-
Die Erfindung betrifft ein Verfahren zum Erlernen des Nutzerverhaltens eines Fahrzeugnutzers nach der im Oberbegriff von Anspruch 1 näher definierten Art. Außerdem betrifft die Erfindung die Verwendung des erlernten Nutzerverhaltens zur Unterstützung des Fahrzeugnutzers.
-
Insbesondere bei Navigationssystemen ist es so, dass die bisherige klassische auf das Fahrzeug beschränkte Einrichtung zunehmend an Bedeutung verliert, weil die meisten neuen Fahrzeuge kontinuierlich online sind und deshalb mehr und mehr Inhalte mit dem Internet, beispielsweise einem Backend-Server des Fahrzeugherstellers, austauschen. In diesem Zusammenhang ist bereits ein neuer Dienst bekannt, welcher unter dem Stichwort „User Action Prediction“ versucht, das Fahrverhalten des Fahrzeugnutzers, also des Kunden des Fahrzeugherstellers, zu lernen und auf Basis der gelernten Gewohnheiten für den Nutzer hilfreiche Vorschläge zu machen. Dabei ist es so, dass die bisherige Vorhersage des Nutzerverhaltens ausschließlich auf Basis einer Zuordnung von Start-Ziel-Beziehungen zu entsprechenden Zeitfenstern bzw. Zeitschlitzen erfolgt. So kann beispielsweise festgestellt werden, dass der Fahrzeugnutzer an jedem Werktagmorgen morgens um 6 Uhr ins Auto steigt und an einen bestimmten Zielort fährt, beispielsweise zu seiner Arbeitsstelle. Es kann dann überwacht werden, ob die Verkehrslage auf der von ihm üblicherweise genutzten Strecke zu seinem Arbeitsplatz ein zügiges Vorankommen erlaubt. Im Falle eines Staus oder dergleichen kann das Fahrzeug bzw. ein in dem Fahrzeug verbautes System oder auch eine von dem Fahrzeugnutzer beispielsweise auf einem Mobiltelefon installierte Anwendung (App) sich melden und kann den Fahrzeugnutzer darauf hinweisen, dass auf der Route zu seiner Arbeitsstelle ein Stau ist. Er kann dann beispielsweise gefragt werden, ob er unter Verwendung seines Navigationssystems das Erstellen einer neuen Fahrtroute wünscht, welche die Verkehrsmeldung entsprechend berücksichtigt. Dies stellt einen gewissen Vorteil für den Fahrzeugnutzer dar.
-
In der Praxis ist es allerdings so, dass diese Vorhersage auf Basis von Start-Ziel-Beziehungen und ihrer Zuordnung zu Zeitschlitzen häufig nicht hilft zu verstehen, welchen Zweck ein Stopp oder insbesondere auch ein Zwischenstopp auf einer häufig durchfahrenen Fahrtstrecke hat. Genau diese Information würde aber helfen, um ein tieferes Verständnis dessen zu erlangen, was der Fahrzeugnutzer tatsächlich macht. Dies würde es dann erlauben, bessere Rückschlüsse zu ziehen und dem Fahrzeugnutzer zuverlässig hilfreiche Informationen zur Verfügung zu stellen, ohne ihn mit unnötigen oder nicht wesentlichen Informationen zu belasten.
-
Aus dem Stand der Technik in Form der
DE 10 2015 206 518 A1 ist ein Verfahren zum Betreiben eines Navigationssystems für ein Fahrzeug bekannt. Bei diesem System wird zusätzlich zu den bisher erfassten Daten, beispielsweise der Eingabe einer Zieladresse oder dergleichen, auch eine Insasseninformation, welche mittels Fahrzeugsensoren ermittelt wird, berücksichtigt, um ein Fahrziel und/oder eine Fahrstrecke in Abhängigkeit der mindestens einen Insasseninformation anzuzeigen. Solche Informationen können dabei beispielsweise aus der Sitzbelegung oder aus einer Identifikation der jeweiligen Insassen gewonnen werden. Ergänzend können außerdem insassenabhängige Kontextinformationen wie beispielsweise die Einträge im elektronischen Kalender eines identifizierten Insassen Berücksichtigung finden. Darüber hinaus können auch Wetter- , Zeit- und/oder Verkehrsinformationen mit in die Überlegungen einfließen.
