WM 2026: Wie teuer wird ein Panini-Album wirklich?
Warum die letzten Bilder die teuersten sind.
Der harmlose Anfang
Ein Panini-Album zu füllen beginnt meistens sehr spaßig. Mit den ersten Tüten macht man schnell Fortschritt. Fast jedes Bild ist neu, die Seiten füllen sich, und man hat kurz den Eindruck, ganz bald ein vollständiges Sammelalbum zu haben. Dann kommt die Phase, in der man zum dritten Mal denselben Außenverteidiger aus Gruppe H zieht und langsam versteht, dass es noch ein langer Weg zum Ziel ist.
Die offizielle Stickerkollektion zur FIFA Fußball-Weltmeisterschaft 2026 ist groß. Sehr groß. Laut Panini umfasst die Hauptkollektion 980 Sticker: 48 Nationalmannschaften mit jeweils 20 Stickern und zusätzlich 20 besondere Sticker zur WM-Historie (Panini Group 2026). Eine Tüte enthält sieben Sticker. Das Softcover-Album kostet im deutschen Panini-Shop 2,00 Euro und enthält sechs Sticker (Panini Deutschland 2026b). Eine Box mit 100 Tüten kostet 150,00 Euro, also rechnerisch 1,50 Euro pro Tüte (Panini Deutschland 2026c).
Die naive Rechnung ist schnell gemacht:
\[ \frac{980 - 6}{7} \approx 139{,}1 \]
Also etwa 140 Tüten, wenn man mit den sechs Startstickern aus dem Album beginnt. Das wären ungefähr 210 Euro plus Album. Klingt ganz ok? Leider ist diese Rechnung ungefähr so optimistisch wie ein 4:0-Tipp für Kap Verde gegen Spanien, weil sie implizit annimmt, dass jede Tüte nur neue Bilder enthält.
Genau das passiert natürlich nicht.
Die Frage dieses Beitrags ist deshalb nicht nur, warum das Sammeln am Ende so zäh wird. Mich interessiert auch, wie teuer verschiedene Sammelstrategien unter den aktuellen Bedingungen ungefähr werden: nur Tüten kaufen, rechtzeitig fehlende Bilder nachbestellen oder in Gruppen tauschen. Dafür nutze ich zwei Ebenen. Zunächst helfen ein paar klassische Sammelprobleme aus der Wahrscheinlichkeitstheorie, die Größenordnung zu verstehen. Danach simuliere ich die konkreten Strategien mit den Preisen, Tütengrößen und Nachkaufregeln der aktuellen Kollektion.
Neu ist diese Frage natürlich nicht. Panini-Alben sind fast schon ein Standardbeispiel dafür, wie anschaulich Wahrscheinlichkeitstheorie werden kann. Der Beitrag von Hayes und Hannigan (2006) diskutiert das Tauschen beim Vervollständigen eines Fußball-WM-Stickeralbums bereits für die WM 2006, Numberphile (2018) hat das Thema später als Video aufgegriffen, und für die WM 2026 wurde die Kostenfrage erneut journalistisch diskutiert (Rumsby 2026). Im deutschsprachigen Raum wird das Problem sogar als eigenes „Sammelbilderproblem“ beschrieben, inklusive Tauschen, Nachkaufen und Simulation (Wikipedia 2026). Braband, Braband, und Braband (2016) diskutieren außerdem, wie realistisch die klassischen Annahmen des Coupon-Collector-Problems für Sammelalben tatsächlich sind.
Gerade weil das Problem so bekannt ist, eignet es sich gut für die Lehre. Ich bespreche Varianten davon regelmäßig mit Studierenden: Man kann Erwartungswerte, Verteilungen, Simulation, Modellannahmen und praktische Entscheidungen an einem Beispiel erklären, bei dem fast alle sofort ein Bild im Kopf haben. Dieser Beitrag ist deshalb auch eine Art aktualisierte Sammlung: Was sagt die klassische Theorie? Was ändert sich durch Tüten, Tauschen und Nachkaufen? Und was kommt heraus, wenn man die aktuelle WM-2026-Kollektion einmal konkret durchrechnet?
Das Coupon-Collector-Problem
Das Panini-Album ist ein klassisches Coupon-Collector-Problem. Man sammelt nicht einfach 980 Dinge. Man kauft zufällige Ziehungen aus einer Menge von 980 möglichen Motiven. Am Anfang ist fast jede Ziehung ein Treffer. Später ist fast jede Ziehung ein Duplikat.
