Jupyter-Notebooks ermöglichen eine Entwicklungsumgebung in der interaktiver mit Code und Daten gearbeitet werden kann. Hier soll JupyterHub als Anwendung in Lehrveranstaltungen genutzt werden, um problem-basiertes Lernen zu ermöglichen. Ziel der Arbeit ist es eine JupyterHub-Anwendung mit Docker zu entwickeln. Anhand eines NaturalLanguage-Processing-Verfahren werden die Funktionen von Jupyter-Notebook und JupyterHub dargestellt. In diesem NLP-Verfahren sollen, mittel LDA-Topic-Modell, Unterschiede zwischen Nationalitäten erkannt werden. Hier besteht der Datensatz aus den Suchtermen und deren Query Eypansions. Die Funktionen des JupyterHubs konnten anhand einer Implementierung in Docker demonstriert werden. Im NLP-Verfahren ist es aufgrund nicht-interpretierbarer Topics nicht gelungen Unterschiede zwischen den Nationalitäten aufzufinden.