ComfyUI: Installation und erste Schritte auf dem eigenen Rechner (2026)
ComfyUI ist eine Open-Source-Oberfläche (GPL-3.0), die mithilfe eines Knotengraphen lokal Bilder und Videos erzeugt. Am einfachsten ist die Desktop-Anwendung; auch ein portables Windows-Archiv und eine manuelle Installation stehen zur Verfügung. Die Oberfläche lässt sich unter http://127.0.0.1:8188 öffnen. Planen Sie eine NVIDIA-Grafikkarte mit 8 GB für SDXL und mit 12 bis 16 GB für Flux in FP8 ein. Installieren Sie nur bekannte Erweiterungen: Manipulierte Knoten haben Daten gestohlen, und öffentlich zugängliche Instanzen wurden für fremde Zwecke missbraucht.
ComfyUI ist eine Open-Source-Oberfläche, die Bilder und mittlerweile auch Videos auf Ihrem eigenen Rechner generiert, indem sie Blöcke miteinander verbindet, die als Knoten bezeichnet werden. Mit Stand vom 28. September 2026 nennt die README native Unterstützung für Stable Diffusion 1.5 und SDXL ebenso wie für Flux.1, Flux.2, Qwen Image, Z-Image oder, im Videobereich, Wan 2.2. ComfyUI hat den Ruf, einschüchternd zu sein, besonders wenn man mit einem Workflow aus vierzig Knoten beginnt, den man in einem Forum gefunden hat. Dieser Leitfaden führt Sie unter Windows, Mac oder Linux von der Installation bis zum ersten Bild, mit ausschließlich den notwendigen Knoten.
#Was ist ComfyUI?
ComfyUI ist freie Software (Lizenz GPL-3.0), deren Repository im Januar 2023 erstellt wurde und die heute von der Organisation Comfy Org gepflegt wird; sie hat mehr als 130.000 Sterne auf GitHub. Sie wird auf Ihrem Computer installiert und öffnet sich im Browser unter der Adresse http://127.0.0.1:8188. Die Berechnungen erfolgen auf Ihrer Grafikkarte, und die README stellt klar, dass der Kern der Software nichts herunterlädt, solange Sie dies nicht anfordern.
Die Besonderheit besteht darin, die Pipeline sichtbar zu machen, statt sie zu verbergen. Während eine klassische Benutzeroberfläche ein Textfeld und eine Schaltfläche bietet, stellt ComfyUI jeden Schritt als Knoten dar: das Modell laden, den Prompt encodieren, entrauschen, das Bild decodieren und speichern. Sie verbinden die Knoten über Verbindungslinien. Zusammen bilden sie einen Workflow, den man speichern, teilen und unverändert erneut ausführen kann.
Das README kündigt etwa alle zwei Wochen eine stabile Hauptversion an. Dieses Detail ist für die Installation wichtig: Die Desktop-App folgt standardmäßig der stabilen Version, während die portable Version und die Git-Installation den neuesten Commits folgen. Diese können, wie das README warnt, zahlreiche Erweiterungen funktionsunfähig machen.
#Die Hardware, die Sie benötigen
KI-Bilder und -Videos lokal erstellen, ohne Begrenzung: ComfyUI, Flux, Z-Image und Wan 2.2 auf Ihrer GPU oder Ihrem Mac – mit Workflows zum direkten Laden und Informationen zum rechtlichen Rahmen.
- Lebenslanger Online-Zugang
- PDF + Dateien
- Erstattung binnen 30 Tagen
Wie bei einem LLM entscheidet der Speicher der Grafikkarte über alles. ComfyUI relativiert diese Regel allerdings: Laut README laufen selbst die größten offenen Modelle mit 4 GB VRAM und 8 GB RAM „relativ schnell“, dank asynchronem Laden der Gewichte. Das ist eine Aussage, keine Messung: Je mehr Gewichte nicht mehr in den VRAM passen, desto mehr Zeit kostet der Datentransfer hin und zurück. Die Tabelle geht deshalb von dem aus, was sich überprüfen lässt: der Größe der auf Hugging Face veröffentlichten Dateien.
