Warum MATLAB und nicht Python, R, Tensorflow oder ähnliche offene und freie Software?

Wieso setzt ANDATA auf MATLAB und nicht auf offene und freie Programme wie z.B. Python, R, Tensorflow, ROS, usw. in professionellen Projekten?

ANDATA setzt in der Entwicklung in erster Linie auf MATLAB und nicht auf freie und offenen Programme wie Python, R, Tensorflow, ROS oder ähnliche. Das hat mehrere Gründe:

  • OpenSource-Umgebungen mögen zwar frei von Lizenzkosten sein, Aufwand für die Konfiguration und Pflege sind allerdings nicht zu unterschätzen. Als professionelle Firma muss man den Pflege-Aufwand und den Aufwand für die letztendliche Lösungsfindung in die Gesamtbilanz einbeziehen und nicht alleine die Lizenzkosten.
  • Mit OpenSource gibt es keine Garantie für nachhaltige Weiterentwicklung. Hinter professionellen Programmen steht ein anderes Commitment und andere Verbindlichkeiten. Damit ist eine bessere Nachhaltigkeit garantiert.
  • MATLAB ist bzgl. Performance äußerst konkurrenzfähig, vgl.
  • MATLAB bietet eine durchgängige Entwicklungsumgebung mit einem umfassenden Set an ausgereiften Funktionen und Algorithmen.
  • MATLAB bietet bessere und einfachere Möglichkeiten für graphische Auswertungen zur Ergebnis-Darstellung.
  • Nur weil ANDATA auf MATLAB setzt, bedeutet das nicht, dass auch ANDATA-Kunden voll auf MATLAB setzen müssen. Die Implementierungen und Endlösungen können in der Regel auch unabhängig davon gestaltet werden.
  • Einige wesentliche Konzern-Kunden entscheiden sich aus strategischen und rechtlichen Gründen bewusst gegen Open-Source-Lösungen, speziell wenn es um sicherheitskritische Anwendungen geht.

Die Seite hier soll keine Werbeseite für The Mathworks Inc wie auch keine Ansage gegen Open-Source sein! Die Argumente mögen in ähnlicher Form genauso für Mathematica, Maple, oder ähnliche Programme gelten.

Genauso wie wir ständig verschiedene Implementierungen von unterschiedlichsten Machine-Learning-Verfahren und Simulationsumgebungen testen und vergleichen, tun wir das regelmäßig mit Entwicklungsumgebungen und Berechnungsprogrammen. In diversen professionellen und akademischen Projekten arbeiten wir auch mit diversen freien Python- oder Java-Bibliotheken sowie anderen Umgebungen bzw. kombinieren wir diese mit MATLAB (beispielsweise auch mit https://de.mathworks.com/help/matlab/matlab-engine-for-python.html). Außerdem binden wir oftmals verschiedene Machine-Learning-Modelle aus Python in den Brainer ein.

Unsere obigen Erfahrungen werden dabei allerdings meist bestätigt und gelten insbesondere, wenn Modellbildung und Simulation Kernkompetenz und Kerngeschäft sind.

Zuletzt aktualisiert am 2018-06-28 von Andreas Kuhn.

Zurück