Wirtschaftswissenschaftler arbeiten sehr häufig mit statistischer Software, die zur Erstellung von Wirtschaftsmodellen und zur Durchführung ökonometrischer Analysen verwendet wird. Das Erlernen der Arbeit mit und die Analyse von Daten ist daher eine wesentliche Fähigkeit für junge Wirtschaftswissenschaftler. Um als Wirtschaftswissenschaftler auf dem Arbeitsmarkt wettbewerbsfähig zu sein, sind nachweisbare Fähigkeiten und Erfahrungen im Umgang mit einigen der gängigen Analyse- und Prognosesoftwareumgebungen ein Muss.

Grob gesagt gibt es zwei Arten von Software: proprietäre und Open-Source-Software. Einige Personen und Organisationen entscheiden sich für proprietäre Pakete, die von einem einzigen Unternehmen entwickelt werden und urheberrechtlich geschützt sind. Andere verlassen sich auf freie, quelloffene Lösungen, wie das populäre "R"-Projekt. Innerhalb dieser beiden Kategorien gibt es Dutzende, wenn nicht Hunderte von Alternativen, die sich in Preis, Komplexität, Leistungsfähigkeit, Benutzerfreundlichkeit und Beliebtheit unterscheiden.

Dieser Beitrag (auf Englisch) von Bob Muenchen ist eine hervorragende Quelle, wenn Sie einen Überblick über die beliebtesten Pakete suchen. Er verwendet eine Reihe verschiedener Maßstäbe, um verschiedene Softwareoptionen zu bewerten, und hält sie auf dem neuesten Stand. Beachten Sie, dass sich diese Übersicht auf die Datenwissenschaft im Allgemeinen bezieht - nicht nur auf die Wirtschaftswissenschaften. Das heißt, dass alle in den Wirtschaftswissenschaften gängigen Softwarepakete vertreten sind - wie Python, R, Stata, SAS, SPSS, MATLAB und andere.

Das ist eine ziemlich lange Liste von Namen, die einschüchternd wirken kann. Um Ihnen zu helfen, die Landschaft der Softwaretools zu verstehen, werden wir in diesem Artikel die beliebtesten Softwarepakete für Wirtschaftswissenschaftler näher beleuchten und Ihnen einige Details darüber geben, wie Sie mehr über sie erfahren können.

1) Welche Software sollte ich verwenden?

Bevor Sie ein Paket kaufen oder eine Open-Source-Option herunterladen, sollten Sie mit Kollegen sprechen, Online-Foren oder -Communities zu den einzelnen Produkten besuchen, die Sie interessieren, Ihre Lehrpläne prüfen, wenn Sie Student sind, und kostenlose Testversionen nutzen.

Es ist auch wichtig, dass Sie Ihre eigenen Fähigkeiten und/oder das in Ihrem Team vorhandene Fachwissen berücksichtigen (falls zutreffend). Wenn es mehrere Softwarepakete gibt, die Ihren Anforderungen entsprechen, können Optionen mit besserem Support Ihnen langfristig Zeit und Stress ersparen.

Abgesehen davon konzentrieren sich Studierende der Wirtschaftswissenschaften in ihrem Studium eher auf die wichtigsten nicht-proprietären Open-Source-Tools; viele Kurse verwenden Open-Source-Tools für den Unterricht. Python und R sind zwei Beispiele dafür. R wird von Wirtschaftswissenschaftlern sehr häufig verwendet. Python hingegen wird in den Wirtschaftswissenschaften etwas seltener verwendet, dafür aber häufig in der Datenwissenschaft, die sich zunehmend mit ökonometrischen Analysen überschneidet, die Ökonomen möglicherweise durchführen möchten. Es gibt viele Statistikpakete für Python, mit denen dieselben Analysen durchgeführt werden können wie mit anderen gängigen Paketen wie R.

Es zahlt sich also aus, mit beiden Paketen vertraut zu sein. Im Internet gibt es viel kostenloses Lehrmaterial zu R und Python; wenn man weiß, wie man in diesen Programmen Regressionen durchführt und Daten manipuliert, ist das ein großer Vorteil für einen ernsthaften Wirtschaftsstudenten.

Es gibt jedoch noch weitere Vorteile von proprietären Softwareplattformen mit kostenpflichtigen Lizenzen wie Stata, SPSS und MATLAB. Der Support und die Schulungsmöglichkeiten für diese Plattformen sind oft umfangreicher als bei Open-Source-Software. Darüber hinaus sind diese Tools für Wirtschaftswissenschaftler mit wenig Programmiererfahrung möglicherweise einfacher zu bedienen. Gut gestaltete Benutzeroberflächen ermöglichen es den Wirtschaftswissenschaftlern, Diagramme und Variablen zu manipulieren, während Open-Source-Tools dafür möglicherweise Codezeilen erfordern.

2) Welche Art von Lizenz sollte ich kaufen?

Wenn Sie Student oder Angestellter eines Unternehmens sind, das ein proprietäres Softwaretool verwendet, haben Sie wahrscheinlich bereits Zugang zu der Software, ohne dass Sie sie für Ihren persönlichen Gebrauch kaufen müssen.

