What is Open WebUI used for?

Open WebUI is a self-hosted interface for large language models. It lets you chat with local or cloud models, build RAG workflows with your documents, and manage prompts and teams in one place.

How do I use Open WebUI with Ollama?

Install Ollama, pull a model like `llama3` or `mistral`, and then point Open WebUI’s Ollama connection to `http://localhost:11434`. You can set a default model and start chatting locally with full privacy.

Can Open WebUI do RAG with my PDFs and notes?

Yes. Create a knowledge base, upload documents, generate embeddings, and enable retrieval in chat. The model will cite and summarize from your own sources for grounded answers.

Is Open WebUI secure for teams?

You can enforce sign-in, manage API keys by role, and set rate limits. For production, use HTTPS behind a reverse proxy and restrict which providers or endpoints are allowed.

Should I use local or cloud models in Open WebUI?

Use local models for privacy, speed, and cost control; use cloud models for complex tasks requiring higher quality. Many teams combine both and set chat-specific defaults.

Open WebUI gebruiken: Een vriendelijke, stapsgewijze handleiding voor snellere AI-workflows

Als je ooit had gewenst dat ChatGPT een aanpasbare, self-hosted twin had die je aan je eigen modellen en data kon koppelen, dan is Open WebUI precies dat. Het is een moderne, lichtgewicht interface voor het chatten met lokale of externe large language models (LLM's), het beheren van prompts, het bouwen van RAG (Retrieval-Augmented Generation) workflows en het samenwerken met teamleden—allemaal vanuit je browser.

In deze praktische, oplossingsgerichte handleiding lopen we door hoe je Open WebUI end-to-end kunt gebruiken: setup-opties, verbinding maken met Ollama of API's, modellen beheren, retrieval flows bouwen, je instantie beveiligen en een handvol pro-tips. Aan het einde kun je krachtige AI-workflows op je eigen voorwaarden uitvoeren—snel.

Wat is Open WebUI (en waarom zou je het gebruiken)?

Open WebUI is een self-hostable webinterface voor LLM's. Beschouw het als het commandocentrum voor je AI-interacties—breng je eigen modellen (lokaal of in de cloud), maak herbruikbare prompts, voeg je documenten toe en werk samen via een schone, intuïtieve UI. Het is vooral populair bij ontwikkelaars, data teams en privacybewuste gebruikers die controle, uitbreidbaarheid en snelheid willen.

Belangrijkste redenen waarom mensen voor Open WebUI kiezen:

Beheer je eigen data: Draai lokaal of op je server.

Flexibele backends: Maak verbinding met lokale engines zoals Ollama of externe providers via API.

Workflow-klaar: RAG, tools, embeddings en gestructureerde prompts.

Admin controls: API key management, authenticatie en omgevingsconfiguratie.

De snelste manier om te beginnen: Docker Quick Start

Als je vertrouwd bent met Docker, kun je binnen enkele minuten aan de slag.

Pull de image

docker pull ghcr.io/open-webui/open-webui:main

Run de container

docker run -d --name open-webui -p 3000:8080 ghcr.io/open-webui/open-webui:main

Open je browser en bezoek

Je komt op de UI terecht, maakt een admin-account aan en je bent klaar om modellen te verbinden.

Tip: Voor persistente opslag en omgevingsvariabelen (zoals API key restricties en authenticatie), schakel over naar een docker-compose.yml zodat je volumes kunt mounten en configuratie schoon kunt definiëren.

Verbinding maken met modellen: Lokaal (Ollama) of Cloud API's

Open WebUI is backend-agnostisch. Je kunt:

Ollama gebruiken om modellen lokaal te draaien (bijv. Llama 3, Phi-3, Mistral). Dit is geweldig voor privacy en offline werken.

Cloud API's gebruiken, zoals OpenAI, Anthropic, Google of anderen via API keys.

Optie A: Ollama lokaal gebruiken

Installeer Ollama (macOS, Linux, Windows)

Bezoek ` om te installeren.

Pull een model met Ollama

ollama pull llama3

Je kunt llama3 vervangen door modellen zoals mistral, phi3 of llama3:instruct, afhankelijk van je behoeften.

Start Open WebUI

Zorg ervoor dat Open WebUI het lokale endpoint van Ollama kan bereiken (meestal `).

Ga in Open WebUI naar Admin Settings → Connections → Ollama

Voeg het endpoint toe, kies standaardmodel(len) en test de verbinding.

Nu kun je direct in de browser chatten met lokale modellen.

Optie B: Cloudproviders gebruiken via API Keys

In Admin Settings → Providers (of API/Keys)

Voeg keys toe voor OpenAI, Anthropic of Google.

Kies een standaardmodel per provider

Bijvoorbeeld: gpt-4o-mini (OpenAI), claude‑3‑haiku (Anthropic) of gemini‑1.5‑flash (Google).

Stel limieten in

Forceer rate limits, gebruik scopes of per-user keys, afhankelijk van je team setup.

