{"id":171930,"date":"2026-01-28T12:09:27","date_gmt":"2026-01-28T11:09:27","guid":{"rendered":"https:\/\/liora.io\/de\/?p=171930"},"modified":"2026-02-23T16:26:18","modified_gmt":"2026-02-23T15:26:18","slug":"fortran-alles-ueber-die-erste-wissenschaftliche-programmiersprache","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/fortran-alles-ueber-die-erste-wissenschaftliche-programmiersprache","title":{"rendered":"Fortran: Alles \u00fcber die erste wissenschaftliche Programmiersprache"},"content":{"rendered":"\n

Fortran ist eine Computerprogrammiersprache, die h\u00e4ufig von Wissenschaftlern verwendet wird. Die Popularit\u00e4t der Sprache hat im Laufe der Jahre abgenommen, aber sie wird immer noch h\u00e4ufig von wissenschaftlichen Programmierern verwendet. Es wird auch von Unternehmen f\u00fcr Anwendungsf\u00e4lle wie Wettervorhersagen, Finanzhandel oder technische Simulationen verwendet.<\/strong><\/p>\n\n\n\n

In Fortran geschriebene Programme k\u00f6nnen f\u00fcr den Betrieb auf Hochleistungsrechnern (HPC)<\/strong> optimiert werden. Es wird f\u00fcr Programm-Benchmarking und die Rangliste der leistungsst\u00e4rksten Supercomputer der Welt verwendet. Diese Sprache ist im Allgemeinen ideal f\u00fcr die Erstellung von Code, wenn es auf Leistung ankommt.<\/strong><\/p>\n\n\n\n

Nur eine Handvoll anderer Sprachen kann mit der Leistung von Fortran konkurrieren, darunter C++<\/strong>. Au\u00dferdem bietet sie einige Eigenschaften, die Entwickler im Vergleich zu C++ bevorzugen, wie z. B., dass sie sich nicht um Speicherzuweisung oder Optimierung k\u00fcmmern m\u00fcssen.<\/p>\n\n\n\n

Es handelt sich um eine „ahead-of-time<\/strong>„-kompilierte Sprache, was bedeutet, dass ein spezieller Kompilierungsschritt am geschriebenen Code durchgef\u00fchrt werden muss, bevor er auf einem Computer ausgef\u00fchrt werden kann. Dies ist ein gro\u00dfer Unterschied zu interpretierten Sprachen wie Python und R,<\/a> die \u00fcber einen Interpreter ausgef\u00fchrt werden, der die Anweisungen direkt ausf\u00fchrt. Der Nachteil ist, dass der Interpreter <\/strong>die Rechengeschwindigkeit verringert.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Die Geschichte von Fortran<\/h2>\n\n\n\n

Plankalkul<\/strong> wurde von Konrad Zuse<\/strong> entwickelt und war die erste h\u00f6here Programmiersprache. Die Ideen und Pl\u00e4ne des Erfinders wurden jedoch nur auf Papier niedergeschrieben. Die erste richtige Programmiersprache war Fortran, die von John Backus entwickelt wurde.<\/strong><\/p>\n\n\n\n

Backus, der an der Columbia University einen Bachelor-Abschluss<\/strong> in Mathematik erworben hatte, erfand diese Sprache in den 1950er Jahren, w\u00e4hrend er als Programmierer bei IBM arbeitete. Sein Ziel war es, den Selective Sequence Electronic Calculator zu unterst\u00fctzen: einen elektromechanischen Computer mit 23.000 Relais und 13.000 Vakuumr\u00f6hren, der im Januar 1948 gebaut wurde. Mit diesem Computer f\u00fchrte Wallace J. Eckert, Leiter des Watson Scientific Computing Laboratory bei IBM, die SSEC-Berechnungen durch, die 20 Jahre sp\u00e4ter im Apollo-Raumfahrtprogramm verwendet werden sollten.<\/p>\n\n\n\n

Nach der Erfindung des SSEC fand jedoch niemand eine geeignete Methode, um ihn zu programmieren. John Backus arbeitete drei Jahre lang an dem Versuch, die Maschine zu programmieren.<\/p>\n\n\n\n

Ende 1953 legte er seinen Vorgesetzten ein Konzept f\u00fcr eine Programmiersprache f\u00fcr den IBM 701 Mainframe-Computer<\/strong> vor. Die Idee wurde von IBM genehmigt, und John Backus wurde 1954 die Verantwortung f\u00fcr ein kleines Team im IBM Watson Scientific Laboratory \u00fcbertragen.<\/p>\n\n\n\n

