Stable Diffusion lokal installieren: Ein UK-Leitfaden für 2026

Einleitung

Stable Diffusion ist zum Standardwerkzeug für KI-Bildgenerierung geworden. Im Jahr 2026 ist die Technologie deutlich ausgereift, aber die lokale Installation bleibt ein Initiationsritus für Enthusiasten und Profis gleichermaßen. Warum sich die Mühe einer lokalen Installation machen, wenn es so viele Cloud-Dienste gibt? Kontrolle, Datenschutz, Kosten und die Möglichkeit, Modelle ohne Einschränkungen zu verfeinern, sind starke Motivatoren. Dieser Leitfaden führt dich Schritt für Schritt durch die Installation von Stable Diffusion auf deinem eigenen Rechner – mit praktischen Anleitungen und klaren Beispielen.

Ob du nun digitaler Künstler, Entwickler oder einfach ein neugieriger Bastler bist – hier findest du alles, was du für den Einstieg brauchst. Wir behandeln zwei der beliebtesten Oberflächen: Automatic1111 Web UI und ComfyUI. Beide sind kostenlos, quelloffen und werden aktiv gepflegt. Legen wir los.

Was du benötigst

Bevor wir starten, sprechen wir über Hardware. Stable Diffusion ist rechenintensiv, aber du brauchst kein Rechenzentrum. Im Jahr 2026 sieht die minimale sinnvolle Ausstattung so aus:

• GPU: Nvidia RTX 2060 (6 GB VRAM) oder besser. AMD-Karten funktionieren mit ROCm unter Linux, aber unter Windows ist Nvidia weiterhin der einfachste Weg. Apple Silicon (M1/M2/M3/M4) mit 16 GB Unified Memory ist ebenfalls geeignet.
• RAM: 16 GB Systemspeicher sind das Optimum; 8 GB werden schmerzhaft sein.
• Speicher: Mindestens 20 GB freier Speicherplatz. Modelle (Checkpoints) liegen typischerweise zwischen 2 GB und 7 GB pro Stück.
• Betriebssystem: Windows 10/11, Linux oder macOS. Wir behandeln Windows und Linux/macOS in einem Rutsch.

Auf der Softwareseite benötigst du Python 3.10/3.11 und Git. Im Jahr 2026 wird Python 3.12 von den meisten Projekten unterstützt, aber 3.11 bleibt für die Kompatibilität am sichersten. Wir verwenden außerdem einen Paketmanager wie pip.

Wichtig für Benutzer in Deutschland: Falls du eine Verbindung mit Datenvolumen hast (z. B. mobiles Breitband), sei dir bewusst, dass das Herunterladen von Modellen sehr viel Datenvolumen verbrauchen kann. Prüfe außerdem deine Stromkosten – Stable Diffusion kann ordentlich Strom ziehen. Wenn deine Hardware nicht ausreicht, ziehe die kostenlose Nutzung einer Cloud-GPU in Betracht.

Methode 1: Installation der Automatic1111 Web UI (am einfachsten)

Automatic1111 ist die beliebteste Weboberfläche. Sie ist funktionsreich und hat eine große Community. So installierst du sie lokal.

Schritt 1: Voraussetzungen installieren

Installiere zuerst Python und Git, falls du sie noch nicht hast.

• Windows: Lade Python von python.org herunter und aktiviere *Add Python to PATH*. Für Git verwende git-scm.com und übernimm die Standardeinstellungen.
• Linux (Debian/Ubuntu): Verwende sudo apt install python3.10 python3.10-venv git.
• macOS: Verwende Homebrew: brew install [email protected] git.

Schritt 2: Repository klonen

Öffne ein Terminal (Eingabeaufforderung unter Windows, Terminal unter Linux/macOS) und navigiere zu dem Ort, an dem du die Installation haben möchtest. Führe dann aus:

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

Schritt 3: Setup-Skript ausführen

Das Repository enthält ein Skript namens webui.sh (Linux/mac) oder webui-user.bat (Windows). Unter Windows doppelklickst du auf webui-user.bat; unter Linux/mac führst du ./webui.sh aus. Der erste Start erstellt eine virtuelle Umgebung, installiert Abhängigkeiten und lädt das Standardmodell herunter (das einige Minuten dauern kann).

Tipp zur Fehlerbehebung: Wenn das Herunterladen des Standardmodells fehlschlägt (was aufgrund von Netzwerkproblemen häufig vorkommt), kannst du manuell ein Modell von Hugging Face oder Civitai herunterladen und es in models/Stable-diffusion/ ablegen.

Schritt 4: Auf die Web UI zugreifen

Sobald das Skript fertig ist, siehst du eine lokale URL wie http://127.0.0.1:7860. Öffne diese in deinem Browser. Du betreibst jetzt Stable Diffusion!

Beispiel für die grundlegende Nutzung

Oben befindet sich ein Eingabefeld für den Prompt. Versuche etwas wie a photograph of a red phone box in London, rainy, cinematic lighting. Negativ-Prompt: blurry, low quality, watermark. Setze die Schritte auf 20, den Sampler auf Uniform und den CFG-Scale auf 7. Klicke auf Generate. Nach wenigen Sekunden hast du ein Bild.

Modelle und Erweiterungen verwalten

• Um neue Checkpoints hinzuzufügen, lege sie in models/Stable-diffusion/ ab. Sie erscheinen nach dem Aktualisieren im Dropdown-Menü oben links.
• Um Erweiterungen zu installieren, gehe zum Tab *Extensions*, wähle *Install from URL* und füge eine GitHub-URL ein. Beliebte Erweiterungen sind ControlNet, LoRA und Upscaler.

Methode 2: ComfyUI (für Power-User)

ComfyUI ist eine knotenbasierte Oberfläche, die dir granulare Kontrolle gibt. Sie läuft schneller, hat aber eine steilere Lernkurve. Stand 2026 ist ComfyUI bei Profis wegen seiner Effizienz und Flexibilität beliebt.

Installation

1. Repository klonen:
2. ```bash
3. git clone https://github.com/comfyanonymous/ComfyUI.git
4. cd ComfyUI
5. ```
6. Abhängigkeiten installieren:
7. ```bash
8. pip install -r requirements.txt
9. ```
10. Unter Windows kannst du alternativ den mitgelieferten installer-Ordner verwenden.
11. Starten:
12. - Windows: python main.py
13. - Linux/macOS: python main.py --dont-print-server-header
14. Öffne http://127.0.0.1:8188.

Erstes Workflow-Beispiel

ComfyUI öffnet sich mit einem Standard-Workflow: Er lädt einen Checkpoint und generiert ein Bild aus einem Prompt. Du siehst Knoten für Load Checkpoint, CLIP Text Encode, **KSampler