-
Die Aufgabe der hier vorliegenden Erfindung besteht nun darin, ein Verfahren zum Erlernen des Nutzerverhaltens eines Fahrzeugnutzers gegenüber dem Stand der Technik weiter zu verbessern. Außerdem besteht die Aufgabe der Erfindung darin, eine bevorzugte Verwendung für über ein solches Verfahren erlerntes Nutzerverhalten anzugeben.
-
Erfindungsgemäß wird diese Aufgabe durch ein Verfahren mit den Merkmalen im Anspruch 1, und hier insbesondere im kennzeichnenden Teil des Anspruchs 1, gelöst. Die hiervon abhängigen Unteransprüche geben vorteilhafte Ausgestaltungen und Weiterbildungen des Verfahrens an. Im Anspruch 7 ist außerdem eine besonders bevorzugte Verwendung für das erlernte Nutzerverhalten angegeben. Auch hier ergeben sich vorteilhafte Weiterbildungen aus den abhängigen Unteransprüchen.
-
Der Erfinder hat erkannt, dass für ein zuverlässigeres Erlernen des Nutzerverhaltens nicht nur die Zuordnung von Start-Ziel-Beziehungen zu Zeitfenstern oder Zeitschlitzen sowie die Berücksichtigung von Fahrzeugzustandsdaten sinnvoll ist. Vielmehr ist ein sehr wichtiger Aspekt für ein tieferes Verständnis des Nutzerverhaltens eines Fahrzeugnutzers eine Änderung der Fahrzeugzustandsdaten während eines Stopps des Fahrzeugs und/oder eine Änderungen in den Fahrzeugzustandsdaten vor dem Stopp gegenüber denen nach dem Stopp. Über solche während des Stopps oder sich in Abhängigkeit des Stopps ändernde erfasste Fahrzeugzustandsdaten des Fahrzeugs lassen sich viele qualifizierte Aussagen über die Tätigkeiten des Nutzers während des Stopps und damit über die Bedeutung des Stopps für das Nutzerverhalten erkennen. Dies führt zu einer deutlichen Verbesserung beim Erlernen des Nutzerverhaltens, welche ein intelligenteres Verhalten der Vorhersage bzw. Prädiktion ermöglicht. Hierdurch ist es möglich, potenzielle Fahrerwünsche sehr viel besser zu erkennen und durch geeignete Vorschläge an den Fahrer beispielsweise über eine Smartphone-Anwendung oder sein Navigationssystem den Fahrer sehr effizient zu unterstützen, ohne dass dieser viele Daten in seine Systeme selbst einpflegen muss. Die Unterstützung kann dabei so ausfallen, dass sie als tatsächliche Unterstützung positiv wahrgenommen wird und nicht im Sinne eines „Nervens“ empfunden wird, also eine Bereitstellung von vielen durch den Nutzer nicht wirklich gewünschten Informationen an diesen.
-
Gemäß einer sehr vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens ist es dabei vorgesehen, dass die Fahrzeugzustandsdaten zumindest eine der nachfolgenden Daten umfassen:
- - Ort und Dauer von Stopps;
- - Informationen, ob und wenn ja welche Türe bzw. Türen während des Stopps geöffnet worden sind;
- - Informationen, ob und wenn ja wie sich die Sitzbelegungserkennung der einzelnen Plätze zwischen vor dem Stopp und nach dem Stopp geändert hat;
- - Informationen, ob und wenn ja wie sich zwischen vor und nach dem Stopp die Gurtschloss-Einsteckerkennung auf den einzelnen Plätzen geändert hat;
- - Informationen über den Elektro-Ladezustand und/oder Tankfüllstand vor und nach dem Stopp;
- - Informationen über Sonderziele, die am Ort des Stopps oder in dessen Nähe liegen.
-
Wenn nun einige oder vorzugsweise alle dieser Informationen zusammengeführt werden, dann ist es möglich, eine bei einem lernenden System mit der Zeit immer besser werdende Aussage über die typischen Handlungsabläufe zu erstellen und diese entsprechend zu kategorisieren.
