diff --git a/.gitignore b/.gitignore
index 2ee0e491cbbc7f22d50920f80777e86b56b31124..00b7bd1bc409f89f0eb19f8063b610354cc94f22 100644
--- a/.gitignore
+++ b/.gitignore
@@ -6,3 +6,4 @@
 *_files
 *rsconnect
 *knit.md
+Module/.ipynb_checkpoints/
diff --git a/CHANGELOG.md b/CHANGELOG.md
new file mode 100644
index 0000000000000000000000000000000000000000..9346afddcf8a7a05ef561aedb99a2ee4f924db73
--- /dev/null
+++ b/CHANGELOG.md
@@ -0,0 +1,8 @@
+# Changelog - Änderungsverlauf
+
+Diese Datei enthält eine Zusammenfassung der Änderungen relativ zum [Upstream-Projekt](https://github.com/luebby/WWWEKI).
+Die exakten Änderungen sind den jeweiligen Git-Commits zu entnehmen.
+
+- Anpassen der Projkektinformationen in [README.md](README.md).
+- Text der Lizenz CC-BY-SA-4.0 in [LICENSE.txt](LICENSE.txt) gespeichtert.
+- ...
diff --git a/README.md b/README.md
index 08859901e8d040765dbc0d9ffeedd882f75c6628..b310778daf0123e6287f3c359d3fd110d44b8c30 100644
--- a/README.md
+++ b/README.md
@@ -1,50 +1,116 @@
-## Projekt
+<!--
+SPDX-FileCopyrightText: 2022 Julia Rohrer, Karsten Lübke
+SPDX-FileContributor: 2024 Johannes Keyser
 
-Entwicklung eines MOOC für den [KI-Campus](https://ki-campus.org/) zum Einstieg in die Kausale Inferenz in Kooperation mit [Julia Rohrer](https://juliarohrer.com/) (Projektleitung), Universität Leipzig.
+SPDX-License-Identifier: CC-BY-SA-4.0
+-->
 
-Details siehe z.B. [FOM forscht Wissenschaftsblog](https://www.fom-blog.de/2021/07/einstiegskurs-kausale-inferenz-wird-gemeinsam-von-der-universitaet-leipzig-und-der-fom-hochschule-mit-einer-foerderung-durch-das-bmbf-entwickelt/).
+# Einführungskurs Kausale Inferenz
 
-Link zum Kurs auf den KI-Campus: [https://ki-campus.org/courses/wwweki](https://ki-campus.org/courses/wwweki)
- 
-**Videos**:
+## Beschreibung
 
-Hier fehlen auch die begleitenden Interviews mit angesehen Expert:innen aus unterschiedlichen Fachgebieten, die ihre kausalen Fragestellungen und Lösungsansätze vorstellen. Diese finden Sie unter [https://wwweki.gitlab.io/interviews/](https://wwweki.gitlab.io/interviews/).
+Dieses Projekt enthält Materialien für den [KI-Campus-Kurs _Was, wie, warum? - Einführungskurs Kausale Inferenz_](https://ki-campus.org/courses/wwweki) von [Dr. Julia Rohrer](https://juliarohrer.com/) (Universität Leipzig) und [Prof. Dr. Karsten Lübke](https://ki-campus.org/node/793) (FOM Hochschule):
 
-**Literatur**:
+Die enthaltenen Materialien sollen es Lehrkräften erleichtern, das Kursmaterial für den eigenen Unterricht anzupassen.
 
-- Rohrer, J. M. (2018). Thinking clearly about correlations and causation: Graphical causal models for observational data. *Advances in Methods and Practices in Psychological Science*, 1(1), 27-42. [https://doi.org/10.1177%2F2515245917745629](https://doi.org/10.1177%2F2515245917745629)
+Wenn Sie das Material studieren wollen, besuchen Sie am besten den originalen Kurs auf [ki-campus.org/courses/wwweki](https://ki-campus.org/courses/wwweki).
 
