diff --git a/statistics/exercises/exercises01-de.tex b/statistics/exercises/exercises01-de.tex
new file mode 100644
index 0000000..1c93b7b
--- /dev/null
+++ b/statistics/exercises/exercises01-de.tex
@@ -0,0 +1,224 @@
+ \documentclass[12pt,a4paper,pdftex]{exam}
+
+\usepackage[german]{babel}
+\usepackage{pslatex}
+\usepackage[mediumspace,mediumqspace,Gray]{SIunits}      % \ohm, \micro
+\usepackage{xcolor}
+\usepackage{graphicx}
+\usepackage[breaklinks=true,bookmarks=true,bookmarksopen=true,pdfpagemode=UseNone,pdfstartview=FitH,colorlinks=true,citecolor=blue]{hyperref}
+
+%%%%% layout %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+\usepackage[left=20mm,right=20mm,top=25mm,bottom=25mm]{geometry}
+\pagestyle{headandfoot}
+\ifprintanswers
+\newcommand{\stitle}{: L\"osungen}
+\else
+\newcommand{\stitle}{}
+\fi
+\header{{\bfseries\large \"Ubung 6\stitle}}{{\bfseries\large Statistik}}{{\bfseries\large 22. November, 2016}}
+\firstpagefooter{Prof. Dr. Jan Benda}{Phone: 29 74573}{Email:
+jan.benda@uni-tuebingen.de}
+\runningfooter{}{\thepage}{}
+
+\setlength{\baselineskip}{15pt}
+\setlength{\parindent}{0.0cm}
+\setlength{\parskip}{0.3cm}
+\renewcommand{\baselinestretch}{1.15}
+
+%%%%% listings %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+\usepackage{listings}
+\lstset{
+  language=Matlab,
+  basicstyle=\ttfamily\footnotesize,
+  numbers=left,
+  numberstyle=\tiny,
+  title=\lstname,
+  showstringspaces=false,
+  commentstyle=\itshape\color{darkgray},
+  breaklines=true,
+  breakautoindent=true,
+  columns=flexible,
+  frame=single,
+  xleftmargin=1em,
+  xrightmargin=1em,
+  aboveskip=10pt
+}
+
+%%%%% math stuff: %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+\usepackage{amsmath}
+\usepackage{amssymb}
+\usepackage{bm} 
+\usepackage{dsfont}
+\newcommand{\naZ}{\mathds{N}}
+\newcommand{\gaZ}{\mathds{Z}}
+\newcommand{\raZ}{\mathds{Q}}
+\newcommand{\reZ}{\mathds{R}}
+\newcommand{\reZp}{\mathds{R^+}}
+\newcommand{\reZpN}{\mathds{R^+_0}}
+\newcommand{\koZ}{\mathds{C}}
+
+%%%%% page breaks %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+\newcommand{\continue}{\ifprintanswers%
+\else
+\vfill\hspace*{\fill}$\rightarrow$\newpage%
+\fi}
+\newcommand{\continuepage}{\ifprintanswers%
+\newpage
+\else
+\vfill\hspace*{\fill}$\rightarrow$\newpage%
+\fi}
+\newcommand{\newsolutionpage}{\ifprintanswers%
+\newpage%
+\else
+\fi}
+
+%%%%% new commands %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+\newcommand{\qt}[1]{\textbf{#1}\\}
+\newcommand{\pref}[1]{(\ref{#1})}
+\newcommand{\extra}{--- Zusatzaufgabe ---\ \mbox{}}
+\newcommand{\code}[1]{\texttt{#1}}
+
+
+%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+\begin{document}
+
+\input{instructions}
+
+\ifprintanswers%
+\else
+
+\begin{itemize}
+\item \"Uberzeuge dich von jeder einzelnen Zeile deines Codes, dass
+  sie auch wirklich das macht, was sie machen soll! Teste dies mit
+  kleinen Beispielen direkt in der Kommandozeile.
+\item Versuche die L\"osungen der Aufgaben m\"oglichst in
+  sinnvolle kleine Funktionen herunterzubrechen.
+  Sobald etwas \"ahnliches mehr als einmal berechnet werden soll,
+  lohnt es sich eine Funktion daraus zu schreiben!
+\item Teste rechenintensive \code{for} Schleifen, Vektoren, Matrizen
+  zuerst mit einer kleinen Anzahl von Wiederholungen oder kleiner
+  Gr\"o{\ss}e, und benutze erst am Ende, wenn alles \"uberpr\"uft
+  ist, eine gro{\ss}e Anzahl von Wiederholungen oder Elementen, um eine gute
+  Statistik zu bekommen.
+\item Benutze die Hilfsfunktion von \code{matlab} (\code{help
+    command} oder \code{doc command}) und das Internet, um
+  herauszufinden, wie bestimmte \code{matlab} Funktionen zu verwenden
+  sind und was f\"ur M\"oglichkeiten sie bieten.
+  Auch zu inhaltlichen Konzepten bietet das Internet oft viele
+  Antworten!
+\item Die L\"osung bitte als zip-Archiv mit dem Namen
+  ``probabilities\_\{nachname\}\_\{vorname\}.zip'' auf ILIAS hochladen.
+\end{itemize}
+
+\fi
+
+
+\begin{questions}
+
+%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+\question \textbf{Lies im Skript das Kapitel 3 ``Programmierstil''!}
+
+%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+\question \qt{Wahrscheinlichkeiten eines W\"urfels I}
