diff --git a/anleitung_windows_openai-gym.pdf b/anleitung_windows_openai-gym.pdf
index cf0a354f0bc77f54ee91d799b3de4b61064c408f..1964bd67f39eaf7bd79adf33cb357370eb123371 100644
Binary files a/anleitung_windows_openai-gym.pdf and b/anleitung_windows_openai-gym.pdf differ
diff --git a/anleitung_windows_openai-gym.tex b/anleitung_windows_openai-gym.tex
index 40adb551c3a58ebbd6527731b5347ce51d23354b..574c770eb54eb8060c3250e8ad6375283214ffc4 100644
--- a/anleitung_windows_openai-gym.tex
+++ b/anleitung_windows_openai-gym.tex
@@ -85,7 +85,7 @@
 % %%%%% Mit dem Fork von OpenAI's atary-py https://github.com/Kojoley/atari-py ist ein Compiler unnötig.
 % %%%%% Falls wir auf ale-py https://github.com/mgbellemare/Arcade-Learning-Environment umsteigen, wird das wieder nötig.
 % \section{Installation C++-Build Tools}
-% 
+%
 % \begin{minipage}{0.44\linewidth}
 %   Zunächst installieren wir einen C++-Compiler, der später für OpenAI Gym benötigt wird.
 %   Dazu laden wir die Installationsdatei \texttt{vs\_BuildTools.exe} \href{https://aka.ms/vs/17/release/vs_BuildTools.exe}{hier} herunter. Im Download-Ordner und führen wir die Datei aus um den Visual Studio Installer zu starten. Bei der Auswahl der Komponenten setzen wir bei \textit{C++-Buildtools} einen Haken.
@@ -94,7 +94,7 @@
 % \begin{minipage}{0.52\linewidth}
 %   \includegraphics[width=\linewidth]{images/vs installer}
 % \end{minipage}
-% 
+%
 % \begin{center}
 %   \includegraphics[width=0.6\linewidth]{images/haken c++ buildtools}
 % \end{center}
@@ -139,7 +139,8 @@ Sie können die Umgebung jederzeit mit \lstinline|mamba activate ml| aktivieren
 Anschließend installieren wir noch Pakete mit \lstinline|pip| aus dem PyPI-Repository in der Umgebung \lstinline|ml|, die es im \lstinline|conda-forge|-Repository nicht gibt. Hierdurch können allerdings Probleme in Ihrer Umgebung entstehen.
 \begin{lstlisting}[gobble=2, basicstyle=\ttfamily\footnotesize]
   #*\color{gray}(base) C:\textbackslash Users\textbackslash john>*mamba activate ml
-  #*\color{gray}(ml) C:\textbackslash Users\textbackslash john>*pip install emnist tensorflow==2.10.1 autorom[accept-rom-license]
+  #*\color{gray}(ml) C:\textbackslash Users\textbackslash john>*pip install emnist autorom[accept-rom-license]
+  #*\color{gray}(ml) C:\textbackslash Users\textbackslash john>*pip install tensorflow==2.10.1
 \end{lstlisting}
 
 Falls Sie eine NVIDIA GPU haben und den Support dafür aktivieren wollen, installieren Sie die folgenden Pakete: