" Die Filmsache ist die Kunst der Organisation der notwendigen Bewegungen der Dinge im Raum und - angewandt - das rhythmische künstlerische Ganze , entsprechend den Eigenschaften des Stoffes und dem inneren Rhythmus der Sache." ( ALBERSMEIER.Texte zur Theorie des Films.Stuttgart: Reclam,1979, 5.21)

Er ist auf der Suche nach dem Filmalphabet, das in der Organisation der Intervalle zu Sätzen liegen soll. Die Kamera tritt an die Stelle des menschlichen Auges. Sie wird zum ' Kinoglaz ' ( = Filmauge ), denn sie ist viel vollkommener als das Auges es jemals sein kann. So kann uns die Kamera mehr zeigen, als wir im Chaos der visuellen Erscheinungen zu sehen vermögen. Ein derartiges mechanisches Auge ist keine bloße Gedächtnisstütze. Es setzt die Bewegungen im Raum in filmische Bewegungen um, durch Dehnung und Reduktion der Zeit sowie der Zergliederung von Bewegungen in der Montage. Film ist für VERTOV eine mittels der Kamera dechiffrierte Abfolge visueller Ereignisse , ein Stück wirklicher Energie, die sich von der des Theaters und der Literatur grundlegend unterscheidet , zusammengefasst in Intervallen zu einem sich steigernden Ganzen durch die Montage.

Dynamik lässt sich nur dann umsetzten, wenn die Kamera selber in Bewegung gerät, indem der Kameramann sich dem Objekt von allen nur erdenklichen Positionen nähert. Das ' Kinoglaz ' ist bei VERTOV nicht nur eine Absage an die bloße Reproduktion anderer Künste im Film, es ist die Forderung an die Kamera, das Auge des Zuschauers durch Raum und Zeit zu führen und somit als mechanisches Auge (Kamera) die Welt, den Alltag abzubilden, zu dynamisieren

(Handlung, Action, Montage) und schließlich im eigenständigen Medium des Films zu interpretieren.

Die Kamera tritt an die Stelle des menschlichen Auges. Sie wird zum ' Kinoglaz ' (= Filmauge ), denn sie ist viel vollkommener als das Auges es jemals sein kann. So kann uns die Kamera mehr zeigen, als wir im Chaos der visuellen Erscheinungen zu sehen vermögen. Ein derartiges 'mechanisches Auge ' ist keine bloße Gedächtnisstütze. Es setzt die Bewegungen im Raum in filmische Bewegungen um, durch Dehnung und Reduktion der Zeit sowie der Zergliederung von Bewegungen in der Montage.