diff --git a/src/config.ts b/src/config.ts
index ad31c61..22e73b2 100644
--- a/src/config.ts
+++ b/src/config.ts
@@ -28,3 +28,6 @@ export const colorScheme = Object.fromEntries(
 
 export const categoryMetadataUrl =
   "https://docs.google.com/spreadsheets/d/e/2PACX-1vT6FQoV_8ET_pmEB5LGlI_ST9AAhsfiZrWydFwIB80G0Lr_kGwVJUzjM6fRPP9Yrx6iVZYMVAPTnLKq/pub?gid=0&single=true&output=csv";
+
+export const responsesSheetId = "12pGfvJx0SQmb6mnnVygmZsEeLZ6bFrpZvq8GYw2oX9E";
+export const responsesSheetName = "Responses";
diff --git a/src/lib/metadata.ts b/src/lib/metadata.ts
index e71be1a..dc437fd 100644
--- a/src/lib/metadata.ts
+++ b/src/lib/metadata.ts
@@ -7,7 +7,7 @@ export interface CategoryMetadata {
 }
 
 const sampleMetadataCsv = `title,text,icon
-Allgemeines KI-Wissen,Grundlegendes Wissen über Künstliche Intelligenz und deren Anwendung in Organisationen,school
+Generelles KI-Wissen,Grundlegendes Wissen über Künstliche Intelligenz und deren Anwendung in Organisationen,school
 KI-Innovation,"Fähigkeiten zur Entwicklung, Bewertung und Förderung von KI-Innovationen im Unternehmen",science
 KI-Geschäftsstrategie,"Verstehen, wie KI strategisch in Geschäftsmodelle integriert und eingesetzt werden kann",business
 Stakeholder-Landschaft,"Fähigkeit, relevante Stakeholder für KI-Initiativen zu identifizieren, einzubinden und zu koordinieren",people_alt
@@ -18,7 +18,7 @@ Python-Programmierung,Grundlegende Programmier-kenntnisse zur Umsetzung und Anpa
 Software Design,"Gestaltung robuster, skalierbarer und wartbarer Softwarelösungen mit KI-Komponenten",code
 Maschinelles Lernen,Kenntnisse in maschinellem Lernen zur Entwicklung datengetriebener Modelle,model_training
 MLOps / Infrastruktur,Fähigkeiten zum produktiven Einsatz und Betrieb von KI-Systemen in Unternehmen,all_inclusive
-GenAI-Kenntnisse,Verständnis generativer KI-Modelle (z. B. Large Language Models) und ihrer praktischen Nutzung,auto_awesome`;
+Generative KI,Verständnis generativer KI-Modelle (z. B. Large Language Models) und ihrer praktischen Nutzung,auto_awesome`;
 
 export function fetchCategoryMetadata(): Promise<CategoryMetadata[]> {
   const parseCsv = (csv: string): CategoryMetadata[] => {
diff --git a/src/lib/parser.ts b/src/lib/parser.ts
index d56da76..893c854 100644
--- a/src/lib/parser.ts
+++ b/src/lib/parser.ts
@@ -1,4 +1,5 @@
 import * as d3 from "d3";
+import { responsesSheetId, responsesSheetName } from "../config";
 
 export const skills: { [key: string]: number } = {
   "Keine Kenntnisse": 0,
@@ -12,10 +13,6 @@ function mapSkillToNumber(skill: string): number {
   return skills[skill] !== undefined ? skills[skill] : -1;
 }
 
-const sheet_id = "12pGfvJx0SQmb6mnnVygmZsEeLZ6bFrpZvq8GYw2oX9E";
-const sheet_name = "Responses";
-const url = `https://docs.google.com/spreadsheets/d/${sheet_id}/gviz/tq?tqx=out:csv&sheet=${sheet_name}`;
-
 export interface ResponseData {
   timestamp: number;
   question: string;
@@ -44,6 +41,7 @@ export function parseCSV(csv: string): ResponseData[] {
 }
 
 export function fetchGoogleSheet() {
+  const url = `https://docs.google.com/spreadsheets/d/${responsesSheetId}/gviz/tq?tqx=out:csv&sheet=${responsesSheetName}`;
   return fetch(url)
     .then((response) => {
       if (!response.ok) {