Das Kapitel entwickelt einen theoretischen Zugang zu synchroner audiovisueller Kommunikation, indem es Interaktion aus den für sie notwendigen Bedingungen heraus neu bestimmt. Es wird gezeigt, dass Wahrnehmung, verstanden nicht als bloß sinnliche Unmittelbarkeit, sondern als vermittelte Erfahrbarkeit, ebenso wie Synchronizität und eine nicht-binäre Form vermittelter Kopräsenz zentrale Voraussetzungen interaktiver Prozesse darstellen. Diese können auch unabhängig von physischer Anwesenheit erfüllt werden, sofern wechselseitige und reflexive Wahrnehmung ermöglicht wird. Anschließend wird diese Perspektive um eine raumtheoretische Dimension erweitert, und es wird argumentiert, dass audiovisuelle Vermittlung einen „synthetischen Interaktionsraum“ erzeugt, der Distanz interaktionsfähig macht. Durch die Analyse der Rolle der Fernsinne Sehen und Hören wird deutlich, wie reflexive Sichtbarkeit und Hörbarkeit die Bedingungen von Interaktion auch ohne physische Nähe erfüllen. Das Kapitel konturiert so die „Face-to-Screen-to-Screen-to-Face“-Kommunikation als eigenständige Interaktionsform und schafft die theoretische Grundlage für weiterführende Analysen.