Anacondas eigene Dokumentation beziffert die vollständige Installation auf rund 9,7 GB. Ein Server, der einen einzigen geplanten scikit-learn-Job ausführt, berührt davon nur einen Bruchteil und öffnet die mitgelieferte Desktop-Anwendung kein einziges Mal.
Um genau diese Lücke geht es in diesem Anaconda-Test. Die Distribution funktioniert, und sie funktioniert seit zehn Jahren. Die Frage ist, ob sie immer noch das ist, was Sie installieren sollten, und was stattdessen laufen sollte, wenn nicht.
Kurzfassung
- Auf einem persönlichen Rechner ist Anaconda ein fairer Deal: ein Installer, null Entscheidungen, eine komplette Arbeitsumgebung. Auf einem Server ist es der falsche Installer. Gesamtwertung: 3 von 5.
- Die Größe ist der Teil, der aufhört gratis zu sein, sobald Sie ihn vom Laptop wegbewegen, wo Speicherplatz billig ist und die grafischen Werkzeuge tatsächlich genutzt werden.
- Anacondas aktuelle Bedingungen erlauben die private, nicht kommerzielle Nutzung sowie die kostenlose Nutzung durch gewinnorientierte Organisationen mit 200 oder weniger Beschäftigten oder Auftragnehmern. Oberhalb dieser Grenze verlangt der Anaconda-Distribution-Installer eine kommerzielle Lizenz, und auch Miniconda kann eine Zahlungspflicht auslösen, wenn es auf von Anaconda gehostete Repositories zugreift.
- Für ein Deployment ohne grafische Oberfläche installieren Sie stattdessen Miniforge: dieselben conda-Werkzeuge, standardmäßig auf dem von der Community betriebenen conda-forge-Kanal.
Lohnt sich die Installation von Anaconda noch?
Zwei Antworten, und welche Ihre ist, hängt davon ab, wohin das Ganze geht. Auf einem Laptop oder Desktop: ja, Anaconda verdient seine Installation weiterhin für jeden, der eine funktionierende Data-Science-Umgebung will, ohne eine einzige Entscheidung über deren Inhalt zu treffen. Auf einem Server: nein. Miniforge liefert genau den Teil, den Sie wollen. Ich setze es bei 3 von 5 an.
Nichts davon macht Anaconda zu einem schlechten Produkt. Es ist ein gutes Produkt, das eine Aufgabe erledigen soll, die sein kleinerer Bruder besser erledigt, und das ist ein anderer Vorwurf und ein weit leichter behebbarer.
Die andere Variable ist leiser, und sie entscheidet fast ebenso viel wie das Deployment-Ziel: welchen Installer Sie verwenden und aus welchem Paketkanal er zieht.
Was Anaconda richtig macht
Eine Datei herunterladen, sich durch einen Installer klicken, und schon sitzen Sie in einem Notebook, in dem der übliche Numerik- und Plotting-Stack bereits vorhanden ist. Sie haben nichts ausgewählt. Sie haben nichts aufgelöst. Für viele Leute ist das mehr wert als jedes Optimierungsargument, das danach kommt, und ich glaube, es wird von genau der Sorte Mensch unterschätzt, die Umgebungen gern von Hand zusammenbaut (ich war dieser Mensch; eine Tugend ist es nicht).
Die Zahlen dahinter: Anaconda liefert über 600 vorinstallierte Pakete, und seine aktuelle Version, 2026.07-1, vom 29. Juli 2026, bringt Python 3.14.6 mit. Für mich klingt das nach etwas, das jemand weiterhin aktiv pflegt, und nicht nach einem Altbestand, den niemand ausgemustert hat.
Das Tiefergehende, was conda leistet, und der Grund, warum es in einer Welt voller schnellerer Python-Installer noch existiert, ist die Auflösung von Abhängigkeiten, die kein Python sind. Die kompilierten C- und Fortran-Bibliotheken unter dem wissenschaftlichen Stack, die Binär-Toolchains, jene Teile, die ein pip-basierter Installer bereits auf der Maschine erwartet: conda behandelt sie als Pakete, die es verwaltet und gemeinsam mit Ihren Python-Paketen auflöst. Gerät Ihr Abhängigkeitsgraph in dieses Gebiet und sind diese nativen Teile nicht als kompatible Wheels verfügbar, hilft keine noch so hohe Installer-Geschwindigkeit, denn sie löst schlicht nicht dasselbe Problem.
