Der entscheidende Unterschied zu vielen anderen Sprachen ist die kompromisslose Ausrichtung auf numerische Rechenleistung. Fortran wurde nicht als Allzweckwerkzeug entworfen, sondern für eine klar umrissene Aufgabe: große Mengen an Fließkommazahlen so schnell wie möglich zu verarbeiten. Diese Fokussierung zieht sich durch die gesamte Sprache – von der eingebauten Unterstützung mehrdimensionaler Felder über die Optimierbarkeit durch den Compiler bis zu einem reifen Bestand an mathematischen Bibliotheken. Wo es um rohe Rechengeschwindigkeit bei wissenschaftlichen Berechnungen geht, spielt Fortran bis heute in der ersten Reihe.
Drei Eigenschaften definieren Fortran:
Fortran war die erste weit verbreitete Hochsprache überhaupt und prägte damit ganze Generationen wissenschaftlicher Software. Über die Jahrzehnte entstanden riesige Codebasen in Forschung, Ingenieurwesen und Industrie – Rechenkerne für Strömungssimulationen, Strukturmechanik, Wettervorhersage, Quantenchemie und viele weitere Felder. Ein großer Teil dieser Software ist bis heute im Einsatz und wird kontinuierlich gepflegt und erweitert. Fortran ist damit weniger eine Sprache, mit der man täglich neue Anwendungen aus dem Nichts baut, als vielmehr eine tragende Schicht bestehender, hochoptimierter Rechensoftware.
Für technisch geprägte Unternehmen ist diese Rolle relevant, weil Fortran-Code oft an geschäfts- oder sicherheitskritischen Stellen sitzt: im Kern eines Simulationswerkzeugs, in einer über Jahre validierten Berechnungsroutine, in Software, deren Ergebnisse gegen Messungen und Normen abgeglichen wurden. Solcher Code wird selten „mal eben“ ersetzt – seine Verlässlichkeit ist ein Wert an sich, der über die reine Rechenleistung hinausgeht.
Viele moderne Sprachen wollen möglichst vielseitig sein. Fortran geht bewusst den umgekehrten Weg: Es ist ein Spezialist für das numerische Rechnen und erhebt gar nicht erst den Anspruch, Web-Anwendungen, mobile Apps oder Benutzeroberflächen abzudecken. Diese Fokussierung ist Fortrans Stärke und Grenze zugleich. Wer eine Strömungssimulation, ein Finite-Elemente-Verfahren oder ein physikalisches Modell mit hohem Rechenbedarf umsetzen will, findet in Fortran ein außerordentlich leistungsfähiges Werkzeug. Wer eine typische Geschäftsanwendung, ein Portal oder eine Datenintegration bauen möchte, ist mit anderen Sprachen deutlich besser bedient.
Wer Fortran pauschal als „veraltet“ abtut, unterschätzt seine anhaltende Bedeutung im Hochleistungsrechnen – und wer es umgekehrt für jede technische Aufgabe einsetzen will, überdehnt seine Stärken. Die ehrliche Einordnung dieser klar umrissenen Rolle ist das Ziel dieses Artikels.
Die statische Typisierung ist eines der prägenden Merkmale von Fortran. Weil Datentypen bereits zur Übersetzungszeit feststehen, kann der Compiler eine ganze Klasse von Fehlern schon vor der Ausführung erkennen und den Code weitgehend optimieren. Für langlebige, präzisionskritische Rechensoftware ist das ein großer Vorteil: Ergebnisse werden verlässlicher, und die Ausführungsgeschwindigkeit profitiert unmittelbar davon, dass der Compiler genau weiß, mit welchen Daten er es zu tun hat.
Die Kehrseite ist ein etwas höherer Aufwand beim Schreiben: Typen und Strukturen wollen bedacht und deklariert sein, und der interaktive, explorative Stil dynamischer Sprachen ist Fortran fremd. Für die typische Fortran-Aufgabe – einen stabilen, hochoptimierten Rechenkern, der über Jahre läuft – ist dieser Aufwand jedoch gut investiert. Moderne Fortran-Standards mildern die frühere Strenge zudem ab, etwa durch dynamisch dimensionierbare Felder und komfortablere Sprachmittel.