Deze hybride aanpak (lokaal + cloud) komt vaak voor: snelle drafts op lokale modellen, en verfijnen met een cloudmodel wanneer nodig.

Je eerste chat: Prompts, Modes en Attachments

Zodra een model is verbonden, start je een nieuwe chat. Een paar basics:

Prompt templates: Sla veelgebruikte instructies (system prompts) op, zoals “Je bent mijn Python tutor—leg uit met voorbeelden en tests.”

Modes: Schakel tussen creative, concise of technical styles door system prompts of temperature aan te passen.

Attachments: Upload bestanden (PDF's, TXT, CSV) waarnaar het model kan verwijzen. Voor grote of terugkerende corpora maak je een knowledge base met embeddings (zie RAG hieronder).

Pro tip: Organiseer chats per project. Gebruik tags zoals #docs, #code of #analysis zodat toekomstige jij dingen snel kan vinden.

RAG bouwen in minuten: Knowledge, Embeddings en Search

Met RAG (Retrieval-Augmented Generation) kan je model vragen beantwoorden met jouw content (docs, notities, beleid, code). Hier is hoe je het samenstelt:

Maak een Knowledge Base (KB)

Maak in de sidebar een nieuwe KB of “Collections.”

Upload documenten: PDF's, markdown, HTML of tekstbestanden.

Genereer Embeddings

Kies de embeddings backend (lokaal via Ollama als je een embeddingsmodel hebt, of een cloudprovider via API).

Indexeer je documenten; grotere sets kunnen enkele minuten duren.

Schakel Retrieval in Chat in

Schakel in een chat retrieval in en selecteer je KB.

Stel vragen als “Vat ons onboarding beleid samen en geef een lijst met actiepunten,” of “Welke uitzonderingen staan we toe in het security beleid?”

Itereer

Inspecteer bronnen, verfijn je documenten, pas de chunking size aan en re-embed als antwoorden niet kloppen.

Pro tip: Onderhoud afzonderlijke KB's voor nauwkeurigheid (bijv. “Marketing copy,” “Legal policies,” “Runbooks”). Dit vermindert irrelevante retrievals.

Actions, Tools en Workflows

Open WebUI ondersteunt tool-gedreven interacties, zodat het model “dingen kan doen,” niet alleen chatten. Afhankelijk van je setup kun je:

Functies/tools aanroepen die je definieert (bijv. een script uitvoeren, een URL ophalen, een database bevragen).

System prompt workflows gebruiken om multi-step taken te structureren.

Plugins/extensions toevoegen als je deployment ze ondersteunt.

Voorbeeld: Een “Content Brief” workflow

Stap 1: Vraag het model om keywords uit een onderwerp te extraheren.

Stap 2: Doe onderzoek via een webtool (indien ingeschakeld) en vat bronnen samen.

Stap 3: Maak een outline + titelvarianten.

Stap 4: Maak een korte/lange versie.

Sla deze stappen op in een herbruikbare template, zodat je team ze met één klik kan uitvoeren.

Modellen beheren als een pro

Meerdere defaults: Stel per-workspace of per-chat defaults in (bijv. snel lokaal voor brainstormen, nauwkeurige cloud voor final copy).

Model cards: Documenteer wat elk model het beste doet—“Gebruik Llama 3 voor code, Mistral voor concise summaries.”

Batch tasks: Gebruik langere system prompts en gestructureerde output (JSON, checklists) voor herhaalbare taken zoals QA checks, vertaling of tagging.

Admin Settings: Security en Governance

Als je self-hosting voor een team doet, neem dan even de tijd om je instantie te beveiligen en te beheren.

Authenticatie: Vereis sign-in. Indien beschikbaar, schakel SSO/OIDC in.

API key policies: Beperk welke providers kunnen worden gebruikt, scope keys per gebruiker/rol en beperk egress waar van toepassing.

Omgevingsvariabelen: Configureer zaken als model endpoint URL's, embedding backends en key restricties via env settings.

Rate limits en quotas: Voorkom runaway costs met per-user of per-workspace limieten.

Auditability: Moedig teams aan om chats te labelen en summaries op te slaan, zodat je beslissingen kunt traceren.

Dev tip: Zet Open WebUI achter een reverse proxy (bijv. Nginx/Caddy) met HTTPS en stel toegestane origins in.

Team Collaboration en Knowledge Hygiene

Shared prompts en KB's: Maak gecureerde prompt libraries en knowledge bases. Wijs maintainers toe.

Version content: Voor beleidsdocumenten of specs, sla bronnen op in Git of een doc hub en re-embed wanneer bijgewerkt.

Source-first antwoorden: Moedig gebruikers aan om op citaten te klikken en originele docs te scannen. Vertrouw, maar verifieer.

Everyday Use Cases (Copy These)

Content & marketing

Zet een brief om in drie doelgroep-specifieke drafts.

