-
Die Erfindung betrifft ein Verfahren zur Anpassung einer Kapazität einer in einer Rechnerwolke bereitgestellten Ressource, ein System zur Durchführung des Verfahrens, ein Computerprogramm sowie ein computerlesbares Medium.
-
In Rechnerwolken werden geräteunabhängig Ressourcen, wie beispielsweise Datenspeicher, Rechenleistung, Laufzeitumgebungen oder Software in Form von Dienstleistungen bereitgestellt. Einen Umfang der Nutzung der Dienstleistungen kann bedarfsabhängig von einem Nutzer variiert werden. Auf diese Weise wird es Unternehmen ermöglicht, eine IT-Infrastruktur, Programmierungs- oder Laufzeitumgebungen, Software oder Funktionsinhalte nach Bedarf als Dienstleistung einzukaufen. Geht ein Bedarf über eine bereits eingekaufte Kapazität der Dienstleistung hinaus, können weitergehende Kapazitäten hinzugebucht werden. Dies erfolgt bisher dann, wenn ein Engpass festgestellt wird, also wenn der weitergehende Bedarf bereits besteht. Eine Beseitigung des Engpasses verzögert sich nach dessen Feststellung aufgrund dessen, dass eine Erweiterung der Kapazitäten der Dienstleistung als solche eine gewisse Zeit erfordert. Zudem können in Abhängigkeit der Dienstleistung Initialisierungszeiten auftreten, durch welche die Beseitigung des Engpasses weiter hinausgezögert wird.
-
Die Aufgabe der Erfindung besteht darin, auf eine effiziente Weise eine bedarfsgerechte Kapazität einer Ressource einer Rechnerwolke bereitzustellen.
-
Diese Aufgabe wird gelöst durch ein Verfahren mit den Merkmalen des Anspruchs 1. Des Weiteren wird diese Aufgabe gelöst durch ein System gemäß den Merkmalen des nebengeordneten Systemanspruchs.
-
Des Weiteren liegen der Erfindung die Aufgaben zugrunde, ein Computerprogramm zur Durchführung des Verfahrens sowie ein computerlesbares Medium anzugeben.
-
Diese Aufgaben werden gelöst durch ein Computerprogramm gemäß des nebengeordneten Computerprogrammanspruchs sowie einem computerlesbaren Medium gemäß den Merkmalen des Anspruchs 14.
-
Vorteilhafte Weiterbildungen der vorliegenden Erfindung können jeweils abhängigen Unteransprüchen entnommen werden.
-
Bei dem erfindungsgemäßen Verfahren zur Anpassung einer Kapazität einer in einer Rechnerwolke bereitgestellten Ressource wird auf Basis von Daten über einen bereits angefallenen Bedarf der Kapazität der Ressource eine Prognose zu einem zukünftigen Bedarf der Kapazität der Ressource mittels einer Datenverarbeitungsvorrichtung ermittelt. Daraufhin wird die Kapazität der Ressource in Abhängigkeit der Prognose an einem prognostizierten Bedarf der Kapazität der Ressource angepasst.
-
Der Begriff „Rechnerwolke“ ist in IT-Fachkreisen zudem unter dem Begriff „Cloud-Computing“ bekannt. Im Zusammenhang mit einer Rechnerwolke werden üblicherweise vier Dienstleistungsmodelle angeboten. Jedes Dienstleistungsmodell weist verschiedene Ressourcen auf. Bei den Dienstleistungsmodellen handelt es sich um einen Infrastrukturdienst, einen Plattformdienst, einen Softwaredienst sowie einen Funktionsdienst. Im Sinne der Erfindung soll unter der Ressource der Rechnerwolke eine der mehreren Dienstleistungen aus den genannten Dienstleistungsmodellen verstanden werden. Beispielsweise handelt es sich bei der Ressource um einen virtualisierten Zugang zu einer Hardwareressource, wie einen Prozessor oder einen Arbeitsspeicher. Des Weiteren kann es sich bei der Ressource beispielsweise um eine Laufzeitumgebung mit veränderbaren Rechen- und/oder Speicherkapazitäten handeln. Eine solche Laufzeitumgebung soll im Sinne der Informatik verstanden werden. Beispielsweise ist die Laufzeitumgebung dazu konfiguriert, Daten zu lesen, zu schreiben, zu transportieren und/oder zu verwalten.
