MUL.AI - Academic AI an der MUL

Academic AI – Montanuniversität Leoben
Academic AI

Mit Academic AI kannst du Texte zusammenfassen, Fragen zu Dokumenten stellen, Übersetzungen erstellen oder beim Schreiben Feedback holen — direkt im Browser, ohne eigenen Account bei ChatGPT oder ähnlichen Diensten.

Academic AI ist ein Projekt von mehr als 20 österreichischen Hochschulen unter der technischen und organisatorischen Leitung von ACOmarket. Deine Daten werden in einer geschützten Universitätsumgebung verarbeitet — nicht über öffentliche KI-Dienste. Eingegebene Daten und hochgeladene Dokumente verlassen diese Umgebung zu keinem Zeitpunkt.

Neu in Version 3.0
  • Neue Modelle: Gemini 2.5 Pro, Claude Opus 4.6, GPT 5.2
  • Modell-Updates (EU-Hosting): Mistral Large 3, GPT Image 1.5
  • Neue Features: Summary Bot, Chat-Export und Suche, verbesserte LaTeX-Formatierung
  • Internetsuche direkt im Chat (über Perplexity)
  • Performance-Optimierungen und diverse Bugfixes
Zugang

Die Plattform ist erreichbar unter mul.academic-ai.at. Bei der Organisationsauswahl „Montanuniversität Leoben" auswählen und mit den MUOnline-Zugangsdaten und dem 2. Faktor anmelden (z.B. Authenticator-App, wie bei MUOnline üblich).

Vor der ersten Nutzung steht eine EU-KI-Gesetz-Schulung auf Moodle zur Verfügung.
Mitarbeiter*innen: verpflichtend — Zugang erst nach Abschluss der Schulung.  ·  Studierende: empfohlen, aber kein Pflichtschritt.
Monatliches Guthaben

Die Nutzung ist auf € 20 pro Person und Monat begrenzt. Das Guthaben wird zu Monatsbeginn erneuert; nicht verbrauchtes Guthaben verfällt. Je länger deine Eingaben und hochgeladenen Dokumente, desto mehr des Guthabens wird verbraucht.

Verfügbare Modelle

Nicht sicher, welches Modell du wählen sollst? Hier ein kurzer Überblick:

GPT-5guter Allrounder für die meisten Aufgaben
Gemini 2.5 Prostark bei langen Dokumenten
o3für komplexe Rechen- und Logikaufgaben
GPT-5 minischnell und günstig für einfache Anfragen

Alle verfügbaren Modelle:

  • GPT-4o
  • GPT-5
  • GPT-5 mini
  • GPT-5 nano
  • GPT 5.2
  • Gemini 2.5 Pro
  • Claude Opus 4.6
  • Mistral Large 3
  • o3
  • GPT Image 1.5 (EU)
„Internetsuche" — aktuelle Webinhalte direkt im Chat Neu

Als neue Funktion kannst du Webrecherchen direkt aus Academic AI heraus starten. Die Suche wird über den Dienst Perplexity durchgeführt — nutze dafür den Button „Internetsuche" neben „Bilder hochladen" im Chat-Eingabebereich.

Wichtiger Datenschutzhinweis: Bei der Internetsuche gilt: Behandle sie wie eine öffentliche Suchmaschine. Gib hier keine Namen, Matrikelnummern, Forschungsdaten oder Prüfungsunterlagen ein.
Datenschutz

Die eingegebenen Daten werden nicht an OpenAI oder Dritte weitergegeben. Deine Daten werden 90 Tage nach dem letzten Login automatisch gelöscht. Die Chathistorie kann jederzeit auch manuell gelöscht werden.

Tailored AI

Nutzer*innen können individuelle Chatbots erstellen, die auf eigene Dokumente zugreifen. Andere Nutzer*innen können mit den Rollen Benutzer, Mitwirkende oder Admin eingeladen werden.

Max. Dokumente150 Dateien pro Chatbot
Unterstützte FormatePDF, DOCX, PPTX, TXT, XLSX
Max. Dateigröße50 MB pro Datei
Gesamtgröße500 MB
Max. Seiten10.000 Seiten
Excel-Zellenbis zu 3.000 × 3.000 pro Datei
API-Zugang

Die Plattform stellt eine API für Entwickler*innen zur Verfügung, die Academic AI in eigene Anwendungen integrieren möchten. Unterstützt werden LLM-Chat-Completions, Tailored-AI-Verwaltung sowie Knowledge-Base-Management für Retrieval-Augmented Generation (RAG). Die Authentifizierung erfolgt über die Header X-Client-ID und X-Client-Secret.

API-Zugangsdaten können per E-Mail unter academic-AI@unileoben.ac.at angefordert werden.

Beispiel – Chat-Anfrage (Python)

import requests

headers = {
    "X-Client-ID": "ihr-api-key",
    "X-Client-Secret": "ihr-api-secret",
    "Content-Type": "application/json",
}
payload = {
    "model": "gpt-4o",
    "messages": [{"role": "user", "content": "Ihre Frage hier"}],
    "temperature": 0.7,
    "maxTokens": 1000,
}
response = requests.post(
    "https://api.example.com/api/v1/llm/chat",
    headers=headers,
    json=payload
)
print(response.json()["data"]["content"])

Beispiel – Chat-Anfrage (JavaScript)

const res = await fetch("https://api.example.com/api/v1/llm/chat", {
  method: "POST",
  headers: {
    "X-Client-ID": "ihr-api-key",
    "X-Client-Secret": "ihr-api-secret",
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "gpt-4o",
    messages: [{ role: "user", content: "Ihre Frage hier" }],
    temperature: 0.7,
    maxTokens: 1000,
  }),
});
const data = await res.json();
console.log(data.data.content);

Die vollständige API-Dokumentation ist auf Anfrage verfügbar.