Motivisch vermutlich angeregt durch den pochenden Grundpuls des Stücks und von mit Musik unterlegten Reisefilmen und Bahnfahrten inspiriert, führt der Clip das Erlebnis einer sich der Musik ideal anpassenden Landschaft vor: Die vor dem Abteilfenster endlos vorbeiziehende Welt ist (dank digitaler Computertechnik) in ihren Elementen, ihrer Faktur, Stimmung und Geschwindigkeit perfekt auf die Musik abgestimmt, indem z. B. rhythmische Elemente, Wiederholungsstrukturen oder das Aussetzen des Beats entsprechende Äquivalente auf der visuellen Ebene erhalten. So entsprechen den einander überlagernden Bildern des sich im Fenster spiegelnden Waggon-Interieurs und des davor vorbeirauschenden Außenraums auf der musikalischen Ebene verschwimmende Klänge, und Menschen sind deutlich nur einmal in einem Zwischenteil zu sehen, dann, wenn auch menschliche Stimmen erklingen, welche die einzigen Worte des Stücks (You should see what I see / You should take what I take) intonieren. Da der Satz auf längeren Notenwerten gesungen wird und in dieser Passage zudem der sonst stets zu hörende Grundbeat fehlt, kommt es zum subjektiven Eindruck einer Verlangsamung der Musik. Diese wird auf der Ebene der Bilder dadurch aufgegriffen und verstärkt, dass der Zug durch einen Bahnhof hindurchfährt und hierfür seine Geschwindigkeit drosselt. Zugleich wirken jedoch auch die auf dem Bahnsteig wartenden Reisenden wie in Zeitlupe versetzt. Im Einklang mit den gesungenen Lyrics kann dies als Hinweis auf Drogenkonsum verstanden werden, der hier möglicherweise als Grund für die perfekte Übereinstimmung zwischen der gezeigten musikalischen Landschaft und der Musik assoziiert werden soll.