-
Bei der zuvor genannten Datenverarbeitungsvorrichtung kann es sich beispielsweise um einen Computer, einen Mikrocontroller, einen Prozessor oder eine programmierbare Hardwarekomponente handeln. Ferner ist es denkbar, dass es sich bei der Datenverarbeitungsvorrichtung um eine virtualisierte Hardwareressource der Rechnerwolke oder um eine Laufzeitumgebung, wie zuvor beschrieben, handelt.
-
Die Prognose kann beispielsweise mittels klassischen deterministischen oder numerischen Algorithmen und/oder mittels Mustererkennungsalgorithmen, wie beispielsweise künstlichen neuronalen Netzen oder Stützvektormethoden, ermittelt werden.
-
Auf diese Weise kann bei von der Ressource abhängigen Systemen ein verbessertes Systemverhalten realisiert werden. Kapazitäten einer Ressource können bereits vor einem Bedarf zur Verfügung gestellt werden. Des Weiteren können nicht benötigte Kapazitäten einer Ressource flexibel freigegeben werden und für andere Prozesse verwendet werden.
-
In einer vorteilhaften Weiterbildung wird vorgesehen, dass die Kapazität im Falle einer prognostizierten Erhöhung des Bedarfs der Kapazität vor einem prognostizierten Eintrittszeitpunkt des erhöhten Bedarfs der Kapazität erhöht wird. Kapazitätsengpässen kann so aufwandsgünstig begegnet werden, bevor diese auftreten. Eine auftretende Last kann so effizient und rasch abgearbeitet werden.
-
Eine weitere vorteilhafte Weiterbildung sieht vor, dass die Kapazität im Falle einer prognostizierten Verringerung des Bedarfs der Kapazität nach einem prognostizierten Eintrittszeitpunkt des verringerten Bedarfs der Kapazität verringert wird. Auf diese Weise können Kapazitätsüberschüsse einfach abgebaut werden, sobald diese nicht mehr benötigt werden. Kapazitäten der Rechnerwolke können so für einen tatsächlichen Bedarf zur Verfügung gestellt werden. Zudem ermöglicht dies, Nutzungskosten für Ressourcen einzusparen.
-
Des Weiteren sieht eine vorteilhafte Weiterbildung vor, dass die Kapazität in Abhängigkeit der Prognose mittels der Datenverarbeitungsvorrichtung automatisiert an den prognostizierten Bedarf der Kapazität angepasst wird. Dies ermöglicht eine Steigerung der Effizienz des Verfahrens.
-
Ferner sieht eine vorteilhafte Weiterbildung vor, dass die Daten mittels der Datenverarbeitungsvorrichtung in einem Speicher gespeichert werden. Der genannte Speicher ist dazu konfiguriert, Daten in digitaler Form zu speichern. Beispielsweise handelt es sich bei dem Speicher um einen Festkörperspeicher oder einen Flash-Speicher. Ferner kann der Speicher eine Ressource der Rechnerwolke sein. Darüber hinaus ist es denkbar, dass der Speicher als ein verteilter Speicher ausgebildet ist. Eine Zuverlässigkeit der Prognose kann so verbessert werden. Zudem kann auf diese Weise eine mögliche Unterschätzung oder eine mögliche Überschätzung des prognostizierten Bedarfs verringert werden.
-
In einer weiteren vorteilhaften Weiterbildung wird vorgesehen, dass die Prognose auf Basis eines bekannten zeitlichen Verlaufs eines bereits angefallenen Bedarfs der Kapazität ermittelt wird. Ein Bedarf, welcher tageszeitabhängig, datumsabhängig und/oder saisonabhängig ist, kann auf diese Weise zuverlässig in der Prognose abgebildet werden.
-
Des Weiteren sieht eine vorteilhafte Weiterbildung vor, dass die Prognose auf Basis einer bekannten räumlichen Abhängigkeit eines bereits angefallenen Bedarfs der Kapazität ermittelt wird. Eine Genauigkeit der Prognose kann auf diese Weise gesteigert werden. Beispielsweise kann eine Leistungsfähigkeit einer Infrastruktur lokal variieren. Anhand der Berücksichtigung dieser lokalen Variationen wird eine verbesserte Prognose ermöglicht.