Kaum ein Merkmal unterscheidet Fortran so deutlich von Allzwecksprachen wie seine tiefe, in die Sprache eingebaute Unterstützung für mehrdimensionale Felder. Wo andere Sprachen Felder über Bibliotheken oder umständliche Schleifen nachbilden, sind sie in Fortran ein natürlicher Bestandteil der Grammatik. Operationen auf ganzen Feldern lassen sich in einer einzigen, gut lesbaren Zeile ausdrücken, die der mathematischen Notation nahekommt.
Dieser array-orientierte Charakter ist nicht nur bequem, sondern auch der Schlüssel zur Rechenleistung: Weil der Compiler die Struktur der Felder und die klaren Regeln über deren Speicheranordnung kennt, kann er Berechnungen sehr weitgehend optimieren – etwa parallelisieren oder auf die Fähigkeiten moderner Prozessoren zuschneiden. Genau hier liegt ein wesentlicher Grund, warum Fortran im numerischen Rechnen seine Spitzenstellung über die Jahrzehnte behauptet hat.
Wer bei Fortran an die berüchtigte, spaltengebundene Schreibweise der ersten Jahrzehnte denkt – mit festen Positionen für Anweisungsnummern und Fortsetzungszeilen –, hat ein veraltetes Bild vor Augen. Diese Ära gehört der Vergangenheit an. Mit dem Standard Fortran 90 wurde eine freie Quelltextform eingeführt, die Code frei formatierbar macht und die alten Spaltenzwänge aufhebt. Moderner Fortran-Code liest sich strukturiert und übersichtlich und hat mit den Klischees aus Lochkarten-Zeiten wenig gemein.
Die Entwicklung von Fortran lässt sich an seinen Standards ablesen. Die frühen Fassungen – bekannt vor allem als FORTRAN 66 und FORTRAN 77 – prägten das klassische Bild der Sprache: mächtig in der Numerik, aber starr in Form und Struktur. Der große Sprung kam mit Fortran 90: Es brachte die freie Quelltextform, mächtige Feldoperationen, dynamische Speicheranforderung, benutzerdefinierte Datentypen und vor allem Module zur strukturierten Gliederung großer Programme. Damit wurde Fortran von einer reinen Rechensprache zu einer strukturierten, wartbaren Programmiersprache.
Nachfolgende Standards bauten darauf auf, ohne die Grundphilosophie aufzugeben. Fortran 95 verfeinerte den Sprung von Fortran 90. Fortran 2003 ergänzte objektorientierte Konzepte und eine standardisierte Schnittstelle zur Sprache C. Fortran 2008 und Fortran 2018 vertieften die Unterstützung paralleler Programmierung – etwa über die bereits erwähnten Coarrays – und verbesserten die Zusammenarbeit mit anderen Sprachen weiter. Welche Features in welchem Standard verankert sind und wie weit einzelne Compiler sie unterstützen, entwickelt sich fortlaufend; der jeweils aktuelle Stand sollte in der offiziellen Standarddokumentation und den Compiler-Angaben geprüft werden.
Ein für die Praxis entscheidendes Merkmal ist Fortrans ausgeprägte Rückwärtskompatibilität. Anders als bei manchen Sprachen, die harte Versionsbrüche erlebt haben, wurde bei Fortran großer Wert darauf gelegt, dass alter, bewährter Code weiterhin übersetzbar bleibt. Für Unternehmen mit über Jahrzehnte gewachsenen Rechenkernen ist das ein erheblicher Wert: Bestehende, validierte Software muss nicht wegen eines Standardwechsels neu geschrieben werden, sondern lässt sich schrittweise modernisieren.
