Die meisten KI-Werkzeuge funktionieren nach demselben Muster: ein Chat-Fenster im Browser, ein monatliches Abo pro Kopf – und die eigenen Daten wandern zu einem Anbieter, von dem man selten genau weiß, wo er sie verarbeitet. Für schnelle Fragen reicht das. Für die tägliche Arbeit in einem Betrieb reicht es nicht.
In den letzten Wochen habe ich deshalb einen anderen Weg ausprobiert: einen eigenen KI-Arbeitsplatz auf Basis von **Open WebUI**, auf meinem eigenen Server, angepasst an meine Abläufe. Hier beschreibe ich, was dabei herausgekommen ist – und was ich daraus für Kundenprojekte mitnehme.
## Die Basis: Open Source statt Abo
Open WebUI ist eine quelloffene Oberfläche für KI-Modelle, vergleichbar mit den bekannten Chat-Diensten – nur dass sie auf dem eigenen Server läuft. Welche Modelle dahinterstehen, entscheide ich selbst. Bei mir sind das vor allem Modelle bei einem deutschen Cloud-Anbieter, für einzelne Aufgaben auch Modelle mit Verarbeitung in der EU.
Weil die Software offen ist, konnte ich sie komplett auf mich zuschneiden: eigenes Erscheinungsbild, eigene Seiten in der Oberfläche und Assistenten mit klar umrissenen Aufgaben.
## Was der Arbeitsplatz heute kann
**Assistenten mit festen Aufgaben.** Statt eines Allzweck-Chats gibt es sechs Assistenten: einen für das Büro, einen für die Softwareentwicklung, einen für den Blog, einen für vertrauliche Unterlagen, einen für die OT-Sicherheitslage und einen, der meine Website kennt. Jeder hat die Werkzeuge und das Wissen, das er für seine Aufgabe braucht – und nicht mehr.
**Angebunden an den Arbeitsalltag.** Der Büro-Assistent greift auf mein Mail-Postfach, meine Notizen und Aufgaben auf der Synology sowie auf meinen Kalender zu. Fragen wie „Welche ungelesenen Mails brauchen eine Antwort?“ oder „Was steht diese Woche an?“ beantwortet er direkt. Mails liest er nur – verschickt, verschoben oder gelöscht wird nichts.
**Besprechungsprotokolle aus der Aufnahme.** Eine Audioaufnahme hochladen, und nach kurzer Zeit liegt ein Protokoll mit Entscheidungen, Aufgaben, Zuständigen und Fristen vor – als PDF und als Notiz. Die Spracherkennung läuft dabei auf dem eigenen Server; die Tonaufnahme verlässt ihn nicht.
**Rechnungen ohne Handarbeit.** Jeden Montag sucht der Büro-Assistent neue Rechnungen im Postfach, legt die PDFs geordnet ab, trägt sie in eine Übersicht ein und macht sie durchsuchbar. Summen werden aus der Tabelle berechnet – nicht geschätzt.
**Eigenes Wissen.** Die Assistenten kennen meine Website, die Dokumentation der Software, mit der ich arbeite, sowie meine Protokolle und Rechnungen. Diese Wissensbestände aktualisieren sich automatisch.
## Worauf ich geachtet habe
**Datenschutz.** Vertrauliche Inhalte werden in Deutschland verarbeitet. Zugangsdaten zu Postfach, Notizen und Kalender liegen nur auf dem eigenen Server, und jede Anbindung hat nur die Rechte, die sie wirklich braucht – meist nur lesend.
**Kosten.** Abgerechnet wird nach Verbrauch statt über monatliche Pauschalen. Eine eigene Kostenseite zeigt, was jedes Modell kostet, und gleicht das mit den tatsächlichen Abrechnungen der Anbieter ab. Für einen Arbeitsplatz wie meinen liegen die Kosten im Bereich weniger Euro im Monat.
**Kontrolle.** Teure Modelle, etwa für Videoerzeugung, sind gesperrt. Neue Modelle eines Anbieters tauchen nicht automatisch auf, sondern erst, wenn ich sie freigebe.
## Was ich dabei gelernt habe
Die wichtigste Erkenntnis: **Nicht das größte Modell macht den Unterschied, sondern die Anbindung an die eigenen Daten und Abläufe.** Ein mittelgroßes Modell, das mein Postfach und meine Aufgaben kennt, ist im Alltag nützlicher als das stärkste Modell ohne Kontext.
Zweitens: Modelle sind nicht austauschbar. Für strukturierte Aufgaben wie Tabellen oder Werkzeugaufrufe musste ich gezielt auswählen – ein Modell, das für Dokumente gut funktioniert, kann bei Mail-Übersichten versagen.
Drittens: Automatisierung braucht Leitplanken. Klare Regeln („nur lesen“, „erst nach Bestätigung anlegen“, „Summen nie schätzen“) sind genauso wichtig wie die Technik dahinter.
## Fazit
Ein eigener KI-Arbeitsplatz ist kein Großprojekt mehr. Mit Open Source als Basis, Modellen aus deutschen Rechenzentren und sauberen Anbindungen entsteht ein Werkzeug, das sich an den Betrieb anpasst – nicht umgekehrt. Für mich ist er inzwischen fester Bestandteil des Arbeitstags.
*Sie überlegen, KI in Ihrem Betrieb einzusetzen – mit Ihren eigenen Daten und ohne Abo-Zwang? Sprechen Sie mich gerne an; ich zeige Ihnen, wie so ein Arbeitsplatz in der Praxis aussieht.*
