KKC_0329 | Open WebUI Schulung: Self-Hosted-KI betreiben

Open WebUI Schulung: Self-Hosted-KI betreiben vermittelt praxisnah, wie Sie generative KI intern bereitstellen, administrieren und sicher betreiben. Viele Organisationen möchten generative KI für interne Wissensarbeit bereitstellen und gleichzeitig sensible Daten unter eigener Kontrolle halten.

Open WebUI in einer Docker-Umgebung zu installieren und zu konfigurieren sowie persistente Volumes, zentrale Einstellungen und Betriebsparameter einzurichten, stehen dabei im Mittelpunkt. Die Inhalte verbinden fachliche Einordnung, konkrete Umsetzung und die Anforderungen an Qualität, Sicherheit und Nachvollziehbarkeit.

Damit eignet sich das Angebot für Unternehmen, die neue KI-, Daten- oder Automatisierungslösungen nicht nur testen, sondern strukturiert in belastbare Arbeitsabläufe überführen möchten.

• Open WebUI in einer Docker-Umgebung installieren und konfigurieren
• Persistente Volumes, zentrale Einstellungen und Betriebsparameter einrichten
• SSO, Rollen und Berechtigungen für sichere Nutzung administrieren
• Lokale und externe Modelle kontrolliert anbinden
• Datenschutz, Protokollierung und Governance-Anforderungen berücksichtigen
• Betriebsstandards für Self-Hosted-KI in Organisationen definieren

Der Kurs richtet sich an IT-Administratoren/innen, Plattformteams, Datenschutz- und Governance-Verantwortliche sowie technische Entscheider/innen, die interne KI-Umgebungen betreiben möchten.

Grundkenntnisse in Docker, Administration und Netzwerkkonzepten werden empfohlen. Erfahrung mit LLMs oder APIs ist hilfreich.

Open WebUI Architektur und Aufbau

• Komponenten einer lokalen KI-Plattform
• Administrationsoberfläche und zentrale Einstellungen
• Sichere Bereitstellung von KI-Arbeitsplätzen
• Docker-Stack für Self-Hosted-KI

Installation und Docker-/Podman-Betrieb 

• Image-Auswahl und Versionsprüfung
• Docker Compose für Open WebUI
• Persistente Volumes für Nutzdaten
• Konfiguration mit Umgebungsvariablen

Identitäten und Rollen

• SSO über OIDC/OAuth2
• SAML über Identity-Proxy
• Rollenmodelle für Nutzergruppen
• Modellzugriff nach Gruppen
• Onboarding und Deprovisioning

Modellanbindung und Schnittstellen

• Ollama als lokales Backend
• OpenAI-kompatible API-Endpunkte
• Modellfreigaben pro Rolle
• Secrets und Token-Ablage

Betriebssicherheit und Datenschutz

• Datensparsame Logging-Konfiguration
• Netzwerksegmentierung für KI-Services
• Reverse-Proxy und TLS-Terminierung
• Container-Image-Scanning
• Patch-Fenster und Update-Ablauf

Backup und Betriebsübergabe

• Backup-Pfade für Konfigurationsdaten
• Restore-Test mit Zielzeiten
• Monitoring-Ereignisse und Alerting
• Betriebschecklisten für Admin-Teams
• Abnahmekriterien für Produktivstart