Diese Kontinuität hat eine Kehrseite, die in der Praxis wichtig ist: In vielen Codebasen mischen sich alte und moderne Stile. Ein historisch gewachsener Rechenkern kann Passagen im Stil von FORTRAN 77 neben modern strukturierten Modulen enthalten. Für die Wartbarkeit lohnt es sich, bei der Weiterentwicklung schrittweise auf moderne Sprachmittel umzustellen – strukturierte Kontrollflüsse, Module, klar deklarierte Schnittstellen –, statt alten Stil unreflektiert fortzuschreiben. So bleibt aus einem historischen Rechenkern über die Zeit wartbare, verständliche Software.
Fortran ist eine kompilierte Sprache, und der Compiler ist entsprechend zentral. Der wohl bekannteste freie Compiler ist gfortran, Teil der GNU Compiler Collection – quelloffen, kostenlos, breit verfügbar und ein solider Ausgangspunkt für die meisten Vorhaben. Daneben existieren mehrere leistungsstarke Hersteller-Compiler, die insbesondere für bestimmte Prozessorarchitekturen sehr weit optimieren und im Hochleistungsumfeld verbreitet sind. Zusätzlich entstehen moderne, quelloffene Compiler-Projekte im Umfeld neuerer Compiler-Infrastrukturen.
Für die Praxis ist wichtig: Compiler unterscheiden sich darin, welche Sprachstandards und Features sie wie vollständig unterstützen und wie gut sie für die jeweilige Zielhardware optimieren. Die Wahl des Compilers ist daher keine Nebensache, sondern kann die Rechenleistung spürbar beeinflussen. Welcher Compiler in welcher Version welche Features unterstützt, ändert sich laufend und sollte am aktuellen Stand geprüft werden. Für den Einstieg und viele Mittelstands-Szenarien ist gfortran ein pragmatischer, kostenfreier Startpunkt.
Ein entscheidender Grund für Fortrans anhaltende Bedeutung sind die hochoptimierten mathematischen Bibliotheken, die über Jahrzehnte im Fortran-Umfeld entstanden sind. Zwei Namen ragen heraus: BLAS für grundlegende Operationen der linearen Algebra und LAPACK für anspruchsvollere Verfahren wie das Lösen von Gleichungssystemen oder Eigenwertprobleme. Diese Bibliotheken sind so ausgereift und schnell, dass sie bis heute den De-facto-Standard für numerische lineare Algebra bilden – und, das ist bemerkenswert, auch von Sprachen wie Python oder MATLAB im Hintergrund genutzt werden.
Das bedeutet: Wer in einer modernen Sprache numerisch rechnet, greift oft mittelbar auf Fortran-Erbe zurück. Diese Bibliotheken sind ein wesentlicher Teil dessen, was Fortran im wissenschaftlichen Rechnen so wertvoll macht – ein reifer, über Jahrzehnte geprüfter Fundus an Rechenbausteinen, den man nicht neu erfinden muss.
Moderne Rechenaufgaben laufen selten auf einem einzelnen Prozessorkern. Fortran ist tief in die Welt des parallelen Rechnens eingebettet und unterstützt die etablierten Modelle:
Diese Kombination aus nativer und bibliotheksgestützter Parallelität ist ein Grund, warum Fortran im Supercomputing so präsent ist. Werkzeuge zum Übersetzen, Verwalten von Abhängigkeiten und Bauen größerer Fortran-Projekte haben sich zudem weiterentwickelt; moderne Projektwerkzeuge erleichtern heute Aufgaben, die früher händisch organisiert werden mussten.
Wenn ein Feld Fortrans anhaltende Bedeutung erklärt, dann sind es Simulation und Hochleistungsrechnen. Überall dort, wo physikalische, chemische oder technische Prozesse numerisch nachgebildet werden – von der Verbrennung in einem Motor über das Verhalten eines Bauteils unter Last bis zur Entwicklung des Wetters –, entstehen enorme Rechenlasten, die höchste Effizienz verlangen. Fortran wurde für genau diese Art von Aufgaben entworfen und über Jahrzehnte darauf hin optimiert.
