Suche nach der Produktion eines Standardmodell HiggsBosons in Assoziation mit einem Top-Quark-Paar √ und Zerfall in ein bb̄-Paar im Mono-Lepton-Kanal bei s = 13 TeV mit dem ATLAS-Experiment am LHC Johannes Mellenthin II. Physikalisches Institut, Georg-August-Universität Göttingen Mit der Entdeckung des Higgs-Bosons im Jahr 2012 durch das ATLAS- und CMSExperiment am LHC konnte der letzte fehlende Baustein des Standardmodells der Teilchenphysik nachgewiesen werden. Dieses Boson ist eine direkte Konsequenz des BroutEnglert-Higgs Mechanismus, der beschreibt, wie Teilchen ihre Masse erhalten. Für diese Theorie wurden, ein Jahr nach der Entdeckung, Peter Higgs und François Englert mit dem Nobelpreis für Physik ausgezeichnet. Das Top-Quark ist das schwerste Elementarteilchen des Standardmodells und koppelt dadurch besonders stark an das Higgs-Boson. Ein theoretisch präzise vorhergesagter, jedoch noch nicht beobachteter Produktionsmechanismus ist die Erzeugung eines Higgs-Bosons mit einem Top-Quark-Paar (tt̄H). Dabei ist es möglich, die Top-Yukawa-Kopplung, welche von großer Bedeutung für theoretische Vorhersagen und die Wechselwirkung von Elementarteilchen ist, direkt zu bestimmen. Für diese Analyse werden Daten des ATLAS-Experiments bei einer Schwerpunktsenergie √ von s = 13 TeV verwendet. Für den Kanal mit der höchsten Zerfallswahrscheinlichkeit tt̄H (H → bb̄) ist der dominierende Untergrund tt̄bb̄. Das Verhältnis von Signal zu Untergrund beträgt hierbei weniger als 1 : 1000. Daher ist es unerlässlich, diesen so exakt wie möglich zu beschreiben. Eine Art von Untergrund im Endzustand mit einem Lepton sind sekundäre Leptonen, die u.a. durch semi-leptonische c- und b-Quarkzerfälle und Photonkonversion entstehen können, sowie Fakes, welche als Leptonen fehlidentifizierte Jets sind. Da dieser Untergrund nicht ausreichend genau durch Monte-Carlo-Simulationen beschrieben werden kann, wird ein datengestütztes Vorgehen gewählt. In diesem Vortrag wird hierfür die Matrix-Methode vorgestellt. Dabei auftretende statistische Fluktuationen werden mittels Tag Rate Function (TRF) reduziert. Hierbei werden nicht jene Ereignisse, die nicht (mind.) n b-Jets besitzen, entfernt, sondern sämtliche Ereignisse mit einer Wahrscheinlichkeit gewichtet.