"Mit der vorliegenden Untersuchung wird der empirisch gestützte Versuch einer Neuorientierung der 'visuellen Soziologie' unternommen. Bislang wurden in der visuellen Soziologie wie auch in der visuellen Ethnologie und Anthropologie der Fotoapparat oder auch die Filmkamera überwiegend als technische Hilfsmittel eingesetzt, die den allgemeinen Datenerhebungsprozess lediglich unterstützen und illustrieren. Auch in der 'visuellen Soziologie' hat man sich bisher kaum mit dem Text/Bild bzw. Bild/Text-Verhältnis beschäftigt und das, obwohl in der gesamten soziologischen Feldforschung nicht nur sprachliche Daten, sondern auch visuelle Daten, nämlich Beobachtungsdaten, die allerdings fast immer allesamt in schriftlich fixierte Textprotokolle umgewandelt werden, für die soziologische Analyse und Interpretation eine bedeutende, aber wenig gewürdigte Rolle spielen.
Es wird sowohl methodisch-methodologisch als auch theoretisch ein neuer Ansatz vorgeschlagen. Ähnlich wie sich die "dichte Beschreibung" (Clifford Geertz 1983) auf die Sprache verlässt, wird hier in einer Methodologie der 'visuellen, fotografischen Verdichtung' auf das Sehen, die Beobachtung und das (verdichtende) Visualisieren von Beobachtungen gesetzt. Hierbei dient ein früherer Vertreter der sozialdokumentarischen Fotografie als Vorbild: August Sander (1929), der in seiner 'soziologischen' Dokumentation der deutschen Gesellschaft das analytische Typisierungspotential der Fotografie genutzt hat. Genau wie bei Sander ist auch in dem hier gewählten fotografischen Verfahren nicht der willkürliche Schnappschuss das Ziel, sondern in Absprache mit den Akteuren ein methodisch kontrolliertes Erfassen ihrer typischen Posen, ihrer Selbstdarstellungen in typischen Situationen und Milieus.
Dieser Neuansatz einer visuellen Soziologie als 'visueller fotografischer Verdichtung' wird in einer Fallstudie demonstriert und getestet: an den visuellen Typisierungen von alltäglich-lebensweltlichen Transformationsprozessen in Kuba. Am Ende dieser Fallstudie steht ein eigenständiges und rein visuelles Endprodukt der ethnografischen Untersuchung. Dieser Bildband besteht ausschließlich aus in Bildsequenzen angeordneten Fotografien. Auf jeglichen Textkommentar wurde bewusst verzichtet. Gerade darin bestand der Reiz dieses Unternehmens: anhand einer solchen Fallstudie die Möglichkeiten bzw. die Grenzen und ganz allgemein einfach die Brauchbarkeit einer vom Schrifttext und Sprache abgelösten 'Bild-durch-Bild-Interpretation' und Wissensvermittlung auf der Grundlage 'visueller fotografischer Verdichtung' für die Soziologie als Beobachtungswissenschaft zu testen und zu erkennen.
Getrennt vom Bildband liegt ein Kommentarband vor, in dem der Leser Informationen erhält zu Forschungsstand, zum theoretischen und methodischen Ansatz, zum Forschungsverlauf und zu den Stärken und Schwächen des getesteten foto-ethnografischen Verfahrens. Außerdem werden dem Leser im letzten Kapitel sozialhistorische, situationsbezogene Kontextinformationen angeboten, die eine zeitgeschichtliche Einordnung der Fotografien aus dem Bildband ermöglichen. Allerdings sind es keine direkten Informationen oder Interpretationshilfen zu einzelnen Bildern." (Zusammenfassung)