KI

Mit dem Wintersemesters 2026/2027 erhält der KI-Chat der Universität mehrere Neuerungen. Diese sind ab sofort aktiv, damit Sie die neuen Funktionen und das neue Modell ausprobieren können.

Neue Weboberfläche

Die Weboberfläche verändert sich mit der neuen OpenWebUI-Version 0.11.4. Das Dropdown-Menü für die Modellauswahl befindet sich unten rechts im Chatfenster.

Zur Anmeldung: https://ki-chat.uni-mainz.de

Modell-Update

Das neue Modell DeepSeek V4.1 Flash ersetzt MiniMax M3. Sie können es für allgemeine Chatanfragen, komplexe und agentische Aufgaben verwenden. Des Weiteren haben Sie die Möglichkeit, zu programmieren, Texte zu erstellen und zusammenzufassen sowie Bilder und Dokumente zu analysieren.

Für das Wintersemester 2026/2027 stehen Ihnen damit folgende Modelle zur Verfügung: das neue Modell DeepSeek V4.1 Flash und das bereits eingeführte Modell Qwen3.6, sowie die beiden Bildmodelle Z-Image-Turbo und Qwen-Image-Edit-2511 Lightning-Variante.

Neue Funktionen: Transkription und Textextraktion

Über das Dropdown-Menü zur Modellauswahl erreichen Sie zwei neue Funktionen: die Transkription und die Textextraktion. Mit der Transkription wandelt der KI-Chat Audio in Text um, etwa bei Interviews, Vorlesungen, Meetings oder Sprachmemos. Den Text können Sie im selben Chat weiterverarbeiten und diesen auch zusammenfassen, übersetzen oder umformulieren lassen.

Mit der Textextraktion wandelt der KI-Chat gescannte Dokumente, Fotos von Whiteboards, Screenshots und Formulare in Text um.

Höhere Token-Limits

Der KI-Chat erlaubt nun ein höheres Token-Limit, also Textbausteine, die Sie innerhalb eines Zeitraums nutzen können. Diese Limits können abhängig von der Auslastung angepasst werden. Erreicht eine Anfrage das Limit, zeigt Ihnen der KI-Chat das aktuell gültige Limit in der Fehlermeldung an.

Ältere Modelle abgeschaltet

Die Modelle GPT OSS 120B, Qwen3 235B und Qwen3 Coder 30B hat das ZDV, wie angekündigt, Anfang Oktober 2026 abgeschaltet.

Mehr erfahren

Mehr Informationen zu den Modellen und weitere wichtige Hinweise finden Sie auf unserer Webseite:
https://www.zdv.uni-mainz.de/ki-an-der-jgu/ 

Mehr Neuigkeiten aus dem ZDV

Das ZDV hat im KI-Chat der Universität zwei neue KI-Modelle und zwei Bildgenerierungsmodelle aktiviert. Bis Ende September haben Sie die Gelegenheit, die neuen Möglichkeiten der Modelle kennenzulernen.

Kurz vor Semesterbeginn werden die Modelle voraussichtlich noch einmal aktualisiert oder gegen leistungsfähigere Modelle ausgetauscht. Wir informieren Sie rechtzeitig darüber, mit welchen konkreten Modellversionen wir ins Wintersemester starten.

Zur Anmeldung: https://ki-chat.uni-mainz.de

Die Modelle: MiniMax M3 und Qwen3.6 35B  

MiniMax M3 ist vielfältig einsetzbar und lässt sich wie ein klassischer KI-Assistent nutzen. Es eignet sich für komplexe und agentische Aufgaben, bei denen das Modell mehrere Arbeitsschritte eigenständig planen und ausführen muss. Auch für Coding ist das MiniMax M3 geeignet: Es kann Programmieraufgaben in gängigen Sprachen lösen, Code erklären, Fehler suchen und beim Debugging unterstützen.  

