprachmodalität wird nur einseitig die Ansicht einiger Einheimischer vermittelt, dass die Einheimischen zurzeit noch nicht gewonnen haben, sondern nur die Chinesen: „Immer wieder reden die Chinesen von einer Win-Win-Situation, aber was sie damit meinen, ist, dass China zweimal gewinnt.“ (E2, 34:27) / „Der Profit geht an die Chinesen“ (E2, 34:23).

Nur zwei Sätze, bei denen die Chinesen von Einheimischen aus anderen Ländern gelobt werden, werden in dem Dokumentarfilm zitiert. Aber die Hochschätzungen werden gleich durch Voice-Over der Filmproduzenten in Zweifel gezogen. Ein Beispiel davon lautet wie folgt: „Er schätzt die Partner für Vision und Tatkraft. ‚Die Chinesen sind sehr schlau und sehr aktiv. Und sie sind schnell. […] Und dann setzen sie ihre Pläne blitzschnell um. Das beste Beispiel sehen Sie hier.‘ Na ja, ehrlich gesagt, wir sehen nichts. Oder fast nichts“ (E2, 19:57). Dies verdeutlicht ebenfalls die selektive Darstellung der Filmproduzenten: Wenn die Interviewten etwas Negatives über Chinesen oder die Neue Seidenstraße äußern, werden ihre ausführlichen Erläuterungen direkt in den Film aufgenommen. Wenn sie aber etwas Positives erzählen, werden ihre hochschätzenden Erläuterungen meistens nicht aufgenommen. Oder es wird – wie das Beispiel hier zeigt – direkt durch einen Kommentar der Filmproduzenten verneint.

In der Bildmodalität wird die Zusammenarbeit zwischen Chinesen und Einheimischen authentisiert. Die am häufigsten mit Chinesen zusammenvorkommenden Codes sind verschiedene Waren. Außerdem sind z. B. Baustelle, Laden, LKW, Ingenieure (Ausländer) und Geschäftsleute (Ausländer) Kookkurrenzpartner von Chinesen innerhalb einer Sekunde (Abb. 7). Dadurch wird ersichtlich, dass Chinesen in der Bildmodalität vor allem mit Arbeitsszenarien (z. B. Handel, Infrastrukturaufbau) zusammen vorkommen.

Anders als die Sprachmodalität bietet die Bildmodalität in diesem Zusammenhang keinen direkten Zugang zur Bewertung von Chinesen, vielfach liefert sie anschauliche Fallbeispiele über die enge Zusammenarbeit zwischen Einheimischen und Chinesen, die durch sprachliche Sprechtexte näher qualifiziert werden. Durch die sprachlichen Prädikationen werden die chinesischen ‚Zusammenarbeiter‘ weiterhin als ‚Gewinner bei der Zusammenarbeit‘ spezifiziert, die unfaire Geschäfte mit anderen Ländern durchführen und eine zweifelhafte Zukunft versprechen, was der Tatsache in keiner Weise entspricht (vgl. Zhang/Wu 2022).

Abb. 7:

Beispielbilder für Bildgebrauchsmuster über die Zusammenarbeit zwischen Chinesen und Einheimischen

4.3 Chinesen als ‚fleißige Opfer‘

Nicht nur die einheimischen Völker entlang der Seidenstraße werden als Verlierer bzw. Opfer von „Chinas großem Plan“ (E1, 02:05) dargestellt, sondern auch die Chinesen selbst. Dieser Imageaspekt wird vor allem durch folgende Sätze in den Vordergrund gerückt: „Aber auch die Chinesen kommt sie teuer zu stehen.“ (E1, 39:08) / „Ein Friedhof für chinesische Arbeiter, die beim Bau ums Leben kamen.“ (E1, 39:12) / „Drei chinesische Ingenieure sind hier gestorben“ (E2, 13:02).

Auch die Bildmodalität spielt bei dieser Imagekonstruktion ‚Opfer‘ eine große Rolle. Das kommt vor allem durch die Darstellung schlimmer Lebensbedingungen und die Gestaltung einer visuell bedrückenden Atmosphäre zustande. Wiederholt kommt die Kombination von Chinesen + Blechbüchsen vor. Klein und primitiv sind die aufgenommenen Blechbüchsen, wobei immer mit einem kühlen und dunklen Farbton aufgenommen wird (Abb. 8). Diese Gestaltung vermittelt den Zuschauern ein Gefühl von Druck und Depression (vgl. Jiang 2021: 120).

Abb. 8:

Beispielbilder für Bildgebrauchsmuster von Chinesen + Blechbüchsen

Zudem werden Chinesen oft vor dem Hintergrund von dunklen Wolken, Wüste und Schneegebirge aufgenommen, die den Eindruck von Öde und Verlassenheit vermitteln (Abb. 9). Diese depressive Atmosphäre gilt als ein indirektes Mittel zur Konstituierung des Opfer-Images.

Abb. 9:

Beispielbilder für Bildgebrauchsmuster von Chinesen + dunkler Hintergrund

Besonders zu erwähnen ist, dass beim Aufnehmen solcher Szenen einige interviewte chinesische Arbeiter ihren Fleiß als eine hochzuschätzende Tugend betont haben. Beispielsweise hat ein Arbeiter stolz behauptet: „Wir Chinesen sind fleißige Leute“ (E2, 21:26). Eine interviewte Kauffrau hat auch geäußert: „Wir arbeiten eben gern und sind stolz darauf“ (E2, 36:38). Trotz ihrer Hochschätzung wird dieser Fleiß von den Filmproduzenten zu einer Ursache für das Opfersein (um)interpretiert. Das heißt, die Chinesen werden zu Opfern des Plans der Regierung, indem sie fleißig sind oder sein müssen. In folgenden Beispielen zeigt sich die Umleitung der Filmproduzenten von Fleiß und Mitwirkung zu Ausnutzung und Opfersein:

„Morgens erklärt Chefingenieur Wang Hui, wie es weitergehen soll mit der Straße. Seit über zehn Jahren baut er daran. Die Haare sind grau geworden darüber. […] Und genau das erwartet Peking von Wang Hui, Tag für Tag.“ (E1, 41:10) / „Opfer muss man bringen, jeder. ‚Wir arbeiten hier ein halbes Jahr. Dann gibt es einen Monat Urlaub.‘“ (E2, 23:04)

Die Arbeiter sehen sich – trotz schwieriger Arbeitsbedingungen – eigentlich nicht als Opfer und haben beim Interview sogar ihren Stolz hinsichtlich ihrer Mitwirkung beim Aufbau der Seidenstraße ausgedrückt, wie die obigen Beispiele zeigen. Solcher Stolz wird aber durch die Inszenierung der Filmproduzenten ungerecht uminterpretiert, genauso wie der Stolz auf ihre Fleiß-Tugend.

4.4 Chinesen als ‚Leiter bei der Zusammenarbeit‘

Neben ‚Gewinner‘ und ‚Opfer‘ werden Chinesen auch als Leiter der Zusammenarbeit dargestellt, die Befehle geben und für die die anderen arbeiten:

„Und wer hat hier das Sagen? ‚Hier auf der Baustelle ich, der Pakistaner. Ich kontrolliere alles.‘ ‚Aber ihr arbeitet doch im Auftrag der Chinesen.‘ ‚Ja klar, der Big Boss ist Chinese.‘“ (E2, 12:00) / „Die Chefs kommen aus China […]“ (E2, 27:45).

Wie bei ‚fleißige Opfer‘ wird der ‚Leiter bei der Zusammenarbeit‘-Image vielfach durch die Bildmodalität untermauert. In den Einstellungen mit dem narrativen Prozess Befehle erteilen immer nur die Chinesen Befehle zur Arbeit (Abb. 10 oben), vor allem in den Szenarien auf Baustellen. Es gibt keine einzige Szene, wo einheimische Ingenieure oder Geschäftsleute als Leiter dargestellt werden. Außerdem wird noch eine Szene gefilmt, wo chinesische Ingenieure bei Bauarbeiten zuschauen und selbst nicht daran teilnehmen (Abb. 10 unten), und noch dazu durch den folgenden Sprechtext begleitet werden: „Es ist die merkwürdigste Baustelle auf unserer ganzen Reise. Ein Bagger, der das alte Gleisbett abräumt. Eine Menge chinesischer Ingenieure, die dabei zuschauen“ (E2, 32:59). Die Ursache solcher Szenen könnte in der Tat aber an der Anwesenheit der Filmproduzenten liegen – diese chinesischen Leiter mussten sie beim Besuch begleiten und die laufende Arbeit vorstellen, daher konnten sie nichts anderes tun, als stehen zu bleiben und aufgenommen zu werden.

Abb. 10:

Beispielbilder für den Imageaspekt von ‚Leiter bei der Zusammenarbeit‘

Mit solchen Bildern werden nicht nur die Chinesen als Leiter bei der Zusammenarbeit dargestellt, sondern auch gleichzeitig die einheimischen Arbeiter als niedrige Schicht beim Aufbau der Seidenstraße, die schweigend den Befehlen vonseiten der leitenden Schichten gehorchen und unter schwierigen Bedingungen für Chinesen arbeiten. Dieser visuelle Eindruck wird wiederum in der Sprachmodalität thematisiert bzw. bestärkt: „Es hat etwas von Strafkolonie, zumindest sieht es so aus. Unter der sengenden Wüstensonne arbeiten sie an Chinas großem Plan, von dem die Männer hier noch nie etwas gehört haben“ (E2, 22:15). Auf diese Art und Weise verstärkt das ‚Leiter bei der Zusammenarbeit‘-Image noch die Konfrontation zwischen Einheimischen und Chinesen und untermauert damit auch das ‚greifende Fremde‘-Image. Die durch die Neue Seidenstraße neu hervorgebrachten Arbeitsplätze in diesen Ländern (vgl. Rehman et al. 2021: 248) werden im Film nicht erwähnt.