-- Lübke, K., Gehrke, M., Horst, J., & Szepannek, G. (2020). Why we should teach causal inference: Examples in linear regression with simulated data. *Journal of Statistics Education*, 28(2), 133-139. [https://doi.org/10.1080/10691898.2020.1752859](https://doi.org/10.1080/10691898.2020.1752859)
+Dieses Projekt ist eine Kopie (ein _Fork_) von <https://github.com/luebby/WWWEKI>, mit folgenden (geplanten) Modifikationen:
+
+- (Einige) HTML-Texte werden in Markdown umgewandelt.
+- (Einige) Diagramme werden in SVG umgewandelt.
+- Die R-Markdown-Dateien (die Grundlage der ShinyApps) werden (auch) in IPython-Notebooks umgewandelt.
+- Beispieldatensätze werden als lokale CSV-Dateien bereitgestellt.
+
+Eine genauere Aufschlüsselung der Änderungen finden Sie in Datei [CHANGELOG.md](CHANGELOG.md).
+
+### Was dies nicht ist
+
+Die Lernerfahrung des Kurses auf KI-Campus soll gewährleistet bleiben:
+Insbesondere enthält dieses Projekt keine der benoteten Testfragen oder -antworten, da diese im Originalkurs nur unter Zeitdruck zugänglich sind und das Kurszertifikat von ihnen abhängt.
+
+
+## Installation
+
+Mit [Anaconda](https://anaconda.org/) können Sie alles in einer neuen virtuellen Umgebung mit einem Befehl installieren:
+
+```
+conda create --name meinKI jupyter r-irkernel r-tidyverse r-mosaic r-learnr r-ggthemes
+```
+
+Um das Material auf GitHub oder GitLab usw. zu betrachten wird nur ein Webbrowser benötigt.
+
+Um die IPython-Notebooks (d.h. die Dateien mit der Endung `.ipynb`) auszuführen oder zu ändern, müssen Sie Jupyter (oder einen geeigneten Editor) installieren.
+
+- FIXME: Testen/Erklärung von Ansatz mit Jupytext!
+
+Sie müssen den `R`-Kernel für Jupyter installieren, um die R-Codezellen ausführen zu können.
+Der Kurs stützt sich auf die R-Pakete `tidyverse` und `mosaic`, `learnr`, `ggthemes`, die ihrerseits zusätzliche Abhängigkeiten mit sich bringen.
+
+Optional: Um die Materialien in PDF-Handouts, Folien oder ein anderes Format zu konvertieren, können Sie [Quarto](https://quarto.org/) installieren (das [Pandoc](https://pandoc.org/) enthält, einen leistungsstarken Konverter, den Sie auch ohne Quarto verwenden können).
+
+Optional: Um Ihre Änderungen zu verfolgen und zu diesem Projekt beizutragen, benötigen Sie Git.
 
 
 ## Modulübersicht
 
-1. [An der Weggabelung: Einen Weg gehen - und einen nicht](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_01/) (Potential Outcome und Counterfactual)
+1. An der Weggabelung: Einen Weg gehen - und einen nicht (Potential Outcome und Counterfactual)
+    - [Externe ShinyApp](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_01/)
+
+2. Ein Pfeil zeigt die Richtung (Strukturelle kausale Modelle und Kausale Diagramme)
+    - [Externe ShinyApp](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_02/)
+
+3. Daten analysieren – mit welchem Ziel? (Datenanwendungen (Beschreibung, Vorhersage, Kausale Inferenz), Kausale Leiter (Assoziation, Intervention, Counterfactual))
+    - [Externe ShinyApp](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_03/)
+
+4. Es steht was zwischen uns (Kette)
+    - [Externe ShinyApp](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_04/)
+
+5. Von Störchen und Geburten (Gabel)
+    - [Externe ShinyApp](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_05/)
+
+6. Nett oder schön? – Warum nicht beides? (Umgedrehte Gabel)
+    - [Externe ShinyApp](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_06/)
 
-2. [Ein Pfeil zeigt die Richtung](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_02/) (Strukturelle kausale Modelle und Kausale Diagramme)
+7. Warum Raumteilung keine gute Investition ist (Wiederholung Grundelemente Kausaler Diagramme, Unterschied (do(x) vs. X=x am Beispiel)
+    - [Externe ShinyApp](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_07/)
 