Qwen3.6 35B ist als Mixture-of-Experts-Modell mit aktiviertem Reasoning-Modus für Aufgaben geeignet, die mehrstufiges logisches Schlussfolgern erfordern. Dank der multimodalen Fähigkeiten können beide Modelle Bilder, Diagramme, Tabellen und Screenshots verarbeiten. 

Bilder erstellen und bearbeiten

Z-Image-Turbo ist eine vereinfachte und optimierte Version des Bildgenerierungsmodells Z-Image. Das Modell erreicht mit nur wenigen Rechenschritten pro Bild vergleichbare oder bessere Ergebnisse als führende Konkurrenzmodelle. Die geringere Zahl an Rechenschritten senkt Rechenaufwand und Energiekosten, ohne dass die Bildqualität darunter leidet. Die Lightning-Variante des Modells Qwen-Image-Edit-2511 erlaubt es, bestehende Bilder zu verändern. 

Die neuen Modelle MiniMax M3 und Qwen3.6 35B greifen bei Bedarf automatisch auf die Bildmodelle Z-Image-Turbo und Qwen-Image-Edit-2511 zu. 

Gute Benchmark-Ergebnisse der Modelle 

Um die Leistung der Modelle einzuordnen, helfen etablierte Vergleichstests. MiniMax M3 erzielt beim Benchmark SWE-Bench Pro, einem Test zur Bewertung praktischer Programmierfähigkeiten, einen Wert von 59,0 Prozent. Damit liegt es vor GPT-5.5 und Gemini 3.1 Pro und nur knapp hinter Opus 4.7. Beim Terminal-Bench 2.1, einem weiteren Standardtest für KI-Systeme, erreicht MiniMax M3 mit 66,0 Prozent exakt das gleiche Niveau wie Opus 4.7. 

Auch der Hersteller von Qwen3.6 35B veröffentlicht Benchmarks, in denen das agentische Programmieren als Stärke des Modells hervortritt. Bei SWE-Bench Pro, einem Test, bei dem das Modell eigenständig reale Softwareprobleme in echten Code-Repositories lösen muss, erreicht Qwen3.6 49,5 Punkte und liegt damit deutlich vor Googles Gemma 4 31B, das in derselben Testreihe 35,7 Punkte erzielt.  

Beim MMMU-Pro-Benchmark, der multimodales Verständnis und Schlussfolgern über Fachtexte, Bilder, Diagramme und Tabellen aus unterschiedlichen Disziplinen prüft, erreicht Qwen3.6 75,3 Punkte und ist damit knapp hinter Gemma 4 31B (76,9), aber deutlich vor Claude Sonnet 4.5, das in derselben Auswertung 68,4 Punkte erzielt.  

Aktuelle Modelle laufen Ende September aus  

Die Modelle MiniMax M3 und Qwen3.6 35B sind eine Zwischenversion. Kurz vor Semesterbeginn werden die Modelle voraussichtlich noch einmal aktualisiert oder gegen leistungsfähigere Modelle ausgetauscht.

Die Modelle GPT OSS 120B, Qwen3 235B (VL/Thinking) und Qwen3 Coder 30B werden Ende September komplett eingestellt. In der Anwendung sind diese aktuell mit „retires in October“ markiert.  

Bis Ende September empfehlen wir, keine neuen umfangreichen oder längeren Forschungsexperimente mit noch vorhandenen Modellen zu starten und bereits begonnene Experimente mit dem jeweiligen Modell abzuschließen. 

Jedes Semester Modell-Update 

Zukünftig ist ein Update der Modelle jedes Semester angedacht. Dieses wird in die vorlesungsfreie Zeit gelegt und vorher angekündigt. Beim Wechsel der Modelle entstehen für Nutzende keine grundlegenden Änderungen. Die Modelle werden leistungsfähiger, zuverlässiger und qualitativ besser. Darüber hinaus wird das ZDV die Benutzeroberfläche des KI-Chats (OpenWebUI) in vorlesungsfreien Zeiten aktualisieren und um neue Funktionen erweitern. Bereits erstellte vordefinierte Prompts können im Normalfall weiterverwendet werden. 

