Hugging Face Spaces: Was ist das und wie nutzt man es? ?

#Hugging Face Spaces: Was ist das genau?

Ein Space ist eine kleine Webanwendung, die von Hugging Face gehostet wird. Technisch gesehen ist es ein Git-Repository, wie die der Modelle und Datensätze im Hub: Es enthält den Code der Anwendung, eine Abhängigkeitsdatei und eine README, deren YAML-Header die Konfiguration beschreibt. Bei jedem in dieses Repository gepushten Commit baut Hugging Face die Anwendung neu und startet sie neu. Der Besucher hingegen sieht nur eine Seite mit Feldern, Schaltflächen und einem Ergebnis.

Wenn Sie Hugging Face neu kennenlernen, merken Sie sich den Unterschied zu einer Modellseite: Die Modellseite enthält Dateien (Gewichte, Tokenizer, Konfiguration), die Sie herunterladen; ein Space führt Code auf einem Server aus, um Ihnen zu zeigen, was das Modell kann. Die Anleitung „Hugging Face: Was ist das und wie nutzt man es?“ behandelt den Hub im Allgemeinen; hier geht es ausschließlich um Spaces.

Die offizielle Dokumentation bietet drei Arten von Spaces, SDKs genannt, die bei der Erstellung ausgewählt werden:

Gradio

Der häufigste Fall. Gradio ist eine Python-Bibliothek, die aus einer Funktion eine Weboberfläche erzeugt: ein Textfeld als Eingabe, ein Bild als Ausgabe usw. Die meisten Demos von LLMs und Bildmodellen sind Gradio-Spaces.

Docker

Der Space wird auf Basis eines Dockerfiles gebaut. Er kann daher jede beliebige Webanwendung ausführen: eine vollständige Chat-Oberfläche, einen API-Server oder ein Tool, das in einer anderen Sprache als Python geschrieben ist.

Statisches HTML

Eine einfache HTML-, CSS- und JavaScript-Seite ohne Rechenserver. Nützlich für eine Dokumentation, eine Visualisierung oder eine Demo, die vollständig im Browser läuft.

Jeder Space hat eine Adresse auf dem Hub in der Form huggingface.co/spaces/besitzer/name sowie eine direkte Adresse der Anwendung in der Form besitzer-name.hf.space. Spaces können öffentlich (Code und Anwendung für alle sichtbar), geschützt (Code privat, Anwendung zugänglich) oder privat (nur für den Besitzer und seine Mitwirkenden) sein.

#Schritt 1: eine Demo im Browser verwenden

Um einen Space auszuprobieren, ist in den meisten Fällen kein Konto erforderlich. Auf der Startseite der Spaces (huggingface.co/spaces) können Sie nach Stichwort oder Aufgabe suchen und nach Trend oder Anzahl der „Likes“ sortieren. Viele Modellseiten zeigen zudem in der rechten Spalte die Liste der Spaces an, die dieses Modell verwenden.

1. 01
   Den richtigen Space finden

   Bevorzugen Sie Spaces, die vom Herausgeber des Modells (dem offiziellen Konto der Organisation) veröffentlicht wurden oder eine große Anhängerschaft haben. Ein neuer Space eines unbekannten Kontos kann durchaus funktionieren, aber Sie wissen nicht, was sein Code mit den gesendeten Daten macht.
2. 02
   Den angezeigten Status ablesen

   Oben auf der Seite zeigt ein Badge den Status an: in Ausführung (Running), im Aufbau (Building), im Ruhezustand (Sleeping), pausiert oder fehlerhaft. Ein schlafender Space wird beim Aufruf geweckt; das kann einen Moment dauern, bis die Anwendung neu gestartet ist.
3. 03
   Eine Anfrage starten

   Füllen Sie die Felder aus und bestätigen Sie. Bei einem Space, der eine GPU unter allen Besuchern aufteilt, kann vor der Verarbeitung eine Warteschlange angezeigt werden.
4. 04
   Prüfen, was Sie testen

   Öffnen Sie den Tab Files, um die Hauptdatei (oft app.py) und die README zu lesen. Dort sehen Sie, welches Modell geladen wird, mit welcher Präzision (FP16, 4-Bit-Quantisierung…) und mit welchen Parametern. Eine Demo ist nicht immer die vollständige Version des angekündigten Modells.