Der Vorteil geht über die reine Sprachgeschwindigkeit hinaus. In diesen Feldern existieren riesige, validierte Codebasen, deren Ergebnisse gegen Messungen und Erfahrung abgeglichen wurden. Diese Verlässlichkeit ist ein Wert an sich: Ein bewährtes Simulationsmodell, das seit Jahren korrekte Ergebnisse liefert, wird nicht leichtfertig durch eine Neuimplementierung ersetzt. Fortran ist damit nicht nur schnell, sondern auch bewährt – eine Kombination, die im wissenschaftlichen Rechnen schwer zu schlagen ist.
Ein oft übersehener Aspekt: Fortran arbeitet häufig im Verborgenen. In vielen kommerziellen und wissenschaftlichen Anwendungen ist die Benutzeroberfläche in einer anderen Sprache geschrieben, während der eigentliche Rechenkern in Fortran läuft. Anwender bemerken davon nichts – sie sehen eine moderne Oberfläche und erhalten schnelle Ergebnisse, ohne zu wissen, dass im Inneren jahrzehntelang bewährter Fortran-Code rechnet.
Für Unternehmen ist dieses Muster typisch und sinnvoll: Man verbindet die Stärke von Fortran im Rechnen mit der Stärke anderer Sprachen bei Oberflächen, Steuerung und Integration. Wichtig ist dabei, die Schnittstelle zwischen den Sprachen sauber zu gestalten – Fortran bietet dafür standardisierte Mittel zur Zusammenarbeit mit anderen Sprachen. So entsteht Software, die das Beste aus mehreren Welten verbindet, ohne den wertvollen Rechenkern anrühren zu müssen.
C und C++ sind die klassischen Sprachen der systemnahen und leistungskritischen Programmierung – vielseitig, verbreitet und mit sehr feiner Kontrolle über Hardware und Speicher. In vielen Vergleichen liegen C, C++ und Fortran bei der Rechenleistung dicht beieinander. Der Unterschied liegt weniger in der reinen Geschwindigkeit als in der Ausrichtung: C und C++ sind Generalisten für Systeme und Anwendungen, während Fortran auf das numerische Rechnen zugeschnitten ist.
Für rein numerische Aufgaben mit vielen Feldoperationen spielt Fortran seine Stärken aus: Die array-orientierte Sprache ist ausdrucksstärker und für den Compiler oft leichter zu optimieren, unter anderem wegen klarer Regeln über Datenüberschneidungen. C++ gewinnt dagegen, wo Vielseitigkeit, ein breites Ökosystem und die Verbindung von Rechnen mit komplexer Anwendungslogik gefragt sind. In der Praxis werden beide oft kombiniert – Fortran für den Rechenkern, C++ für die umgebende Anwendung.
Julia ist eine vergleichsweise junge Sprache, die mit dem ausdrücklichen Ziel angetreten ist, die Lücke zwischen der Interaktivität von Sprachen wie MATLAB oder Python und der Rechenleistung von Fortran oder C zu schließen. Julia bietet eine moderne, komfortable Syntax, interaktive Entwicklung und dennoch hohe Geschwindigkeit – und wird im wissenschaftlichen Rechnen zunehmend beachtet.
Der entscheidende Unterschied liegt in der Reife und im Bestand: Fortran verfügt über einen riesigen Fundus an über Jahrzehnte validiertem Code und Bibliotheken, während Julias Ökosystem jung und in Bewegung ist. Für neue Projekte, die Wert auf moderne Ergonomie legen, kann Julia sehr attraktiv sein; für den Betrieb und die Pflege bestehender, geschäftskritischer Rechenkerne bleibt Fortran die verlässliche Basis. Die beiden schließen sich nicht aus – vielerorts ergänzen sie sich, je nachdem, ob Bestand gepflegt oder Neues erprobt wird.
MATLAB ist eine kommerzielle, interaktive Umgebung, die im Ingenieurwesen und in der Lehre weit verbreitet ist. Ihre Stärke ist das schnelle, interaktive Prototyping numerischer Ideen mit komfortabler Visualisierung. Für die reine Ausführungsgeschwindigkeit großer Berechnungen ist MATLAB jedoch meist nicht die erste Wahl, und es ist proprietär und lizenzpflichtig. Ein bewährtes Muster ist es, Ideen zunächst in MATLAB zu erproben und den finalen, leistungskritischen Rechenkern in Fortran umzusetzen.