Andernfalls müssen Sie, wenn Sie diese Optionen nutzen möchten, für eine entsprechende Lizenz bezahlen. Die Kriterien für die verschiedenen Lizenztypen variieren von einem Softwarehersteller zum anderen. In der Regel sind Studentenlizenzen am billigsten und werden für kürzere Zeiträume (Wochen oder Monate, nicht ein oder mehrere Jahre) angeboten.

Viele Softwarepakete sind auch als akademische und/oder gemeinnützige Lizenzen erhältlich. Unternehmenslizenzen sind in der Regel am teuersten - aber Sie werden wahrscheinlich nicht selbst eine Unternehmenslizenz erwerben müssen. Prüfen Sie die Kriterien für jedes Paket und wenden Sie sich an Ihren Händler vor Ort, um herauszufinden, welche Art von Lizenz und welches Maß an Schulung und Support für Sie geeignet ist.

3) Soll ich direkt oder über einen Händler kaufen?

Wenn Sie sich für den Kauf entscheiden, ist es fast immer möglich, direkt beim Softwarehersteller über dessen Website zu kaufen. Sie sollten sich aber auch nach einem lokalen Händler umsehen. Die Preise sind in der Regel mehr oder weniger gleich (von Ausnahmen abgesehen), aber Distributoren haben den Vorteil, dass Sie als Kunde "Extras" erhalten, z. B. internen Support, Newsletter und Treffen der lokalen Benutzergruppen.

Darüber hinaus können Support und Schulungen in Ihrer Nähe und in Ihrer Sprache ein großer Pluspunkt sein. Ein weiterer Vorteil ist, dass Sie, wenn Sie verschiedene Softwarepakete erwerben, einen Ansprechpartner für alle Pakete haben.

4) Wie viel Programmiererfahrung brauche ich?

Unabhängig von dem von Ihnen gewählten Softwarepaket fragen Sie sich vielleicht, wie viel Programmiererfahrung Sie brauchen, um als Wirtschaftswissenschaftler erfolgreich zu sein. Brauchen Sie fundierte Kenntnisse in den Bereichen Datenwissenschaft, Programmierung oder Kodierung sowie in der Wirtschaftstheorie, um erfolgreich zu sein?

Höchstwahrscheinlich lautet die Antwort für Sie "nicht wirklich". Die meisten Wirtschaftswissenschaftler müssen auch keine Meisterprogrammierer sein. Die Fähigkeit, eigene Funktionen zu definieren, Daten zu manipulieren und die Algorithmen hinter gängigen Funktionen zu verstehen, wird Ihnen das Leben in der Wirtschaftsanalyse erleichtern. Tiefer gehende Fachkenntnisse sind wahrscheinlich nicht erforderlich, da die Software-Tools so konzipiert sind, dass sie Ihnen bei Ihrer Arbeit helfen - aber natürlich verschaffen sie Ihnen einen Vorteil.

Die meisten Softwarepakete enthalten beispielsweise integrierte Befehle, die kurz und einfach auszuführen sind und es Ihnen ermöglichen, sofort mit der statistischen Analyse zu beginnen. Um beispielsweise eine lineare Regression in R durchzuführen, müssen Sie nur einen Befehl eingeben und dem Programm mitteilen, welche Daten verwendet werden sollen. Wenn Sie dann "summary" eingeben, wird eine lineare Regressionsanalyse mit t-Statistiken und p-Werten, dem R2-Wert, F-Statistiken und vielen anderen Werten in einem Bruchteil einer Sekunde berechnet. Viele andere, kompliziertere Regressionen können oft auf ähnlich einfache Weise durchgeführt werden.

Für die Ausführung dieser einfachen Befehle sind keine fortgeschrittenen Programmiererfahrungen erforderlich, aber Grundkenntnisse im Umgang mit der von Ihnen gewählten Software sind oft von Vorteil. Nehmen wir zum Beispiel an, Sie erhalten eine Fehlermeldung. Wenn Sie mit der Software Ihrer Wahl und dem Algorithmus vertraut sind, der zur Erzeugung der Modellausgabe verwendet wird, können Sie den Fehler schnell beheben, so dass Sie sich wieder den interessanten Dingen zuwenden können.

Wenn Sie über Programmierkenntnisse verfügen, können Sie außerdem oft Ihre eigenen Funktionen schreiben und verstehen, was die vorhandenen Funktionen tun. Das gibt Ihnen zusätzliche Flexibilität, wenn Sie eine ganz bestimmte Wahrscheinlichkeitsverteilung implementieren, etwas neu parametrisieren, ein Diagramm anpassen müssen, um Ihre Ergebnisse hervorzuheben, usw.

Insgesamt liegt der Schlüssel zum Erfolg bei solchen wirtschaftlichen Analysen im Verständnis der Modellausgabe und ihrer Interpretation im Kontext der Wirtschaftstheorie, was keine fortgeschrittenen Programmierkenntnisse erfordert. Wenn jedoch etwas schief geht oder Sie einen besonders komplizierten Aufbau zur Durchführung Ihrer Analyse benötigen, sind einige Programmierkenntnisse von Vorteil. Die Beschäftigung mit einigen der in diesem Artikel erwähnten Softwarepakete wird Ihnen den Einstieg in die Wirtschaftsanalyse erleichtern. Viel Erfolg!

Bildnachweis: Gilad Lotan