Im Laufe seiner Arbeit beschloss Backus, eine schnellere und einfachere Programmiersprache f\u00fcr Programmierer zu entwerfen. Nach drei Jahren Arbeit wurde 1957 die erste Version von Fortran <\/strong>ver\u00f6ffentlicht. Sie umfasste 25.000 Zeilen Code auf einer Magnetkassette, die jeder IBM 704-Anlage<\/strong> beilag. Diese Sprache wurde von Wissenschaftlern und Mathematikern in gro\u00dfem Umfang f\u00fcr das Schreiben von numerisch intensiven Programmen verwendet.<\/p>\n\n\n\n

Die zweite Version von Fortran wurde 1958 ver\u00f6ffentlicht und f\u00fcgte Datentypen f\u00fcr komplexe Zahlen hinzu. Damit wurde die Sprache f\u00fcr technische Anwendungen wie die Elektrotechnik geeignet. Die wichtigste Verbesserung bestand darin, vom Benutzer geschriebene Funktionen zuzulassen, um die prozedurale Programmierung zu verbessern.<\/p>\n\n\n\n

Weniger als ein Jahr sp\u00e4ter brachte IBM Fortran III<\/strong> mit neuen Funktionen auf den Markt. Diese Version wurde der \u00d6ffentlichkeit jedoch nie als Produkt angeboten. Im Jahr 1960 waren mehrere Versionen von Fortran f\u00fcr IBM-Computer verf\u00fcgbar. Die Popularit\u00e4t der Sprache stieg weiter an, und konkurrierende Hersteller begannen, Compiler f\u00fcr ihre eigenen Maschinen anzubieten. Im Jahr 1963 gab es bereits \u00fcber 40 davon.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

1961 begann IBM mit der Arbeit an Fortran IV, um die Nachfrage der \u00d6ffentlichkeit zu befriedigen. Diese Version eliminierte die maschinenabh\u00e4ngigen Funktionen von Fortran II und f\u00fcgte neue Funktionen wie den logischen Datentyp hinzu. 1965 sollte Fortran IV<\/strong> den Standards der American Standards Assocation<\/strong> entsprechen. Es hatte sich bereits zu einer im Bildungsbereich weit verbreiteten Sprache entwickelt.<\/p>\n\n\n\n

Obwohl diese Standardisierung von der Gemeinschaft sehr begr\u00fc\u00dft wurde, entstanden weiterhin verschiedene Varianten. Mehrere \u00dcberarbeitungen wurden durch neue Versionen wie Fortran 77<\/strong> vorgenommen. Auch heute noch wird es von mehreren stark genutzten wissenschaftlichen Gemeinschaften verwendet. Dennoch wird sie oft als veraltete und althergebrachte Sprache angesehen.<\/p>\n\n\n\n

Der neueste Fortran-Standard stammt aus dem Jahr 2018 und hat neue Funktionen eingef\u00fchrt, wobei die hohe Leistungsf\u00e4higkeit der Sprache und ihre F\u00e4higkeit, die modernen Herausforderungen des wissenschaftlichen Rechnens<\/strong> zu bew\u00e4ltigen, beibehalten wurden. Die Sprache hat sich im Laufe der Zeit weiterentwickelt. W\u00e4hrend sie fr\u00fcher eine rein prozedurale Programmiersprache war, unterst\u00fctzt sie heute objektorientierte Merkmale <\/strong>wie Typenerweiterung oder Polymorphismus.<\/p>\n\n\n\n

Neuere Versionen haben neue Konzepte wie die Deklarationen „block if“ und „end if“<\/strong> eingef\u00fchrt, die auf eine Verbesserung der strukturierten Programmierung abzielen. Viele dieser Funktionen sind in modernen Programmiersprachen wie C++, Java oder Python<\/strong> zu finden.<\/p>\n\n\n\n

In den letzten 40 Jahren hat Fotran viele Programmiersprachen inspiriert, w\u00e4hrend es sich an C und Basic orientiert hat. Diese Sprache hat auch die Entwicklung der Kompilierungstechniken beeinflusst.<\/p>\n\n\n\n

