Viele haben sich ja gefragt, warum Kai Diekmann, Chefredakteur der Bild, Genosse der taz wurde. Schaut man sich hingegen einmal die Auflagenentwicklung seines Blatts an, so erweckt der Eintritt bei der taz eher den Anschein einer Zukunftsfürsorge für die Zeit nach Bild. Ich habe mir die Zahlen mal genauer angeschaut und sie scheinen einem (linearen) Trend zu folgen. Da könnte man also mal eine lineare Regression mittels der Methode der kleinsten Quadrate anwenden. Bei der Bild erhält man dann z.B. die lineare Regressionsgleichung:

Auflage_Bild=274,77-0,14t

und für die Bild am Sonntag

Auflage_BamS=189,76-0,09t.

Für t kann man jetzt das Jahr eingeben und erhält so die Auflage der Bild.

(Quelle: Eigene Berechnungen, BILDblog, IVW, jeweils 3. Quartal)

Wichtig bei so einer Regressionsanalyse ist natürlich auch die Güte der Regression. Das misst man z.B. mit dem Bestimmtheitsmaß R². Wenn dies sehr nahe bei 1 liegt, dann ist der lineare Zusammenhang umso besser. Wir haben in beiden Fällen ein R² von 0,98 oder 98% also nahezu eine perfekte Annährung unserer Regressionsgeraden an die tatsächlichen Daten. So eine Regressionsgleichung kann man nun natürlich auch umschreiben und einmal schauen, wann Kai Diekmann arbeitslos wird und sich als Chefredakteur bei der taz bewerben wird: Jahr t = (Auflage_Bild-274,74)/(-0,14) oder Jahr t = (Auflage_BamS-189,76)/(-0,09). Wenn wir jetzt für die Auflage einfach mal Null einsetzen so ergibt sich für die Bild das Jahr 2033 (BamS sogar 2027). Wobei das Blatt wahrscheinlich schon früher eingestellt wird, da könnte man also auch eine Auflage größer Null einsetzen. Wir haben also nur die maximal mögliche Zeitspanne Kai Diekmanns als Chefredakteur ausgerechnet.

Ein Nachtrag sei noch erwähnt: Das statistisch nachweisbare Ende der Bild und der BamS zeigt auch, warum BILDblog seit April "BILDblog für alle" geworden ist. Auch hier macht man sich anscheinend Sorgen um die Zukunft und erweitert das Portfolio lieber rechtzeitig.