Tools· KI-Assistenz & Agentenbau

    Open WebUI

    Selbst-hostbare, offline-fähige Oberfläche für lokale und entfernte Sprachmodelle, mit Ollama-Anbindung, lokalem RAG und Enterprise-Funktionen wie SSO und Audit-Logs.

    dialogischausführbarOpen Source

    Beschreibung

    Stärken

    Universelle Provider-Anbindung
    Chat mit Ollama, OpenAI, Anthropic oder jedem OpenAI-kompatiblen Provider aus einer einzigen Oberfläche, inklusive Dateianhang, Websuche und Codeausführung direkt im Chat.
    Flexible Installation
    Läuft wahlweise über Docker, Kubernetes, pip oder bare metal, mit eigenen Images für Ollama- und CUDA-Setups.
    Progressive Web App
    Lässt sich ohne separaten Download auf Smartphone-Homescreen, Desktop-Taskbar oder Dock installieren.
    Multi-User von Anfang an
    Rollen, Nutzergruppen, Zugriffskontrolle pro Modell und Anbindung an bestehende Identity-Provider, vom Solo-Install bis zur Organisation mit tausenden Sitzen.
    Offene REST-API
    Über 200 Umgebungsvariablen und eine vollständige, per Bearer-Token oder JWT authentifizierte REST-API stehen für eigene Automationen bereit.

    Einschätzung

    KI-Funktionen

    • Wissensbasis und RAG Dateien hochladen und Wissensbasen aufbauen, wahlweise mit Vektorsuche für große Sammlungen oder vollständiger Inhaltsinjektion für Präzision, native Funktionsaufrufe lassen Modelle eigenständig über die gesamte Wissensbasis suchen und Ergebnisse zusammenführen.
    • Eigene Agenten Agenten wie ein Python-Tutor, ein Meeting-Summarizer oder ein Code-Reviewer entstehen als Konfigurationswrapper aus einem Basismodell mit gebundenem Wissen, Tools und System-Prompt.
    • Notes-Arbeitsbereich Ein eigener Bereich für Inhalte außerhalb einzelner Gespräche, mit KI-gestützter Textüberarbeitung direkt im Editor und gezielter Kontext-Einbindung in Chats ohne Chunking oder Vektorsuche.
    • Computer-Anbindung Eine reale Rechenumgebung, in der die KI Code schreibt, ausführt, Ausgaben liest, Fehler behebt und iteriert, inklusive Dateiverwaltung, Paketinstallation und Serverbetrieb.
    • Werkzeuge und Pipelines Eigene Python-Tools laufen direkt im Chat, externe Dienste lassen sich über OpenAPI oder MCP anbinden, Pipelines filtern, transformieren oder routen jede Nachricht.

    Wofür geeignet

    • Teams, die lokale Sprachmodelle über Ollama offline und ohne Cloud-Abhängigkeit betreiben wollen
    • Organisationen mit hohen Datenschutzanforderungen, die eine air-gapped oder On-Premises-KI-Oberfläche benötigen
    • Nutzer, die neben Chat auch lokale RAG-Funktionen und eigene Modell-Varianten über den Model Builder brauchen
    • Weniger geeignet für Weniger geeignet für Teams, die ohne eigenes Hosting sofort loslegen wollen

    Einschränkungen und Hinweise

    • Betriebsaufwand Der große Funktionsumfang bedeutet mehr Aufwand bei Einrichtung und Pflege als bei schlankeren Alternativen, der Betrieb liegt vollständig beim eigenen Team.
    • Konfigurationstiefe Über 200 Umgebungsvariablen steuern Authentifizierung, Modell-Routing, Storage und Logging, eine eigene Referenzdokumentation dient als Nachschlagewerk dafür.
    • Kein gehosteter Cloud-Dienst Der Betrieb läuft vollständig auf eigener Infrastruktur, Kosten entstehen für Hosting und für angebundene Cloud-Modelle.
    • Reverse-Proxy und HTTPS in Eigenregie Für produktive Deployments sind eigene Zertifikatsverwaltung, WebSocket-Unterstützung und eine produktionsreife Reverse-Proxy-Konfiguration nötig.

    Quick Start

    1. Installationsweg wählen: Docker für den schnellsten Einstieg, Python über pip für schlanke Installationen oder Kubernetes für den Produktionsbetrieb.
    2. Einen ersten Modell-Provider verbinden, etwa Ollama oder einen OpenAI-kompatiblen beziehungsweise Open-Responses-Endpunkt.
    3. Die Grundlagenkapitel der Getting-Started-Sektion durchgehen: Plugins, das Verhalten bei langen Chats, das Task Model, RAG über eigene Dokumente und Native Tool Calling.
    4. Open WebUI als Progressive Web App zum Homescreen, zur Taskbar oder zum Dock hinzufügen.
    5. Für den Team-Einsatz Rollen, Nutzergruppen und Zugriffsrechte pro Modell einrichten.

    Tipps

    • Für eigene Automationen einen Personal Access Token erzeugen, jeder Schlüssel erbt die Rechte des erstellenden Nutzers.
    • Bei Fehlern in langen Chats hilft laut Dokumentation ein Filter, der das Problem behebt, statt den Chat neu zu starten.
    • Vor dem Produktivbetrieb die Referenzsektion zu HTTPS-Konfiguration und Reverse-Proxy-Setups durchgehen.
    • Updates lassen sich manuell per Docker- oder pip-Befehl einspielen oder mit Watchtower, WUD oder Diun automatisieren, inklusive Backup- und Restore-Verfahren.
    • Externe KI-Agenten mit eigenem Werkzeugsatz wie Terminal, Dateioperationen oder Websuche lassen sich anbinden, Open WebUI dient dann als Chat-Frontend, während der Agent selbst entscheidet, wann er ein Werkzeug einsetzt.

    Zugang

    Stand: · Angaben zu Preisen, Tarifen und Funktionen sind eine Momentaufnahme. Vor einer Entscheidung lohnt der Blick auf die Anbieterseite.

    Im Workshop wird daraus Ihre Methode.

    Wer diesen Prozess einmal laufen sieht, will als Nächstes den Agenten dahinter. Das bauen wir im Workshop Vom Prozess zum Agenten.

    Workshops ansehen

    Gespräch statt Pitch

    Erst verstehen, dann entscheiden. Wir nehmen uns Zeit für ein erstes Gespräch, ohne Verkaufsdruck, ohne Verpflichtung.

    Gespräch vereinbaren