KI-Plattform auf Basis von Open WebUI

Open WebUI ist eine webbasierte Benutzeroberfläche zur Nutzung großer Sprachmodelle. Unternehmen können darüber verschiedene KI-Modelle zentral über den Browser nutzen, ohne dass auf den Endgeräten der Mitarbeitenden zusätzliche Software installiert werden muss.

Es ist eine von uns eingerichtete KI-Plattform auf Basis der Open-Source-Software Open WebUI. Die Lösung ermöglicht Unternehmen und Organisationen den kontrollierten Zugriff auf KI-Modelle über eine zentrale Oberfläche, inklusive Benutzerverwaltung, Modellanbindung und technischer Integration in bestehende Systeme.

Eine Open-WebUI-basierte KI-Plattform eignet sich für Unternehmen, Forschungseinrichtungen, Verwaltungen und Organisationen, die Mitarbeitenden einen zentralen, kontrollierten und webbasierten Zugang zu KI-Sprachmodellen bereitstellen möchten.

ChatGPT ist ein externer Dienst. Eine eigene Open-WebUI-Plattform wird dagegen in einer definierten Infrastruktur eingerichtet und kann gezielt mit verschiedenen Modellen, Benutzerrechten, Authentifizierung und API-Anbindungen verbunden werden. Dadurch entsteht mehr Kontrolle über Nutzung, Zugänge und technische Integration.

Open WebUI bietet eine zentrale Oberfläche für KI-Nutzung im Unternehmen. Mitarbeitende können über eine einheitliche Plattform mit verschiedenen Sprachmodellen arbeiten, während Administration, Modellzugänge und technische Schnittstellen zentral gesteuert werden.

Die Einrichtung umfasst in der Regel Installation, Grundkonfiguration, Benutzeroberfläche, Modellanbindung, technische Systemkonfiguration und Funktionstests. Je nach Projekt kommen zusätzlich Proxy-Anbindung, Authentifizierung, Kostenübersicht, Dokumentation und Integration in eine Private Cloud hinzu.

Ja. Open WebUI kann in der Private Cloud des Auftraggebers betrieben werden. Dafür wird die Plattform in die vorhandene technische Umgebung integriert, zum Beispiel über Docker-Container und eine abgestimmte Deployment-Struktur.

Für die Einrichtung werden in der Regel Server- oder Cloud-Zugänge, Domain- beziehungsweise Subdomain-Informationen, API-Keys der gewünschten KI-Anbieter, Angaben zur Authentifizierung und technische Ansprechpartner benötigt.

Sobald die notwendigen technischen Zugänge, Domaininformationen und mindestens ein API-Key vorliegen, kann eine erste testbare Instanz schrittweise bereitgestellt werden. Der genaue Zeitplan hängt von der vorhandenen Infrastruktur und den Freigabeprozessen des Auftraggebers ab.

Ein Projekt besteht üblicherweise aus Konzeptabstimmung, technischer Einrichtung, Modellintegration, Authentifizierung, Funktionstests, User Acceptance Test und technischer Dokumentation. Ziel ist es, möglichst früh eine testbare Instanz bereitzustellen und anschließend die Integration zu finalisieren.

Ein API-Proxy dient als technische Zwischenschicht zwischen Open WebUI und den angebundenen KI-Modellen. Dadurch können API-Keys serverseitig verwaltet, Modellanfragen zentral gesteuert und verschiedene LLM-Anbieter über eine einheitliche Struktur angebunden werden.

Ein LLM-Proxy verbessert die technische Steuerung der Modellanbindung. API-Keys müssen nicht im Browser gespeichert werden, verschiedene Modelle können zentral verwaltet werden und die Plattform bleibt flexibler für spätere Erweiterungen.

Nein. Bei einer sauberen Open-WebUI-Integration werden API-Keys serverseitig verwaltet und nicht im Frontend oder Browser hinterlegt. Das reduziert Sicherheitsrisiken und ermöglicht eine kontrollierte API-Kommunikation.

Ja. Über Open WebUI in Kombination mit einem Proxy können mehrere LLM-Anbieter angebunden werden, zum Beispiel OpenAI-kompatible APIs, Azure OpenAI, Anthropic Claude oder andere geeignete Anbieter.

Ja. Die Plattform kann so konfiguriert werden, dass Nutzer je Chat ein verfügbares Modell auswählen können. Die Auswahl erfolgt typischerweise über ein Dropdown-Menü innerhalb der Benutzeroberfläche.

Je nach technischer Umgebung können unterschiedliche Modelle angebunden werden, zum Beispiel OpenAI-Modelle, Azure OpenAI, Anthropic Claude, Mistral oder Open-Source-Modelle über geeignete API-Schnittstellen.