Wozu dient Fortran ?<\/h2>\n\n\n\n

Auch heute noch wird Fortran in Forschungsbereichen, die den Einsatz von wissenschaftlicher Informatik erfordern, h\u00e4ufig verwendet. Zu den bekanntesten Fortran-Programmen geh\u00f6ren NEMO (Nucleus for European Modelling of the Ocean)<\/strong>, der OFF-Code <\/strong> f\u00fcr Fluiddynamik, oder die Modelle des Goddard Institute for Space Studies<\/strong>.<\/p>\n\n\n\n

Dar\u00fcber hinaus bleibt diese Sprache f\u00fcr eine Vielzahl von Klimamodellierungsprogrammen beliebt. Aus gutem Grund, denn mathematische Formeln werden mit Leichtigkeit in Code<\/strong> umgewandelt. Die Leistung ist hoch, und der Gro\u00dfteil der Klimamodellierungsgemeinschaft versteht die Syntax.<\/p>\n\n\n\n

Das TIOBE Indien, das die Popularit\u00e4t von Hunderten von Programmiersprachen misst, hat Fortran auf den 20. Platz der beliebtesten Sprachen im April 2021<\/strong> gesetzt. Auch wenn es in den letzten Jahrzehnten von anderen Sprachen in den Schatten gestellt wurde, bleibt es im Bereich des High-Performance Computing fest verankert.<\/p>\n\n\n\n

Die besten Sprachen f\u00fcr Data Science<\/h2>\n\n\n\n
\"\"<\/figure>\n\n\n\n

F\u00fcr die Data Science<\/strong> sind die verschiedenen Programmiersprachen nicht gleichwertig. C und C++ werden h\u00e4ufig f\u00fcr die Hochleistungsdatenanalyse verwendet, aber Sprachen wie Python<\/a> k\u00f6nnen die Produktivit\u00e4t steigern. Es gibt spezielle Frameworks und Sprachen f\u00fcr die Verarbeitung von Big Data,<\/a> so wie es auch Sprachen f\u00fcr die wissenschaftliche Forschung gibt. Fortran wird jedoch von mehreren Sprachen in diesem Bereich \u00fcbertroffen.<\/p>\n\n\n\n

Die Programmiersprache c<\/h3>\n\n\n\n

Die Sprache C<\/a> ist allgemein gehalten und kann f\u00fcr ein breites Spektrum von Anwendungen verwendet werden. F\u00fcr die Data Science hat sie zwei Vorteile. Zum einen ist es eine popul\u00e4re Sprache mit einer breiten Nutzerbasis und zum anderen eine der leistungsf\u00e4higsten.<\/p>\n\n\n\n

Au\u00dferdem unterst\u00fctzt C digitale Quellen und Bibliotheken,<\/strong> was seine Leistungsf\u00e4higkeit f\u00fcr Aufgaben der Data Science erh\u00f6ht. In diesem Bereich ist Python jedoch deutlich \u00fcberlegen. Viele Programmiersprachen werden von einem umfangreichen \u00d6kosystem an Bibliotheken und Tools begleitet,<\/strong> die f\u00fcr die Entwicklung von Data-Science-Anwendungen konzipiert sind. Die wichtigsten sind Python, R, Julia und Fortran.<\/strong><\/p>\n\n\n\n

Python<\/h3>\n\n\n\n

Python ist die beliebteste Programmiersprache<\/a> f\u00fcr Data Science. Urspr\u00fcnglich wurde sie entwickelt, um das Programmieren zu lernen, aber ihre Einfachheit hat sie zu einer der am h\u00e4ufigsten verwendeten Entwicklungssprachen gemacht. Sie ist die Sprache mit den meisten Bibliotheken f\u00fcr die Data Science.<\/p>\n\n\n\n

Zu den am h\u00e4ufigsten verwendeten geh\u00f6ren das SciPy-Toolkit f\u00fcr Optimierung, Integration, Interpolation und lineare Algebra, NumPy<\/a> f\u00fcr multidimensionale Matrizen und Arrays, scikit-learn f\u00fcr Machine-Learning-Algorithmen und das Natural Language Toolkit.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Die Programmiersprache R<\/h3>\n\n\n\n

R ist sowohl eine Programmiersprache als auch eine textuelle und grafische Umgebung f\u00fcr statistische Berechnungen<\/a>. Sie erschien in den fr\u00fchen 1990er Jahren, gewann aber schnell an Funktionalit\u00e4t und Beliebtheit. Programme k\u00f6nnen inkrementell definiert und getestet werden, indem man diese Sprache als Batch verwendet, um die Programme interaktiv auszuf\u00fchren.<\/p>\n\n\n\n

