AUTOMATIC1111: Stable Diffusion WebUI installieren (2026)

#AUTOMATIC1111, was ist das?

Stability AI kündigte am 22. August 2022 die öffentliche Veröffentlichung von Stable Diffusion an. Das Repository eines Entwicklers, der unter dem Pseudonym AUTOMATIC1111 bekannt ist, wurde noch am selben Tag auf GitHub erstellt: eine Browseroberfläche, die mit der Bibliothek Gradio entwickelt wurde, unter der Lizenz AGPL-3.0 stand und die Eingabe von Python-Befehlen überflüssig machte. Das Repository hat heute mehr als 160.000 Sterne. Die Oberfläche bietet Tabs für Text-zu-Bild, Bild-zu-Bild, maskengestützte Bildbearbeitung und Vergrößerung sowie eine riesige Bibliothek von Erweiterungen.

Wie alle lokalen Tools läuft sie auf Ihrem Rechner und öffnet sich im Browser unter http://127.0.0.1:7860, wobei sie standardmäßig Ihr lokales Netzwerk niemals verlässt. Prompts, Einstellungen und Bilder bleiben auf Ihrer Festplatte und können offline eingesehen und wiederverwendet werden.

• Stable Diffusion: die Versionen und welche Sie wählen sollten

#Was Sie benötigen

AMD-Grafikkarten funktionieren unter Linux nativ mit ROCm. Unter Windows ist das offizielle Wiki eindeutig: „Windows+AMD support has not officially been made for webui“. Der praktische Weg führt über den DirectML-Community-Fork von lshqqytiger, bei dem das Training laut der im Januar 2024 bearbeiteten Wiki-Seite noch nicht funktionierte. Auf Macs mit Apple Silicon dokumentiert das offizielle Wiki eine Installation über Homebrew und das Skript webui.sh: Die meisten Funktionen funktionieren, das Training ist sehr langsam und speicherintensiv. NVIDIA bleibt der vom Projekt am besten unterstützte Weg.

#Installation unter Windows und Linux

1. 01
   Python 3.10.6 installieren

   Von python.org installieren und dabei „Add Python to PATH“ ankreuzen. Die README erklärt, dass neuere Versionen torch nicht unterstützen: Bleiben Sie bei Version 3.10.6, auch wenn dieselbe README Version 3.11 für einige sehr aktuelle Linux-Distributionen zulässt.
2. 02
   Git installieren

   Git for Windows unter Windows; das Paket git Ihrer Distribution unter Linux.
3. 03
   Repository klonen und Skript starten

   In einem Ordner mit einem kurzen Pfad ohne Leerzeichen oder Akzentzeichen. Unter Windows heißt das Skript webui-user.bat; unter Linux webui.sh.
4. 04
   Beim ersten Start warten

   Das Skript lädt PyTorch und die Abhängigkeiten herunter, insgesamt mehrere Gigabyte: Rechnen Sie mit zehn Minuten bis zu einer halben Stunde. Sobald eine lokale Adresse angezeigt wird, öffnen Sie sie im Browser.

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# Windows
webui-user.bat

# Linux (après : sudo apt install git python3.10-venv libgl1 libglib2.0-0)
./webui.sh

#Wo die Modelle gespeichert werden

models/Stable-diffusion

Die Checkpoints, also die Hauptmodelldateien im Format .safetensors.

models/Lora

Die LoRA, die einem Basismodell einen Stil oder ein Thema hinzufügen.

models/VAE

Optionale VAEs; viele SDXL-Checkpoints enthalten bereits einen.

extensions

Die Erweiterungen, die über den gleichnamigen Tab verwaltet werden.

outputs

Ihre Bilder, sortiert nach Modus und Datum.

Eine neue Installation enthält nicht unbedingt ein Modell: Ältere Versionen luden SD 1.5 beim ersten Start automatisch herunter, das ist inzwischen nicht mehr garantiert. Laden Sie einen SDXL-Checkpoint von Hugging Face herunter, legen Sie ihn in models/Stable-diffusion ab und klicken Sie anschließend auf das Aktualisierungssymbol neben der Modellauswahl. Verwenden Sie nur .safetensors-Dateien: Das alte Format .ckpt kann beim Öffnen Code ausführen, wie weiter unten ausführlich erläutert wird.

• Hugging Face: Modelldatei finden und überprüfen

#Startoptionen je nach Ihrem VRAM

Die Optionen werden in der Zeile COMMANDLINE_ARGS der Datei webui-user.bat unter Windows beziehungsweise webui-user.sh unter Linux eingetragen.

set COMMANDLINE_ARGS=--xformers --medvram-sdxl --autolaunch

#Einstellungen für ein erstes Bild

Beschreiben Sie, statt Befehle zu geben, auf Englisch und mit dem Motiv zuerst: „portrait of an elderly fisherman, window light, 85mm, shallow depth of field“ funktioniert besser als eine Liste einzelner Schlüsselwörter. Der negative Prompt listet auf, was vermieden werden soll, zum Beispiel „blurry, deformed hands, extra fingers, low quality“, um die häufigsten Fehler auszuschließen. Eine Funktion, die Sie früh kennen sollten: Der Tab PNG Info liest den Prompt und sämtliche Einstellungen aus jedem von der Oberfläche erzeugten Bild aus. So lässt sich eine gelungene Generierung reproduzieren oder anpassen, ohne alles erneut einzugeben.