Anaconda Navigator sitzt auf all dem als eine Desktop-Anwendung, die auf conda aufbaut, was ein echter Komfort ist, wenn Sie kein Kommandozeilenmensch sind (und viele sehr gute Data Scientists sind das nicht). Auf diesen beiden Achsen, Vollständigkeit direkt nach der Installation und sprachübergreifende Abhängigkeitsauflösung, steht Anaconda an der Spitze seiner Klasse, und ich würde nichts anderes behaupten.
Wo Anaconda Sie etwas kostet
Rund 9.7 GB installiert, und die Systemanforderungen verlangen mindestens 5 GB freien Speicherplatz allein zum Herunterladen und Installieren. Auf einer Workstation mit einem Terabyte SSD ist keine der beiden Zahlen ein Problem. Auf einer kleinen Cloud-Instanz sind beide ein Kostenposten, und sie kaufen Ihnen einen Haufen Dinge, die diese Instanz nie aufrufen wird.
Das Unangenehme ist, dass Anaconda beide Zahlen nennt, ohne zu erklären, wie sie zusammenpassen. Eine saubere Vorher-Nachher-Unterscheidung kann ich aus diesen Seiten nicht belegen, behandeln Sie sie also als zwei offizielle Planungswerte, nicht als zwei Stufen derselben Installation.
Navigator ist der klarste Fall. Es ist eine Desktop-GUI. Auf einer Maschine ohne Bildschirm gibt es kein Display, auf dem sie zeichnen könnte, also liegt sie im Dateisystem als Ballast, der nie ausgeführt wird. Das ist kein Vorwurf an Navigator (die GUI ist gut), es ist eine Feststellung darüber, wofür eine GUI da ist. Dasselbe gilt für einen erheblichen Teil der über 600 mitgelieferten Pakete: Ein Server, der einen Inferenz-Job oder ein nächtliches ETL fährt, importiert eine Handvoll davon und schleppt den Rest mit.
Ich bewerte diesen Punkt also nach Passung, nicht nach Qualität. Anaconda schleppt keinen Ballast auf der Maschine mit, für die es gebaut wurde. Es schleppt Ballast auf der Maschine mit, auf die viele Leute es inzwischen richten, und das setzt es in die Mitte der Skala statt ans untere Ende.
Was Anacondas Lizenz tatsächlich verlangt
Die Zahl lautet 200. Anacondas Nutzungsbedingungen gewähren kostenlose Nutzung, wenn „Sie die Plattform im Namen einer gewinnorientierten Organisation mit insgesamt 200 oder weniger Beschäftigten oder Auftragnehmern (einschließlich aller verbundenen Unternehmen) nutzen“. Die heute auf der Website stehende Fassung gilt ab dem 15. Juli 2025. Oberhalb dieser Personalstärke können der vollständige Anaconda-Distribution-Installer und der Zugriff auf von Anaconda gehostete Repositories einen kostenpflichtigen Business Plan erfordern; die Preisseite von Anaconda führt die aktuellen Stufen auf.
Das heißt: Wenn Sie eine Einzelperson sind, ein Fünf-Personen-Startup oder eine Agentur mit vierzig Leuten, geht es in diesem Abschnitt nicht um Sie. Die meisten einzelnen Leser und kleinen Teams sind durch diese Bedingungen kommerziell nicht exponiert. Der Abschnitt zählt für jene, die entscheiden, worauf sich eine große Organisation standardisiert, und für jene, die später eine Beschaffungsfrage dazu beantworten müssen.
Der Punkt, an dem Leute stolpern: Der Wechsel von Anaconda zu Miniconda ändert nur die Hälfte der Lizenzantwort. Miniconda selbst verlangt keine kommerzielle Lizenz, zeigt aber weiterhin auf Anacondas Standard-Repository, und über genau dieses Repository kommt die Zahlungspflicht zurück. Den Unterschied macht Miniforge, weil es standardmäßig den von der Community betriebenen conda-forge-Kanal nutzt. Der Kanal ist ein Teil der Antwort, aber nicht die ganze Antwort. Anacondas aktuelle rechtliche Hinweise behandeln zudem den vollständigen Anaconda-Distribution-Installer oberhalb der Schwelle als kommerziell lizenziert. Miniconda ändert den Installer; Miniforge ändert den Installer und den Standardkanal.