Mehr Informationen zu den Modellen und weitere wichtige Hinweise finden Sie auf unserer Webseite:
https://www.zdv.uni-mainz.de/ki-an-der-jgu/ 

Mehr Neuigkeiten aus dem ZDV

Der KI-Chat der Universität Mainz hat ein Update mit neuen Features erhalten.

Ordner

In der linken Menüleiste finden Sie die Funktion Ordner. Ordner dienen dazu, Chats thematisch zu sortieren.
Für einen Ordner können Sie zudem Dateien hochladen. Diese werden automatisch in den Kontext der in dem Ordner erstellten Chats gesetzt. Zusätzlich können Sie auch einen System-Prompt speziell für diesen Ordner erstellen.

System-Prompt

Über die Einstellungen oben rechts können Sie einen System-Prompt für den KI-Chat festlegen. Dieser legt fest, wie die KI antworten soll. Er ist wie ein unsichtbarer Leitfaden, der stets aktiv ist und nach dem der KI-Chat sein Antwortverhalten ausrichtet, unabhängig davon, welche konkrete Frage Sie stellen.

Beispiel für ein System-Prompt:
„Sie sind eine geduldige und verständliche Mathematiklehrerin. Erklären Sie alle Inhalte in einfachem Fließtext, ohne Aufzählungspunkte. Nutzen Sie Beispiele aus der Natur oder dem Alltag, um komplexe Zusammenhänge verständlich zu machen. Vermeiden Sie Fachjargon, aber bleiben Sie präzise.“
Ein System-Prompt liefert also grundlegende Anweisungen, Kontext und Richtlinien für den KI-Chat. Damit sparen Sie bei jeder neuen Frage die Wiederholung von Stil- oder Rollenvorgaben. Der KI-Chat „weiß“ bereits, wie er mit Ihnen kommunizieren soll, und passt seine Antworten automatisch an diese Grundhaltung an.
Ihr Vorteil: Mit einem gut gewählten Systemprompt gestalten Sie Ihren Chat gezielt. Sie erhalten konsistente, auf Ihre Bedürfnisse abgestimmte Antworten, ohne jedes Mal neu erklären zu müssen, wie die Antwort aussehen soll.

Versionshistorie für Prompts und Prompts teilen

Im Arbeitsbereich hinterlegte Prompts besitzen nun eine Versionshistorie: Sie können jederzeit zu einer früheren Version zurückkehren. Zusätzlich lässt sich ein Prompt mit anderen Nutzenden teilen und eignet sich daher ideal für Teamarbeit oder Veranstaltungen.

Deep Research

Das neue Werkzeug erreichen Sie über die Integrationen (Raute-Symbol). Deep Research funktioniert so ähnlich wie die automatische Websuche und läuft über unseren Suchanbieter Tavily.
Der Deep Research bietet eine wesentlich umfassendere Recherche als die Websuche und gibt dem Modell eine Zusammenfassung der Ergebnisse. Dies kann bis zu 2 Minuten dauern.

Websuche

Die Websuche finden Sie bei den Integrationen (Raute-Symbol). Die Suche verhält sich von nun an wie eine Kombination der bisherigen Werkzeuge Auto-Websuche und Auto-Webextraktion. Das Modell entscheidet frei darüber ob, wie und ggfls. wie oft bzw. in welcher Reihenfolge es Websuchen und Webseitenabrufe durchführt. Diese Möglichkeit hat das Modell aber nur, wenn explizit der Schalter Werkzeug Websuche aktiviert wurde. Möchte man absolut sichergehen, dass das Modell dann auch wirklich eine Suche durchführt, kann man dies auch in den Prompt einbauen (z. B. „Benutze Websuche”).