Ähnlich verhält es sich mit Python und der Bibliothek NumPy: Python bietet eine sehr zugängliche, interaktive Arbeitsweise und ein riesiges Ökosystem, und NumPy bringt array-orientiertes Rechnen in die Sprache. Bemerkenswert ist, dass die schnellen Rechenroutinen im Hintergrund häufig auf hochoptimierten Bibliotheken beruhen, die ihre Wurzeln im Fortran-Umfeld haben. Python glänzt als flexible Steuerungs- und Integrationsschicht, Fortran als Hochleistungs-Rechenkern. Wer maximale Rechenleistung bei großen numerischen Lasten braucht, kommt an Fortran oder C schwer vorbei; wer Flexibilität, Datenanbindung und schnelle Iteration sucht, ist mit Python besser bedient.
Fortrans Rechenleistung ist kein Zufall, sondern das Ergebnis jahrzehntelanger Optimierung von Sprache und Compilern. Mehrere Faktoren wirken zusammen: Die statische Typisierung gibt dem Compiler vollständige Information über die Daten. Die array-orientierte Sprache mit ihren klaren Regeln über Speicheranordnung erlaubt es dem Compiler, Berechnungen aggressiv zu optimieren – etwa auf die Fähigkeiten moderner Prozessoren zuzuschneiden oder zu parallelisieren. Und die Sprache verzichtet auf Mechanismen, die zur Laufzeit Leistung kosten würden.
Das Ergebnis ist, dass Fortran bei numerischen Aufgaben regelmäßig zur Spitzengruppe gehört und in vielen Vergleichen mit den schnellsten kompilierten Sprachen gleichauf liegt. Für Aufgaben, bei denen die reine Rechenleistung über Stunden oder Tage Rechenzeit entscheidet – wie in großen Simulationen –, ist dieser Vorsprung wirtschaftlich unmittelbar spürbar: Er bedeutet weniger Rechenzeit, geringeren Energiebedarf und schnellere Ergebnisse.
Auf den größten Rechnern der Welt – in Wetterdiensten, Forschungszentren und der Industrie – ist Fortran neben C und C++ eine der maßgeblichen Sprachen. Der Grund ist die Kombination aus maximaler Rechenleistung und ausgereifter Unterstützung für paralleles Rechnen über viele tausend Rechenkerne hinweg. Die etablierten Parallelisierungsmodelle sind im Fortran-Umfeld tief verankert und werden dort seit Langem produktiv eingesetzt.
Für Unternehmen, die selbst keinen Supercomputer betreiben, ist das dennoch relevant: Viele der wissenschaftlichen und technischen Erkenntnisse, auf denen ihre Produkte und Prozesse beruhen, entstehen mit solcher Software. Und wer rechenintensive Simulationen als Dienstleistung oder in der Cloud nutzt, greift oft mittelbar auf Fortran-basierte Rechenkerne zurück. Die Sprache ist damit auch außerhalb des unmittelbaren eigenen Einsatzes ein Teil der technischen Infrastruktur.
Die eigentlichen Herausforderungen im Umgang mit Fortran liegen weniger in der Leistung als im Umfeld. Erstens erfordert die manuelle Speicherverwaltung Sorgfalt: Anders als bei Sprachen mit automatischer Speicherbereinigung müssen dynamisch angeforderte Ressourcen bewusst verwaltet werden, sonst drohen Fehler. Zweitens ist die Wartbarkeit historisch gewachsener Codebasen ein reales Thema, wenn alter Stil und moderne Sprachmittel unkontrolliert nebeneinander bestehen. Drittens sind Werkzeuge und Arbeitsabläufe im Fortran-Umfeld teils weniger komfortabel als in populären Allzwecksprachen, auch wenn sich das kontinuierlich verbessert.
