Nane Kratzke

Thesis:

Evaluierung von Cross Mobile Frameworks

Published: 08 Nov 2013
Type: Bachelor (B. Sc.)
State: completed
Study: Computer Science
Language: German
Author: Markus Domin

Durch die stetig steigende Bedeutung von Smartphones und Tablets für Unternehmen und private Anwendungen stehen App-Entwickler häufig vor der Aufgabe Anwendungen für mehrere Zielplattformen (iOS, Android, Symbian, etc.) ggf. unter Nutzung plattformspezifischer Programmiersprachen entwicklen zu müssen. Dieser mehrfache Entwicklungsaufwand kostet Zeit und Geld. Ein Ansatz, um die Entwicklung für diese verschiedenen Plattformen kostengünstiger und einfacher zu gestalten, sind sogenannte “Cross Mobile” Plattformen. Das spezifische Entwickeln für mehrere Zielplattformen entfällt, da der Code zum Großteil plattformunabhängig ist.

Die meisten Vertreter dieser Entwicklungsumgebungen erstellen sogenannte “Hybrid Apps”. Diese nutzen die Funktionalität von HTML5 zur Darstellung und binden plattformspezifische Schnittstellen, über eine die Ziel-Plattform abstrahierende “Cross Mobile” Plattform API an.

In dieser Bachelorarbeit soll es darum gehen, die gängigsten Entwicklungsumgebungen anhand einer App-Entwicklung zu vergleichen. Die App-Entwicklung konzentriert sich dabei vor allem auf die Integration von Mobilephone typischer Sensorik (Ortsbestimmung, Lagebestimmung, Beschleunigung, etc.). Dazu wird ein und dieselbe App auf mehreren “Cross Mobile” Plattformen und zusätzlich noch für die jeweilige Mobileplattform nativ entwickelt.

Die zu betrachtenden Mobile Plattformen sind

  • iOS (in Version 6.1)
  • Android (in Version 4.1)
  • WindowsPhone (in Version 8).

Die zu evaluierenden “Cross Mobile” Plattformen sind

  • MoSync
  • Titanium
  • PhoneGap
  • Corona Labs
  • und Sencha.

Die zu entwickelnde App soll

  • Positionsbestimmung
  • Richtungsbestimmung (Kompass)
  • Beschleunigungsbestimmung
  • Fotoaufnahmen
  • Fotosharing mittels WLAN oder Bluetooth

ermöglichen.

Die Evaluation der “Cross Mobile” Frameworks erfolgt anhand der folgenden Kategorien:

  • Installationsaufwand
  • Kosten der Plattform
  • Ansprechbarkeit der oben genannten Sensoren
  • Unterstütze Zielplattformen (iOS, Android, WindowsPhone)
  • Test- und Simulationsmöglichkeiten (insbesondere der Sensorik)
  • Feldtest der Apps auf Testgeräten (alle Apps sollten bspw. dieselben Sensordaten wie die nativ entwickelte App darstellen)

Downloads