1925 brachte der sowjetische Regisseur Sergei Eisenstein Panzerkreuzer Potemkin heraus — einen Film über eine Meuterei von 1905 an Bord eines zaristischen Kriegsschiffes — und zeigte mit dem, was er die Odessa-Treppen-Sequenz nannte, dass die eigene Ausdruckskraft des Kinos nicht in der einzelnen Einstellung steckt, sondern im Schnitt zwischen den Einstellungen. Eine Großaufnahme einer schreienden Frau; eine Totale auf vorrückende Soldatenstiefel; ein Kinderwagen, der eine riesige Treppe hinunterrollt; ein zerschmetterter Kneifer; ein steinerner Löwe, der sich aufzurichten scheint — keine einzelne Einstellung sagt, was die Sequenz sagt. Den Sinn erzeugt das Publikum im Kopf aus der Nebeneinanderstellung. Eisenstein nannte die Technik Montage und behauptete, theoretisch und großspurig, sie sei die ganze Kunst des Kinos. Er übertrieb — und behielt im Wesentlichen recht.
Die tiefe These der Montagetheorie lautet: die Grundeinheit des Kinos ist nicht die Einstellung, sondern der Schnitt zwischen Einstellungen. Lew Kuleschow zeigte das um 1918 mit dem heute so genannten Kuleschow-Effekt: er schnitt eine unveränderte Großaufnahme eines Schauspielergesichts abwechselnd mit einer Schale Suppe, einer Leiche im Sarg und einem spielenden Kind, und das Publikum las denselben Ausdruck zuversichtlich als Hunger, dann als Trauer, dann als Zuneigung. Das Gesicht hatte sich nicht verändert; der Sinn war ausschließlich aus der Nebeneinanderstellung entstanden. Eisenstein machte das Ergebnis zur Grundlage einer ganzen Kunstform und unterschied mehrere Schnitt-Abstufungen — vom rhythmischen Schnitt auf Bewegung bis zur intellektuellen Montage, die unverwandte Bilder paart, damit eine dritte Idee entspringt (Politiker und Pfau) — und hielt die Ausdruckskraft des Kinos für genau diese konstruktive Arbeit, die das Publikum mit vierundzwanzig Bildern pro Sekunde leistet.
In der Praxis stehen heute zwei große Schnitttraditionen nebeneinander. Der Kontinuitätsschnitt, von D. W. Griffith und den Hollywood-Studios der 1930er festgeschrieben, gestaltet jeden Schnitt unsichtbar — Eyeline-Match, Hundertachtzig-Grad-Regel, Match on Action, das Schuss-Gegenschuss des Dialogs — damit die erzählte Welt sich zusammenhängend anfühlt und die Technik verschwindet. Der diskontinuierliche Schnitt — sowjetische Montage, die Jump Cuts der Nouvelle Vague in Außer Atem, das Experimentalkino von Maya Deren und Stan Brakhage — tut das Gegenteil und stellt den Schnitt als ausdrückliches Material in den Vordergrund. Das Gegenstück zu beiden ist die Mise-en-scène: alles vor der Kamera, in langen Einstellungen inszeniert von Regisseuren wie Mizoguchi, Ophüls und dem späten Kubrick, in denen der Sinn innerhalb der Einstellung anwächst statt zwischen ihnen. Das Tempo, gemessen an der durchschnittlichen Einstellungslänge, reicht von Tarkowskis über dreißig Sekunden bis zu den unter drei des heutigen Actionkinos; beides bringt großes Werk hervor, und der heutige Mainstream beherrscht beide mit Geläufigkeit.
Jeder Bildschirm — Film, Fernsehen, Streaming, YouTube, TikTok, Werbung, Videospiel — nutzt Montage als sein wichtigstes Ausdrucksmittel, und Schnittsoftware wie Premiere und DaVinci Resolve hat das professionelle Werkzeug auf die Laptops der Verbraucher gebracht. Das Musikvideo ist montagezentriert: das Bild wird auf den Beat geschnitten und dem Rhythmus der Schnitte untergeordnet; YouTube-Essay-Kanäle haben einer Generation Montagetheorie beigebracht, die Eisenstein nie lesen wird. Das härteste Problem der Gegenwart ist die KI-Videogenerierung: Sora, Veo und Runway erzeugen heute glaubwürdige Einzeleinstellungen, doch kohärente Mehr-Einstellungs-Sequenzen bleiben schwierig — denn Kino ist im Kern die Kunst dessen, was zwischen den Einstellungen geschieht, und an genau den Schnitten scheitern die heutigen Modelle. Die sowjetische Technik, für die Eisenstein 1929 Bücher schrieb, ist ein Jahrhundert später zur visuellen Grundbildung der entwickelten Welt geworden.