Ja, sofern die entsprechenden API-Zugänge vorhanden sind und die Anbieter technisch über die Plattform beziehungsweise den Proxy angebunden werden können. Die konkrete Modellkonfiguration wird im Projekt abgestimmt.

Ja, europäische Modelle wie Mistral können grundsätzlich angebunden werden, sofern passende API-Zugänge und technische Schnittstellen vorhanden sind. Die konkrete Integration hängt vom jeweiligen Anbieter und den Anforderungen des Kunden ab.

Ja, lokale oder selbst gehostete Modelle können je nach Infrastruktur angebunden werden. Ob dies sinnvoll ist, hängt von Anforderungen an Datenschutz, Performance, Kosten, Modellqualität und verfügbarer Hardware ab.

In der Regel stellt der Auftraggeber die API-Keys der gewünschten Anbieter bereit. Falls noch keine Accounts vorhanden sind, kann die Einrichtung der Anbieterzugänge nach Abstimmung unterstützt werden.

Ja. Open WebUI kann mit Microsoft Entra ID beziehungsweise Azure AD verbunden werden, zum Beispiel über OAuth2 oder SAML. Dadurch können bestehende Unternehmensidentitäten für den Login genutzt werden.

Für die Anbindung werden je nach Verfahren Tenant-ID, Client-ID, Client Secret, Redirect-URLs oder SAML-Metadaten benötigt. Zusätzlich ist eine Abstimmung mit den technischen Ansprechpartnern des Auftraggebers sinnvoll.

Ja, Single Sign-on kann über bestehende Identitätsanbieter wie Microsoft Entra ID umgesetzt werden, sofern die technische Umgebung und die gewählte Authentifizierungsmethode dies unterstützen.

Ja. Open WebUI bietet Administrations- und Benutzerverwaltungsfunktionen. Je nach Konfiguration können Rollen, Berechtigungen und Modellzugänge für unterschiedliche Nutzergruppen eingerichtet werden.

Ja. Modellzugriffe können je nach technischer Konfiguration für bestimmte Nutzergruppen oder Rollen eingeschränkt werden. Dadurch lässt sich steuern, welche Mitarbeitenden welche Modelle verwenden dürfen.

Open WebUI kann datenschutzorientiert eingerichtet werden. Ob die konkrete Nutzung DSGVO-konform ist, hängt jedoch von Infrastruktur, Modellanbietern, Datenverarbeitung, Verträgen und internen Prozessen des Auftraggebers ab. Die technische Umsetzung kann dabei unterstützen, ersetzt aber keine datenschutzrechtliche Prüfung.

Die API-Kommunikation wird serverseitig über einen Proxy umgesetzt. Dadurch werden API-Keys nicht im Browser oder Frontend gespeichert, sondern in der Backend- beziehungsweise Proxy-Komponente verwaltet.

Wichtig sind serverseitige API-Key-Verwaltung, HTTPS/TLS, Authentifizierung über einen Identitätsanbieter, Rollen- und Rechtekonzepte, Zugriffsbeschränkungen, sichere Container-Konfiguration und eine nachvollziehbare technische Dokumentation.

Ein PII-Filter kann optional eingerichtet werden, wenn personenbezogene Daten vor der Weiterleitung an KI-Dienste erkannt und maskiert werden sollen. Dies ist jedoch ein eigener Leistungsbaustein und nicht automatisch Bestandteil jeder Open-WebUI-Integration.

Die datenschutzrechtliche Bewertung, Freigabe und organisatorische Nutzung der Plattform liegt beim Auftraggeber. Die technische Umsetzung kann so gestaltet werden, dass Datenschutzanforderungen bestmöglich unterstützt werden.

Ja, je nach eingesetzter Proxy- und Modellanbieter-Konfiguration können Tokenverbrauch und Kosten angezeigt werden. Die konkrete Darstellung hängt davon ab, welche Daten die angebundenen Anbieter und Systeme bereitstellen.

Ein monatliches Kostenlimit kann im Rahmen der technischen Möglichkeiten der eingesetzten Komponenten eingerichtet werden. Die konkrete Umsetzung hängt vom Proxy, den angebundenen Modellen und den verfügbaren API-Informationen ab.

Je nach Konfiguration können Kosten und Tokenverbräuche aggregiert und nutzerbezogen ausgewertet werden. Dies setzt voraus, dass die Plattform und die Modellanbindung entsprechende Nutzungsdaten erfassen können.

Nein. Tokenbasierte Nutzungskosten externer LLM-Anbieter wie OpenAI, Azure OpenAI, Anthropic oder Mistral sind in der Regel nicht Bestandteil des Setup-Preises und werden separat über den jeweiligen Anbieter abgerechnet.

Kosten lassen sich durch Modellfreigaben, Nutzerrollen, API-Limits, Kostenübersichten, monatliche Budgets und klare Nutzungsrichtlinien steuern. Zusätzlich kann eine geeignete Modellstrategie helfen, leistungsstarke und kosteneffiziente Modelle sinnvoll zu kombinieren.