Damit ist das Werkzeug Auto-Websuche obsolet und wird nicht mehr als Option aufgeführt. Auto-Webextraktion bleibt für den Sonderfall erhalten, wenn das Modell wirklich nur ein oder mehrere bekannte URLs abrufen soll. Es befindet sich weiterhin unter Werkzeuge.

Mehr Neuigkeiten aus dem ZDV

Zum neuen Semester erhält der KI-Chat der Universität Mainz ein Update mit neuen Funktionen und einer verbesserten Benutzeroberfläche.

Übersichtlichere Oberfläche & neues Symbol

Im Chatfenster finden Sie rechts neben dem Pluszeichen + ein neues Symbol: die Raute

Wenn Sie mit der Maus über das Symbol fahren, erscheint die Bezeichnung Integrationen. Beim Anklicken öffnet sich ein Menü mit drei Integrationen:

• Werkzeuge
• Websuche
• Code-Interpreter

Websuche und Code-Interpreter befanden sich vorher unter dem Chatfenster.

Neue Werkzeuge im KI-Chat        

Die Werkzeuge erreichen Sie über das neue Raute-Symbol. Sie müssen die Werkzeuge für jeden neuen Chat erneut aktivieren.

1. Automatische Websuchfunktion

• Die automatische Websuche steht dem Modell als Werkzeug zur Verfügung, welches es nach Bedarf verwendet, ggfls. auch mehrfach. Dies kann bspw. bei komplexen Fragen und mehrschrittigen Lösungen sinnvoll sein.
• Im Unterschied zur einfachen Websuche entscheidet das Modell selbst, ob es das Websuchwerkzeug verwenden will oder nicht.

2. Automatische Webextraktionsfunktion

• Die automatische Webextraktion steht dem Modell ebenfalls als Werkzeug zur Verfügung, welches es nach Bedarf verwenden kann.
• Damit hat es die Möglichkeit, im Chat angegebene oder anderweitig bekannte URLs abzurufen und den Seiteninhalt zu erhalten. das Werkzeug ist eine Alternative zum manuellen Beifügen von Webseiteninhalten.

Neue Features

Mit Prompts können Nutzende benutzerdefinierte Prompts erstellen, verwalten und teilen. Diese Funktion erleichtert die regelmäßige Verwendung von gleichen Abfragen, da häufig verwendete Prompts gespeichert und per Slash‑Befehl (z. B. „/befehl“) schnell aufgerufen werden können. Zu finden ist die neue Funktion auf der linken Seite unter Arbeitsbereich.

Anleitung: https://docs.openwebui.com/features/workspace/prompts/

Open WebUI unterstützt die nahtlose Einbindung externer Werkzeuge über OpenAPI‑Server. Diese werden direkt von Ihrem Endgerät aus angesprochen, können sich also auch lokal auf ebendiesem befinden. So können Sie ganz einfach eigene Funktionen in den KI-Chat integrieren und damit Ihre Arbeitsabläufe erweitern.

Anleitung: https://docs.openwebui.com/openapi-servers/open-webui/

Automatische Vorauswahl des Modells

Ab sofort ist für neue Chats standardmäßig der neue "Auto"-Modus ausgewählt. Damit wählt der KI-Chat selbstständig das passende Modell für Ihre Anfrage aus. Sie müssen in diesem Modus kein Modell mehr manuell auswählen.

Das Verfahren analysiert unter Verwendung eines Sprachmodells Ihre Eingabe und entscheidet, welches KI-Modell am besten geeignet ist.

Dabei prüft es:

• ob Ihre Anfrage Bilder enthält
• ob es sich um eine Wissensabfrage, eine kreative Aufgabe oder etwas anderes handelt
• den Schwierigkeitsgrad der Frage

Das Verfahren bewertet nicht nach Themengebiet, sondern den Charakter der Anfrage. Das ausgewählte Modell wird Ihnen nach der Auswahl angezeigt.