Wenn im Album erst wenige Bilder kleben, ist die Wahrscheinlichkeit für ein neues Bild hoch. Wenn schon 930 von 980 Bildern kleben, fehlen nur noch 50. Dann ist die Wahrscheinlichkeit, dass ein zufällig gezogener Sticker wirklich neu ist, nur noch:
\[ \frac{50}{980} \approx 5{,}1\%. \]
Anders gesagt: Zu diesem Zeitpunkt sind ungefähr 19 von 20 zufällig gezogenen Stickern keine Hilfe mehr. Sie sind nicht wertlos, aber sie helfen nur noch, wenn man jemanden zum Tauschen findet, der ausgerechnet diesen Spieler noch sucht.
Abbildung 1 zeigt diese Grundlogik. Der Fortschritt ist zunächst steil und wird dann immer zäher. Nicht weil Panini heimlich etwas gegen unser Nervenkostüm hat, sondern weil Zufall mit Wiederholung genau so funktioniert.
Drei Sammelstrategien
Für den Beitrag betrachte ich drei Sammelstrategien:
- Nur Tüten kaufen. Man kauft so lange Tüten, bis das Album vollständig ist.
- Tüten kaufen, dann nachbestellen. Man kauft Tüten, bis höchstens 50 Bilder fehlen, und bestellt diese dann gezielt nach (0,50 Euro pro Sticker, maximal 50 Sticker, also maximal 25 Euro; ohne Versandkosten (Panini Deutschland 2026a)).
- Tauschen in Gruppen. Mehrere Personen sammeln parallel und legen ihre Dubletten zusammen. Innerhalb der Gruppe wird ideal getauscht. Danach werden, falls höchstens 50 Bilder fehlen, die restlichen Bilder gezielt nachbestellt.
Für diesen Beitrag führe ich eine Simulation durch, um den Prozess des Stickersammelns für diese drei Strategien abzubilden. Die Simulation betrachtet nur die 980 Hauptsticker. Extra-Sticker, Sondervarianten und digitale Coupons werden ignoriert. Die sechs Sticker, die dem Album beiliegen, werden vereinfachend als sechs verschiedene Hauptsticker behandelt. Jede Tüte wird als unabhängige Zufallsziehung von sieben Stickern modelliert. Das ist eine Näherung, aber eine nützliche: Sie zeigt den zentralen Effekt der Duplikate.
Der Gruppentausch ist bewusst idealisiert. Wenn eine Gruppe genug Kopien eines Stickers besitzt, werden sie so verteilt, dass möglichst viele Alben weiterkommen. In der echten Welt scheitert das gelegentlich an Logistik, WhatsApp-Gruppen und Menschen, die ihre Dubletten nicht sortieren.
Versandkosten beim Nachkaufen sind nicht enthalten, weil sie vom Bestellweg abhängen. Für die Größenordnung ist das nicht entscheidend: 50 gezielt gekaufte Sticker kosten 25 Euro. Zufällig aus Tüten gezogen können sie viele hundert Euro teurer werden.
Sind die Sticker wirklich gleichverteilt?
Die Simulation enthält eine wichtige Modellannahme: Jeder Hauptsticker ist gleich wahrscheinlich. Das ist nicht dasselbe wie die Behauptung, dass jedes reale Panini-Album in jedem Land und in jeder Verkaufsphase perfekt gleich verteilt ausgeliefert wird.
Genau diese Annahme wurde bei früheren Alben immer wieder diskutiert. Dambeck (2014) berichtete im SPIEGEL auf Basis von 8,33 Millionen bei stickermanager.com erfassten Stickern über deutliche Abweichungen von einer Gleichverteilung im deutschen WM-Album. Dambeck (2018) griff das Thema erneut auf, diesmal besonders mit Blick auf die silbernen „Glitzi“-Sticker in Deutschland und Österreich; Panini bestritt damals eine ungleiche Produktion oder Verteilung.
Es gibt aber auch Gegenbeispiele. Sardy und Velenik (2008) untersuchten für ein früheres Schweizer WM-Album Stichproben aus mehreren Boxen und konnten die Gleichverteilungsannahme in ihren Daten nicht verwerfen. Interessant ist gerade diese Mischung: Man kann nicht einfach sagen, Panini-Sticker seien immer gleichverteilt oder immer ungleichverteilt. Für die Simulation heißt das: Die Gleichverteilung ist eine transparente Basisannahme. Wenn einzelne Motive tatsächlich seltener vorkommen, wären die hier geschätzten Kosten eher zu niedrig, weil die letzten seltenen Sticker das Problem zusätzlich verschärfen.