-
In einer vorteilhaften Ausführungsvariante wird vorgeschlagen, dass die Prognose auf Basis eines bekannten Zusammenhangs von einer Position wenigstens eines Fahrzeugs und einem bereits angefallenen Bedarf der Kapazität ermittelt wird. Dies ermöglicht es, eine besonders zuverlässige Prognose zu erstellen. Eine Effizienz des Verfahrens kann auf diese Weise gesteigert werden. Denkbar ist des Weiteren, dass mittels der Ressource eine Datenübertragung realisiert wird. Insbesondere kann mittels der Ressource eine Datenübertragung von und/oder hin zu einem Fahrzeug realisiert werden. Beispielsweise können hierbei Kapazitäten für eine positionsabhängige Datenübertragung von oder hin zu einem Fahrzeug zuverlässig vorbereitet werden. Eine Verweildauer des Fahrzeugs an dieser Position oder in einem bestimmten räumlichen Bereich kann so optimal ausgenutzt werden. Für eine Realisierung der Datenübertragung werden häufig Laufzeitumgebungen mit veränderbaren Rechen- und/oder Speicherkapazitäten eingesetzt. Die Laufzeitumgebung soll hierbei im Sinne der Informatik verstanden werden. Beispielsweise ist die Laufzeitumgebung dazu konfiguriert, Daten zu lesen, zu schreiben, zu transportieren und/oder zu verwalten. Denkbar ist hierbei, dass die Laufzeitumgebung dazu konfiguriert ist, Daten mit dem Fahrzeug auszutauschen oder eine Datenkommunikation mit dem Fahrzeug zu realisieren. Diese Laufzeitumgebung kann sodann gestartet werden, bevor das Fahrzeug eine vorbestimmte Position erreicht. Ferner kann eine Rechenleistung oder eine Speicherkapazität der Laufzeitumgebung vorzeitig angepasst werden. Für eine Realisierung der Datenübertragung können alternativ oder zusätzlich weitere Ressourcen aus der Rechnerwolke herangezogen werden. Beispielsweise kann ein Datenübertragungsdienst mittels einer der virtualisierten Hardwareressourcen der Rechnerwolke ausgeführt werden. Bei der genannten vorbestimmten Position kann es sich beispielsweise um ein Ziel oder ein Zwischenziel des Fahrzeugs sowie einen Abschnitt einer Fahrstrecke handeln. Im Falle eines schienengebundenen Fahrzeugs kann es sich bei der vorgegebenen Position beispielsweise um eine Haltestelle handeln.
-
Ferner sieht eine vorteilhafte Weiterbildung vor, dass die Prognose auf Basis eines bekannten Zusammenhangs einer Fahrgastinformation und einem bereits angefallenen Bedarf der Kapazität ermittelt wird. Im vorliegenden Zusammenhang soll unter einer Fahrgastinformation eine Information verstanden werden, welche mit zumindest einem Fahrgast eines Personentransportmittels assoziiert ist. Beispielsweise kann es sich bei der Fahrgastinformation um Informationen zu einer oder mehreren Reservierungen, um Informationen über ein Fahrgastprofil, wie Fahrtziel, Fahrstrecke und/oder Umsteigepunkte, um Informationen über Pendlerzeiten und/oder Informationen über eine Fahrgastzahl handeln. Fahrgastinformationen können beispielsweise mittels einer Applikation, mittels Zähleinrichtung oder anhand einer Fahrausweiskontrolle festgestellt werden. Auf diese Weise kann die Prognose sich rasch ändernde Szenarien einfach und zuverlässig abbilden. Des Weiteren kann die Genauigkeit der Prognose so weiter verbessert werden.
-
Mittels des erfindungsgemäßen Systems kann das erfindungsgemäße Verfahren durchgeführt werden.
-
Das System zur Durchführung des Verfahrens weist einen Speicher auf, welcher dazu eingerichtet ist, die Daten über einen bereits angefallenen Bedarf einer Kapazität einer in einer Rechnerwolke bereitgestellten Ressource zu speichern. Insbesondere handelt es sich bei der Ressource und der Rechnerwolke um die im Zusammenhang mit dem Verfahren bereits beschriebene Ressource und Rechnerwolke. Bei dem genannten Speicher handelt es sich zudem um den bereits im Zusammenhang mit dem Verfahren beschriebenen Speicher. Des Weiteren weist das System eine Datenverarbeitungsvorrichtung auf, welche dazu eingerichtet ist, auf Basis der Daten über den bereits angefallenen Bedarf der Kapazität der Ressource eine Prognose über einen zukünftigen Bedarf der Kapazität der Ressource zu ermitteln. Insbesondere handelt es sich bei der genannten Datenverarbeitungsvorrichtung um die bereits im Zusammenhang mit dem Verfahren beschriebene Datenverarbeitungsvorrichtung.