#A1111, Forge oder ComfyUI im Jahr 2026

Die Entscheidung ist einfach. Wählen Sie A1111, wenn Sie einem Kurs oder Tutorial folgen oder eine Erweiterung nutzen, die speziell dafür geschrieben wurden, oder wenn Ihre aktuelle Installation mit SD 1.5 und SDXL Ihre Anforderungen erfüllt. Für eine Neuinstallation mit dieser Art von Benutzeroberfläche sollten Sie sich Forge ansehen: Es ist eine Abspaltung von lllyasviel, dem Autor von ControlNet und Fooocus, die eine bessere Ressourcenverwaltung anstrebt und Flux unterstützt. Sie können damit genauso arbeiten, wie Sie es gewohnt sind. Das Forge-Repository sagt es selbst: Da das ursprüngliche Projekt „almost static now“ sei, synchronisiert sich Forge damit „every 90 days, or when important fixes“. Allerdings hat auch das Forge-Repository selbst seit Juni 2025 keinen Commit mehr auf seinem Hauptbranch erhalten: Die Weiterentwicklung übernimmt ein Community-Fork, Forge Neo von Haoming02, dessen README die Unterstützung neuerer Modelle (Qwen-Image, Wan 2.2, Z-Image) ankündigt und der noch Ende September 2026 aktualisiert wurde. Prüfen Sie bei einem Community-Projekt dessen Aktivität, bevor Sie sich darauf festlegen. Wählen Sie ComfyUI für aktuelle Modelle, Videos oder reproduzierbare Pipelines.

• ComfyUI: Installation und erste Schritte
• Fooocus: Die einfachste Option, um zu beginnen
• Das KI-Bilder-Kit: Einstellungen pro Grafikkarte

#Nützliche Erweiterungen und Sicherheit der Modelle

#ADetailer: Gesichter und Hände automatisch korrigieren

Bei einem generierten Bild mit weitem Bildausschnitt bleiben Gesichter und Hände die Schwachstelle von Stable Diffusion. Die Erweiterung ADetailer, die in ihrem offiziellen Repository als Erweiterung beschrieben wird, die „does automatic masking and inpainting“, erkennt diese Bereiche automatisch mit einem Erkennungsmodell und führt anschließend mit einem eigenen Prompt erneut ein gezieltes Inpainting dieser Bereiche durch. Sie lässt sich direkt über den Tab Extensions installieren, indem ihre GitHub-Adresse in „Install from URL“ eingefügt wird.

Inpainting ist neben Text-zu-Bild, Bild-zu-Bild und Vergrößerung einer der vier grundlegenden Modi der Benutzeroberfläche: Dabei wird nur ein maskierter Bereich des Bildes neu generiert, während der Rest unverändert bleibt. ADetailer automatisiert diesen Vorgang, sodass Sie die Maske nicht für jedes Gesicht von Hand einzeichnen müssen.

#.ckpt- und .safetensors-Dateien: Welchen Unterschied das Format macht

Eine .ckpt-Datei ist eine Python-Serialisierung im Pickle-Format, einem Format, das beim Öffnen beliebigen Code ausführen kann. Manipulierte Checkpoints sind bereits auf Community-Plattformen im Umlauf gewesen. Das Format .safetensors löst das Problem an der Wurzel: Laut dem offiziellen Repository des Formats „implements a new simple format for storing tensors safely (as opposed to pickle) and that is still fast (zero-copy)“. AUTOMATIC1111 enthält eine Prüfung, die das Laden eines als verdächtig eingestuften Pickles vor der Deserialisierung blockiert, aber die einfachste Regel bleibt, nur .safetensors herunterzuladen, insbesondere aus anderen Quellen als Hugging Face oder Civitai.

• ControlNet: Die Komposition Ihrer Bilder beherrschen
• Quelle: offizielles Repository von ADetailer
• Quelle: Das .safetensors-Format, erklärt von Hugging Face

#Häufige Fehler

CUDA out of memory

Die Bildgröße oder das Modell erfordert mehr VRAM, als verfügbar ist. Fügen Sie --medvram oder --medvram-sdxl hinzu, reduzieren Sie die Auflösung und schließen Sie die anderen Anwendungen, die die GPU nutzen.

Torch is not able to use GPU

Treiber zu alt oder GPU nicht von NVIDIA. Aktualisieren Sie den Treiber; das CUDA Toolkit ist nicht erforderlich.

Die Installation scheitert an den Abhängigkeiten

Falsche Python-Version. Installieren Sie die 3.10.x und löschen Sie den Ordner venv, bevor Sie erneut starten.

Eine neuere RTX 50 wird nicht verwendet

Die stabile Version enthält eine PyTorch-Version, die vor der Blackwell-Architektur erschienen ist. Ein Projektmitarbeiter dokumentiert die Abhilfe in einer GitHub-Diskussion, die am 1. Mai 2025 aktualisiert wurde: auf den dev-Branch wechseln (git switch dev), der PyTorch 2.7.0 mit Unterstützung für RTX-50-Karten verwendet, dann einmal mit --reinstall-torch in COMMANDLINE_ARGS starten und die Option anschließend wieder entfernen. Alternativ: ComfyUI.

• CUDA: Treiber, Toolkit, Versionen, was tatsächlich installiert werden muss
• Das offizielle Repository auf GitHub

#FAQ