diff --git a/zusammenfassung/zusammenfassung.md b/zusammenfassung/zusammenfassung.md
index 1e32b3d..f50907d 100644
--- a/zusammenfassung/zusammenfassung.md
+++ b/zusammenfassung/zusammenfassung.md
@@ -1,11 +1,16 @@
 # Zusammenfassung für CDS-1011 Einführung in Data Science
 ## Grundbegriffe
-| Data Science | Fachgebiet, welches sich mit der Gewinnung von Wissen aus Daten beschäftigt |
+| Begriff | Beschreibung |
 |---|---|
+| Daten | Beispiele: Transaktionsdaten, Log-Daten, Maschinendaten, Dokumente / Texte, Social Media, Videos, Bilder |
+| Data Science | Fachgebiet, welches sich mit der Gewinnung von Wissen aus Daten beschäftigt |
 | Artificial Intelligence | Systeme, die intelligentes Verhalten aufweisen. Indem sie ihre Umgebung analysieren und Massnahmen ergreiffen, mit einen gewissen Grad an Selbstbestimmung. Um dann bestimmte Ziele zu erreichen  |
 | Machine Learning | Machine Learning beschäftigt sich mit der Frage, wie man Computer Programme so entwerfen kann, dass sie sich, mit Erfahrung, automatisch verbessern |
 | Deep Learning | Deep Learning ist eine unterkategorie von AI, die ihren Fokus auf die Erstellung von künstlichen neuronalen Netzen (KNN) setzt. KNN sind in der Lage, genaue datengestützte Entscheidungen zu treffen |
 ## Machine Larning
+| Begriff | Beschreibung |
+|---|---|
+|Überwachtes Lernen|<ul><li>Überwchtes Lernen nutzt Beispieldaten mit einer Zielvariable, um aus diesen Daten Muster zu erlernen und diese auf unbekannte Daten anzuwenden </li><li>Wird für Klassifikationen und Regressionen genutzt, also für die Vorhersage von Wahrscheinlichkeiten oder numerischen Werten</li><li>Überwachtes Lernen setzt eine aufwendige Datenvorverarbeitung voraus</li></ul>|
 ## Herausforderungen
 ## Explorative Datenanalyse
 ## Lineare Regression