Mit den Daten sollte man sorgfältig umgehen, denn die Quellen erzählen keine durchgehende Geschichte, und ich werde sie auch nicht zu einer zusammennähen. Das technische Bulletin des Lawrence Livermore National Laboratory sagt, Anaconda habe seine Lizenzbedingungen 2020 geändert, und beschreibt getrennt davon die aktuellen Bedingungen als kostenlos für Organisationen mit weniger als 200 Personen. Anacondas eigener Blog behandelt eine Aktualisierung der Bedingungen im März 2024. Die heute veröffentlichte Fassung gilt ab dem 15. Juli 2025.
Das sind getrennte, datierte Aussagen aus getrennten Quellen, jede korrekt in Bezug auf die Quelle, die sie macht, und niemand, den ich zitieren könnte, verbindet sie zu einer einzigen Chronologie. Behandeln Sie sie als drei Datenpunkte, nicht als Abfolge mit einer Ursache.
Was Anaconda zur Überarbeitung von 2024 sagt, ist ungewöhnlich direkt:
„Wir erkennen an, dass eine Aktualisierung der Nutzungsbedingungen im März 2024 nicht so klar kommuniziert wurde, wie es hätte sein sollen, was zu Verwirrung, Besorgnis und dem unbeabsichtigten Ausschluss einer großen Zahl kostenloser Nutzer geführt hat, insbesondere unter unseren geschätzten Nutzern aus Wissenschaft und Forschung.“
Und mindestens eine namentlich genannte Institution hat wegen der Kosten gehandelt. Das Bulletin des LLNL sagt unumwunden, dass die Anaconda-Lizenz zunehmend teurer geworden ist, und es veröffentlicht den Zeitplan: Das Labor lässt seine Anaconda-Lizenz 2027 auslaufen und beginnt im Februar 2027 damit, Anacondas kostenpflichtige Kanäle standortweit zu blockieren.
Dasselbe Bulletin nennt die Ersatzlösungen, zu denen das Labor seine Nutzer lenkt: conda-forge mit Miniforge, Pixi, pip und uv sowie Spack für HPC-Kompilierungsbedarf. Das ist ein Forschungslabor, das seinen Migrationsplan veröffentlicht, kein Gerücht über eine Stimmung.
Eine Grenze, klar benannt: Ich lese diese Bedingungen so, wie jemand sie liest, der deployt, nicht so, wie ein Jurist sie liest. Wenn Ihre Mitarbeiterzahl nahe an der Grenze liegt oder Ihre Konzernstruktur „einschließlich aller verbundenen Unternehmen“ zu einer echten Frage macht, gehört dieses Gespräch zu jemandem, dessen Beruf das ist.
Was Sie stattdessen auf einem Server installieren sollten
Tauschen Sie Anaconda auf einer Maschine ohne Bildschirm gegen Miniforge, und an Ihrem Workflow ändert sich fast nichts. Die conda-Befehle sind dieselben, die Umgebungsdateien sind dieselben, und der Solver ist gleich schnell oder schneller, weil Miniforge3 inzwischen mamba standardmäßig mitbringt. Das Bulletin des LLNL nennt Miniforge einen direkten Ersatz für bestehende Anaconda-Workflows bei den meisten seiner Nutzer.
Miniforge erscheint bei der conda-forge-Community unter einer BSD-3-Clause-Lizenz, und es legt den conda-forge-Kanal als Standard fest, statt auf Anacondas Repository. Dieser eine Konfigurationsunterschied nimmt die Anaconda-Lizenzfrage vom Tisch, solange Sie bei conda-forge bleiben und keinen von Anaconda bereitgestellten Kanal hinzufügen, und genau deshalb würde ich einen Server auf Miniforge statt auf Miniconda ausrichten.
