diff --git a/ea/project/overview.html b/ea/project/overview.html
index 199461e..d5ae8cc 100644
--- a/ea/project/overview.html
+++ b/ea/project/overview.html
@@ -1019,10 +1019,22 @@
 <ul>
 <li>Volleyball: Erziehle ein Ass (Punkt durch Angabe ohne Gegnerberührung)</li>
 </ul>
+<h2 id="warum-eas"><a name="user-content-warum-eas" href="#warum-eas" class="headeranchor-link" aria-hidden="true"><span class="headeranchor"></span></a>Warum EAs?</h2>
+<ul>
+<li>Fitnessfunktion durch Stellung der Gegner</li>
+<li>Optimieren anhand dieser Funktion</li>
+<li>Fitnessfunktion mit mehreren Maxima und Minima</li>
+<li>eine Population kann mehre gute Lösungen repräsentieren; ein Gradientenverfahren, würde sich eines aussuchen</li>
+</ul>
 <h2 id="losungsreprasentation"><a name="user-content-losungsreprasentation" href="#losungsreprasentation" class="headeranchor-link" aria-hidden="true"><span class="headeranchor"></span></a>Lösungsrepräsentation</h2>
 <ul>
 <li>Ziel (x,y), wo stehen wenige Spieler</li>
-<li>Kraft + Spin f, schränkt Zielgenauigkeit ein (noise)</li>
+<li>Kraft + Spin f, schränkt Zielgenauigkeit ein<ul>
+<li>auf geplante Position wird entsprechend noise addiert</li>
+<li>erschwert gleichzeitig jedoch das Abfangen</li>
+<li>-&gt; mehr &ldquo;Glück&rdquo;</li>
+</ul>
+</li>
 <li>jeweils reelle Zahlen</li>
 <li>0 &lt;= x &lt;= 9</li>
 <li>0 &lt;= y &lt;= 9</li>
@@ -1033,6 +1045,7 @@
 <li>Verteilung der Spieler auf dem Feld</li>
 <li>jeder Spieler fängt Bälle in seiner Umgebung normalverteilt ab</li>
 <li>Fitnessfunktion ist also die Summe der Gauß-Glocken der Spieler</li>
+<li>Idee: unterschiedlich starke Spieler für unterschideliche Minima (Bezug zur Realität)</li>
 </ul>
 <h3 id="schwierigkeit"><a name="user-content-schwierigkeit" href="#schwierigkeit" class="headeranchor-link" aria-hidden="true"><span class="headeranchor"></span></a>Schwierigkeit</h3>
 <ul>
@@ -1042,11 +1055,13 @@
 <h2 id="techniken"><a name="user-content-techniken" href="#techniken" class="headeranchor-link" aria-hidden="true"><span class="headeranchor"></span></a>Techniken</h2>
 <ul>
 <li>Evolutionsstrategien, zur Optimierung der drei reellen Zahlen der Lösung</li>
+<li>GA möglich, jedoch nicht so passend, da diese die reellwertigkeit nicht gut abbliden</li>
 </ul>
 <h2 id="opetaroren"><a name="user-content-opetaroren" href="#opetaroren" class="headeranchor-link" aria-hidden="true"><span class="headeranchor"></span></a>Opetaroren</h2>
 <h3 id="mutation"><a name="user-content-mutation" href="#mutation" class="headeranchor-link" aria-hidden="true"><span class="headeranchor"></span></a>Mutation</h3>
 <ul>
-<li>Bei ES&hellip;</li>
+<li>Bei ES ist hat die Mutation den wesentlichen Anteil am Fortschritt</li>
+<li>Wir mutieren alle drei Parameter nach den Vorgaben der ES</li>
 </ul>
 <h3 id="crossover"><a name="user-content-crossover" href="#crossover" class="headeranchor-link" aria-hidden="true"><span class="headeranchor"></span></a>Crossover</h3>
 <ul>
diff --git a/ea/project/overview.md b/ea/project/overview.md
index 757e471..59727f1 100644
--- a/ea/project/overview.md
+++ b/ea/project/overview.md
@@ -2,6 +2,12 @@
 ## Problemstellung
 - Volleyball: Erziehle ein Ass (Punkt durch Angabe ohne Gegnerberührung)
 
+## Warum EAs?
+- Fitnessfunktion durch Stellung der Gegner
+- Optimieren anhand dieser Funktion
+- Fitnessfunktion mit mehreren Maxima und Minima
+- eine Population kann mehre gute Lösungen repräsentieren; ein Gradientenverfahren, würde sich eines aussuchen
+
 ## Lösungsrepräsentation
 - Ziel (x,y), wo stehen wenige Spieler
 - Kraft + Spin f, schränkt Zielgenauigkeit ein