diff --git a/out/CDS1011_A2.pdf b/out/CDS1011_A2.pdf
index 271cde3..3b049a7 100644
Binary files a/out/CDS1011_A2.pdf and b/out/CDS1011_A2.pdf differ
diff --git a/term-paper/title.tex b/term-paper/title.tex
index 69c4635..007a010 100644
--- a/term-paper/title.tex
+++ b/term-paper/title.tex
@@ -12,5 +12,8 @@
 \maketitle
 
 \begin{abstract}
-Folgt
+Diese Arbeit untersucht die Zuverlässigkeit der Aktivitätserkennung anhand von Smartphone-Sensordaten des UCI Human Activity Recognition Datasets.\\
+Nach einer Feature-Selection mittels Korrelationsanalyse wurden drei Klassifikationsverfahren (Decision Tree, KNN und Random Forest) trainiert und anhand des F1-Scores bewertet.\\
+Random Forest und KNN lieferten durchschnittliche Ergebnisse, während der Decision Tree signifikant schlechter war.
+Damit zeigt sich, dass eine grundlegende Aktivitätserkennung möglich ist, jedoch noch Optimierungspotenzial hinsichtlich Modellwahl und Datenaufbereitung besteht.
 \end{abstract}
\ No newline at end of file