| Familie von Modellen | Dateigröße | Großzügig bemessener VRAM | Passende Grafikkarten aus unserer Datenbank |
|---|---|---|---|
| Stable Diffusion 1.5 | 4,27 GB (v1-5-pruned-emaonly) | 4 bis 6 GB | GTX 1660, RTX 2060, RTX 3050 6 GB und höher |
| SDXL und seine Ableitungen | 6,94 GB (sd_xl_base_1.0) | 8 GB | RTX 3060, RTX 4060, RTX 5060, RX 7700 XT |
| Z-Image Turbo | 12,3 GB in bf16, plus der Encoder Qwen 3 4B (8,04 GB); Varianten von 4,51 bis 6,2 GB | 12 bis 16 GB: Laut Modellbeschreibung passt das Modell in 16 GB | RTX 3060 12 GB, RTX 4070, RTX 5070 Ti, RX 9070 XT |
| Flux.1 dev in FP8 | 17,2 GB (Checkpoint von Comfy-Org, Textencodierer inklusive) | 12 bis 16 GB | RTX 3060 12 GB, RTX 4070, RTX 5070 Ti, RX 9070 XT |
| Flux.1 dev mit voller Präzision | 23,8 GB, plus die Textencoder | 24 GB | RTX 3090, RTX 4090, RTX 5090, RX 7900 XTX |
| Video (Wan 2.2 und vergleichbare Modelle) | Je nach Version | 16 bis 24 GB und mehr; darunter nur quantisierte, langsame Versionen | RTX 4090, RTX 5090 |
| Mac mit Apple Silicon (M1 bis M4) | Die gleichen Dateien wie oben | Der vereinheitlichte Speicher dient als VRAM: Die Modellgewichte müssen hineinpassen, wobei Speicherreserve für das System bleiben muss | Jeder M-Chip; langsamer als eine NVIDIA-Grafikkarte einer vergleichbaren Leistungsklasse |
Bei der Wahl des Herstellers bleibt NVIDIA der unkomplizierteste Weg. AMD-Karten funktionieren unter Linux mit ROCm gut, und seit Januar 2026 gibt das ComfyUI-Team selbst bekannt, dass die offizielle ROCm-Unterstützung „is now available on the Windows ComfyUI Desktop app, starting with version v0.7.0“ — für kompatible Radeon-Grafikkarten und Ryzen AI-Prozessoren. Planen Sie schließlich genügend Speicherplatz auf dem Datenträger ein: Ein einziges Modell benötigt 2 bis 25 GB, und schnell hat man etwa zehn davon angesammelt.
#Drei Möglichkeiten zur Installation
| Methode | Für wen | Was Sie wissen müssen |
|---|---|---|
| ComfyUI Desktop | Fast alle: Die README empfiehlt diese Installation neuen Nutzern | Ein Installationsprogramm für Windows (NVIDIA- oder AMD-Grafikkarte empfohlen), macOS (Apple Silicon) und Linux (AppImage oder .deb), das von comfy.org heruntergeladen wird. Es folgt standardmäßig der stabilen Version. |
| Portable Version für Windows | Für alle, die alles in einem Ordner behalten oder die neuesten Funktionen nutzen möchten | Die README rät normalen Nutzern von dieser Version ab. Separate Archive für NVIDIA, AMD und Intel: Entpacken Sie das Archiv mit 7-Zip und doppelklicken Sie anschließend auf run_nvidia_gpu.bat (oder run_amd_gpu.bat, run_intel_gpu.bat). Diese Version folgt den neuesten Commits. |
| Manuelle Installation | Linux, AMD- oder Intel-Grafikkarten, Macs mit individueller Konfiguration und alle, die ihre Umgebung selbst kontrollieren möchten | Ein Git-Klon, eine Python-Umgebung (3.13 wird empfohlen, 3.12 dient als Ausweichlösung), eine auf Ihre Karte abgestimmte PyTorch-Version, anschließend die Projektabhängigkeiten. |
Beim Start zeigt das Terminal die lokale Adresse an, die im Browser geöffnet werden soll. Wenn das Terminal die Meldung „Torch not compiled with CUDA enabled“ ausgibt, empfiehlt die README, torch zu deinstallieren (pip uninstall torch) und anschließend mit dem obigen Befehl neu zu installieren.