+Der Computer kann mit W\"urfeln w\"urfeln die mehr als 6 Seiten haben!
+\begin{parts}
+  \part Simuliere 10000 W\"urfe mit einem W\"urfel mit acht Seiten
+  durch Erzeugung von ganzzahligen Zufallszahlen mit den Augenzahlen
+  $x_i = 1, 2, \ldots 8$ .
+
+  \part Berechne die Wahrscheinlichkeit $P(5)$ des Auftretens der
+  Augenzahl f\"unf durch Bestimmung der Anzahl der F\"unfen im
+  Datensatz.
+
+  Entspricht das Ergebnis deiner Erwartung?
+
+  \"Uberpr\"ufe auch die Wahrscheinlichkeit $P(x_i)$ der anderen
+  Zahlen.
+
+  Ist das ein fairer W\"urfel?
+
+  \part Speicher die berechneten Wahrscheinlichkeiten $P(x_i)$ f\"ur
+  das Auftreten der gew\"urfelten Zahlen in einem Vektor und benutze
+  die \code{bar()} Funktion, um diese Wahrscheinlichkeiten als
+  Funktion der Augenzahl zu plotten.
+
+  \part Erstelle in einem weiterem Plot ein entsprechendes normiertes Histogramm
+  mit Hilfe der \code{hist()} und \code{bar()} Funktionen.
+
+  \part \extra Wie k\"onnte man einen gezinkten sechsseitigen W\"urfel
+  simulieren, bei dem die sechs dreimal so h\"aufig wie die anderen
+  Zahlen gew\"urfelt wird?
+
+  Fertige von diesem W\"urfel ein normiertes Histogram aus 10000
+  W\"urfen an.
+\end{parts}
+\begin{solution}
+  \lstinputlisting{rollthedie.m}
+  \lstinputlisting{diehist.m}
+  \lstinputlisting{die1.m}
+  \includegraphics[width=1\textwidth]{die1}
+\end{solution}
+
+
+\continue
+%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+\question \qt{Wahrscheinlichkeiten eines W\"urfels II}
+Wir werten nun das Verhalten mehrerer W\"urfel aus.
+\begin{parts}
+  \part Simuliere 20 W\"urfel, von denen jeder 100 mal geworfen wird 
+  (jeder W\"urfel wird mit dem gleichen Zufallsgenerator simuliert).
+  \part Berechne aus diesem Datensatz f\"ur jeden W\"urfel ein normiertes Histogramm.
+  \part Bestimme den Mittelwert und die Standardabweichung f\"ur jede
+  Augenzahl gemittelt \"uber die W\"urfel.
+  \part Stelle das Ergebnis in einem S\"aulenplot mit Fehlerbalken dar
+  (\code{bar()} mit \code{errorbar()} Funktionen).
+\end{parts}
+\begin{solution}
+  \lstinputlisting{die2.m}
+  \includegraphics[width=0.5\textwidth]{die2}
+\end{solution}
+
+
+%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+\question \qt{Histogramm der Normalverteilung}
+\vspace{-3ex}
+\begin{parts}
+  \part Erzeuge einen Datensatz $X = (x_1, x_2, ... x_n)$ aus
+  $n=10000$ normalverteilten Zufallszahlen mit Mittelwert $\mu=0$ und
+  Standardabweichung $\sigma=1$ (\code{randn()} Funktion).
+
+  \part Berechne aus diesem Datensatz die Wahrscheinlichkeit $P(0\le
+  x<0.5)$.
+
+  \part Was passiert mit der Wahrscheinlichkeit eine Zahl in einem
+  bestimmten Interval zu ziehen (z.B. $P(0\le x<a)$), wenn dieses
+  Intervall immer kleiner wird ($a \to 0$)?
+
+  Schreibe ein Programm, das dies illustriert indem es $P(0\le x<a)$
+  als Funktion von $a$ plottet ($0 \le a \le 4$).
+
+  \part \label{manualpdf} Bestimme und plotte die
+  Wahrscheinlichkeitsdichte dieser Zufallszahlen (das normierte
+  Histogramm). Lege dazu zun\"achst die Positionen der bins (Breite
+  von 0.5) in einem Vektor fest. Bestimme dann mit einer \code{for}
+  Schleife f\"ur jedes dieser bins die Anzahl der Datenelemente, die
+  in diese bin fallen. Normiere anschliessend das so erhaltene
+  Histogram und plotte es mit der \code{bar()} Funktion.
+
+  \part \label{gaussianpdf} Plotte zum Vergleich in den gleichen Plot
+  die Normalverteilung
+  \[ p_g(x) = \frac{1}{\sqrt{2\pi\sigma^2}}e^{-\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2} \; . \]
+
+  \part Plotte die Wahrscheinlichkeitsdichte der Daten wie in
+  (\ref{manualpdf}) und (\ref{gaussianpdf}), aber mit Hilfe der
+  \code{hist()} Funktion.
+\end{parts}
+\begin{solution}
+  \lstinputlisting{normhist.m}
+  \includegraphics[width=1\textwidth]{normhist}
+\end{solution}
+
+
+\end{questions}
+
+\end{document}
\ No newline at end of file
diff --git a/statistics/exercises/exercises01.tex b/statistics/exercises/exercises01.tex
index 9610e9d..1becd0b 100644
--- a/statistics/exercises/exercises01.tex
+++ b/statistics/exercises/exercises01.tex
@@ -1,6 +1,6 @@
  \documentclass[12pt,a4paper,pdftex]{exam}
 
