Open WebUI wächst zunehmend in Popularität als ChatGPT-Ersatz-UI für self-hosted LLMs. Die Verwirrung bei der Hosting-Wahl entsteht dadurch, dass Leute die Bedürfnisse von Open WebUI mit denen des Inferenz-Backends vermengen. Open WebUI ist leicht, das Modell ist der ressourcenintensive Teil.
Hier ist die realistische VPS-Shortlist, nachdem Open WebUI seit sechs Monaten in Produktion bei persönlichen und Team-Deployments läuft.
Das ehrliche Ressourcenbild
Open WebUI besteht aus zwei Komponenten: einem SvelteKit-Frontend, das zu statischen Assets kompiliert, und einem Python-Backend (FastAPI), das Nutzerverwaltung, Chatverlauf und die Proxy-Funktion zum Inferenz-Endpoint übernimmt. Im Idle-Zustand verbraucht es insgesamt etwa 250 bis 400 MB Resident Memory.
Für ein Team mit 10 aktiven Nutzern im Chat sind 500 MB bis 1 GB Resident Memory plus die Datenbank (SQLite für Hobby, Postgres für Produktion) ausreichend.
Die App skaliert auf viele Nutzer, ohne dass signifikant zusätzliche Ressourcen benötigt werden, da die schwere Arbeit auf dem Inferenz-Backend erfolgt.
Der Speicherbedarf betrifft hauptsächlich den Chatverlauf. Aktive Nutzer sammeln im Monat 10 bis 50 MB an Chat-Logs. Plane das Volumen zuverlässig und klein, es sei denn, du hast eine hohe Ingestion langer Dokumente.
VPS-Vergleich für Open WebUI
| Anbieter | Plan | vCPU | RAM | Festplatte | Monatlich | Beste Anwendung |
|---|---|---|---|---|---|---|
| Hetzner CPX11 | CPX11 | 2 | 2 GB | 40 GB SSD | 5,18 EUR | Solo oder kleines Team, externes Modell |
| Hetzner CPX21 | CPX21 | 3 | 4 GB | 80 GB SSD | 5,83 EUR | 10 bis 30 Nutzer-Team |
| Contabo VPS S | VPS S | 4 | 8 GB | 100 GB NVMe | 4,50 EUR | Budget-Team-Setup |
| Hetzner CCX23 | CCX23 | 4 | 16 GB | 160 GB NVMe | 29,74 EUR | Open WebUI + Ollama gemeinsam gehostet |
Hetzner CPX11: Für Solo- und Kleinst-Einsätze
Mit 5,18 EUR im Monat ist der CPX11 ausreichend für Open WebUI, wenn dein Inferenz an anderer Stelle läuft (externe API, separate GPU-Maschine, gehostetes Modell). Die 2 GB RAM sind für die App, die SQLite-Datenbank und eine kleine Nutzeranzahl komfortabel.
Das ist die richtige Wahl für den privaten Gebrauch oder kleine Teams (unter 5 Nutzern), die Open WebUI an OpenAI, Anthropic oder eine separat gehostete Ollama-Instanz anpassen.
Vorteile:
- Günstigste realistische Open WebUI-Setup
- Ausreichend für die App inklusive Nutzerverwaltung
- Falkenstein-Latenz ist für europäische Nutzer akzeptabel
Hol dir Hetzner: Hetzner Cloud.
Hetzner CPX21: Für aktive Team-Nutzung
Für Teams von 10 bis 30 Nutzern bietet der CPX21 mit 4 GB RAM Spielraum für die Chat-Historie-Datenbank und gleichzeitige Webverbindungen. Noch immer günstig bei 5,83 EUR im Monat.
Wähle das, wenn Open WebUI das tägliche KI-Tool eines kleinen Teams ist und die Inferenz auf einer separaten Maschine läuft.
Contabo VPS S: Bestes Preis-Leistungs-Verhältnis für Team-Setups mit co-located Postgres
4,50 EUR für 4 vCPU und 8 GB RAM sind kaum zu toppen, wenn du Open WebUI plus einen co-located Postgres für die Produktionsnutzerverwaltung brauchst. Die geteilte CPU ist in Ordnung, da Open WebUI hauptsächlich E/A-gebunden an das Inferenz-Backend ist und nicht CPU-gebunden.