#Schritt 2: einen Gradio-Space per API aufrufen

Ein Gradio-Space ist nicht nur eine Webseite: Er stellt auch eine API bereit. Der Link „Use via API“ unten in der Anwendung zeigt die verfügbaren Endpunkte und Codebeispiele an. In Python können Sie mit der offiziellen Bibliothek gradio_client einen Space wie eine Funktion aufrufen. Das ist praktisch, um ein Modell an einer Reihe von Beispielen zu testen, ohne von Hand zu klicken.

pip install gradio_client

from gradio_client import Client

# Remplacez par l'identifiant du Space (propriétaire/nom)
client = Client("proprietaire/nom-du-space")

# Affiche les points d'entrée et leurs paramètres
client.view_api()

Sobald die Parameter bekannt sind, sendet die Methode client.predict() eine Anfrage mit den erwarteten Argumenten und einem von view_api() angegebenen api_name. Die Kontingente und Warteschlangen des Space gelten für diese Aufrufe genauso wie für Besuche im Browser: Für die Verarbeitung großer Mengen ist das keine Lösung. Für einen privaten Space oder um sich zu identifizieren (und das ZeroGPU-Kontingent Ihres Kontos zu nutzen), übergeben Sie Client() ein Hugging-Face-Zugriffstoken.

#Schritt 3: einen Space duplizieren

Das Duplizieren eines Space erstellt eine vollständige Kopie in Ihrem Konto. Das ist nützlich, um von einer bestehenden Demo auszugehen und sie anzupassen, oder um eine eigene Instanz zu haben, ohne die Warteschlange mit allen Besuchern zu teilen. Das geht über das Drei-Punkte-Menü oben rechts auf der Seite, Option „Duplicate this Space“.

1. 01
   Eigentümer und Namen wählen

   Die Kopie kann in Ihrem persönlichen Konto oder in einer Organisation abgelegt werden, in der Sie Schreibrechte haben.
2. 02
   Sichtbarkeit einstellen

   Die Kopie ist standardmäßig privat. Lassen Sie sie privat, wenn Sie darin Ihre eigenen Daten verarbeiten möchten.
3. 03
   Hardware auswählen

   Standardmäßig läuft die Kopie auf CPU Basic. Eine kostenpflichtige GPU kann zu diesem Zeitpunkt oder später in den Einstellungen (Settings) gewählt werden.
4. 04
   Secrets hinterlegen

   Die öffentlichen Variablen des ursprünglichen Space werden automatisch übernommen. Secrets (Tokens, API-Schlüssel) werden niemals übernommen: Die Oberfläche weist Sie darauf hin, wenn Sie sie angeben müssen. Ohne sie kann die Anwendung zwar starten, aber bei der ersten Anfrage fehlschlagen.

Hardware oberhalb von CPU Basic wird stundenweise abgerechnet. Die Dokumentation nennt zum Beispiel 0,40 $ pro Stunde für eine NVIDIA T4 small, Stand 26/10/2026; die vollständige und aktuelle Preisliste finden Sie auf der Preisseite von Hugging Face. Ein kostenpflichtiger Space kann in seinen Einstellungen pausiert werden: Die pausierte Zeit wird nicht berechnet.

#Schritt 4: Einen Hugging Face Space lokal ausführen

Da der Code eines öffentlichen Space einsehbar und klonbar ist, können Sie ihn auf Ihrem eigenen Rechner ausführen. Es gibt zwei Methoden: das von Hugging Face gebaute Docker-Image beziehen oder das Repository klonen und die Anwendung selbst starten.

#Methode A: das Docker-Image des Space

Laut Dokumentation lassen sich die meisten Spaces mit Docker ausführen. Die Schaltfläche „Run with Docker“ im Menü oben rechts auf der Space-Seite zeigt den genauen Befehl zum Kopieren an. Er hat in der Regel folgende Form, wobei das Image in der Registry registry.hf.space gehostet wird:

docker run -it -p 7860:7860 --platform=linux/amd64 \
  registry.hf.space/proprietaire-nom-du-space:latest python app.py

Kopieren Sie immer den von der Schaltfläche vorgeschlagenen Befehl, statt ihn selbst zusammenzusetzen: Der Name des Images, der Startbefehl und etwaige Variablen (Option -e, zum Beispiel für ein Token HF_TOKEN) hängen vom Space ab. Einige Spaces verlangen, dass Sie sich mit Ihrem Hugging-Face-Benutzernamen und einem Zugriffstoken als Passwort bei der Registry anmelden:

docker login registry.hf.space

Damit ein Container eine NVIDIA-Karte nutzen kann, benötigt Docker das NVIDIA Container Toolkit auf dem Host-Rechner, und die Option --gpus all muss dem Befehl docker run hinzugefügt werden. Die Images sind für die Architektur x86_64 (linux/amd64) gebaut: Auf einem Mac mit Apple Silicon laufen sie über Emulation, ohne Zugriff auf die GPU des Mac. In diesem Fall ist Methode B in der Regel besser geeignet.

