diff --git a/101_Einfuehrung.tex b/101_Einfuehrung.tex
index 462d7dd54028cf609dda1e32ad6f3fe57eb92741..4d3834e4cb01af91af33d1dc56a26294e7b19b7c 100644
--- a/101_Einfuehrung.tex
+++ b/101_Einfuehrung.tex
@@ -16,7 +16,7 @@ Platz angelangt ist.
 Die verbale Formulierung kann auch in Form eines \emph{Pseudocodes}
 ausgedrückt werden. Ein Pseudocode ist eine an höhere Programmiersprachen
 angelehnte Formulierung. Der vorgeschlagene Algorithmus wird in der
-Fachliteratur \emph{insertion sort} (\emph{Sortieren durch Einfügen})
+Literatur \texttt{insertionsort} (Sortieren durch Einfügen)
 genannt.
 
 \begin{algorithm}[H]
diff --git a/102_Asymptotische_Schranken.tex b/102_Asymptotische_Schranken.tex
index 454f43e184d46ef5d3039ef3380f60991b1f91cc..162d81f2984a8630492c7c61e5873297a55a405e 100644
--- a/102_Asymptotische_Schranken.tex
+++ b/102_Asymptotische_Schranken.tex
@@ -11,9 +11,9 @@ eines Programms in Abhängigkeit von der Inputlänge $n$ beschreiben:
   Sei $I$ der Input für unseren Algorithmus, $\abs{I} < \infty$ die Größe des Inputs. Sei $T(I) \in \mathbb{R}^+$ die
   Laufzeit, die unser Algorithmus für Input $I$ benötigt. Dann definieren wir
   \begin{itemize}
-    \item $T_{\text{worst}}(n) = \max\{T(I) : \abs{I} = n\}$ ist die \emph{worst case} Laufzeit.
-    \item $T_{\text{best}}(n) = \min\{T(I) : \abs{I} = n\}$ ist die \emph{best case} Laufzeit.
-    \item $T_{\text{avg}}(n) = \frac{1}{\abs{I_n}} \sum_{I \in I_n} T(I)$ wobei $I_n = \{I : \abs{I} = n\}$ 
+    \item $T_{\text{wc}}(n) = \max\{T(I) : \abs{I} = n\}$ ist die \emph{worst case} Laufzeit.
+    \item $T_{\text{bc}}(n) = \min\{T(I) : \abs{I} = n\}$ ist die \emph{best case} Laufzeit.
+    \item $T_{\text{ac}}(n) = \frac{1}{\abs{I_n}} \sum_{I \in I_n} T(I)$ wobei $I_n = \{I : \abs{I} = n\}$ 
       ist die \emph{average case} Laufzeit.
   \end{itemize}
   Sei analog $S(I)$ der Speicherverbrauch des Algorithmus mit Input $I$. Dann definieren wir $S_{\text{worst}}$,