Vorteile:
- Beste rohe Spezifikation für das Geld
- 8 GB RAM passen für Open WebUI, Postgres und Reserven
- 100 GB NVMe speichern Chat-Historie über Jahre
Nachteile: Die Provisionierung dauert Stunden, die Netzwerkausgangsrate kann bei Spitzenzeiten langsam sein.
Hol dir Contabo: Contabo VPS.
Hetzner CCX23: Für Open WebUI + Ollama auf einer Maschine
Wenn alles auf einer Maschine laufen soll (Open WebUI + Ollama + Modelle), ist der CCX23 mit 16 GB RAM ideal. Ein 7B-Modell benötigt 8 GB, Open WebUI plus Postgres nehmen 1 bis 2 GB, und es bleibt Reserve.
Ideal für Team-Setups, bei denen alles auf einer Maschine laufen muss - für Einfachheit oder Datenschutz. Der Nachteil: Du kannst das Inferenz-Backend und die UI nicht unabhängig skalieren.
Was ich wählen würde
Für Solo-Nutzung mit externem Modell: Hetzner CPX11. Für Team mit separat gehostetem Ollama: Hetzner CPX21 oder Contabo VPS S. Für alles auf einer Maschine: Hetzner CCX23. Die richtige Aufteilung hängt ganz von deiner Inferenzstrategie ab, Open WebUI selbst ist fast kostenlos zu hosten.
Der vollständige VPS-Kontext befindet sich im SelfHostVPS Vergleich. Open WebUI lässt sich natürlich gut mit Ollama kombinieren, siehe diese Anleitung für Empfehlungen zur Inferenzseite.
Frequently asked questions
Welche VPS-Spezifikationen benötigt Open WebUI eigenständig?
Open WebUI selbst ist ein SvelteKit-Frontend plus ein Python-Backend, das im Idle-Zustand etwa 250 bis 400 MB Resident Memory nutzt. Mit SQLite für den Chatverlauf und einer kleinen Postgres-Datenbank für die Nutzerverwaltung passt es leicht in 2 GB RAM. Das 2 vCPU, 2 GB RAM Tier bei Hetzner CPX11 für 5,18 EUR im Monat bewältigt 10 bis 20 gleichzeitige Nutzer ohne Probleme.
Brauche ich eine GPU auf derselben VPS wie Open WebUI?
Nein, der GPU-Bedarf liegt beim Inferenz-Backend (Ollama, vLLM, OpenAI-kompatibler Endpoint). Open WebUI spricht nur über HTTP mit diesem Backend. Die meisten Produktionsbereitstellungen laufen mit Open WebUI auf einer kleinen CPU-VPS und leiten die Anfragen an eine separate GPU-Maschine, eine externe API oder einen gehosteten Inferenzanbieter weiter. Diese Trennung vereinfacht das Skalieren und reduziert Kosten.
Kann Open WebUI als Multi-User ChatGPT-Ersatz für mein Team dienen?
Ja, das ist sein Hauptanwendungsfall. Die Nutzerverwaltung, rollenbasierte Zugriffssteuerung und Chatverlauf-Funktionen sind produktionsreif. Für 5 bis 20 Nutzer mit einem geteilten Ollama-Backend bewältigt eine 4 GB RAM VPS die Open WebUI-Ebene problemlos. Die Flaschenhälse liegen längst beim Inferenz-Backend, noch lange, bevor es die WebUI erreicht.
Sollte ich Open WebUI und Ollama auf derselben VPS laufen lassen?
Für den persönlichen Gebrauch ja, für das Team nicht. Gemeinsames Hosting funktioniert gut, wenn nur gelegentlich jemand es nutzt, die Latenz zwischen Open WebUI und Ollama ist vernachlässigbar. Für Team-Deployments ist es besser, sie zu trennen, um das Inferenz-Backend unabhängig zu skalieren und zu vermeiden, dass die UI unresponsive wird, wenn das Modell eine lange Generation verarbeitet.