Klare Grenzen erreicht Fortran überall dort, wo es nicht ums Rechnen geht: bei Benutzeroberflächen, Web-Diensten, Datenintegration oder allgemeiner Anwendungslogik. Hier ist Fortran nicht die richtige Wahl – nicht, weil es das nicht könnte, sondern weil andere Sprachen dafür ungleich besser geeignet sind und über passendere Ökosysteme verfügen. Diese Grenze ehrlich zu benennen gehört zu einer seriösen Technologieberatung: Fortran ist ein exzellenter Rechenmotor, kein Universalwerkzeug.
Im technisch geprägten Mittelstand – Maschinenbau, Anlagenbau, Automobilzulieferung, Ingenieurdienstleistung – begegnet Fortran vor allem in zwei Formen. Zum einen als unsichtbarer Rechenkern kommerzieller Simulationssoftware: Werkzeuge für Strukturanalyse, Strömungssimulation oder andere Ingenieurberechnungen nutzen im Inneren häufig Fortran, ohne dass der Anwender damit direkt in Berührung kommt. Zum anderen als eigene, über Jahre gewachsene Berechnungssoftware, die ein Unternehmen für spezielle Aufgaben entwickelt und gepflegt hat – etwa firmeneigene Auslegungs- oder Simulationsverfahren.
Gerade diese firmeneigenen Rechenkerne sind häufig ein wertvolles, aber unterschätztes Kapital. Sie verkörpern jahrelang aufgebautes Fachwissen, sind gegen die Realität validiert und liefern verlässliche Ergebnisse. Zugleich hängen sie oft an einzelnen erfahrenen Mitarbeitern und sind selten so dokumentiert und gepflegt, wie es ihrer Bedeutung entspräche. Dieses Spannungsfeld – hoher Wert bei zugleich hohem Klumpenrisiko – ist der Kern des Themas im Mittelstand.
Eine häufige, teure Fehleinschätzung ist der Reflex, bewährten Fortran-Code als „alt“ abzustempeln und komplett neu schreiben zu wollen. Eine solche Neuimplementierung ist riskant: Sie bindet erhebliche Ressourcen, und die Gefahr ist groß, dass in der Neufassung Fehler entstehen oder Feinheiten verloren gehen, die über Jahre in den Bestand eingeflossen sind. Ein validierter Rechenkern, der korrekt rechnet, ist ein Wert, den man nicht leichtfertig aufgibt.
Der klügere Weg ist meist die schrittweise Modernisierung: den bewährten Kern erhalten und gezielt pflegen, ihn behutsam auf moderne Fortran-Standards heben, klare Schnittstellen zu moderner Software schaffen und die Umgebung – Oberfläche, Datenanbindung, Automatisierung – in besser geeigneten Sprachen ergänzen. So bleibt der wertvolle Rechenkern erhalten, während er in eine zeitgemäße Softwarelandschaft eingebettet wird. Wann eine Ablösung dennoch sinnvoll ist, hängt vom Einzelfall ab und sollte nüchtern anhand von Aufwand, Risiko und Nutzen bewertet werden.
Die vielleicht größte Herausforderung im Mittelstand ist die Sicherung des Wissens. Fortran-Kompetenz ist am Markt seltener als etwa Python- oder Java-Kenntnisse, und häufig konzentriert sich das Wissen über einen firmeneigenen Rechenkern auf wenige, oft langjährige Mitarbeiter. Scheiden diese aus, droht der Verlust von schwer ersetzbarem Know-how. Diese Abhängigkeit ist ein reales betriebliches Risiko, das wir in Projekten regelmäßig antreffen.
Die Gegenmaßnahmen sind pragmatisch: den kritischen Code zentral versionieren und dokumentieren, das Fachwissen um seine Funktionsweise strukturiert festhalten, Verantwortlichkeiten auf mehrere Schultern verteilen und die Software so aufbereiten, dass sie auch für neue Mitarbeiter zugänglich bleibt. Wo eigenes Personal fehlt, kann externe Begleitung helfen, den Bestand zu bewerten, zu modernisieren und zu dokumentieren. Ziel ist, dass ein geschäftskritischer Rechenkern nicht am Wissen einer einzelnen Person hängt – eine der wirksamsten Versicherungen gegen teure Abhängigkeiten.