Im Kick-off werden Zielumgebung, technische Ansprechpartner, Server- oder Cloud-Zugang, Domain, Authentifizierung, Modellanbieter, API-Keys, Testnutzer und Abnahmekriterien abgestimmt. Ziel ist es, danach möglichst direkt in die Umsetzung zu gehen.

Benötigt werden insbesondere Zugang zur Zielumgebung, Domain- beziehungsweise DNS-Informationen, API-Keys, Entra-ID-Konfigurationsdaten, gewünschte Modelle, Testnutzer und technische Vorgaben des Auftraggebers.

Ein erster Testlink kann bereitgestellt werden, sobald die technische Zielumgebung erreichbar ist, die Domain beziehungsweise Subdomain geklärt ist und mindestens ein Modellzugang verfügbar ist.

Ein User Acceptance Test ist die fachliche und technische Prüfung der bereitgestellten Lösung durch den Auftraggeber. Dabei wird geprüft, ob die vereinbarten Funktionen nutzbar sind und die Lösung den Anforderungen entspricht.

Die technische Dokumentation enthält Informationen zu Deployment, API-Nutzung, eingesetzten Komponenten, Modellkonfiguration, Authentifizierung, relevanten Einstellungen und Übergabehinweisen für die technische Betreuung.

Eine kurze Schulung ist sinnvoll, damit Mitarbeitende die Plattform sicher und effizient nutzen können. Themen sind typischerweise Prompting, Modellwahl, Umgang mit Ergebnissen, Datenschutz und praktische Anwendungsfälle.

Eine Schulung sollte Grundlagen der KI-Nutzung, gute Prompts, Grenzen von LLMs, Datenschutz, Quellenprüfung, sinnvolle Anwendungsfälle und interne Nutzungsregeln abdecken.

Ja. Für Administratoren ist eine separate Schulung sinnvoll, in der Benutzerverwaltung, Modellkonfiguration, API-Anbindung, Kostenübersicht, Systemprompts und grundlegende Betriebsfragen behandelt werden.

Ja. Für unterschiedliche Fachbereiche können Systemprompts, Rollenprofile oder Assistenten-Vorlagen erstellt werden. Dadurch lässt sich die Nutzung stärker an konkrete Aufgaben anpassen.

Typische Anwendungsfälle sind Textentwürfe, Zusammenfassungen, Rechercheunterstützung, interne Wissensarbeit, Code-Unterstützung, Analyse von Dokumenten, Übersetzungen, Ideengenerierung und Unterstützung in Verwaltungs- oder Forschungsprozessen.

Das hängt vom Projektmodell ab. Die Plattform kann in der Infrastruktur des Auftraggebers betrieben werden oder im Rahmen eines separaten Betriebs- und Supportpakets betreut werden.

Ja. Support kann nach Projektabschluss optional vereinbart werden, zum Beispiel für technische Betreuung, Konfigurationspflege, Modellanpassungen, Updates oder Unterstützung bei Fragen der Nutzung.

Ja. Weitere Modelle oder Anbieter können später ergänzt werden, sofern passende API-Zugänge und technische Schnittstellen vorhanden sind.

Ja. Je nach Bedarf können zusätzliche Funktionen ergänzt werden, zum Beispiel weitere Modellprofile, Assistenten-Vorlagen, Schnittstellen, Backup-Konzepte, Kostenreporting oder erweiterte Nutzungskonzepte.

Ja. Wenn die Plattform in der Private Cloud des Auftraggebers betrieben wird, kann bei Backup-, Restore- und Betriebskonzepten beratend oder technisch unterstützt werden. Die konkrete Betriebsverantwortung sollte vertraglich klar geregelt werden.

Ja. Open WebUI ist grundsätzlich kostenlos nutzbar, auch für kommerzielle Einsatzzwecke. Je nach Einsatzumfang können jedoch Lizenzbedingungen, Branding-Vorgaben oder besondere Anforderungen relevant werden.

Für viele Unternehmen ist deshalb nicht die reine Softwarelizenz der entscheidende Punkt, sondern die professionelle Einrichtung, Absicherung, Anpassung und Betreuung.

DSGPT unterstützt Sie dabei, Open WebUI oder vergleichbare Open-Source-KI-Plattformen wie LibreChat oder AnythingLLM sicher und passend zu Ihrem Unternehmen einzusetzen.

Nein. Ollama ist eine einfache Möglichkeit, lokale Sprachmodelle bereitzustellen, aber nicht zwingend erforderlich.

Open WebUI kann auch mit anderen OpenAI-kompatiblen Schnittstellen und Backends verbunden werden, zum Beispiel mit lokalen Modellservern, Cloud-Modellen oder individuell betriebenen KI-Infrastrukturen.