Wie Python fasst auch R<\/strong> verschiedene Bibliotheken f\u00fcr Data Science zusammen.<\/a> Es gibt mehr als 11.000 Pakete, die \u00fcber das Comprehensive R Archive Network verf\u00fcgbar sind. Die meisten werden in R entwickelt, aber sie k\u00f6nnen auch in C, Java und Fortran entwickelt werden. Es gibt auch spezialisierte R-basierte Umgebungen<\/strong> wie Bioconductor, das sich auf die Analyse von Genomdaten konzentriert.<\/p>\n\n\n\n

Die Programmiersprache Julia<\/h3>\n\n\n\n

Julia <\/a>wurde 2009 entwickelt und ist die neueste Programmiersprache<\/strong> f\u00fcr Data Science. Sie konzentriert sich auf Hochleistung und unterst\u00fctzt prozedurale, objektorientierte oder funktionale Sprache. Es handelt sich um eine dynamische Sprache, die verteiltes oder paralleles Rechnen erm\u00f6glicht.<\/p>\n\n\n\n

Mehr als 1700 Pakete werden derzeit vom Julia Package Manager angeboten. Sie sind in Julia, C und Fortran<\/strong> geschrieben und decken alle Bereiche der Data Science ab. Die Sprache erm\u00f6glicht auch den Aufruf von Python-Funktionen \u00fcber das Paket PyCall oder den direkten Aufruf von C-Funktionen.<\/p>\n\n\n\n

Wie lernt man mit Fortran das Programmieren?<\/h2>\n\n\n\n

Die Computerprogrammierung<\/strong> wird in einer Vielzahl von Wissenschaftsbereichen stark genutzt. Fortran ist jedoch nicht die beste Sprache f\u00fcr die Data Science. Die Sprache Python<\/strong> erweist sich als besser geeignet und leistungsf\u00e4higer.<\/p>\n\n\n\n

Um zu lernen, wie man die Programmierung in Python<\/a> beherrscht, kannst du Liora w\u00e4hlen. Unsere verschiedenen Kurse f\u00fcr Data Analyst, Data Scientist, Data Engineer und Data Management<\/a> beinhalten ein Modul, das sich mit der Programmierung befasst. Die Kurse Data Analyst, Data Scientist und Data Manager behandeln die Grundlagen von Python und die Numpy- und Pandas-Bibliotheken.<\/strong> Im Data Engineer-Programm werden Bash<\/a>, Linux, Python und objektorientiertes Python behandelt.<\/p>\n\n\n\n

Die anderen Module dieser Kurse besch\u00e4ftigen sich mit DataViz,<\/a> Datenbanken<\/a>, CI \/ CD<\/a>, Machine Learning<\/a> oder Business Intelligence<\/a>. Nach Abschluss dieser Kurse verf\u00fcgst Du \u00fcber alle Kompetenzen, die du f\u00fcr die Arbeit im Bereich Data Science<\/strong> ben\u00f6tigst.<\/p>\n\n\n\n

Am Ende des Kurses erhalten unsere Sch\u00fcler ein Zertifikat<\/strong>, das von MINES ParisTech \/ PSL Executive Education<\/strong> und der Universit\u00e4t Panth\u00e9on Sorbonne<\/strong> im Rahmen unserer Partnerschaften ausgestellt wird. Unsere Ausbildungen werden von der Industrie anerkannt, und 80 % unserer Alumni haben sofort einen Job gefunden.<\/p>\n\n\n\n

Alle unsere Programme verfolgen einen Blended-Learning-Ansatz<\/strong>, der Online-Lernen<\/strong> auf einer gecoachten Plattform und Masterclasses miteinander verbindet<\/strong>. Je nach deiner Situation und deinen Vorlieben kannst du zwischen einer berufsbegleitenden Ausbildung und einem intensiven BootCamp-Modus<\/strong> w\u00e4hlen.<\/p>\n\n\n\n

Was die Finanzierung betrifft, so sind alle unsere Kurse im Rahmen des Bildungsgutscheins f\u00f6rderf\u00e4hig. Warte nicht l\u00e4nger und entdecke Liora!<\/p>\n\n\n\n

\n
Entdecke unsere Weiterbildungen<\/a><\/div>\n<\/div>\n\n\n\n