Wenn Sie hier mit dem Plan gelandet sind, Mambaforge zu installieren: Lassen Sie es. Es ist ausgemustert. Das Miniforge-Repository hält fest, dass Mambaforge veraltet ist seit Juli 2024 und nach Januar 2025 aus neuen Releases entfernt wurde, wobei seine Funktionalität in Miniforge3 aufgegangen ist. Jede Anleitung, die es noch empfiehlt, ist veraltet.
Deployen Sie Python-Apps auf einer schnellen VPS-Infrastruktur für Entwickler.
Python-VPS holenDann gibt es noch den Fall, dass Sie conda gar nicht brauchen. Wenn jede Abhängigkeit in Ihrem Projekt ein Wheel auf PyPI hat, löst condas sprachübergreifende Auflösung ein Problem, das Sie nicht haben, und ein pip-basierter Workflow ist leichter und schneller.
Dieser Weg ist heute stärker als noch vor ein, zwei Jahren, hauptsächlich wegen uv, das Astral als „einen extrem schnellen Python-Paket- und Projektmanager, geschrieben in Rust“ beschreibt und von dem es behauptet, es sei 10- bis 100-mal schneller als pip. Dieser Faktor ist Astrals eigene Behauptung über Astrals eigenes Produkt, und ich habe ihn nicht nachgemessen. Ohnehin würde ich der Konsolidierung mehr Gewicht geben: uv fasst Abhängigkeitsverwaltung, virtuelle Umgebungen und Python-Versionsverwaltung in einem Werkzeug zusammen, was einem Projekt eine Menge beweglicher Teile erspart.
Noch etwas, das man wissen sollte, bevor man ein Team drei Jahre lang darauf standardisiert: Astral hat angekündigt, sich OpenAI anzuschließen am 19. März 2026 und erklärt, OpenAI werde die Open-Source-Werkzeuge weiterhin unterstützen. Das ist eine erklärte Absicht, keine Garantie, und es ist die Art von Information, die ich vor mir haben möchte, bevor ich eine mehrjährige Toolchain-Entscheidung darauf setze.
Die Einschränkung ist dieselbe wie bei pip: Auch uv ist kein sprachübergreifender Resolver. Es ist eine viel bessere Variante des PyPI-Wegs, kein Ausweg aus dem Grund, aus dem es conda gibt.
Wer Anaconda nutzen sollte und wer nicht
Eine Frage sortiert fast alle: Lebt irgendetwas in Ihrem Abhängigkeitsbaum außerhalb von Python, und läuft das Ganze auf einer Maschine mit Bildschirm? Diese beiden Antworten zusammen entscheiden über den Installer, und sie wiegen schwerer als Teamvorlieben oder das, was Sie zufällig im letzten Job benutzt haben.
Für wen Anaconda richtig ist
Am klarsten passt es für eine Fachkraft, die an einem Desktop oder Laptop arbeitet, eine vollständige Umgebung will und keinen Nachmittag damit verbringen möchte, sich eine zusammenzustellen. Dort schadet Ihnen die Größe nicht, die grafischen Werkzeuge sind ein Gewinn und kein Ballast, und wenn Ihre Organisation unter der Personalgrenze liegt, kosten die Bedingungen Sie nichts. Das ist kein Trostpreis: Es beschreibt sehr viele Data Scientists im Berufsalltag.
Der zweite Fall ist ein Team, das bereits tief in conda steckt und dessen Workloads wirklich von kompilierten und nativen Bibliotheken abhängen (GPU-Stacks, wissenschaftliche Toolchains, alles, wo der schwierige Teil der Installation nicht das Python ist). Ein funktionierendes conda-Setup herauszureißen, um einem schnelleren Installer hinterherzujagen, der Ihre Abhängigkeiten nicht auflösen kann, ist ein schlechter Tausch: schnell bei der falschen Aufgabe bleibt die falsche Aufgabe. Bleiben Sie, wo Sie sind, sofern Sie unter der Schwelle liegen und das Ganze nicht ohne Bildschirm ausrollen.
Wer etwas anderes installieren sollte
Wer eine conda-basierte Arbeitslast auf einem Server ohne Bildschirm oder einer Cloud-Instanz ausrollt, sollte Miniforge installieren. Ich halte das nicht einmal für knapp: Sie bekommen dieselben Werkzeuge, sparen sich den Ballast, der nie laufen wird, und die Kanalfrage erledigt sich von selbst.