Sie können weiterhin selbst das gewünschte Modell für einen Chat auswählen und damit die automatische Auswahl umgehen.

Modellaustausch

Das Modell Qwen3 235B wird durch die neue Variante Qwen3 235B VL ersetzt und erkennt jetzt auch Bilder und kann diese verarbeiten. Gemma 3 27B, was man bisher für die Bildverarbeitung verwenden konnte, wird daher aus der Modellauswahl genommen. Alle Bildanfragen werden künftig über Qwen3 235B VL bearbeitet.

Da Qwen3 Coder 30B nur noch Nischenfunktionen (z.B. als "Task"-Modell oder für FIM) erfüllt und im Chat-Kontext bessere Alternativen verfügbar sind, ist es nun nur noch über die API nutzbar.

Erweiterte Dokumentation

Auf unseren Webseiten finden Sie neue umfangreiche Dokumentationen zum Agentic Coding und zur API-Nutzung.

https://www.zdv.uni-mainz.de/ki-chat-agentic-coding/

https://www.zdv.uni-mainz.de/ki-chat-api-nutzung/

Mehr Neuigkeiten aus dem ZDV

Ab dem 25. August stellt das ZDV zwei neue Modelle für den KI-Chat zur Verfügung.

GPT-OSS 120B und Qwen3 235B lösen Nemotron Ultra 253B ab

Das Modell GPT-OSS 120B zeichnet sich durch eine besonders effiziente Nutzung der Rechenressourcen aus und liefert Ergebnisse bei vergleichsweise geringem Energieverbrauch. Es reagiert schnell und zuverlässig, ohne die Server unnötig zu belasten.
GPT-OSS 120B liefert Lösungen für verschiedene Aufgabenstellungen, beispielsweise das Zusammenfassen von Texten, das Beantworten von Wissensfragen oder das Generieren kreativer Inhalte.

Qwen3 235B liefert mit aktiviertem Reasoning noch bessere Ergebnisse für Anwendungen in den Bereichen Wissenschaft, Technik und Softwareentwicklung. Es überzeugt durch fortschrittliche Fähigkeiten bei der Lösung komplexer Probleme, technischer Analyse oder der Architektur von Code. Die Variante ohne Reasoning kann bei der Arbeit mit Texten oder der Implementierung von Code eine wertvolle Alternative sein.

Insgesamt schneiden die Modelle in wichtigen Vergleichskategorien sehr gut ab und bilden die Spitze der frei verfügbaren Modelle. Eine Kernauswahl von acht wichtigen Benchmarks, die beispielsweise die Fähigkeiten zur Lösung mathematischer Aufgaben oder Programmieraufgaben bewerten, finden Sie unter https://artificialanalysis.ai/.

Weiterhin stehen Ihnen folgende Modelle zur Verfügung:
- Gemma3 27B für die Verarbeitung von Text und Bildern
- Qwen3 Coder 30B für schnelles und präzises Coding mit niedriger Komplexität

Vereinheitlichte Limits bei der Verarbeitung großer Textmengen

Die Textmenge, die die Modelle auf einmal verarbeiten können, wurde vereinheitlicht. Für alle Modelle stehen rund 64.000 Token, das sind ca. 50.000 Wörter, zur Verfügung. Token sind kleine Einheiten, in die das Modell Texte zerlegt, um sie zu verstehen. Je mehr Token, desto mehr Informationen kann der Chat gleichzeitig verarbeiten und berücksichtigen.

Beim Arbeiten mit Sprachmodellen gibt es eine Obergrenze, wie viel Text gleichzeitig verarbeiten werden kann. Wenn Sie ein Dokument hochladen, wählt das System automatisch nur die für Ihre Frage wichtigsten Textstellen aus. Diese ausgesuchten Textabschnitte sind so kurz, dass sie immer innerhalb der zulässigen Obergrenze von 64.000 Token liegen.