Als erstes Modell ist die Gleichverteilung nützlich, weil sie den reinen Zufallseffekt isoliert. Schon bei fairer Verteilung entstehen viele Dubletten und hohe Kosten am Ende. Ungleichverteilung wäre kein Ersatz für das Coupon-Collector-Problem, sondern eine zusätzliche Schwierigkeit obendrauf.
Ein Problem, mehrere mathematische Varianten
Hinter dem Panini-Album stecken eigentlich mehrere eng verwandte Probleme. Das ist hilfreich, weil man dann genauer sagen kann, welche Rechnung gerade gemeint ist.
Der klassische Coupon Collector
Die klassische Coupon-Collector-Variante ohne Tausch fragt: Wie viele einzelne zufällige Ziehungen braucht man im Mittel, bis jedes von \(n\) Motiven mindestens einmal gezogen wurde? Für gleich wahrscheinliche Motive ist der Erwartungswert
\[ n \cdot H_n = n \cdot \left(1 + \frac{1}{2} + \frac{1}{3} + \ldots + \frac{1}{n}\right), \]
wobei \(n\) die Zahl der möglichen Motive ist und \(H_n\) die \(n\)-te harmonische Zahl. Für große \(n\) ist das ungefähr \(n \log(n) + \gamma n\), wobei \(\gamma \approx 0{,}577\) die Euler-Mascheroni-Konstante ist. Dawkins (1991) diskutiert diese Wartezeit und ihre Verteilung gut lesbar unter dem Titel „Siobhan’s Problem“.
Für unser Album ist \(n = 980\). Weil im Album schon sechs Sticker liegen, startet man nicht ganz bei null. Der Einfachheit halber nehme ich auch hier an, dass diese sechs Startsticker alle verschieden sind. Der theoretische Erwartungswert für die zusätzlich nötigen Einzelziehungen ist dann
\[ 980 \cdot H_{974} \approx 7.310. \]
Durch sieben Sticker pro Tüte geteilt sind das ungefähr 1.044 Tüten. Bei 1,50 Euro pro Tüte plus 2,00 Euro für das Album ergibt sich ein theoretischer Erwartungswert von ungefähr 1.570 Euro. Das ist praktisch genau der Mittelwert der Simulation für „nur Tüten bis komplett“ in Tabelle 1. Auch die Strategie „bis 50 fehlen, dann nachkaufen“ passt als Plausibilitätscheck gut: Theoretisch braucht man im Erwartungswert rund 415 Tüten, um von sechs vorhandenen Stickern auf 930 verschiedene Sticker zu kommen. Plus 25 Euro für 50 gezielt nachgekaufte Bilder landet man bei ungefähr 650 Euro.
Man kann bei der klassischen Variante sogar mehr betrachten als nur den Erwartungswert. Für große Alben ist die Verteilung der Sammelzeit nach geeigneter Verschiebung gut durch eine Gumbel-Verteilung beschrieben. Anschaulich: Die Zufallsvariable
\[ \frac{T}{n} - \log(r) \]
ist näherungsweise Gumbel-verteilt. Dabei ist \(T\) die Zahl der zusätzlich gekauften Einzelsticker und \(r\) die Zahl der anfangs noch fehlenden Motive. Hier ist also \(r = 974\), weil sechs Sticker schon im Album liegen. Abbildung 2 zeigt die daraus entstehende theoretische Dichte für die Kosten. Auffällig ist die Rechtsschiefe: Der Erwartungswert liegt sichtbar rechts vom Gipfel der Verteilung. Das ist typisch für Sammelprobleme, bei denen seltene lange Wartezeiten den Durchschnitt nach oben ziehen.
Mehrere Sticker pro Tüte
Panini-Tüten sind aber nicht exakt dieses einfache Modell, weil man nicht einen Sticker kauft, sondern eine kleine Gruppe von Stickern. Stadje (1990) behandelt genau diese Variante als „collector’s problem with group drawings“: Man zieht wiederholt Gruppen fester Größe aus einer endlichen Menge und interessiert sich dafür, wie viele verschiedene Elemente nach einer bestimmten Zahl solcher Ziehungen gesammelt wurden oder wann eine Zielzahl erreicht ist. Das passt deutlich besser zu Sticker-Tüten.