-
Eine vorteilhafte Weiterbildung des Systems sieht vor, dass die Datenverarbeitungsvorrichtung dazu eingerichtet ist, die Kapazität der Ressource in Abhängigkeit der Prognose an eine prognostizierte Kapazität der Ressource anzupassen. Dies ermöglicht es, eine Kapazität der Ressource automatisiert anzupassen.
-
Des Weiteren sieht eine vorteilhafte Weiterbildung des Systems eine Datenbank vor, in welcher die Daten über den bereits angefallenen Bedarf der Kapazität der Ressource gespeichert sind. Unter der genannten Datenbank soll im vorliegenden Zusammenhang ein Datenbanksystem verstanden werden, welches zur elektronischen Datenverwaltung eingerichtet ist. Vorzugsweise sind in der Datenbank Daten über einen bekannten zeitlichen Verlauf, Daten über eine bekannte räumliche Abhängigkeit, Daten über eine Position wenigstens eines Fahrzeugs und/oder Daten über einen bekannten Zusammenhang von Fahrgastinformationen des bereits angefallenen Bedarfs der Kapazität gespeichert. Dies ermöglicht es, die Daten schnell und einfach zu sortieren und abzurufen.
-
Mittels des erfindungsgemäßen Computerprogramms wird bei dessen Ausführung das erfindungsgemäße System dazu veranlasst, das erfindungsgemäße Verfahren durchzuführen.
-
Des Weiteren sieht die Erfindung ein computerlesbares Medium vor, welches Instruktionen aufweist, anhand derer das erfindungsgemäße System dazu veranlasst wird, das erfindungsgemäße Verfahren durchzuführen. Bei dem computerlesbaren Medium kann es sich beispielsweise um eine CD-ROM, eine DVD, einen USB- oder Flash-Speicher oder um ein nicht körperliches Medium, wie ein Datenstrom und/oder ein Datenträgersignal handeln.
-
Die voranstehend beschriebenen Eigenschaften, Merkmale und Vorteile der Erfindung sowie die Art und Weise, wie diese erreicht werden, werden im Zusammenhang mit den Figuren in der folgenden Beschreibung der Ausführungen der Erfindung näher erläutert. Soweit zweckdienlich, werden in den Figuren dieselben Bezugszeichen für dieselben oder einander entsprechende Elemente der Erfindung verwendet. Das Ausführungsbeispiel dient der Erläuterung der Erfindung und beschränkt die Erfindung nicht auf die darin angegebenen Kombinationen von Merkmalen, auch nicht in Bezug auf funktionale Merkmale. Zudem können alle in dem Ausführungsbeispiel angegebenen Merkmale isoliert betrachtet und in geeigneter Weise mit den Merkmalen eines beliebigen Anspruchs kombiniert werden.
-
Es zeigen:
- 1 eine Illustration eines Beispiels des erfindungsgemäßen Verfahrens;
- 2 ein Ausführungsbeispiel des erfindungsgemäßen Systems zur Durchführung des Beispiels des erfindungsgemäßen Verfahrens.
-
1 illustriert ein Beispiel eines Verfahrens 100 zur Anpassung einer Kapazität einer in einer Rechnerwolke 16 bereitgestellten Ressource. Beispielhaft handelt es sich bei der genannten Ressource aus der Rechnerwolke 16 um eine Laufzeitumgebung im Sinne der Informatik. Alternativ oder zusätzlich kann es sich bei der Ressource um eine virtualisierte Hardwareressource, eine Softwareressource oder eine Funktionsressource der Rechnerwolke 16 handeln. Mittels der Laufzeitumgebung ist im vorliegenden Beispiel eine Datenkommunikation zwischen wenigstens zwei Teilnehmern eines Netzwerks realisierbar. In Abhängigkeit eines Datenvolumens der Datenkommunikation kann beispielsweise eine Rechenleistung oder eine Speicherkapazität als Kapazität der Laufzeitumgebung angepasst werden. Ferner ist es denkbar, mehrere Laufzeitumgebungen vorzusehen, deren Kapazitäten für die Datenübertragung genutzt werden. Der Einfachheit halber wird im Folgenden das Beispiel des Verfahrens 100 am Beispiel einer Laufzeitumgebung und deren Kapazität als Ressource der Rechnerwolke 16 beschrieben.
