diff --git a/README.md b/README.md
index 8eb700cd56cf929911f812533d729f5f4dfc52e3..f8a4482d9befe2526b2db1a36bae7f12124ed197 100644
--- a/README.md
+++ b/README.md
@@ -23,8 +23,13 @@ Team Channel on [Slack](https://bluehc.slack.com/messages/CJVAD6PDZ/)
 
 ## Idee / Challenge
 
-Siehe Präsentationen:
-(https://www.dropbox.com/sh/txxomimicug08g8/AAA7PD9N6X_4jfjcCzjvt-saa?dl=0)
+Problembeschreibung, Motivation und Details zus Lösung siehe Präsentation:
+https://www.dropbox.com/sh/txxomimicug08g8/AAA7PD9N6X_4jfjcCzjvt-saa?dl=0
+
+Ziel der Challenge in Berlin war es, das Gerüst für eine Simulation zu erstellen, die als Teil unserer Lösung die erwartete Zeit bis Behandlungbeginn für einen individuellen Patienten bestimmt.
+Dafür haben wir während des Hackathons Daten der ZNA Lübeck/Kiel anaylsiert und mittels Machine Learning Verfahren erwartete Patientenankunftsraten und Behandlungsdauern vorhergesagt.
+Zudem wurden die im Rettungsdienst verwendeten Scores (A, B, C, D, E) und Dringlichkeitszuordnungen (rot, gelb, grün) auf die in Notaufnahmen verwendeten Kategorien, zum Beispiel des Manchester Triage Systems (rot, orange, gelb, grün, blau), übersetzt.
+
 
 
 ## Nutzen für den Anwender (Applicability / Usability)
@@ -61,5 +66,5 @@ Auch politisches Interesse die Bindungszeiten des Rettungsdienstes zu reduzieren
 
 ## Ready for the show (Livedemo / Video / Presentation)
 
-* https://www.dropbox.com/sh/txxomimicug08g8/AAA7PD9N6X_4jfjcCzjvt-saa?dl=0
-
+* ausführliche Folien: https://www.dropbox.com/sh/txxomimicug08g8/AAA7PD9N6X_4jfjcCzjvt-saa?dl=0
+* Pitch: https://www.dropbox.com/s/otrqdr43s9z05xi/01%20-%20Notfall-Navigator%20Pitch.pptx?dl=0