Der Erwartungswert lässt sich in unserem vereinfachten Modell relativ anschaulich schreiben. Wenn \(b\) die Zahl gekaufter Tüten ist und jede Tüte \(s = 7\) Sticker enthält, dann beträgt die Wahrscheinlichkeit, dass ein bestimmtes Motiv nach diesen Tüten noch nie gezogen wurde,
\[ \left(1 - \frac{1}{n}\right)^{b \cdot s}. \]
Die erwartete Zahl verschiedener Motive nach \(b\) Tüten ist damit
\[ E(U_b) = n - (n - u_0)\left(1 - \frac{1}{n}\right)^{b \cdot s}, \]
wobei \(U_b\) die Zahl verschiedener Sticker nach \(b\) Tüten und \(u_0\) die Zahl verschiedener Startsticker ist. In unserem Modell ist \(n = 980\), \(s = 7\) und \(u_0 = 6\). Genau diese Erwartungswertkurve ist in Abbildung 1 zu sehen.
Stadje geht über diese Erwartung hinaus. Interessant ist nicht nur, wie viele verschiedene Sticker man im Mittel hat, sondern auch die Verteilung: Wie wahrscheinlich ist es, nach einer bestimmten Zahl von Tüten noch mehr als 50 Lücken zu haben? Wie wahrscheinlich ist es, schon komplett zu sein? Solche Fragen sind für das Sammeln eigentlich näher an der Erfahrung als der Mittelwert allein. Im Artikel nutzen wir diese Theorie vor allem als Struktur: Tüten sind Gruppenziehungen. Die konkrete Kostenfrage mit Nachkaufen und Tauschen berechnen wir anschließend per Simulation.
Abbildung 3 zeigt diese Verteilungslogik für drei feste Tütenzahlen. Streng genommen ist das keine kontinuierliche Dichte, sondern eine diskrete Wahrscheinlichkeitsverteilung: Es können nur 0, 1, 2, … Bilder fehlen. Nach 140 Tüten fehlen im Modell typischerweise noch sehr viele Motive. Nach ungefähr 415 Tüten liegt die Verteilung um die 50 fehlenden Bilder. Nach 1.044 Tüten ist das Album oft vollständig, aber nicht immer. Genau diese rechte Restwahrscheinlichkeit ist der Grund, warum der Erwartungswert rechts vom Gipfel liegt.
Mehrere vollständige Alben
Und dann gibt es noch das Problem mehrerer vollständiger Alben. Wenn zwei Personen gemeinsam sammeln und perfekt tauschen, reicht es nicht, dass jedes Motiv irgendwann einmal im gemeinsamen Stapel auftaucht. Für zwei fertige Alben braucht man jedes Motiv mindestens zweimal, für fünf Alben mindestens fünfmal. Genau diese Idee steckt im „Double Dixie Cup Problem“ von Newman (1960). Der Name klingt nach amerikanischer Küchenwerbung, ist aber mathematisch ziemlich passend: Man sammelt nicht einen vollständigen Satz von Bildern, sondern mehrere vollständige Sätze.
Für festes \(m\) und großes \(n\) ergibt sich daraus, dass die erwartete Zahl der nötigen Ziehungen für \(m\) vollständige Sätze ungefähr
\[ n\left(\log(n) + (m-1)\log\log(n)\right) \]
beträgt. Hier ist \(m\) die Zahl der vollständigen Sätze, also bei idealem Gruppentausch ohne Nachkaufen näherungsweise die Gruppengröße. Der erste vollständige Satz ist der schwierige Teil mit \(n\log(n)\). Weitere vollständige Sätze kosten zusätzlich eher in der Größenordnung \(n\log\log(n)\). Genau deshalb kann gemeinsames Sammeln trotz der Forderung nach mehreren kompletten Alben effizient sein: Der gemeinsame Pool verwertet Dubletten viel besser als einzelne Sammlerinnen und Sammler für sich.
Für die simulierten Gruppentauschstrategien ist diese Formel kein exakter Benchmark — die Simulation stoppt früher, nutzt Nachkaufen und rechnet mit ganzen Tüten und einem Albumpreis. Das Double-Dixie-Cup-Problem erklärt aber die Richtung: Mehrere vollständige Alben sind teurer als ein gemeinsamer vollständiger Satz, aber deutlich günstiger als mehrere Personen, die isoliert sammeln.