-3. [Daten analysieren - mit welchem Ziel?](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_03/) (Datenanwendungen (Beschreibung, Vorhersage, Kausale Inferenz), Kausale Leiter (Assoziation, Intervention, Counterfactual))
+8. Magie durch Zufall (Zufällige Stichprobe und zufällige Zuordnung im Rahmen eines Experiments und die Auswirkungen auf die Datenanwendungen (Beschreibung, Vorhersage, Kausale Inferenz) )
+    - [Externe ShinyApp](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_08/)
 
-4. [Es steht was zwischen uns](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_04/) (Kette)
+9. Was wäre gewesen, wenn? (Counterfactual)
+    - [Externe ShinyApp](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_09/)
 
-5. [Von Störchen und Geburten](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_05/) (Gabel)
+10. Graphen zeichnen und lesen (Beispiel Gender-Pay-Gap)
+    - [Externe ShinyApp](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_10/)
 
-6. [Nett oder schön? &ndash; Warum nicht beides?](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_06/) (Umgedrehte Gabel)
+11. Schadet Rauchen bei Heranwachsenden? (Anwendungsbeispiel Kausale Inferenz in der Medizin.)
+    - [Externe ShinyApp](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_11/)
 
-7. [Warum Raumteilung keine gute Investition ist](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_07/) (Wiederholung Grundelemente Kausaler Diagramme, Unterschied (do(x) vs. X=x am Beispiel)
+12. Praktisches Daten hinterfragen (DAGs in der Anwendung, Ausblick)
+    - [Externe ShinyApp](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_12/)
 
-8. [Magie durch Zufall](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_08/) (Zufällige Stichprobe und zufällige Zuordnung im Rahmen eines Experiments und die Auswirkungen auf die Datenanwendungen (Beschreibung, Vorhersage, Kausale Inferenz) )
 
-9. [Was wäre gewesen, wenn?](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_09/) (Counterfactual)
+## Weiterführende Links
 
-10. [Graphen zeichnen und lesen](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_10/) (Beispiel Gender-Pay-Gap)
+- Die deutsche Kursvariante auf KI-Campus: <https://ki-campus.org/courses/wwweki>
+- Die englische Kursvariante auf KI-Campus: <https://ki-campus.org/courses/whwici>
+- Details siehe z.B. [FOM forscht Wissenschaftsblog](https://www.fom-blog.de/2021/07/einstiegskurs-kausale-inferenz-wird-gemeinsam-von-der-universitaet-leipzig-und-der-fom-hochschule-mit-einer-foerderung-durch-das-bmbf-entwickelt/).
+ 
+**Videos**:
+
+- Die begleitenden Interviews mit angesehenen Expert:innen aus unterschiedlichen Fachgebieten, die ihre kausalen Fragestellungen und Lösungsansätze vorstellen, finden Sie unter <https://wwweki.gitlab.io/interviews/>.
+
+**Literatur**:
+
+- Rohrer, J. M. (2018). Thinking clearly about correlations and causation: Graphical causal models for observational data. *Advances in Methods and Practices in Psychological Science*, 1(1), 27-42. [https://doi.org/10.1177%2F2515245917745629](https://doi.org/10.1177%2F2515245917745629)
+- Lübke, K., Gehrke, M., Horst, J., & Szepannek, G. (2020). Why we should teach causal inference: Examples in linear regression with simulated data. *Journal of Statistics Education*, 28(2), 133-139. [https://doi.org/10.1080/10691898.2020.1752859](https://doi.org/10.1080/10691898.2020.1752859)
 
-11. [Schadet Rauchen bei Heranwachsenden?](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_11/) (Anwendungsbeispiel Kausale Inferenz in der Medizin.)
 
-12. [Praktisches Daten hinterfragen](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_12/) (DAGs in der Anwendung, Ausblick)
+## FIXME: Beitragen
 
+Bitte melden Sie Fehler, Unklarheiten und Verbesserungsvorschläge beim originalen Projekt unter <https://github.com/luebby/WWWEKI/issues>.
 
-Bitte melden Sie Fehler, Unklarheiten und Verbesserungsvorschläge [hier](https://github.com/luebby/WWWEKI/issues).
 
 ## Lizenz