-
Bei dem in 1 illustrierten Beispiel des Verfahrens 100 wird auf Basis von Daten D über einen bereits angefallenen Bedarf der Kapazität der Laufzeitumgebung eine Prognose zu einem zukünftigen Bedarf der Kapazität der Laufzeitumgebung ermittelt 120. Daraufhin wird die Kapazität der Laufzeitumgebung in Abhängigkeit der Prognose an einem prognostizierten Bedarf der Kapazität der Laufzeitumgebung angepasst 140, 160. Die Daten D über den bereits angefallenen Bedarf der Kapazität der Laufzeitumgebung werden gespeichert 180 und fortwährend aktualisiert 200. Wird eine Erhöhung des Bedarfs der Kapazität der Laufzeitumgebung prognostiziert, so wird vor einem prognostizierten Eintrittszeitpunkt des erhöhten Bedarfs die Kapazität der Laufzeitumgebung erhöht 140. Wird hingegen eine Verringerung des Bedarfs der Kapazität der Laufzeitumgebung prognostiziert, so wird nach einem prognostizierten Eintrittszeitpunkt des verringerten Bedarfs die Kapazität der Laufzeitumgebung verringert 160. Die Verringerung der Kapazität 140 oder die Erhöhung der Kapazität 160 erfolgt durch eine entsprechende Bedarfsanforderung an die Rechnerwolke 16.
-
2 zeigt ein Ausführungsbeispiel eines Systems 10 zur Durchführung des im Zusammenhang mit 1 beschriebenen Verfahrens 100. Hierzu weist das System 10 eine Datenverarbeitungsvorrichtung 14 und einen Speicher 12 auf. Die Datenverarbeitungsvorrichtung 14 ist dazu eingerichtet, die Daten D über den bereits angefallenen Bedarf der Kapazität der Laufzeitumgebung zu speichern 180. Des Weiteren werden die in dem Speicher 12 gespeicherten Daten D mittels der Datenverarbeitungsvorrichtung 14 fortwährend aktualisiert 200. Zudem ist die Datenverarbeitungsvorrichtung 14 dazu eingerichtet, auf Basis der Daten D über den bereits angefallenen Bedarf der Kapazität der Laufzeitumgebung die Prognose über den zukünftigen Bedarf der Kapazität der Ressource zu ermitteln 120. Daraufhin wird mittels der Datenverarbeitungsvorrichtung 14 die Kapazität der Laufzeitumgebung in Abhängigkeit der Prognose an eine prognostizierte Kapazität der Laufzeitumgebung automatisiert angepasst 140, 160, wie bereits zuvor im Zusammenhang mit der 1 beschrieben. Zudem werden die Daten D über den bereits angefallenen Bedarf der Kapazität der Laufzeitumgebung in einer Datenbank 18 gespeichert 180. Die Datenbank 18 ist auf dem Speicher 12 hinterlegt.
-
Zur besseren Veranschaulichung des Verfahrens 100 weist das System ein Netzwerk mit mehreren Netzwerkteilnehmern auf, von denen beispielhaft zwei Netzwerkteilnehmer in 2 schematisch dargestellt sind. Ein erster Netzwerkteilnehmer ist beispielhaft als ein Fahrzeug 20, ein zweiter Netzwerkteilnehmer ist beispielhaft als eine zentrale Verwaltungsstelle 22 ausgebildet. Diese zentrale Verwaltungsstelle 22 kann beispielsweise ein IT-Backoffice oder ein Server sein. Die als Dienstleistung der Rechnerwolke 16 zur Verfügung stehende Laufzeitumgebung ist dazu eingerichtet, die Datenkommunikation zwischen der Verwaltungsstelle 22 und dem Fahrzeug 20 zu realisieren. Mittels der Laufzeitumgebung werden demnach Daten D zwischen den beiden beispielhaft genannten Netzwerkteilnehmern 20, 22 übertragen. Für diese Übertragung der Daten ist in Abhängigkeit einer zu übertragenden Datenmenge eine vorbestimmte Kapazität der Laufzeitumgebung erforderlich.