-
Zur weiteren Verbesserung der Datenlage kann dabei gemäß einer sehr vorteilhaften Weiterbildung der Idee ergänzend zum Ort und der Dauer des Stopps ermittelt werden, ob während des Stopps:
- - die Zündung des Fahrzeugs ausgeschaltet wurde und
mindestens eine Türe geöffnet wurde;
- - das Fahrzeug verriegelt wurde und mindestens eine Türe geöffnet wurde;
- - das Fahrzeug mit eingelegter Parkstufe im Automatgetriebe und/oder Parkbremse stand und mindestens eine Türe geöffnet wurde; und
- - das Fahrzeug mit eingelegtem Gang stand und mindestens eine Türe geöffnet wurde.
-
Durch diese Unterscheidung, wie das Fahrzeug während des Stopps abgestellt war, ermöglicht eine weitere Verbesserung in der Einschätzung, was mit dem Stopp bezweckt worden ist.
-
Gemäß einer vorteilhaften Weiterbildung der Idee kann es außerdem vorgesehen sein, dass bei der Erkennung der Sitzbelegung anhand der Änderung des Gewichts, mit welchem der Sitz belegt wird, erkannt wird, ob der Sitz vor und nach dem Stopp von derselben oder gegebenenfalls einer anderen Person genutzt wird. Auch dies hilft, Rückschlüsse auf den Zweck des Stopps zu erhalten.
-
Als Sonderziele können dabei insbesondere Schulen, Kindergärten, Fabriken, Fertigungsbetriebe, Cafes, Bäckereien, Tankstellen, vorzugsweise inklusive der Marke des Tankstellenbetreibers, Sehenswürdigkeiten, Einkaufsgelegenheiten oder dergleichen, Berücksichtigung finden. Auch dies ermöglicht eine weitere Präzisierung der Einschätzung des Nutzerverhaltens und damit letztlich der Vorhersage eines zukünftigen Nutzerverhaltens. Die Daten über die Sonderziele können dabei gemäß einer vorteilhaften Weiterbildung entweder aus dem Navigationssystem des Fahrzeugs selbst stammen oder insbesondere über einen Online-Service abgefragt und gegebenenfalls aktualisiert werden.
-
Über all diese Maßnahme und einzelne oder vorzugsweise allen genannten gesammelten Daten kann ein Verständnis des Handelns des Kunden erzielt werden. Dies ermöglicht es, beispielsweise über den Backend-Server eines Fahrzeugherstellers das erlernte Nutzerverhalten für den Fahrzeugnutzer sinnvoll anzuwenden. Die bevorzugte Verwendung sieht es dabei vor, dass das erlernte Nutzerverhalten zur Unterstützung des Fahrzeugnutzers eingesetzt wird, indem Vorschläge für Fahrtziele und/oder Fahrtrouten in einem Navigationssystem erfolgen und/oder dass Vorschläge für Abfahrtszeiten gemacht werden, um erlernte potenzielle Fahrtziele pünktlich zu erreichen.
-
Die erlernten Daten über das Nutzerverhalten lasen sich also für den Fahrzeugnutzer selbst sinnvoll einsetzen, indem diesem entsprechende Vorschläge unterbreitet werden. Dies können beispielsweise Fahrtrouten auf einem Navigationssystem sein, welche es ihm ermöglichen, die immer wiederkehrenden Fahraufgaben möglichst einfach, effizient und stressfrei zu bewältigen. Ergänzend oder alternativ dazu können dem Fahrzeugnutzer sinnvolle Vorschläge für eine Abfahrtszeit unterbreitet werden, welche sicherstellt, dass alle Aufgaben, die er typischerweise während der Fahrt und an ihrem Ziel zu erfüllen hat, pünktlich, sofern dies notwendig ist, erfüllt werden können. Eine solche vorgeschlagene Abfahrtszeit kann prinzipiell auch auf dem Navigationssystem vorgeschlagen werden. Alternativ oder insbesondere ergänzend hierzu kann die Abfahrtszeit auch in einer Anwendung auf einem Mobiltelefon des Fahrzeugnutzers vorgeschlagen werden. Dies ist insbesondere dann sinnvoll, wenn er beispielsweise darauf hingewiesen werden soll, dass eine frühere Abfahrt notwendig ist oder eine spätere Abfahrt als üblich ausreicht, da er zu diesem Zeitpunkt typischerweise nicht in dem Fahrzeug ist und das Navigationssystem noch nicht einsehen kann.