#Speichermanagement: Die Optionen, die 2026 zählen
Die VRAM-Verwaltung hat sich geändert. Im Code von ComfyUI ist „dynamic VRAM“ standardmäßig aktiviert, sofern Sie nicht --highvram, --novram oder --cpu vorgeben oder die Funktion mit --disable-dynamic-vram deaktivieren; der Hilfetext zu --enable-dynamic-vram deutet darauf hin, dass sie auf einigen Systemen nicht standardmäßig aktiviert ist. Der Hilfetext zu --lowvram ist eindeutig: Die Option hat keine Wirkung, solange die dynamische VRAM-Verwaltung aktiv ist. Der frühere Rat, bei einer Karte mit 6 GB --lowvram hinzuzufügen, gilt daher nicht mehr unverändert.
- --reserve-vram X
- Reserviert X GB VRAM für das System und andere Software: nützlich, wenn der Rechner auch für die Bildschirmausgabe oder den Betrieb eines LLM verwendet wird.
- --disable-dynamic-vram
- Kehrt zum klassischen Laden auf Grundlage von Schätzungen zurück: bei speicherbedingten Abstürzen ausprobieren.
- --novram und --cpu
- Als letzte Auswege beschreibt die Hilfe --novram als die Option „wenn lowvram nicht ausreicht“ und --cpu als „slow“. Rechnen Sie mit einer deutlich langsameren Generierung.
- --listen
- Standardmäßig lauscht ComfyUI nur auf 127.0.0.1. Wird --listen ohne Argument verwendet, lauscht ComfyUI auf allen Netzwerkschnittstellen: nur in einem vertrauenswürdigen Netzwerk verwenden, siehe den Abschnitt zur Sicherheit.
#Wo sollen die Modelle gespeichert werden?
ComfyUI enthält keine Modelle. Das ist der häufigste Grund, warum es nicht weitergeht: Die Benutzeroberfläche öffnet sich, man klickt auf Ausführen, und eine Fehlermeldung weist auf eine fehlende Datei hin. Jeder Dateityp hat seinen eigenen Unterordner im Ordner models.
- models/checkpoints
- „All-in-one“-Modelle wie SDXL: Eine einzige .safetensors-Datei enthält das Diffusionsmodell, den Textencoder und den VAE. Das ist für den Einstieg am einfachsten.
- models/diffusion_models
- Nur das Diffusionsmodell, für neuere Modellfamilien, die in einzelnen Komponenten bereitgestellt werden (Flux, Z-Image, Wan).
- models/text_encoders
- Der Encoder, der Ihren Prompt in Vektoren umwandelt. Oft die größte Datei nach dem Modell selbst.
- models/vae
- Der Decoder, der das Ergebnis der Berechnung in ein sichtbares Bild umwandelt
- models/loras
- LoRA: Kleine Dateien, die einem Basismodell einen Stil, eine Figur oder ein Konzept hinzufügen.
#Modelle aus einer anderen Benutzeroberfläche wiederverwenden
Wenn Sie bereits Checkpoints für AUTOMATIC1111 oder Fooocus haben, müssen Sie diese nicht kopieren. Die README verweist auf die Datei extra_model_paths.yaml.example im Stammverzeichnis von ComfyUI: Benennen Sie sie in extra_model_paths.yaml um und geben Sie die Pfade zu den vorhandenen Ordnern an. ComfyUI liest die Checkpoints dann ein, ohne sie zu duplizieren. Im portablen Windows-Archiv befindet sich diese Datei im Ordner ComfyUI.
#Ihr erstes Bild
- 01Einen offiziellen Workflow ladenWählen Sie im Menü der Workflow-Vorlagen einen grundlegenden Workflow zur Bildgenerierung, der zu Ihrem verfügbaren VRAM passt: SDXL ab 8 GB, ein neueres Modell in FP8 ab 12 GB.
- 02Die vorgeschlagenen Dateien herunterladenBestätigen Sie die Downloads. Prüfen Sie im Terminal, dass sie ohne Fehler abgeschlossen werden: Ein Netzwerkabbruch hinterlässt eine unvollständige Datei, die später einen schwer verständlichen Fehler verursachen wird.
