diff --git a/einleitung.tex b/einleitung.tex
index d42670b..6540e14 100644
--- a/einleitung.tex
+++ b/einleitung.tex
@@ -11,17 +11,17 @@
 Network Science versucht, diese Eigenschaften zu finden und zu verstehen.
 Hierzu vereinigt es Methoden aus Mathematik, Informatik, und Physik.
 
-\vspace{-2em}
-\floatmarginfigure{
+\begin{marginfigure}
     \scalebox{0.9}{
         \begin{tikzpicture}[
-            box/.style={draw, minimum width=8em, minimum height=2.5em, inner sep=0.2em, align=center},
-            arr/.style={draw, >={LaTeX[width=1em,length=1em]}, thick, ->, labelcolor}
-            ]
-            \node[box] (s0) at (0,  0.0em) {Algorithmen-\\[-0.4em]entwurf};
-            \node[box] (s1) at (0, -4.5em) {Theoretische \\[-0.4em] Analyse};
+            box/.style={draw, minimum width=10em, minimum height=2.5em, inner sep=0.2em, align=center},
+            arr/.style={draw, >={LaTeX[width=1em,length=1em]}, thick, ->, labelcolor},
+            every node/.style={font=\marginfont},
+        ]
+            \node[box] (s0) at (0,  0.0em) {Algorithmenentwurf};
+            \node[box] (s1) at (0, -4.5em) {Theoretische Analyse};
             \node[box] (s2) at (0, -9.0em) {Implementierung};
-            \node[box] (s3) at (0,-13.5em) {Experimentelle \\[-0.4em] Analyse};
+            \node[box] (s3) at (0,-13.5em) {Experimentelle Analyse};
 
             \path[arr] (s0) to (s1);
             \path[arr] (s1) to (s2);
@@ -29,9 +29,12 @@
 
             \path[arr] (s3.east) to ++(1.5em,0) |- (s0);
             \path[arr] (s3.east) to ++(1.5em,0) |- (s2);
-        \end{tikzpicture}}
-    \caption{Algorithm Engineering Zyklus}
-    \label{fig:intro/algorithm-engineering}}
+        \end{tikzpicture}
+    }
+    \caption{Zyklus im Algorithm Engineering}
+    \label{fig:intro/algorithm-engineering}
+\end{marginfigure}
+
 Ziel des \emph{Algorithm Engineering} ist es, die Spaltung zwischen Theorie und Praxis im Algorithmenentwurf zu überbrücken.
 Es geht also darum, theoretisch effiziente als auch praktisch schnelle und implementierbare Algorithmen zu entwickeln.
 Hierbei kommt oft die in \cref{fig:intro/algorithm-engineering} dargestellte zyklische Entwurfsmethode zum Einsatz:
diff --git a/grad_sequenzen.tex b/grad_sequenzen.tex
index d3f909f..ab2bfcf 100644
--- a/grad_sequenzen.tex
+++ b/grad_sequenzen.tex
@@ -367,21 +367,6 @@ \section{Chung-Lu Graphen}
 \subsection{Rejection Sampling}
 Im Folgenden verallgemeinern wird die sog. Verwerfungsmethode (rejection sampling), die wir bereits in einer sehr einfachen Ausprägung beim Ziehen ohne Zurücklegen und Generieren einfacher Graphen genutzt haben.
 Damals war die Kernidee jedes Mal etwa:
-\floatmarginfigure{
-    \begin{tikzpicture}
-        \node[draw, minimum width=4cm, minimum height=4cm] {};
-
-        \foreach \x in {-18, -16, ..., 18} {
-                \foreach \y in {-18, -16, ..., 18} {
-                        \node[circle, inner sep=0, minimum width=0.5mm, fill] at (\x mm, \y mm) {};
-                    }
-            }
-        \node[fill=blue, opacity=0.2, cloud, minimum width=3.8cm, minimum height=2.5cm] (c) at (0,0) {};
-        \node[draw, cloud, minimum width=3.8cm, minimum height=2.5cm] (c) at (0,0) {Ziel};
-    \end{tikzpicture}
-    \caption{Rejection Sampling für Uniforme Verteilung}
-    \label{fig:rejection-uniform}
-}
 Wir nutzen einen stochastischen Prozess, der uns Vorschläge unterbreitet (proposal distribution).
 Dieser Prozess hatte bereits die gewünschte Verteilung, lieferte aber u.\,U. Vorschläge, die wir kategorisch ablehnen mussten;
 beim $\Gnm$-Modell mussten wir bereits gezogene Kanten zurückweisen.
@@ -393,6 +378,24 @@ \subsection{Rejection Sampling}
 Die Zielverteilung ist ebenfalls uniform -- allerdings über einer eingeschränkten Grundgesamtheit.
 Das Gitter ist auch auf dieser uniform verteilt.
 
+\begin{marginfigure}
+    \begin{tikzpicture}[
+		every node/.style={font=\marginfont},
+    ]
+        \node[draw, minimum width=4cm, minimum height=4cm] {};
+
+        \foreach \x in {-18, -16, ..., 18} {
+            \foreach \y in {-18, -16, ..., 18} {
+                \node[circle, inner sep=0, minimum width=0.5mm, fill] at (\x mm, \y mm) {};
+            }
+        }
+        \node[fill=blue, opacity=0.2, cloud, minimum width=3.8cm, minimum height=2.5cm] (c) at (0,0) {};
+        \node[draw, cloud, minimum width=3.8cm, minimum height=2.5cm] (c) at (0,0) {Ziel};
+    \end{tikzpicture}
+    \caption{Rejection Sampling für uniforme Verteilung}
+    \label{fig:rejection-uniform}
+\end{marginfigure}
+
 Ein weiteres Beispiel ist ein normaler Spielwürfel mit sechs gleich wahrscheinlichen Seiten, die von $1$ bis $6$ beschriftet sind.
 Wir können mit diesem Würfel uniform aus \set{1,2,3,4,5} ziehen:
 Falls eine Sechs gewürfelt wird, verwerfen wir diese und versuchen es erneut.
diff --git a/style.tex b/style.tex
index ce64705..edbfa98 100644
--- a/style.tex
+++ b/style.tex
@@ -59,7 +59,7 @@
 \sidecaptionvpos{table}{t}
 \renewcommand*\sidecaptionrelwidth{0.75}
 \captionsetup[table]{format=plain, font={color=sidecolor,small}}
-\DeclareCaptionStyle{marginfigure}{format=plain, labelfont={sf,color=labelcolor,small}, textfont={sl,sf,small}}
+\DeclareCaptionStyle{marginfigure}{format=plain, labelfont={sf,color=labelcolor}, textfont={sf}}
 \DeclareCaptionStyle{sidecaption}{format=plain, font={color=sidecolor, small}, labelfont={sf,color=labelcolor}, textfont={sl,sf}}
 \DeclareCaptionStyle{sidecapfmt}{format=plain, font={color=sidecolor, small}, labelfont={sf,color=labelcolor}, textfont={sl,sf}}
 
@@ -371,11 +371,4 @@
 		}{
 		\resettocdepth
 	\end{subappendices}
-}
-
-\newcommand{\floatmarginfigure}[1]{
-	\begin{figure}[h]%
-		\aside{\ \par \vspace{-0.5em} #1}%
-		\vspace{-1.5em}
-	\end{figure}
 }
\ No newline at end of file