DSGPT prüft gemeinsam mit Ihnen, welche technische Basis zu Ihren Anforderungen passt, abhängig von Datenschutz, Performance, Budget, Nutzerzahl und konkreten Use Cases.

Ja, Open WebUI kann in Verbindung mit lokalen Modellen vollständig offline oder innerhalb einer geschlossenen Infrastruktur betrieben werden.

Das ist besonders interessant für Unternehmen, die mit sensiblen Daten arbeiten und vermeiden möchten, dass Informationen an externe Dienste übertragen werden.

Optional können aber auch Cloud-Modelle, Websuche oder externe Schnittstellen angebunden werden. Entscheidend ist: Sie bestimmen, welche Funktionen aktiviert werden und welche Datenquellen angebunden sind.

Open WebUI selbst benötigt vergleichsweise wenig Ressourcen. Entscheidend ist vor allem, welche KI-Modelle genutzt werden sollen und wie viele Personen gleichzeitig mit der Plattform arbeiten.

Für kleinere lokale Modelle kann bereits ein leistungsfähiger Arbeitsplatzrechner ausreichen. Für größere Modelle, mehrere Nutzer oder produktive Unternehmensumgebungen empfehlen sich leistungsstärkere Server, GPU-Ressourcen oder eine passende Cloud- beziehungsweise Private-Cloud-Infrastruktur.

DSGPT hilft bei der Auswahl der passenden Umgebung, von kompakten Einstiegsinstallationen bis zu skalierbaren Unternehmenslösungen.

Self-Hosting oder der Betrieb in einer kontrollierten Umgebung kann die DSGVO-konforme Nutzung deutlich erleichtern, weil Datenflüsse, Zugriffe und Speicherorte besser gesteuert werden können.

Wichtig ist jedoch: Eine Software ist nicht automatisch DSGVO-konform, nur weil sie selbst gehostet wird. Entscheidend sind auch technische und organisatorische Maßnahmen wie Zugriffskontrolle, Verschlüsselung, Rollenrechte, Protokollierung, Löschkonzepte und die richtige Einbindung von Datenquellen.

DSGPT unterstützt Unternehmen dabei, eine sichere und datenschutzorientierte KI-Plattform aufzubauen.

LM Studio ist vor allem für den Einsatz an einem einzelnen Arbeitsplatz geeignet. Es eignet sich gut, um lokale Modelle schnell zu testen oder auf einem Rechner zu nutzen.

Open WebUI ist dagegen stärker auf eine zentrale Nutzung im Team ausgelegt. Es ermöglicht Benutzerkonten, Rollen, gemeinsame Modellnutzung und eine serverbasierte Bereitstellung.

Für Unternehmen, Teams und Organisationen ist Open WebUI deshalb häufig die passendere Grundlage für eine eigene KI-Plattform.

Open WebUI kann je nach Installationsart regelmäßig aktualisiert werden, zum Beispiel über Docker-Images oder andere Deployment-Prozesse.

Wichtig ist dabei, dass Daten, Nutzerkonten, Einstellungen und Wissensquellen sauber gesichert und Updates kontrolliert eingespielt werden.

DSGPT kann auf Wunsch Wartung, Updates, Sicherung und Weiterentwicklung der KI-Plattform übernehmen.

Ja. Open WebUI kann grundsätzlich auch ohne Docker installiert werden, zum Beispiel über eine Python-basierte Installation oder alternative Bereitstellungswege.

Für produktive Unternehmensumgebungen ist Docker jedoch häufig der wartungsärmere und besser kontrollierbare Weg.

DSGPT prüft je nach Kundensituation, welche Installationsart sinnvoll ist: lokal, auf eigenem Server, in der Cloud, Private Cloud oder On-Premise.

Nein. DSGPT ist nicht nur eine einzelne Softwareinstallation.

DSGPT ist ein Umsetzungs- und Plattformansatz für sichere Unternehmens-KI. Je nach Anforderung können Open WebUI, LibreChat, AnythingLLM oder individuelle Komponenten eingesetzt werden.

Wir übernehmen Auswahl, Einrichtung, Anpassung, Branding, Rollen- und Rechtekonzept, Datenanbindung, Schulung und auf Wunsch auch Betrieb und Wartung.

DSGPT eignet sich besonders für Unternehmen, die KI nutzen möchten, ohne sensible Daten unkontrolliert in externe Tools zu übertragen.

Typische Einsatzbereiche sind interne Wissens-KI, Dokumentenanalyse, sichere Text- und E-Mail-Erstellung, Team-Assistenten, Support- und Vertriebsunterstützung, KI-gestützte Recherche sowie Prozess- und Systemintegration.

Besonders relevant ist DSGPT für Unternehmen mit hohen Anforderungen an Datenschutz, Kontrolle und Datensouveränität.