Die Obergrenze wird relevant, wenn Sie nach dem Hochladen die Option wählen, den ganzen Text des Dokumentes auf einmal an das Modell zu senden. Wenn der gesamte Text über die Obergrenze kommt, wird die Anfrage zurückgewiesen und Sie erhalten eine Fehlermeldung. Ebenso relevant ist die Grenze für diejenigen, die unsere API-Schnittstelle für eigene Anwendungen nutzen, denn hier muss meist die maximale Kontextgröße hinterlegt werden (Ausgabe-Token zählen hier nicht dazu).

Neuerungen und Anpassungen der letzten Monate

Wir aktualisieren und optimieren das System kontinuierlich, um Ihnen eine KI-Chat-Plattform auf möglichst hohem Niveau anzubieten. Die folgende Zusammenfassung zeigt Ihnen die wichtigsten nutzerseitigen Änderungen der letzten Monate.

Optimierter Websuchmechanismus: Unsere Suchfunktion wurde überarbeitet, um Ihnen noch schneller relevante Ergebnisse zu liefern und technische Probleme zu vermeiden.

Erweiterte Funktionen

• Embeddings-API: Entwickler können auf unser Embedding-Modell bge-m3 zurückgreifen, um ihre Anwendungen noch besser mit unserem System zu integrieren.
• OCR-Funktion: Auch Text aus gescannten Dokumenten wird nach dem Hochladen extrahiert und dem Sprachmodell zur Verfügung gestellt (kann ggf. 1-2 Minuten dauern).

Erweiterte Sprachfunktionen

• Speech-to-Text/Transkription mit Whisper: Erstellen Sie Transkripte aus Audio- und Videodateien mit höchster Genauigkeit oder sprechen Sie Prompts per Mikrofon ein.
• Text-to-Speech (englisch) mit Kokoro: Lassen Sie englische Texte laut vorlesen.

Benutzeroberfläche & Login:

• Die Benutzeroberfläche wurde verbessert und die Schaltflächen sind schneller auffindbar.
• Der Login findet nun über login.rlp.net statt.

Mehr Informationen zu den Modellen und weitere wichtige Hinweise finden Sie auf unserer Webseite:
https://www.zdv.uni-mainz.de/ki-an-der-jgu/

Mehr Neuigkeiten aus dem ZDV

Das Zentrum für Datenverarbeitung (ZDV) stellt einen neuen KI-Dienst für die Johannes Gutenberg-Universität Mainz (JGU) bereit. Dieser Dienst, der unter https://ki-chat.uni-mainz.de zugänglich ist, umfasst mehrere leistungsstarke Sprachmodelle, darunter Nemotron Ultra 253B, Gemma3 27B und Qwen2.5 Coder 32B.

Der KI-Chat steht zunächst ausschließlich Mitarbeitenden der JGU zur Verfügung, die sich mit ihrem JGU-Account anmelden können. Das ZDV kontrolliert und hostet den Dienst selbst, so bleiben die Daten (außer bei der Websuche) innerhalb der JGU.

Zukünftige Entwicklungen

Der neue Dienst soll zukünftig auch Studierenden zugänglich sein. Neben der regelmäßigen Aktualisierung der Sprachmodelle sind weitere Verbesserungen in Arbeit. Ziel ist es, die Suche und Extraktion von Dokumenten zu optimieren und einen permanenten Wissensspeicher zu schaffen. Anbindungen an Plattformen wie Moodle oder BBB und erste Integrationen (z. B. Taschenrechner) sind ebenfalls vorgesehen.

Mehr erfahren

Weitere Informationen zum Einsatz von KI in der Hochschulbildung sowie Unterstützung bei der Nutzung des Dienstes finden Sie auf der Webseite des Kompetenzteams Digitale Lehre https://digitale-lehre.uni-mainz.de/ki-in-der-hochschulbildung/.

Technische Hintergrundinformationen: https://www.zdv.uni-mainz.de/ki-an-der-jgu/

Mehr Neuigkeiten aus dem ZDV