-\usepackage[german]{babel}
+\usepackage[english]{babel}
 \usepackage{pslatex}
 \usepackage[mediumspace,mediumqspace,Gray]{SIunits}      % \ohm, \micro
 \usepackage{xcolor}
@@ -11,11 +11,11 @@
 \usepackage[left=20mm,right=20mm,top=25mm,bottom=25mm]{geometry}
 \pagestyle{headandfoot}
 \ifprintanswers
-\newcommand{\stitle}{: L\"osungen}
+\newcommand{\stitle}{: Solutions}
 \else
 \newcommand{\stitle}{}
 \fi
-\header{{\bfseries\large \"Ubung 6\stitle}}{{\bfseries\large Statistik}}{{\bfseries\large 22. November, 2016}}
+\header{{\bfseries\large Exercise 6\stitle}}{{\bfseries\large Statistics}}{{\bfseries\large November 14th, 2017}}
 \firstpagefooter{Prof. Dr. Jan Benda}{Phone: 29 74573}{Email:
 jan.benda@uni-tuebingen.de}
 \runningfooter{}{\thepage}{}
@@ -88,26 +88,23 @@ jan.benda@uni-tuebingen.de}
 \else
 
 \begin{itemize}
-\item \"Uberzeuge dich von jeder einzelnen Zeile deines Codes, dass
-  sie auch wirklich das macht, was sie machen soll! Teste dies mit
-  kleinen Beispielen direkt in der Kommandozeile.
-\item Versuche die L\"osungen der Aufgaben m\"oglichst in
-  sinnvolle kleine Funktionen herunterzubrechen.
-  Sobald etwas \"ahnliches mehr als einmal berechnet werden soll,
-  lohnt es sich eine Funktion daraus zu schreiben!
-\item Teste rechenintensive \code{for} Schleifen, Vektoren, Matrizen
-  zuerst mit einer kleinen Anzahl von Wiederholungen oder kleiner
-  Gr\"o{\ss}e, und benutze erst am Ende, wenn alles \"uberpr\"uft
-  ist, eine gro{\ss}e Anzahl von Wiederholungen oder Elementen, um eine gute
-  Statistik zu bekommen.
-\item Benutze die Hilfsfunktion von \code{matlab} (\code{help
-    command} oder \code{doc command}) und das Internet, um
-  herauszufinden, wie bestimmte \code{matlab} Funktionen zu verwenden
-  sind und was f\"ur M\"oglichkeiten sie bieten.
-  Auch zu inhaltlichen Konzepten bietet das Internet oft viele
-  Antworten!
-\item Die L\"osung bitte als zip-Archiv mit dem Namen
-  ``probabilities\_\{nachname\}\_\{vorname\}.zip'' auf ILIAS hochladen.
+\item Convince yourself that each single line of your code really does
+  what it should do!  Test it with small examples directly in the
+  command line.
+\item Always try to break down your solution into small and meaningful
+  functions. As soon something similar is computed more than once you
+  should definitely put it into a function.
+\item Initially test computationally expensive \code{for} loops, vectors,
+  matrices, etc. with small numbers of repetitions and/or
+  sizes. Once it is working use large repetitions and/or sizes for
+  getting a good statistics.
+\item Use the help functions of \code{matlab} (\code{help command} or
+  \code{doc command}) and the internet to figure out how specific
+  \code{matlab} functions are used and what features they offer.  In
+  addition, the internet offers a lot of material and suggestions for
+  any question you have regarding your code !
+\item Please upload your solution to the exercises to ILIAS as a zip-archive with the name
+  ``probabilities\_\{last name\}\_\{first name\}.zip''.
 \end{itemize}
 