-
Durch die Auswertung aller Nutzerdaten lässt sich dabei wie oben bereits angesprochen eine vergleichsweise intelligente Vorhersage treffen. Eine solche kann auch erkennen und entsprechend berücksichtigen, ob beispielsweise einzelne Zwischenstopps zeitlich kritisch sind, der Nutzer hier also pünktlich sein muss oder nicht. So kann beispielsweise bei entsprechenden Zwischenstopps, auf denen der Nutzer morgens seine Kinder zur Schule bringt, eine Pünktlichkeit dieses Zwischenstopps unabdingbar sein. Stoppt er anschließend bei einem Bäcker, wo er typischerweise sein Frühstück oder Mittagessen für die Pause während der Arbeit einkauft, dann ist für diesen Stopp keine Pünktlichkeit notwendig. Je nach Verkehrssituation kann also anders reagiert werden. So kann beispielsweise vorgeschlagen werden, erst einen Bäcker anzufahren, wenn der Fahrzeugnutzer entsprechend früh dran ist und ausreichend Zeit hat, die Kinder zur Schule zu bringen. Ist er entsprechend spät dran, beispielsweise aufgrund der Wetter- oder Verkehrssituation, dann kann ihm auch vorgeschlagen werden, zuerst die Kinder zur Schule zu bringen und dann entsprechend beim Bäcker zu stoppen.
-
Dabei können gemäß einer vorteilhaften Weiterbildung der Idee beim Ermitteln der Vorschläge Kontextinformationen zu Fahrtroute, Fahrziel und/oder Zwischenziel berücksichtigt werden. Solche Kontextinformationen können beispielsweise Informationen zum Ziel selbst oder allgemeine Informationen wie beispielsweise Uhrzeiten oder dergleichen sein, welche gegebenenfalls Auswirkungen auf das Ziel haben, da hier entsprechende Öffnungszeiten vorliegen oder dergleichen. Die Kontextinformationen können dabei auch beispielsweise typische Aufenthaltsdauern in der Bäckerei oder dergleichen mit umfassen, um so trotz einer eventuellen Stoßzeit beim Bäcker eine pünktliche Ankunft am nächsten Stopp zu gewährleisten.
-
Die Kontextinformationen können gemäß einer sehr vorteilhaften Ausgestaltung der Idee ferner Informationen zum Wetter, Zeit und/oder Verkehr berücksichtigen, sodass beispielsweise über Informationen über den Verkehrsfluss auf der jeweiligen Route sowie beispielsweise Staus oder dergleichen sehr zuverlässige Aussagen über potenzielle Ankunftszeiten und dergleichen möglich werden.
-
Weitere vorteilhafte Ausgestaltungen ergeben sich auch aus dem Ausführungsbeispiel, welches nachfolgend unter Bezugnahme auf die Figuren näher dargestellt ist.
-
Dabei zeigen:
- 1 eine beispielhafte Anordnung der für das erfindungsgemäße Verfahren eingesetzten Elemente; und
- 2 ein typisches Szenario und die daraus gezogenen Rückschlüsse.
-
In der Darstellung der 1 ist rein beispielhaft ein Fahrzeug 1 angedeutet sowie dessen Nutzer 2, welcher hier noch außerhalb des Fahrzeugs 1 ist. Der Nutzer 2 verfügt über ein mit 3 bezeichnetes Mobiltelefon, insbesondere ein Smartphone.
-
Das Fahrzeug 1 kann insbesondere ein mit 4 bezeichnetes Navigationsgerät aufweisen. Dieses Navigationsgerät 4 und/oder andere Steuergeräte des Fahrzeugs 1, welche Informationen über das Fahrzeug 1 und seine Insassen sammeln können, sind dabei über eine mit 5 angedeutete Mobilfunkverbindung mit einem Backend-Server 6 des Fahrzeugherstellers verbunden, welcher hier beispielhaft als Cloud angedeutet ist. Auf diesem Backend-Server 6 kann nun ein System betrieben werden, um das Nutzerverhalten des Fahrzeugnutzers 2 mit seinem Fahrzeug 1 zu erfassen und zu lernen. Dazu können verschiedenartige Daten ausgewertet werden, welche entsprechend Eingang in eine Vielzahl von Auswertungen und Überlegungen finden können.