#Methode B: das Repository klonen und die Anwendung starten

Das Menü des Space bietet außerdem „Clone repository“ an, per HTTPS oder SSH. Bei einem Gradio-Space besteht der übliche Ablauf darin, das Repository zu klonen, eine isolierte Python-Umgebung anzulegen, die in requirements.txt aufgeführten Abhängigkeiten zu installieren und dann die Hauptdatei zu starten:

git clone https://huggingface.co/spaces/proprietaire/nom-du-space
cd nom-du-space
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
pip install gradio
python app.py

Gradio zeigt anschließend die lokale Adresse der Oberfläche an, standardmäßig http://127.0.0.1:7860. Einige Punkte sollten Sie vor dem Start prüfen:

README-Header

Die Schlüssel sdk_version, app_file und manchmal python_version geben die online verwendete Gradio-Version, die zu startende Datei und die Python-Version an. Wenn Sie dieselbe Gradio-Version installieren (pip install "gradio==X.Y.Z"), vermeiden Sie viele Fehler in der Oberfläche.

Große Dateien

Ein Space kann große Dateien enthalten, die über das Speichersystem des Hub abgelegt sind. Wenn Dateien nach dem Klonen als kleine Text-Pointer erscheinen, installieren Sie die von Hugging Face empfohlene Git-Erweiterung (git-xet oder Git LFS) und starten Sie den Download erneut.

Decorator @spaces.GPU

ZeroGPU-Spaces importieren das Modul spaces und versehen ihre Funktionen mit dem Decorator @spaces.GPU. Laut Dokumentation hat dieser Decorator außerhalb von ZeroGPU keinerlei Wirkung: Es genügt, das Paket spaces zu installieren (pip install spaces), damit der Code auf Ihrer eigenen GPU läuft.

Secrets

Wenn der Code Umgebungsvariablen liest (os.getenv), definieren Sie diese in Ihrem Terminal, bevor Sie app.py starten. Ein Modell mit Zugangsbedingungen erfordert ein Hugging-Face-Token, das mit einem Konto verknüpft ist, das die Lizenz akzeptiert hat.

Bei einem Docker-Space enthält das geklonte Repository ein Dockerfile: docker build und anschließend docker run genügen, wobei Sie den in der README über app_port angegebenen Port veröffentlichen (standardmäßig 7860).

#Grenzen von Hugging Face Spaces: Rechenleistung und Vertraulichkeit

Ein Space ist ideal für einen ersten Eindruck. Bei regelmäßiger Nutzung zeigen sich seine Einschränkungen schnell. Die folgenden stammen aus der offiziellen Dokumentation, eingesehen am 26.10.2026.

Bescheidene kostenlose Hardware

Die Standard-Hardware, CPU Basic, bietet 2 vCPUs, 16 GB RAM und 50 GB Festplattenspeicher, ohne GPU. Ein LLM mit mehreren Milliarden Parametern läuft darauf langsam – sofern es überhaupt in den Speicher passt.

Nicht persistenter Datenträger

Die 50 GB Festplattenspeicher werden beim Neustart gelöscht. Hochgeladene oder erzeugte Dateien werden nicht aufbewahrt, sofern der Eigentümer keinen persistenten Speicher konfiguriert hat.

Ruhezustand

Auf kostenloser Hardware schläft ein ungenutzter Space nach einer gewissen Zeit ein und muss beim nächsten Besuch neu starten. Der Eigentümer kann ihn auch pausieren oder sogar löschen: Eine heute verfügbare Demo kann morgen verschwunden sein.

ZeroGPU-Kontingente

Die tägliche GPU-Zeit ist pro Konto begrenzt (siehe oben), und eine Anfrage ist standardmäßig auf 60 Sekunden GPU-Zeit begrenzt, sofern der Autor keine längere Dauer festgelegt hat. Das Kontingent wird 24 Stunden nach der ersten Nutzung zurückgesetzt.

Eingeschränktes Netzwerk

Ein Space kann ausgehende Verbindungen nur über die Ports 80, 443 und 8080 aufbauen. Eine Anwendung, die einen Dienst auf einem anderen Port erreichen muss, funktioniert so nicht.

