diff --git a/Praxisbericht.pdf b/Praxisbericht.pdf
index a5dd844c98f5bccb145299c33b5fec7792008db8..4534470e8cb51b6357b6d50a0829853db77a10a0 100644
Binary files a/Praxisbericht.pdf and b/Praxisbericht.pdf differ
diff --git a/Praxisbericht.tex b/Praxisbericht.tex
index 407c6d651131183ab63d54064dfbaf5f7088e495..79e8eaade090aced889f3ea5cd105c7b787e0669 100644
--- a/Praxisbericht.tex
+++ b/Praxisbericht.tex
@@ -410,7 +410,27 @@
 
 	\chapter{Zusammenfassung} \label{chap: zusammenfassung}
 
-		\textcolor{red}{TODO}
+		\section{Funktionalität}
+			Die Herangehensweise funktioniert auf den ausgewählten Testbildern mit guten Verhältnissen sehr gut. Zwar werden bei bestimmten
+			Voraussetzungen einige zufällige, falsche Bildausschnitte detektiert, diese liefern aber einfach keinen Text zurück und werden verworfen.
+			Es können beliebige Rotationen erkannt werden und auch eine Spiegelung des Textes ist theoretisch kein Problem. Außerdem können beliebig
+			viele Codes im selben Bild detektiert werden.
+
+		\section{Probleme}
+			Unterschiedliche, suboptimale Bildverhältnisse können immer noch zu Fehlern führen. Zuerst einmal kann Schrift, die sich zu nah am Rand
+			befindet bei den morphologischen Operationen mit diesem Verschmelzen. Dadurch wird sich nicht mehr erkannt. Außerdem sind sehr schwache
+			Kontraste, z.B. durch ungünstige Beleuchtung, ein Problem. Diese werden evtl. nicht korrekt binarisiert.
+
+			Das größte Problem ist aber die Bildqualität. Sowohl Bildstörungen durch Staub, Beschädigungen und Ähnliches können den Text unlesbar
+			machen. Außerdem muss grundsätzlich genug Beleuchtung vorhanden sein, das ansonsten die Tiefenschärfe des Bildes nicht ausreicht. In sehr
+			seltenen Fällen ist ein Bild außerdem einfach zu verschwommen, um den Text zu erkennen.
+
+		\section{Verbesserungsmöglichkeiten}
+			Grundsätzlich ist es nötig, die genauen Bedingungen vor Ort zu kennen. Damit lassen sich die Parameter des Programms anpassen und das
+			Ergebnis weiter Verbessern.
+
+			Will man noch weiter gehen, wäre auch ein Ansatz mit einem Neuralen Netz denkbar. Dieser erfordert aber viel Rechenleistung, und da der
+			Panel-PC über keine Grafikkarte verfügt, ist dies nur bedingt umsetzbar.
 
 
 	\printbibliography