In der logopädischen Therapie zentraler Sprech- und Sprachstörungen stellt der Einsatz von Bildern zur Objektreferenz eine essentielle Stütze dar. Tätigkeiten können jedoch oftmals anhand von Bildmaterial nur bedingt veranschaulicht werden. Diese weisen eine höhere Interpretationsvariabilität auf bzw. stellen eine höhere Anforderung an das Alignment von TherapeutIn und PatientIn hinsichtlich der zu realisierenden Zielform (Marangolo et al. 2012, Edmonds 2016). Dennoch ist die Verwendung von Verben ein wichtiges Therapieziel. Im Rahmen einer Qualifizierungsarbeit wurden 14 selbst aufgenommene Videos unter Beachtung von Frequenzeffekten erstellt (dynamische Bedingung), aus denen 14 Bilder extrahiert wurden (statische Bedingung). In einer ersten Erhebung wurden die Urteilerübereinstimmung der Videos im Vergleich zu den Bildern als Maß für das therapeutische Alignment erhoben. Auf Item- und Gruppen-Ebene zeigen die Videos frequenzabhängig gegenüber den Bildern höhere und teilweise signifikant höhere Übereinstimmungsraten. Die Videos erscheinen daher für den therapeutischen Einsatz geeignet. Als nächsten Schritt sollen mehr Videos gedreht und in erste vergleichende Einzelfallstudien integriert werden.