- 03Prompt schreibenDer Text-Encoder-Knoten, der mit dem Eingang „positive“ verbunden ist, enthält die Bildbeschreibung. Der mit „negative“ verbundene Knoten listet auf, was Sie nicht sehen möchten. Die meisten Modelle verstehen Englisch besser.
- 04AusführenKlicken Sie auf Ausführen. Die Knoten leuchten nacheinander auf. Die erste Generierung dauert länger, weil das Modell zunächst in den VRAM geladen werden muss; die folgenden sind deutlich schneller.
- 05Bild wiederfindenSie wird im Knoten zum Speichern angezeigt und befindet sich im Ordner output. Die PNG-Datei enthält den vollständigen Workflow, mit dem sie erzeugt wurde.
Drei Einstellungen des Sampling-Nodes reichen für den Einstieg aus. Der Startwert (seed) bestimmt das Bild: Derselbe Startwert und dieselben Einstellungen ergeben dasselbe Bild. Die Anzahl der Schritte (steps) bestimmt die Rechenzeit: 20 bis 30 für ein klassisches Modell, 4 bis 8 für ein „Turbo“-Modell. Der CFG-Wert steuert, wie genau das Bild dem Prompt folgt: Ist er zu hoch, wird das Bild übersättigt und verzerrt.
#Workflows verstehen und abrufen
Ein Workflow ist eine einfache JSON-Datei, und ComfyUI bettet ihn in jedes Bild ein, das es speichert. Ziehen Sie eine von ComfyUI erzeugte PNG-Datei in das Fenster, und der vollständige Graph, der sie erzeugt hat, wird wieder geladen – mit dem Prompt, dem Seed und allen Einstellungen. Die offizielle Dokumentation stellt dies in ihrem ersten Tutorial als eine der beiden Lademethoden vor. Das ist die beste Art zu lernen.
Wenn ein übernommener Workflow rote Knoten anzeigt, verwendet er Erweiterungen, die Sie nicht installiert haben. ComfyUI-Manager listet sie auf und installiert sie. Er ist inzwischen in das Hauptrepository integriert, bleibt aber optional: Nach der Installation von manager_requirements.txt lässt er sich mit der Option --enable-manager aktivieren. Beschränken Sie sich auf das Nötigste: Fünfzig Erweiterungen führen irgendwann dazu, dass die Installation schon beim ersten Update nicht mehr funktioniert.
#Bösartige Knoten und öffentlich zugängliche Instanzen: das tatsächliche Risiko
Die Warnung vor Code, der ausgeführt wird, ist nicht theoretisch. Am 10. Januar 2026 dokumentierte ein Issue im offiziellen Repository eine Reihe von Nodes, die unter dem Deckmantel eines „Upscaler_4K“ in der Comfy Registry veröffentlicht worden waren. Das Issue trägt den Titel „Malicious Distribution of Akira Stealer via 'Upscaler_4K' Custom Nodes in Comfy Registry“. Die Schadlogik war in einem Skriptordner versteckt, um den Scannern der Registry zu entgehen, und zielte unter Windows auf Browserdaten, Kryptowährungs-Wallets und Discord-Tokens ab. Das Issue nennt 779 mögliche Installationen.
Ein zweites Risiko, unabhängig von den Erweiterungen aus der Registry, ist die öffentliche Erreichbarkeit im Internet. Im April 2026 berichtete The Hacker News unter Berufung auf einen Bericht von Censys über eine Kampagne gegen öffentlich zugängliche ComfyUI-Instanzen: Mehr als 1.000 waren erfasst worden. Der Scanner nutzt benutzerdefinierte Knoten aus, die Code ohne Authentifizierung ausführen, und installiert, falls ComfyUI-Manager vorhanden ist, selbst einen verwundbaren Knoten, bevor er es erneut versucht. Die kompromittierten Rechner schürften Monero und Conflux und waren Teil eines Botnetzes.
- Bevor eine Erweiterung installiert wird
- Verwenden Sie den ComfyUI-Manager statt eines Links aus einem Forum, prüfen Sie die Zahl der Installationen und das Datum des letzten Updates und meiden Sie jeden Node, der eine Abkürzung verspricht, die zu gut klingt, um wahr zu sein („magischer Upscaler“, „Freischaltung“ eines kommerziellen Modells).
