Deixis ist im Rahmen diverser Disziplinen und aus unterschiedlichen Perspektiven betrachtet worden. Dabei haben sich die meisten Studien auf Verbaldeiktika als Teil der Systemgrammatik konzentriert, während interaktive und multimodale Aspekte des Deixisgebrauchs weitgehend vernachässigt wurden. Der Beitrag verfolgt das Ziel, auf der Grundlage detaillierter Videoanalysen zur face-to-face-Interaktion die deiktische Zeigehandlung als eine auf intra- und interpersoneller Koordination beruhende multimodale Hervorbringung der Beteiligten zu konzeptualisieren. Ausangspunkt bildet die Auseinandersetzung mit der gängigen Auffassung, wonach die prototypische Zeigegeste vom Körper des Zeigenden aus einen Vektor projiziert, dessen imaginäre Verlängerung automatisch zum Zeigeziel führt, sowie die Kritik an der undifferenzierten Gleichsetzung von Zeigeziel und Referenten. Die durch die empirische Analyse ermittelten Teilkomponenten der deiktischen Zeigehandlung machen zentrale theoretische Unterscheidungen erforderlich, die in der bisherigen Deixisforschung unzureichend berücksichtigt wurden. Zu ihrer Konzeptualisierung wird ein Modell vorgeschlagen, das die fundamentalen räumlichen, perzeptuellen, kognitiven und interaktiven Parameter der Zeigehandlung in der face-to-face-Interaktion systematisch erfasst.