Das haben wir auf Wikipedia über Nordwest Zeitung Tablet-Schulungen für Einsteiger (Android und iOS) gefunden:

Der Begriff Multimedia bezeichnet Inhalte und Werke, die aus mehreren digitalisierten Medien bestehen wie Text, Fotografie, Grafik, Animation, Audio und Video.

Multimedia (wörtlich = viele/mehrere Medien) ist also ein Informationssystem aus digitalisierten Daten, das die Integration und Vernetzung vieler linearer und dynamischer Medien ermöglicht. Dadurch lassen sich gleichzeitig mehrere menschliche Wahrnehmungs- und Kommunikationskanäle aktivieren, insbesondere die der visuellen, auditiven und taktilen/haptischen Wahrnehmung. Die Aktivierung der olfaktorischen Wahrnehmung spielt bei bisherigen Multimedia-Systemen lediglich eine experimentelle Rolle. Durch die vernetzte Integration von Medien – im Gegensatz zur bloßen Addition – entsteht eine hohe Informations-Dichte, also ein besonderer informationeller Mehrwert.

Der Begriff Multimedia kam mit der digitalen Vermittlung von Inhalten auf. Außerdem spielt das Vorhandensein unterschiedlicher Interaktionsmöglichkeiten eine wichtige Rolle, z. B. aktive Navigation, Manipulation von Inhalten oder Steuerung von Wiedergabeparametern. Aufgrund des technischen Fortschritts der Digitalisierung und der gesteigerten Leistungsfähigkeit von Computern erlebte Multimedia eine stürmische Entwicklung.

Bernd Weidenmann (2001) nennt neben der Interaktivität zwei weitere Eigenschaften, die Medien erfüllen müssen, damit man sie als multimedial bezeichnen kann. Zum einen müssen mehrere Kodierungsformen verwendet werden (Multikodalität). Texte verwenden beispielsweise eine symbolische Kodierungsform (verbal), unabhängig davon, ob sie gedruckt sind oder gesprochen werden. Ein Bild stellt hingegen eine abbildhafte bzw. imaginäre (realgetreu oder schematisch/typisierend) Kodierungsform dar. Zum anderen müssen verschiedene Sinnesmodalitäten eingesetzt werden (Multimodalität). Darunter versteht man die angesprochenen Sinne des Menschen. Die häufigsten Sinne sind der auditive (Hör-) und der visuelle (Seh-)Sinn. Teilweise ist es auch schon heute mithilfe der Force-Feedback-Technik möglich, den Tast- oder Geruchssinn anzusprechen. Ein Text auf dem Computermonitor ist somit monokodal (symbolisch / verbal) und monomodal (visuell). Wird er jedoch durch Originalton (auditiv und abbildhaft / realgetreu) untermalt, sind die Eigenschaften Multimodalität (visuell und auditiv) und Multikodalität (abbildhaft / realgetreu und symbolisch / verbal) als Bedingung erfüllt. Ein Film ist ebenfalls multimodal (visuell und auditiv) und meist auch multikodal (abbildhaft und symbolisch).