- Wenn Sie --listen verwenden
- Machen Sie ComfyUI niemals ohne vorgeschaltete Authentifizierung über das Internet zugänglich: Verwenden Sie einen Reverse-Proxy mit Passwort oder, noch besser, ein VPN. Andernfalls gehört Ihr Rechner zu den Zielen, die automatisch gescannt werden.
- Die Online-Dienste ausschalten
- Laut der Kommandozeilenhilfe deaktiviert die Option --disable-api-nodes die kostenpflichtigen API-Knoten von Comfy und verhindert, dass die Benutzeroberfläche mit dem Internet kommuniziert.
- Quelle: die offizielle Meldung zur Akira-Stealer-Kampagne
- Quelle: The Hacker News über gekaperte ComfyUI-Instanzen
- Quelle: die Ankündigung der offiziellen ROCm-Unterstützung unter Windows
#Fehler aus den ersten Tagen
- Speicherfehler (CUDA out of memory)
- Das Modell oder die Auflösung erfordert mehr VRAM, als Ihnen zur Verfügung steht. Reduzieren Sie die Bildgröße, wählen Sie eine FP8- oder quantisierte Version, lassen Sie mit --reserve-vram eine Speicherreserve frei oder versuchen Sie es mit --disable-dynamic-vram.
- Schwarzes Bild oder farbiges Rauschen
- Fast immer ein VAE oder ein Text-Encoder, der nicht zum Modell passt. Beginnen Sie mit dem offiziellen Workflow der betreffenden Familie.
- Unendliche Generierung
- Prüfen Sie im Terminal, ob die GPU beim Start erkannt wird. Wenn ComfyUI meldet, dass es auf der CPU läuft, passt die installierte PyTorch-Version nicht zu Ihrer Karte.
- Torch not compiled with CUDA enabled
- Deinstallieren Sie torch (pip uninstall torch) und installieren Sie es anschließend mit dem Befehl aus der README für Ihre Karte erneut.
- Rote Knoten beim Öffnen eines Workflows
- Es fehlen Erweiterungen. Installieren Sie sie über den Manager und starten Sie ComfyUI neu.
#Lizenzen: Was Sie tun dürfen
ComfyUI ist Open Source, aber jedes Modell hat seine eigene Lizenz. Ein häufiges Missverständnis: Die Lizenz des Modells ist nicht die Lizenz der damit erzeugten Bilder. Bevor Sie ein Bild für einen Kunden, ein Produkt oder eine Werbung verwenden, lesen Sie die Dokumentation des Modells, mit dem es erstellt wurde.
| Modell | Lizenz | Was die Modellbeschreibung besagt |
|---|---|---|
| Z-Image Turbo | Apache 2.0 | Permissive Lizenz |
| Flux.1 schnell | Apache 2.0 | Persönlicher, wissenschaftlicher und kommerzieller Gebrauch erlaubt |
| Flux.1 dev | Nicht-kommerzielle Lizenz von Black Forest Labs | Das Modell ist nicht für die kommerzielle Nutzung freigegeben, aber die generierten Bilder dürfen für persönliche, wissenschaftliche und kommerzielle Zwecke verwendet werden, „as described“ in der Lizenz: Lesen Sie sie |
| SDXL | OpenRAIL++ | Erlaubt mit Nutzungseinschränkungen wie in der Lizenz festgelegt |
- Das KI-Bilder-Kit: sofort einsetzbare Workflows und Einstellungen für die jeweilige Grafikkarte
- Offizielle Dokumentation von ComfyUI
- Das ComfyUI-Repository auf GitHub
#FAQ
Ist ComfyUI kostenlos?+
Funktioniert ComfyUI ohne Grafikkarte?+
Sind Programmierkenntnisse erforderlich, um ComfyUI zu verwenden?+
ComfyUI oder eine einfachere Benutzeroberfläche wie AUTOMATIC1111?+
Bleiben meine Bilder und meine Prompts mit ComfyUI privat?+
Wie erkennt man einen gefährlichen benutzerdefinierten Knoten?+
Funktioniert ComfyUI korrekt auf einer AMD-Karte unter Windows?+
Haben Sie Feedback, einen Fehler entdeckt oder möchten Sie etwas präzisieren? Geben Sie uns Bescheid – so wird der Guide für alle besser.