Das Auseinandersetzen mit Bildern als Anstoß der Forschung und der Vermittlung ist für die Bildungswissenschaft ebenso naheliegend wie trotzdem unüblich. Wissenschaft ist vorrangig verbal fokussiert und kommt ohne Sprache in Wort und Schrift nicht aus. Mit Bildern konfrontiert steht sie vor einem Verbalisierungsdilemma: Wie können wir über Bilder sprechen, deren Wesen gerade darin besteht, über Sprache hinauszugehen? Schwierigkeiten liegen sowohl bei der Aneignung und verstärkt noch bei der Vermittlung, denn die im ästhetischen Ereignis hervorgebrachten Gestimmtheiten und Einsichten sind nicht identisch mit jenen, von denen in verbal-kognitiver Rede gesprochen wird (Mollenhauer 1990, 491). Es gibt unaufhebbare Differenzen zwischen Begrifflichkeit, Sinnlichkeit und Wirklichkeit. Aus dieser Problematik ergeben sich zwei reziproke Missverständnisse: Entweder wird unterstellt, die Bilder "sprächen" für sich selbst, oder aber sie werden lediglich als Illustrationen zu Texten missbraucht. Die Vermittlungsaufgabe zwischen kulturell Lernenden und bildhaft gestalteter Thematik stellt sich also in besonders schwieriger Weise - sie ist aber auch besonders fruchtbar.