Abbildung 4 zeigt eine approximative Dichte der Kosten pro Person für verschiedene Gruppengrößen, diesmal ohne Nachkaufen. Die Kurven wandern nach links, wenn die Gruppe größer wird — das klingt kontraintuitiv, weil größere Gruppen ja mehr vollständige Alben brauchen. Aber eine größere Gruppe sammelt auch deutlich mehr Material im gemeinsamen Pool, und Dubletten werden dort systematisch verwandelt: Was bei mir doppelt liegt, fehlt bei dir noch.
Eine populäre Einordnung
Wer das lieber als Video sieht: Numberphile (2018) hat das Thema in „The Math (and Money) of Soccer Stickers“ mit Federico Ardila aufgegriffen. Die Videobeschreibung verweist selbst auf das Double-Dixie-Cup-Problem und auf Berechnungen von Paul Harper an der Cardiff University. Cardiff University (2018) berichtet, dass Harper für das WM-Album 2018 auf durchschnittlich 967 Tüten ohne Tauschen kam und ebenfalls beschreibt, wie stark Tauschen die erwarteten Kosten senkt.
Warum dann überhaupt simulieren?
Die Theorie zeigt die Größenordnung und erklärt, warum die letzten Sticker teuer werden. Für die konkrete Preisfrage mit Tüten, Tauschen und Nachkaufen reicht sie aber nicht ganz — nicht weil sie zu schwach wäre, sondern weil die reale Sammelsituation aus mehreren kleinen Regeln besteht, die sich aufsummieren:
- Das Album startet nicht leer, sondern mit sechs Stickern.
- Sticker kommen in Tüten mit sieben Stickern, nicht als einzelne Ziehungen; dadurch wird aus einer kontinuierlichen theoretischen Verteilung eine Verteilung auf ganze Tüten.
- Man kauft ganze Tüten. 414,39 Tüten gibt es nicht.
- Der Nachkaufservice erlaubt nur eine begrenzte Zahl fehlender Sticker.
- Kosten entstehen nicht nur durch Ziehungen, sondern auch durch Albumpreis und Einzelbildpreis.
- Beim Tauschen interessiert nicht nur, ob der gemeinsame Pool irgendwann vollständig ist, sondern wie viele fehlende Bilder pro Person nach einer bestimmten Zahl gekaufter Tüten übrig bleiben.
Die Simulation übersetzt das direkt in einen Ablauf: Tüten kaufen, verschiedene Sticker zählen, idealisiert in der Gruppe tauschen, am Ende fehlende Bilder nachbestellen. Aus 100.000 Wiederholungen entsteht dann nicht nur ein Mittelwert, sondern eine Verteilung — manche haben Glück, andere ziehen auffällig lange denselben Außenverteidiger.
Was die Simulation ergibt
Tabelle 1 fasst die Ergebnisse zusammen, jeweils Kosten pro Person inklusive Album, Tüten und Nachkauf, ohne Versandkosten.
| Strategie | Median | Mittelwert | 80%-Intervall | 95%-Intervall | mittlere Tüten |
|---|---|---|---|---|---|
| Nur Tüten bis komplett | 1.524 € | 1.570 € | 1.274 €–1.920 € | 1.175 €–2.218 € | 1.045 |
| Tüten bis 50 fehlen + Nachkaufen | 648 € | 649 € | 616 €–684 € | 600 €–704 € | 415 |
| Tauschen: Gruppe 2 | 480 € | 479 € | 476 €–483 € | 475 €–484 € | 305 |
| Tauschen: Gruppe 5 | 339 € | 339 € | 337 €–342 € | 336 €–343 € | 211 |
| Tauschen: Gruppe 10 | 288 € | 287 € | 285 €–290 € | 284 €–291 € | 176 |
| Tauschen: Gruppe 25 | 253 € | 253 € | 251 €–255 € | 250 €–256 € | 153 |
Der Abstand zur naiven Rechnung ist gewaltig. Wer nur Tüten kauft, landet im Median bei rund 1.524 Euro — nicht bei den 210 Euro, die 140 Tüten suggeriert hätten. Das ist kein kleiner Rundungsfehler, sondern der Kern des Coupon-Collector-Problems: Die letzten Lücken dominieren die Kosten. Wer dagegen bei 50 fehlenden Bildern aufhört und den Rest nachbestellt, kommt auf rund 648 Euro — weniger als die Hälfte.