 \fi
@@ -116,41 +113,35 @@ jan.benda@uni-tuebingen.de}
 \begin{questions}
 
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
-\question \textbf{Lies im Skript das Kapitel 3 ``Programmierstil''!}
+\question \textbf{Read chapter 4 of the script on ``programming style''!}
 
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
-\question \qt{Wahrscheinlichkeiten eines W\"urfels I}
-Der Computer kann mit W\"urfeln w\"urfeln die mehr als 6 Seiten haben!
+\question \qt{Probabilities of a die I}
+The computer can roll dice with more than 6 faces!
 \begin{parts}
-  \part Simuliere 10000 W\"urfe mit einem W\"urfel mit acht Seiten
-  durch Erzeugung von ganzzahligen Zufallszahlen mit den Augenzahlen
-  $x_i = 1, 2, \ldots 8$ .
+  \part Simulate 10000 times rolling a die with eight faces by
+  generating integer random numbers $x_i = 1, 2, \ldots 8$ .
 
-  \part Berechne die Wahrscheinlichkeit $P(5)$ des Auftretens der
-  Augenzahl f\"unf durch Bestimmung der Anzahl der F\"unfen im
-  Datensatz.
+  \part Compute the probability $P(5)$ of getting a five by counting the number of fives
+  occurring in the data set.
 
-  Entspricht das Ergebnis deiner Erwartung?
+  Does the result fit to your expectation?
 
-  \"Uberpr\"ufe auch die Wahrscheinlichkeit $P(x_i)$ der anderen
-  Zahlen.
+  Check the probabilities $P(x_i)$ of the other numbers.
 
-  Ist das ein fairer W\"urfel?
+  Is the die a fair die?
 