Beim Datenschutz gilt eine einfache Regel: Alles, was Sie in einen Space eingeben, wird an einen Server gesendet, der den Code einer anderen Person ausführt. Dieser Code kann Anfragen protokollieren, sie an eine Drittanbieter-API weiterleiten oder hochgeladene Dateien für die Dauer der Sitzung speichern. Bei einem öffentlichen Space können Sie das prüfen, indem Sie app.py lesen; bei einem geschützten Space ist der Code nicht sichtbar. Fügen Sie in eine Demo daher weder Kundendokumente noch personenbezogene Daten, proprietären Code oder Zugangsdaten ein.

#Wann die lokale Ausführung vorzuziehen ist

Der richtige Ansatz besteht darin, Spaces zur Entscheidungsfindung zu nutzen und dann für die eigentliche Arbeit auf lokal umzusteigen. Einige Situationen, in denen lokal klar die Nase vorn hat:

Sensible Daten

Verträge, Krankenakten, Unternehmenscode: Mit einem lokalen Modell verlässt nichts Ihren Rechner.

Tägliche Nutzung oder Nutzung in großem Umfang

ZeroGPU-Kontingente und Warteschlangen machen einen Space für eine intensive Nutzung ungeeignet. Lokal ist die einzige Grenze Ihre Hardware.

Bedarf an Stabilität

Ein Space kann sein Modell oder seine Version wechseln oder verschwinden. Ein heruntergeladenes und fixiertes Modell liefert reproduzierbare Ergebnisse.

Integration in Ihre Tools

Ollama stellt auf http://localhost:11434 eine lokale API bereit, die von Open WebUI, Skripten oder Automatisierungen genutzt werden kann, ohne von einem entfernten Dienst abhängig zu sein.

Bei einem LLM erfolgt der Umstieg auf lokal übrigens nicht unbedingt durch Klonen des Space. Viele Demos laden das vollständige Modell im safetensors-Format in FP16: Die Gewichte eines 7B-Modells belegen dann etwa 14 GB, mehr als die meisten Consumer-Karten bieten. Die quantisierte Version desselben Modells im GGUF-Format in Q4_K_M benötigt etwa 5 GB VRAM und läuft auf einer RTX 3060 mit 12 GB. Am einfachsten ist es oft, sich den Namen des vom Space verwendeten Modells zu notieren, dann auf dem Hub nach seiner GGUF-Version zu suchen und diese in Ollama zu importieren.

3B in Q4

etwa 2 GB VRAM

7B in Q4

etwa 5 GB

14B in Q4

etwa 9 GB (RTX 4070 12 GB)

32B in Q4

etwa 19 GB (RTX 4090 24 GB oder Mac M4 Pro mit 24 bis 48 GB Unified Memory)

70B in Q4

etwa 40 GB

#Fehlerbehebung

„Runtime error“ auf der Seite

Der Space ist beim Start abgestürzt. Der Tab Logs zeigt, sofern er zugänglich ist, die Ursache. Handelt es sich um den Space einer anderen Person, können Sie nur abwarten, einen anderen Space suchen oder das Problem im Tab Community melden.

Meldung „GPU-Kontingent überschritten“

Ihr ZeroGPU-Kontingent für heute ist aufgebraucht. Melden Sie sich an, falls noch nicht geschehen, warten Sie auf das Zurücksetzen oder führen Sie das Modell lokal aus.

Fehler bei import après pip install

Die Version von Gradio oder einer Abhängigkeit weicht von der des Space ab. Richten Sie sich in einer frischen virtuellen Umgebung nach sdk_version und python_version aus der README.

CUDA lokal nicht gefunden

Der Code erwartet eine GPU NVIDIA. Prüfen Sie, ob PyTorch mit CUDA-Unterstützung installiert wurde, oder passen Sie den Code so an, dass er die CPU (oder mps auf dem Mac) nutzt – allerdings auf Kosten einer langsameren Ausführung.

Docker-Image abgelehnt oder nicht gefunden

Melden Sie sich mit docker login registry.hf.space bei der Registry an und prüfen Sie dann, ob der Name des Images mit dem übereinstimmt, den die Schaltfläche „Run with Docker“ angibt.

#Weiterführende Informationen

Dieser Leitfaden behandelt Spaces. Um den Hub als Ganzes zu verstehen, Dateiformate zu unterscheiden oder von einer Demo zu einem Modell zu wechseln, das bei Ihnen läuft, helfen Ihnen diese Leitfäden weiter.