Für die einfachste Strategie lässt sich die Simulation zusätzlich gegen die theoretische Verteilung prüfen. Abbildung 5 legt die Coupon-Collector-Approximation aus Abbildung 2 über die simulierte Kostenverteilung. Die Übereinstimmung ist nicht perfekt — die Simulation kauft ganze Tüten, die Theorie nicht — aber sie ist nah genug, um die Simulation als valide einzustufen. Das ist der eigentliche Punkt dieses Vergleichs: nicht dass Theorie und Simulation dasselbe ergeben, sondern dass man der Simulation vertrauen kann, wenn man sie auf die Strategien mit Nachkaufen und Tauschen anwendet — für die es keine vergleichbare Formel gibt.
Sobald man bei 50 fehlenden Bildern stoppt und gezielt nachbestellt, wird es drastisch günstiger. Tauschen macht es noch besser. Schon eine kleine Gruppe hilft, weil Dubletten innerhalb der Gruppe nicht mehr nur Ballast sind. Ein doppelter Sticker ist für mich nutzlos, kann für dich aber genau der letzte fehlende Innenverteidiger sein.
Abbildung 6 zeigt die simulierten Kostenverteilungen als Median sowie 80%- und 95%-Intervall. Die Streuung ist wichtig: Auch bei gleicher Strategie kann man Glück oder Pech haben. Manche Alben laufen erstaunlich gut. Andere entwickeln nach der dritten Box eine klare Persönlichkeit.
Warum Tauschen so stark wirkt
Tauschen verändert nicht die Wahrscheinlichkeit, mit der ein einzelner Sticker in einer Tüte auftaucht. Es verändert aber, was aus den Duplikaten wird.
Allein betrachtet ist ein doppeltes Bild ein Rückschlag. In einer Gruppe ist es eine Ressource. Je größer die Gruppe, desto wahrscheinlicher ist es, dass irgendjemand genau dieses Bild noch braucht. Darum sinken die erwarteten Kosten beim Gruppentausch deutlich, besonders wenn man am Ende zusätzlich gezielt nachbestellt.
Abbildung 7 zeigt die erwarteten Kosten nach Gruppengröße und Nachkauf-Schwelle. Die Spalten zeigen, ab wie vielen fehlenden Bildern man aufhört, Tüten zu kaufen, und den Rest nachbestellt. Die Zeilen zeigen die Gruppengröße.
Die erste Spalte ist dabei besonders streng: „0“ bedeutet kein gezieltes Nachkaufen. Bei einer Tauschgruppe muss der gemeinsame Pool dann nicht nur jedes Motiv einmal enthalten, sondern jedes Motiv mindestens so oft, wie Personen in der Gruppe sammeln. Zwei Personen brauchen also irgendwann zwei Kopien jedes Stickers, fünf Personen fünf Kopien und so weiter. Das ist genau die Logik des Double-Dixie-Cup-Problems. Es ist immer noch besser als allein zu sammeln, aber deutlich schlechter als rechtzeitig aufzuhören und die letzten Lücken gezielt zu schließen.
Der größte Sprung kommt nicht durch komplizierte Optimierung, sondern durch zwei simple Entscheidungen: nicht bis zum bitteren Ende zufällig kaufen, und Dubletten nicht als persönliches Scheitern betrachten, sondern als Tauschmaterial.
Was heißt das praktisch?
Wenn man das Album einfach aus Spaß sammelt, muss man daraus keine Einkaufspolitik machen. Es ist völlig legitim, ein paar Tüten zu kaufen, sich über neue Bilder zu freuen und den Rest des Albums in Würde unvollständig zu lassen.
Wer das Album wirklich voll bekommen möchte, sollte aber statistisch nüchtern sein:
- Am Anfang sind Tüten sinnvoll.
- In der Mitte lohnt sich Tauschen.
- Am Ende ist Nachkaufen fast immer vernünftiger als weitere Tüten.
Das ist vielleicht die erwachsenste und gleichzeitig unromantischste Panini-Erkenntnis: Der schönste Moment ist das Öffnen einer Tüte. Der rationalste Moment ist der, in dem man damit aufhört.
Fazit
Ein Panini-Album ist kein Kostenproblem, weil 980 Sticker viel sind. Es ist ein Kostenproblem, weil zufällige Ziehungen mit Duplikaten am Ende sehr ineffizient werden.
Die naive Rechnung mit 140 Tüten unterschätzt die Realität deutlich. Die Simulation zeigt aber auch: Man ist dem Zufall nicht vollständig ausgeliefert. Tauschen und gezieltes Nachbestellen machen aus einem teuren Geduldsspiel ein deutlich kontrollierbareres Projekt.
Oder statistisch formuliert: Die Varianz bleibt, aber man muss ihr nicht auch noch freiwillig 1,50 Euro pro Tüte hinterherwerfen.