diff --git a/Neu/Sentiment/notebook.ipynb b/Neu/Sentiment/notebook.ipynb
index 52940e9b69560ad6c4bea815d34762eba256d0d3..300dae5344999434c662061ed9e840d151b3106c 100644
--- a/Neu/Sentiment/notebook.ipynb
+++ b/Neu/Sentiment/notebook.ipynb
@@ -3711,6 +3711,8 @@
   }
  ],
  "metadata": {
+  "branche": "Medien",
+  "funktion": "Marketing",
   "kernelspec": {
    "display_name": "Python 3 (ipykernel)",
    "language": "python",
@@ -3728,9 +3730,10 @@
    "pygments_lexer": "ipython3",
    "version": "3.7.4"
   },
-  "tags": [
-   "Teaser"
-  ]
+  "repoLink": "https://gitlab.reutlingen-university.de/ki_lab/machine-learning-services/-/blob/main/Neu/Sentiment/notebook.ipynb?ref_type=heads",
+  "skipNotebookInDeployment": false,
+  "teaser": "In diesem Notebook geht es um die Sentiment-Analyse für Fluggesellschaften durch die Auswertung von Tweets. Diese Analyse liefert wertvolle Erkenntnisse über die Kundenwahrnehmung, ermöglicht eine gezielte Verbesserung des Markenimages und stärkt die Wettbewerbsposition. Mit präzisen Modellen und sorgfältiger Datenanalyse können Unternehmen schnell auf Kundenfeedback reagieren, ihre Servicequalität steigern und die ihre Effizienz steigern. Durch diese Technologie, wird versucht die Kundenbindung zu erhöhen und neue Standards für die Passagiere der Fluggesellschaften zu setzen.",
+  "title": "Stimmungsanalyse der Tweets an Fluggesellschaften"
  },
  "nbformat": 4,
  "nbformat_minor": 4