Voraussetzungen
| Komponente | Minimum | Komfortabel |
|---|---|---|
| GPU | NVIDIA mit 6 GB VRAM (SD 1.5) | NVIDIA 8–12 GB (SDXL), 16 GB (SD 3.5 Large, in ComfyUI) |
| AMD / Apple | ROCm unter Linux, Apple Silicon mit 16 GB RAM | langsamer, aber lauffähig; unter Windows brauchen AMD-Karten ComfyUI oder einen Fork der Weboberfläche |
| RAM | 16 GB | 32 GB |
| Festplatte | 15 GB (Programm + ein Modell) | 50 GB+ für mehrere Modelle |
| System | Windows 10/11, Ubuntu 22.04+, macOS 13+ | |
Keine passende GPU? Die Werkzeuge dieser Seite brauchen keine Installation: Inpainting und Hochskalieren laufen auf unserer Hardware, SDXL ist eine extern gehostete Demo, die in die Seite eingebettet ist.
Schritt für Schritt (Windows, Automatic1111)
- Installieren Sie Python 3.10.6 und setzen Sie den Haken bei Add Python to PATH. Neuere Python-Versionen brechen einige Abhängigkeiten.
- Installieren Sie Git mit den Standardoptionen.
- Öffnen Sie ein Terminal im gewünschten Ordner und führen Sie
git clone -b dev https://github.com/AUTOMATIC1111/stable-diffusion-webuiaus. Der Branch dev ist bewusst gewählt: Der Standard-Branch hat sich seit Juli 2024 nicht mehr geändert, und sein erster Start schlägt inzwischen fehl. - Laden Sie ein Modell herunter: SDXL 1.0 base (6,9 GB) und optional den Refiner, oder Stable Diffusion 1.5 (4,3 GB). Nehmen Sie die
.safetensors-Datei. - Legen Sie das Modell in
stable-diffusion-webui/models/Stable-diffusion/. - Doppelklicken Sie auf
webui-user.bat. Der erste Start lädt mehrere Gigabyte an Abhängigkeiten herunter; wie lange das dauert, hängt von Ihrer Verbindung ab. - Öffnen Sie
http://127.0.0.1:7860im Browser, wählen Sie oben links das Modell, geben Sie einen Prompt ein und klicken Sie auf Generate.
Unter Linux und macOS installieren Sie zuerst Python 3.10 oder 3.11 und die Systempakete, die das README des Projekts aufführt, und starten dann ./webui.sh statt der .bat-Datei; das Skript legt seine eigene Python-Umgebung an.
Nützliche Startoptionen
Bearbeiten Sie webui-user.bat und setzen Sie COMMANDLINE_ARGS:
--xformers: schneller und sparsamer auf NVIDIA.--medvramoder--lowvram: für Karten mit 4 bis 6 GB, auf Kosten der Geschwindigkeit.--listen: die Oberfläche von einem anderen Gerät im Netzwerk erreichen.--api: aktiviert die REST-API für Skripte (so spricht diese Seite mit ihrem eigenen Automatic1111).
Typische Fehler
- CUDA out of memory: Bildgröße verringern,
--medvramhinzufügen, andere GPU-Programme schließen. - Torch not compiled with CUDA: eine nicht unterstützte Python-Version oder ein reines CPU-PyTorch; mit Python 3.10 neu installieren und den Ordner
venvlöschen. - No model found: Die Datei liegt nicht in
models/Stable-diffusionoder hat die falsche Endung. - Schwarze Bilder auf AMD oder Apple:
--no-halfoder--upcast-samplinghinzufügen.
Alternativen zu Automatic1111
Forge ist ein schnellerer Fork mit derselben Oberfläche; auch er hat seit Juni 2025 keine Updates mehr erhalten. ComfyUI arbeitet mit einem Knotengraphen, ideal für SD 3.5 und Flux und für komplexe Pipelines. Fooocus versteckt die meisten Einstellungen hinter einem einzigen Prompt-Feld, wie es Midjourney tut; es führt nur SDXL-Modelle aus und erhält nur noch Fehlerkorrekturen. Forge und ComfyUI lesen dieselben Modell- und LoRA-Dateien wie Automatic1111.