-
Insbesondere können dabei zusätzlich zur Zuordnung von Start-Ziel-Beziehungen zu Zeitschlitzen, wie es im Stand der Technik üblich ist, folgende Daten erfasst und ausgewertet werden:
- - Ort und Dauer von Stopps, an denen die Zündung des Fahrzeugs ausgeschaltet wird und mindestens eine Türe geöffnet wird;
- - Ort und Dauer von Stopps, an denen das Fahrzeug verriegelt wird wird und mindestens eine Türe geöffnet wird;
- - Ort und Dauer von Stopps, an denen das Fahrzeug steht mit eingelegter Parkstufe (Getriebe) und / oder Parkbremse und mindestens eine Türe geöffnet wird;
- - Ort und Dauer von Stopps, an denen das Fahrzeug steht mit eingelegtem Gang und mindestens eine Türe geöffnet wird;
- - Information, welche Türe(n) geöffnet werden bei einem Stopp;
- - Information, ob und wie sich vor / nach einem Stopp die Sitzbelegungserkennung auf den einzelnen Plätzen geändert hat, dabei auch optional die Änderung der ermittelten Gewichtserkennung des Sensors;
- - Information, ob und wie sich vor / nach einem Stopp die Gurtschloß-Einsteckerkennung auf den einzelnen Plätzen geändert hat;
- - Elektro-Ladezustand und / oder Tankfüllstand vor und nach dem Stopp;
- - Information über Sonderziele (Schulen, Kindergärten, Fabriken, Fertigungsbetriebe, Cafés, Bäckereien, Tankstellen, vorzugsweise inklusive der Marke des Tankstellenbetreibers, Sehenswürdigkeiten, Einkaufsgelegenheiten oder dergleichen) die in der Nähe des Stopps liegen, entweder aus der Navigation im Fahrzeug oder über einen Online-Service.
-
Vorzugsweise alle, je nach Ergebnis der Auswertung auch nur einige dieser Informationen, werden dann zusammengeführt und mit Szenarien und vorgegebenen oder aus den in der Vergangenheit bereits gesammelten, oder auch von anderen Fahrzeugnutzern gesammelten und gelernten typischen Handlungsabläufen, überprüft und dementsprechend kategorisiert.
-
In der Darstellung der 2 ist ein Beispiel für ein entsprechendes Szenario dargestellt. Die Fahrt startet beim Fahrzeugnutzer 2 zu Hause, welches in der Darstellung der 2 beispielhaft angedeutet und mit dem Bezugszeichen 7 versehen ist. Dabei befinden sich neben dem Fahrzeugnutzer 2 auf dem Fahrersitz auf den Rücksitzen des Fahrzeugs 1 zwei weitere Personen. Die Fahrt startet beispielsweise an den Wochentagen Montag, Mittwoch und Freitag jeweils um ca. 7.10 Uhr und führt zu einem ersten mit 8 bezeichneten Zwischenstopp. Der Ort und die Dauer des Stopps werden entsprechend erfasst, ebenso dass die Zündung ausgeschaltet und das Fahrzeug vorübergehend verriegelt wird. Nach dem Stopp befinden sich nur noch zwei Personen in dem Fahrzeug. Es kann also rückgeschlossen werden, dass eine Person im Bereich des Stopps ausgestiegen ist. Bei dem Stopp 8 handelt es sich um einen Stopp in der Nähe eines Sonderziels, welches einen Kindergarten darstellt. Es kann also aus diesem Szenario gemutmaßt werden, dass ein Kind in den Kindergarten gebracht worden ist. Die Fahrt geht dann weiter zu einem zweiten mit 9 bezeichneten Zwischenstopp, an dem lediglich kurz angehalten wird, bei eingelegtem Gang die hintere Türe geöffnet wird und nach dem Stopp der hintere Sitzplatz nicht mehr besetzt ist. In der Nähe des Stopps befindet sich eine Schule. Es kann also gemutmaßt werden, dass das zweite Kind an einer Schule „im Vorbeifahren“ abgesetzt worden ist. Danach wird ein weiteres Zwischenziel 10 angefahren, ein Sonderziel, in dessen unmittelbarer Nähe eine Bäckerei liegt. Das Fahrzeug 1 wird hier kurz abgestellt, nach dem Aussteigen des Fahrzeugnutzers 2 verriegelt, nach einigen Minuten wieder geöffnet und wieder in Betrieb genommen. Es kann also gemutmaßt werden, dass der Fahrzeugnutzer einen Stopp an der Bäckerei eingelegt hat, beispielsweise um ein Frühstück oder ein Mittagessen für eine nachfolgende Pause zu erwerben oder zu Frühstücken, falls der Stopp länger gedauert hat.