Wenige Sprachen sind so ausgereift wie Fortran. Über fast sieben Jahrzehnte hat sich die Sprache in einem formalen, internationalen Standardisierungsprozess weiterentwickelt, getragen von entsprechenden Normungsgremien. Diese formale Standardisierung ist ein wichtiger Unterschied zu Sprachen, die maßgeblich durch eine einzelne Implementierung oder ein einzelnes Unternehmen bestimmt werden: Der Sprachumfang ist verbindlich beschrieben, und mehrere unabhängige Compiler richten sich nach diesem Standard.
Für Unternehmen ist das ein Argument für Verlässlichkeit und Unabhängigkeit. Fortran-Code, der sich an den Standard hält, ist nicht an einen einzelnen Anbieter gebunden, und die Sprache unterliegt keinen abrupten, einseitigen Kursänderungen. Diese Kontinuität, verbunden mit der ausgeprägten Rückwärtskompatibilität, macht Fortran zu einer außergewöhnlich langfristig verlässlichen Grundlage – ein Wert, der gerade für langlebige, technische Software schwer zu überschätzen ist.
Fortran ist als Sprache ein offener Standard, an dessen Nutzung keine Lizenzgebühren gebunden sind. Für die praktische Arbeit entscheidend ist der Compiler, und hier stehen mit gfortran und weiteren quelloffenen Projekten kostenfreie, freizügig lizenzierte Werkzeuge zur Verfügung. Daneben existieren kommerzielle Hersteller-Compiler, die insbesondere für spezielle Hardware weit optimieren und mit eigenen Lizenzmodellen verbunden sind. Für viele Vorhaben lässt sich mit den freien Compilern ohne Lizenzkosten arbeiten – ein wirtschaftlicher Vorteil gerade für den Mittelstand.
Zu beachten ist, dass eingebundene Bibliotheken jeweils eigenen Lizenzen unterliegen, die von sehr freizügig bis zu solchen mit spürbaren Pflichten reichen können. Für den kommerziellen Einsatz sollte bekannt sein, welche Lizenzen die genutzten Compiler und Bibliotheken tragen und welche Verpflichtungen daraus folgen. Dies ist eine fachliche Einordnung aus Projektsicht und keine Rechtsberatung; die konkrete lizenzrechtliche Bewertung – insbesondere bei der Weitergabe von Software oder bei kommerziellen Compilern und restriktiveren Lizenzen – gehört in die Hände fachkundiger rechtlicher Begleitung.
Wie geht es mit Fortran weiter? Ein realistisches Bild vermeidet beide Extreme. Fortran wird nicht wieder zur breit genutzten Allzwecksprache – dieser Zug ist längst abgefahren, und andere Sprachen dominieren die Neuentwicklung abseits der Numerik. Zugleich wird Fortran nicht so bald verschwinden: Die Sprache wird weiterhin standardisiert und weiterentwickelt, die maßgeblichen Compiler werden gepflegt, und der riesige Bestand an geschäfts- und forschungskritischem Code sichert einen dauerhaften Bedarf. Fortran ist damit eine stabile, gut versorgte Nische im Hochleistungsrechnen.
Für Unternehmen bedeutet das eine ausgewogene Erwartung: Wer auf Fortran-basierte Software setzt oder eigenen Fortran-Code pflegt, baut auf einer verlässlichen, langfristig verfügbaren Grundlage auf. Zugleich sollte man die begrenzte Verfügbarkeit von Nachwuchs-Fachkräften und den spezialisierten Charakter der Sprache im Blick behalten und dort, wo es sinnvoll ist, moderne Sprachen für die Schichten rund um den Rechenkern einsetzen. Die kluge Strategie ist selten „Fortran oder nichts“, sondern „Fortran, wo es stark ist – kombiniert mit modernen Werkzeugen dort, wo diese besser passen“.