-  \part Speicher die berechneten Wahrscheinlichkeiten $P(x_i)$ f\"ur
-  das Auftreten der gew\"urfelten Zahlen in einem Vektor und benutze
-  die \code{bar()} Funktion, um diese Wahrscheinlichkeiten als
-  Funktion der Augenzahl zu plotten.
+  \part Store the computed probabilities $P(x_i)$ in a vector and use
+  the \code{bar()} function for plotting the probabilities as a
+  function of the corresponding face values.
 
-  \part Erstelle in einem weiterem Plot ein entsprechendes normiertes Histogramm
-  mit Hilfe der \code{hist()} und \code{bar()} Funktionen.
+  \part Compute a normalized histogram of the face values by means of
+  the \code{hist()} and \code{bar()} functions.
 
-  \part \extra Wie k\"onnte man einen gezinkten sechsseitigen W\"urfel
-  simulieren, bei dem die sechs dreimal so h\"aufig wie die anderen
-  Zahlen gew\"urfelt wird?
+  \part \extra Simulate a loaded die with the six showing up
+  three-times as often as the other numbers.
 
-  Fertige von diesem W\"urfel ein normiertes Histogram aus 10000
-  W\"urfen an.
+  Compute a normalized histogram of the face values from rolling the loaded die 10000 times.
 \end{parts}
 \begin{solution}
   \lstinputlisting{rollthedie.m}
@@ -162,16 +153,16 @@ Der Computer kann mit W\"urfeln w\"urfeln die mehr als 6 Seiten haben!
 
 \continue
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
-\question \qt{Wahrscheinlichkeiten eines W\"urfels II}
-Wir werten nun das Verhalten mehrerer W\"urfel aus.
+\question \qt{Probabilities of a die II}
+Now we analyze several dice at once.
 \begin{parts}
-  \part Simuliere 20 W\"urfel, von denen jeder 100 mal geworfen wird 
-  (jeder W\"urfel wird mit dem gleichen Zufallsgenerator simuliert).
-  \part Berechne aus diesem Datensatz f\"ur jeden W\"urfel ein normiertes Histogramm.
-  \part Bestimme den Mittelwert und die Standardabweichung f\"ur jede
-  Augenzahl gemittelt \"uber die W\"urfel.
-  \part Stelle das Ergebnis in einem S\"aulenplot mit Fehlerbalken dar
-  (\code{bar()} mit \code{errorbar()} Funktionen).
+  \part Simulate 20 dice, each of which is rolled 100 times 
+  (each die is simulated with the same random number generator).
+  \part Compute for this data set for each die a normalized histogram.
+  \part Calculate the mean and the standard deviation for each face
+  value averaged over the dice.
+  \part Visualize the result in a bar plot with error bars
+  (\code{bar()} and \code{errorbar()} functions).
 \end{parts}
 \begin{solution}
   \lstinputlisting{die2.m}
@@ -180,38 +171,37 @@ Wir werten nun das Verhalten mehrerer W\"urfel aus.
 