-
An einigen Tagen ist es so, dass nun die gestrichelt dargestellte Route zum Zwischenstopp 11 gefahren wird, an einigen Tagen nicht. An den Tagen, an denen der Zwischenstopp 11 angefahren wird, wird festgestellt, dass vor dem Zwischenstopp der Tank relativ leer und nach dem Zwischenstopp immer voll ist. Der Zwischenstopp 11 ist also vermutlich eine Tankstelle, welche bei Bedarf angefahren wird. Diese Bedeutung des Zwischenstopps lässt sich durch das Erkennen des Sonderziels „Tankstelle“ sowie gegebenenfalls der Marke dieser Tankstelle verifizieren und in dem erlernten Nutzerverhalten berücksichtigen. So kann beispielsweise davon ausgegangen werden, insbesondere wenn andere Tankstellen anderer Marken ebenfalls auf der Strecke liegen, dass der Nutzer bevorzugt bei dieser Tankstelle und/oder der entsprechenden Tankstellenmarke tankt. Anschließend wird ein weiterer Zwischenstopp 12 angefahren, an welchem das Fahrzeug 1 für einige Stunden abgestellt wird, sodass davon ausgegangen werden kann, dass dies die Arbeitsstelle des Fahrzeugnutzers 2 ist. Hier kann gegebenenfalls eine Elektrolademöglichkeit am Parkplatz vorhanden sein, was sich beispielsweise über eine nach dem Stopp stärker geladene Traktionsbatterie des beispielsweise als Plug-In-Hybridfahrzeug ausgebildeten Fahrzeugs 1 zeigen könnte.
-
All diese Auswertungen bezüglich des Nutzerverhaltens erlauben es, ein besseres Verständnis des Handelns des Fahrzeugnutzers 2 zu erreichen. Dieses kann dann genutzt werden, um beispielsweise dem Fahrzeugnutzer 2 abhängig von der tatsächlichen Verkehrslage und z.B. dem Füllstand seines Tanks auf einer Anwendung auf seinem Mobiltelefon 3 vorherzusagen, wann er losfahren muss, um alle Termine auf dem Weg einzuhalten. Dabei kann erkannt und berücksichtigt werden, dass die Zeiten, an denen die Kinder an der Schule und gegebenenfalls dem Kindergarten ankommen sollten, immer ausgefahren werden müssen, während die Zeiten, zu denen die Bäckerei 10 und gegebenenfalls die Tankstelle 11 aufgesucht werden, variabel sein können. Ferner können Kontextdaten entsprechend berücksichtigt werden, beispielsweise die Schulferien je nach Bundesland, die Wettersituation, regionale Feiertage, Öffnungszeiten der Bäckerei, typische zu der jeweiligen Uhrzeit auftretende Wartezeiten in der Bäckerei und an der Tankstelle oder dergleichen.
-
Es geht also darum, mit den erweiterten gesammelten Daten Szenarien zu erkennen und entsprechend dem Kontextwissen, wie man sich typischerweise in derartigen Szenarien verhält, eine möglichst unaufdringliche und trotzdem, wo notwendig, hilfreiche Unterstützung für den Fahrzeugnutzer 2 zu bieten, ohne dass dieser selbst zu viel an Interaktion mit dem System vornehmen muss. Damit kann das Fahrzeug 1 also besser Fahrerwünsche unterstützen und dem Fahrzeugnutzer 2 helfen, die jeweilige Fahraufgabe zu erfüllen. Insbesondere auch bei der Verwendung eines Navigationssystems 4 kann so über anhand des erlernten Nutzerverhaltens generierte Vorschläge eine sehr einfache und effiziente Nutzung des Navigationssystems erzielt werden, ohne dass viele Schritte des Bedieners notwendig sind, um die gewünschten Eingaben zu erstellen. Damit ist eine sehr hohe Effizienz möglich und die Nutzung derartiger Systeme wird für den Fahrzeugnutzer 2 außerordentlich einfach und komfortabel.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- DE 102015206518 A1 [0004]