Jede Organisation oberhalb der Personalgrenze, die aus Anacondas Standardkanal zieht, hat zwei legitime Antworten, und es lohnt sich, beide zu benennen, statt so zu tun, als gäbe es nur eine. Kaufen Sie den Business Plan, wenn die Distribution wirklich das ist, was Ihre Teams brauchen, oder richten Sie Ihre Umgebungen auf conda-forge neu aus und hören Sie auf, aus dem kostenpflichtigen Kanal zu ziehen. Sich bewusst für eines zu entscheiden, ist in Ordnung. Die Frage während eines Audits zu entdecken, nicht.
Und wenn Ihr Projekt reines Python ist und für alles, was Sie importieren, Wheels verfügbar sind, nutzen Sie pip mit venv oder nutzen Sie uv. In diesem Szenario bringt Ihnen condas Alleinstellungsmerkmal nichts, und Sie schleppen eine schwerere Toolchain mit für eine Fähigkeit, die Sie nie aufrufen.
Eine Anmerkung dazu, wie dieser Test entstanden ist
Niemand hat dafür bezahlt, und niemand bei Anaconda war beteiligt. Die Zahlen hier stammen aus Anacondas eigener Dokumentation, den Nutzungsbedingungen und dem Blog, dazu aus dem veröffentlichten Bulletin des Lawrence Livermore National Laboratory und dem Miniforge-Repository, alle oben verlinkt. Ich habe für diesen Text keine frische Installation der aktuellen Version aufgesetzt, keine Zeiten für das Auflösen von Umgebungen gemessen und die gehostete Notebook-Stufe nicht bewertet. Behandeln Sie die Angaben zu Größe und Lizenzierung also als dokumentiert, nicht als gemessen.
Häufig gestellte Fragen
Ist Anaconda für die kommerzielle Nutzung kostenlos?
Für viele Unternehmen ja. Anacondas aktuelle Bedingungen erlauben die private, nicht kommerzielle Nutzung sowie die kostenlose Nutzung durch gewinnorientierte Organisationen mit insgesamt 200 oder weniger Beschäftigten oder Auftragnehmern, verbundene Unternehmen eingeschlossen. Oberhalb dieser Personalstärke können der vollständige Anaconda-Distribution-Installer und der Zugriff auf von Anaconda gehostete Repositories einen kostenpflichtigen Business Plan erfordern. Der Paketmanager conda selbst und der von der Community betriebene conda-forge-Kanal bleiben unabhängig von der Unternehmensgröße kostenlos.
Was ist der Unterschied zwischen Anaconda, Miniconda und Miniforge?
Anaconda ist die vollständige Distribution: conda plus Hunderte vorinstallierter Pakete und eine Desktop-GUI. Miniconda ist ein minimaler Installer mit conda und kaum mehr, verweist aber standardmäßig weiterhin auf Anacondas eigenen Paketkanal. Miniforge ist ebenfalls minimal und nutzt stattdessen standardmäßig den von der Community betriebenen conda-forge-Kanal. Miniconda verändert die Lizenzfrage beim Installer, nicht aber das Standard-Repository. Miniforge verändert beides.
Brauche ich conda überhaupt noch, oder reicht pip?
Das hängt davon ab, woraus Ihre Abhängigkeiten bestehen. Condas Vorteil liegt darin, Nicht-Python-Abhängigkeiten und native Bibliotheken unter wissenschaftlichen und GPU-Stacks aufzulösen, wenn kompatible Wheels sie nicht abdecken. Wenn jedes Paket, das Sie brauchen, ein Wheel auf PyPI hat, ist pip mit venv, oder uv, leichter und schneller und gibt nichts auf, was Sie genutzt haben.
Sollte ich Mambaforge verwenden?
Nein. Mambaforge wurde im Juli 2024 als veraltet erklärt und nach Januar 2025 aus neuen Releases entfernt. Installieren Sie stattdessen Miniforge3, das mamba standardmäßig mitbringt und der gepflegte Nachfolger ist.
Diskussion
Kommentare
Melden Sie sich an, um mitzudiskutieren.