diff --git a/Bachelorarbeit.pdf b/Bachelorarbeit.pdf
index 30684eae59f25c6597dd7537fcbab0d4f380d646..baaed55dfec1f550a3a81dc6c91891c6f41e3e57 100644
Binary files a/Bachelorarbeit.pdf and b/Bachelorarbeit.pdf differ
diff --git a/chap/kalibrierung.tex b/chap/kalibrierung.tex
index 56669c4d1d2b2003ec4fb7730cadd3388feba8a3..ed458ae56a6da919f554e875502b206c8ce40288 100644
--- a/chap/kalibrierung.tex
+++ b/chap/kalibrierung.tex
@@ -218,7 +218,7 @@
 					0 & 384,31 & 139,017\\
 					0 & 0 & 1 \\
 				\end{pmatrix}
-			\end{align*}
+			\end{align*} \todo{Formel-Nummer?}
 
 			Um zu zeigen, wie sich das Bild damit verbessern lässt, werden die Ergebnisse auf eines der Bilder angewandt. Da sich die Abmessungen des
 			entzerrten Bildes, von denen des verzehrten unterscheiden, wird zuerst die \gls{OpenCV} Funktion \lstinline{getOptimalNewCameraMatrix()}
@@ -399,8 +399,8 @@
 				Da diese \gls{ROS Node} eine Grundlagenfunktion darstellt und parallel zu jeder anderen Anwendungen laufen muss, ist es wichtig, dass
 				sie möglichst performant ist und wenig Ressourcen des JetBots verbraucht.
 
-				Daher wurde die mittlere CPU Auslastung und die durchschnittliche Laufzeit der \gls{Callback}, welche für jedes Bild durchlaufen
-				wird, gemessen.
+				Daher wurde die mittlere CPU Auslastung und die durchschnittliche Laufzeit der \glslink{Callback}{Call\-back-Funk\-tion}, welche für
+				jedes Bild durchlaufen wird, gemessen.
 
 				\begin{figure}
 					\includegraphics[width=.6\textwidth, trim={0 0 12px 31px}, clip]{img/jtop_cameraUndistort.png}