下面是这样的构图:一辆小车,被女人推着;前面顺车身有手摇风琴。后面横架着摇篮,一个极小的孩子稳稳地站在里面,戴着帽子,心满意足,不想坐下。女人时不时拉开琴箱。小小的孩子就立刻跺着脚又从他的摇篮里立起,穿着绿色礼拜服的小姑娘跳着舞,朝楼上的窗敲起手鼓。
与12节手记中“说不出那会是什么”的“扎实、明亮的”色块构成的“完满”不同,在这个场景里,推小车的女人、戴帽子的婴儿和穿绿色礼拜服的小姑娘都有着清晰明确的形象。此外,所有观察对象都被合理地安排在空间中:推车被分成前后两部分,分别放置着风琴和摇篮,摇篮内坐着婴儿,车外是拉琴的女人,小女孩和楼上的人遥相呼应。耐人寻味的是,这个层次分明、条理清晰、看似十分普通的场景却被马尔特强调为构图——“Zusammenstellung”,这个德文词的本意是“把……放在一起”,也有“组装”或“安排”的意思,有一种人为的、强制性的意味。在日常生活中,人们不假思索地认定他自己和他将要看到的对象已经确定无疑地存在着,他的任务只是张开眼睛、接受外界的视觉刺激,单纯地去发现已经在现成空间中存在的事物。而马尔特却似乎要通过“构图”这个词表明他对人们习以为常的观看方式的质疑,他在提醒我们注意,这种被看成是理所应当的、以三维空间秩序为前提的“看”并不是最原初的视觉体验,而是一种不自觉的习惯性的构造:人的某种前意识首先构造出空间,并把对象固定在这个空间中的某一位置上,我们才能看到物与物之间前后、内外、上下的关系。正如塞尚回应那些要求“以轮廓、结构及光线的分布”来界定一幅画的古典派时说,那些大师们只是“用想象和伴随想象的抽象化来取代真实”,“古典派是在作一幅画,我们则是要得到一小块自然”。
毫无疑问,与现实主义试图纤毫必细地复制观察对象的理念截然相反,马尔特并不期望看到所谓客观的现成事实,他首要的问题不是确定观察对象,而是对“观看”这个活动本身的反思,“如何”才是“看”的核心,才是要学习的关键。与其说是要以写实的态度发现已经摆在那里的实物,毋宁说是要暴露我们信以为真的“自然的”表象的不真实,暴露所谓“客观的”观察背后的主观成分,使人们认识到,在未经反思的日常生活中,我们是“透视地”(perspektivisch)观看世界,我们认为无须多虑的最简单的视觉感知已然是一种建构。