-
Im vorliegenden Ausführungsbeispiel wird die Prognose auf Basis des bekannten zeitlichen Verlaufs des bereits angefallenen Bedarfs, auf Basis einer bekannten räumlichen Abhängigkeit des bereits angefallenen Bedarfs sowie auf Basis eines bekannten Zusammenhangs von Fahrgastinformationen und dem bereits angefallenen Bedarf der Kapazität der Laufzeitumgebung ermittelt 120. Bei dem bekannten zeitlichen Verlauf des bereits angefallenen Bedarfs kann es sich beispielsweise um einen tageszeitabhänigen, einen wochentagsabhängigen oder einen von einer Saison abhängigen Bedarf an der Kapazität der Laufzeitumgebung handeln. Insbesondere kann der bereits angefallene Bedarf an der Kapazität der Laufzeitumgebung für Pendlerzeiten oder Zeiten mit erhöhtem Reiseverkehr bekannt sein. Bei der bekannten räumlichen Abhängigkeit des Bedarfs an der Kapazität der Laufzeitumgebung handelt es sich beispielsweise um einen bekannten Bedarf an der Kapazität der Laufzeitumgebung an bestimmten Haltestellen oder entlang bestimmter Fahrstrecken des Fahrzeugs. Hierbei kann zudem eine Qualität einer Mobilfunknetzabdeckung den Bedarf an der Kapazität der Laufzeitumgebung lokal bedingen. Ferner kann die bekannte räumliche Abhängigkeit des Bedarfs an der Kapazität darin bestehen, dass lediglich an vorbestimmten Haltepunkten eine Datenkommunikation ermöglicht wird oder aus infrastrukturellen Gesichtspunkten nur an den vorbestimmten Haltepunkten die Datenkommunikation möglich ist. Damit Aufenthaltszeit des Fahrzeugs 20 an einem solchen Haltepunkt effizient zur Datenkommunikation nutzbar ist, kann anhand der Prognose die Kapazität der Laufzeitumgebung vor einer Ankunft des Fahrzeugs 20 an diesem Haltepunkt erhöht werden 140. Ferner ist bekannt, wann dieses Fahrzeug 20 den Haltepunkt voraussichtlich verlassen wird. Anhand dieser Information kann die Kapazität der Laufzeitumgebung nach einem Verlassen des Haltepunktes durch das Fahrzeug 20 verringert werden 160. Zudem ist denkbar, dass die bekannte räumliche Abhängigkeit des Bedarfs an der Kapazität darin besteht, dass ein Umfang der Datenkommunikation des Fahrzeugs 20 bekannt ist, welches beispielsweise in einem Depot oder auf einem Abstellgleis positioniert ist.
-
Ferner kann es sich bei dem bekannten Zusammenhang des Bedarfs an der Kapazität und Fahrgastinformationen um einen Zusammenhang einer Fahrgastanzahl und/oder eines Fahrziels mit dem Bedarf an der Kapazität handeln. Beispielsweise kann der genannte Zusammenhang darin bestehen, dass eine Datenkommunikation von Fahrgästen aus Gebieten oder Städten erster Art intensiver genutzt wird als von Fahrgästen aus Gebieten oder Städten zweiter Art. Anhand aktueller Reservierungsdaten oder Fahrgastprofildaten kann die Prognose rasch und zuverlässig an einen zukünftigen Bedarf an der Kapazität der Laufzeitumgebung auf Basis der bereits vorliegenden Daten über den angefallenen Bedarf der Kapazität der Laufzeitumgebung ermittelt werden 120.
-
Alle diese genannten Daten D sind im vorliegenden Ausführungsbeispiel in der Datenbank 18 auf dem Speicher 12 hinterlegt und werden fortwährend mittels der Datenverarbeitungsvorrichtung 14 aktualisiert 200. Auf diese Weise wird es ermöglicht, anhand der Prognose auf Basis der genannten Daten D den zukünftigen Bedarf an der Kapazität an verschiedenen Szenarien einfach und rasch anzupassen, bevor ein Engpass entsteht.
-
Obwohl die Erfindung im Detail durch das bevorzugte Ausführungsbeispiel näher illustriert und beschrieben wurde, ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