 
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
-\question \qt{Histogramm der Normalverteilung}
+\question \qt{Histogram of the normal distribution}
 \vspace{-3ex}
 \begin{parts}
-  \part Erzeuge einen Datensatz $X = (x_1, x_2, ... x_n)$ aus
-  $n=10000$ normalverteilten Zufallszahlen mit Mittelwert $\mu=0$ und
-  Standardabweichung $\sigma=1$ (\code{randn()} Funktion).
-
-  \part Berechne aus diesem Datensatz die Wahrscheinlichkeit $P(0\le
-  x<0.5)$.
-
-  \part Was passiert mit der Wahrscheinlichkeit eine Zahl in einem
-  bestimmten Interval zu ziehen (z.B. $P(0\le x<a)$), wenn dieses
-  Intervall immer kleiner wird ($a \to 0$)?
-
-  Schreibe ein Programm, das dies illustriert indem es $P(0\le x<a)$
-  als Funktion von $a$ plottet ($0 \ge a \ge 4$).
-
-  \part \label{manualpdf} Bestimme und plotte die
-  Wahrscheinlichkeitsdichte dieser Zufallszahlen (das normierte
-  Histogramm). Lege dazu zun\"achst die Positionen der bins (Breite
-  von 0.5) in einem Vektor fest. Bestimme dann mit einer \code{for}
-  Schleife f\"ur jedes dieser bins die Anzahl der Datenelemente, die
-  in diese bin fallen. Normiere anschliessend das so erhaltene
-  Histogram und plotte es mit der \code{bar()} Funktion.
-
-  \part \label{gaussianpdf} Plotte zum Vergleich in den gleichen Plot
-  die Normalverteilung
-  \[ p_g(x) = \frac{1}{\sqrt{2\pi\sigma^2}}e^{-\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2} \; . \]
-
-  \part Plotte die Wahrscheinlichkeitsdichte der Daten wie in
-  (\ref{manualpdf}) und (\ref{gaussianpdf}), aber mit Hilfe der
-  \code{hist()} Funktion.
+  \part Generate a data set $X = (x_1, x_2, ... x_n)$ of
+  $n=10000$ normally distributed random numbers with mean $\mu=0$ and
+  standard deviation $\sigma=1$ (\code{randn()} function).
+
+  \part Compute from this data set the probability $P(0\le x<0.5)$.
+
+  \part What happens to the probability of drawing a number from a
+  specific range (z.B. $P(0\le x<a)$), if this range gets smaller and
+  smaller, i.e. $a \to 0$?
+
+  Write a script that illustrates this by plotting $P(0\le x<a)$
+  as a function of $a$ (use $0 \le a \le 4$).
+
+  \part \label{manualpdf} Compute and plot the probability density of
+  the data set (the normalized histogram). First, define the positions
+  of the bins (width of 0.5) in a vector. Count in a \code{for} loop
+  for each bin die number of data values falling into the
+  bin. Finally, normalize the resulting histogram and plot it using
+  the \code{bar()} function.
+
+  \part \label{gaussianpdf} Draw into the same plot the normal
+  distribution
+  \[ p_g(x) = \frac{1}{\sqrt{2\pi\sigma^2}}e^{-\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2} \]
+  for a comparison.
+
+  \part Plot the probability density as in (\ref{manualpdf}) and
+  (\ref{gaussianpdf}), but this time by means of the \code{hist()} and
+  \code{bar()} functions.
 \end{parts}
 \begin{solution}
   \lstinputlisting{normhist.m}
diff --git a/statistics/exercises/instructions-de.tex b/statistics/exercises/instructions-de.tex
new file mode 100644
index 0000000..4c7eaf3
--- /dev/null
+++ b/statistics/exercises/instructions-de.tex
@@ -0,0 +1,6 @@
+\vspace*{-6.5ex}
+\begin{center}
+\textbf{\Large Einf\"uhrung in die wissenschaftliche Datenverarbeitung}\\[1ex]
+{\large Jan Grewe, Jan Benda}\\[-3ex]
+Abteilung Neuroethologie \hfill --- \hfill Institut f\"ur Neurobiologie \hfill --- \hfill \includegraphics[width=0.28\textwidth]{UT_WBMW_Black_RGB} \\
+\end{center}
diff --git a/statistics/exercises/instructions.tex b/statistics/exercises/instructions.tex
index 4c7eaf3..ee005a3 100644
--- a/statistics/exercises/instructions.tex
+++ b/statistics/exercises/instructions.tex
@@ -1,6 +1,6 @@
 \vspace*{-6.5ex}
 \begin{center}
-\textbf{\Large Einf\"uhrung in die wissenschaftliche Datenverarbeitung}\\[1ex]
+\textbf{\Large Introduction to scientific computing}\\[1ex]
 {\large Jan Grewe, Jan Benda}\\[-3ex]
-Abteilung Neuroethologie \hfill --- \hfill Institut f\"ur Neurobiologie \hfill --- \hfill \includegraphics[width=0.28\textwidth]{UT_WBMW_Black_RGB} \\
+Neuroethology lab \hfill --- \hfill Institute for Neurobiology \hfill --- \hfill \includegraphics[width=0.28\textwidth]{UT_WBMW_Black_RGB} \\
 \end{center}