Genereer SEO outlines, FAQ's en titels.

Engineering

Leg een functie uit en genereer edge-case tests.

Vat PR's samen en produceer release notes.

Ops & support

Bouw een KB van runbooks en SOP's.

Draft responses met behulp van je tone/style guide.

Research & strategy

Vat 10 documenten samen in een 1-pager met citaten.

Vergelijk vendors met behulp van een gestructureerde matrix.

Troubleshooting: Quick Fixes

“Kan geen verbinding maken met Ollama”

Controleer of Ollama draait: `curl

Verifieer netwerktoegang van de container naar de host.

“Model niet gevonden”

Pull het model via Ollama: ollama pull mistral

Bevestig voor de cloud de exacte modelnaam en permissies.

“RAG results zien er irrelevant uit”

Re-embed met een beter embeddingsmodel.

Pas de chunk size aan (bijv. 500–1.000 tokens) en overlap.

Splits je KB in kleinere, topical collections.

“Kosten lopen op”

Stel rate limits in en schakel standaard over naar lokale modellen voor drafts.

Performance Tips en Advanced Moves

Gebruik kleinere lokale modellen voor ideevorming en grotere/cloud modellen voor finalisatie.

Cache frequente prompts en responses waar mogelijk.

Pas gestructureerde outputs (JSON, bullet checklists) toe voor downstream automatiseringen.

Voor gevoelige data, houd alles lokaal (Ollama + lokale embeddings + on-prem storage).

Gebruik system prompts om tone, formatting en guardrails te definiëren.

Het vermelden waard: Open WebUI combineren met Sider.AI

Als je veel content of research produceert, kan een workflow companion helpen. Het vermelden waard: Sider.AI helpt met het draften, samenvatten en organiseren van long-form werk. Je kunt ideeën opdoen of context ophalen in Open WebUI en vervolgens Sider.AI’s editor-style assistance gebruiken om artikelen te polijsten, herstructureren en SEO-optimaliseren voor publicatie. Het is een handige combinatie als je zowel controle (self-hosted chat + RAG) als snelheid (collaborative editing en optimalisatie) wilt.

Een Simple Starter Blueprint

Run Open WebUI via Docker.

Installeer Ollama, pull llama3 en mistral.

Verbind Open WebUI met en stelmistral` in als default voor chat.

Maak KB's: Policies, Marketing, Runbooks; embed met een sterk embeddingsmodel.

Sla drie prompt templates op: “Summarizer with bullets,” “SEO outline generator,” en “Release notes writer.”

Voeg rate limits toe en vereis login.

Met deze setup kunnen de meeste teams 80% van de dagelijkse AI-taken afhandelen.

Key Takeaways

Open WebUI geeft je een schone, controleerbare UI om met lokale en cloud LLM's te werken.

Combineer het voor privacy en snelheid lokaal met Ollama; voeg cloudmodellen toe wanneer nodig.

Gebruik RAG om antwoorden in je documenten te verankeren; houd KB's klein en gefocust.

Beveilig je instantie met authenticatie, key policies en rate limits.

Standaardiseer prompts en outputs zodat het werk van je team consistent en automatiseerbaar is.

Next Steps

Spin up Open WebUI met Docker en maak verbinding met Ollama.

Maak je eerste knowledge base en probeer een retrieval-backed chat.

Sla drie prompt templates op die je team dagelijks zal hergebruiken.

Als je content publiceert, laat drafts door Sider.AI gaan om tone, structuur en SEO te verfijnen voordat je live gaat.

FAQ

Q1:Waar wordt Open WebUI voor gebruikt? Open WebUI is een self-hosted interface voor large language models. Het stelt je in staat om te chatten met lokale of cloudmodellen, RAG-workflows te bouwen met je documenten en prompts en teams op één plek te beheren.

Q2:Hoe gebruik ik Open WebUI met Ollama? Installeer Ollama, pull een model zoals llama3 of mistral en verwijs vervolgens Open WebUI's Ollama-verbinding naar http://localhost:11434. Je kunt een standaardmodel instellen en lokaal chatten met volledige privacy.

Q3:Kan Open WebUI RAG doen met mijn PDF's en notities? Ja. Maak een knowledge base, upload documenten, genereer embeddings en schakel retrieval in chat in. Het model zal citeren en samenvatten uit je eigen bronnen voor gefundeerde antwoorden.

Q4:Is Open WebUI veilig voor teams? Je kunt sign-in forceren, API-keys per rol beheren en rate limits instellen. Gebruik voor productie HTTPS achter een reverse proxy en beperk welke providers of endpoints zijn toegestaan.

Q5:Moet ik lokale of cloudmodellen gebruiken in Open WebUI? Gebruik lokale modellen voor privacy, snelheid en kostenbeheersing; gebruik cloudmodellen voor complexe taken die een hogere kwaliteit vereisen. Veel teams combineren beide en stellen chatspecifieke defaults in.