Dein komplettes Nachschlagewerk zu Stable Diffusion: Prompt-Wissen, Settings, Extensions und Multi-Charakter Guides.
Was die Regler und Bausteine wirklich tun — nicht nur, welchen Wert du einstellen sollst.
| Begriff | Was es ist | In der Praxis |
|---|---|---|
| Checkpoint | Die Modelldatei selbst, 2–7 GB. Enthält alles: das Bildwissen, das Textverständnis und den Dekoder. Sie bestimmt, was das Modell überhaupt kennt und wie es zeichnet. | Ein Pony-Checkpoint versteht Booru-Tags, ein realistischer versteht Sätze. Der Prompt muss zum Checkpoint passen, nicht umgekehrt. |
| VAE | Der Uebersetzer zwischen dem internen Rechenraum und dem fertigen Bild. Ohne ihn gäbe es nur Zahlenrauschen statt Pixeln. | Fehlt der VAE oder passt er nicht, werden Bilder blass, grau oder violettstichig. Die meisten Checkpoints bringen einen mit. |
| Latent Space | SD rechnet nicht in Pixeln, sondern in einer auf ein Achtel verkleinerten Darstellung. Ein 512x512-Bild ist intern 64x64 groß. | Deshalb sind Auflösungen in Schritten von 64 sinnvoll und deshalb ist Bildgröße so teuer: doppelte Kantenlänge heißt vierfache Rechenzeit. |
| Seed | Die Startzahl für das Rauschen, aus dem das Bild entsteht. Sie legt fest, welches von unendlich vielen möglichen Bildern du bekommst. | Gleicher Seed, gleicher Prompt, gleiche Einstellungen ergeben dasselbe Bild. Zum gezielten Variieren Seed festhalten und nur einen Tag ändern. |
| Steps | Wie oft das Modell das Rauschen schrittweise abzieht. Jeder Schritt bringt das Bild näher an das Ziel. | 20–30 reichen fast immer. Ab etwa 40 ändert sich kaum noch etwas, die Zeit steigt aber linear weiter. |
| Sampler | Das Rechenverfahren, das die Schritte ausführt. Verschiedene Sampler kommen auf unterschiedlichen Wegen ans Ziel und liefern leicht andere Bilder. | DPM++ 2M Karras ist der verlässliche Standard. Euler a wird bei jedem Step-Wert etwas anders, eignet sich also schlecht zum Vergleichen. |
| Scheduler | Legt fest, wie viel Rauschen pro Schritt verschwindet — gleichmäßig oder anfangs viel und zum Schluss wenig. | Karras verteilt die Arbeit auf die früheren Schritte und liefert bei wenigen Steps sauberere Ergebnisse. Deshalb steht es meist im Sampler-Namen. |
| Begriff | Was es ist | In der Praxis |
|---|---|---|
| CFG Scale | Wie stark das Modell gezwungen wird, deinem Prompt zu folgen statt frei zu zeichnen. Technisch: der Abstand zwischen der Vorhersage mit und ohne Prompt wird verstärkt. | 7 ist ausgewogen. Unter 5 wird es weich und ignoriert Details, über 12 wirken Farben verbrannt und Konturen hart. Höher hilft bei mehreren Personen, verstärkt aber auch Fehler im Prompt. |
| Clip Skip | Wie viele der letzten Schichten des Textverstehens übersprungen werden. 1 nutzt alle, 2 lässt die letzte weg. | Kein Kreativitätsregler. Anime- und Pony-Modelle wurden mit Clip Skip 2 trainiert und brauchen ihn deshalb; realistische SD-1.5-Modelle wollen 1. Falscher Wert heißt: das Modell versteht den Prompt anders als beim Training. |
| Token und 75er-Grenze | Der Prompt wird in Tokens zerlegt, grob Wortteile. CLIP verarbeitet immer 75 Tokens auf einmal; längere Prompts werden in Blöcke geschnitten. | Innerhalb eines Blocks wiegen frühe Tokens schwerer. Ein 300-Wort-Prompt verdünnt deshalb alles — kürzen wirkt oft stärker als gewichten. |
| Gewichtung | Die Schreibweise (tag:1.3) verstärkt die Aufmerksamkeit auf diesen Tag, (tag:0.7) schwächt sie ab. | Ueber 1.5 wird es meist hässlich: das Modell übertreibt das Merkmal, statt es besser zu treffen. Steht dieselbe Sache mehrfach im Prompt, addiert sich die Wirkung ungewollt. |
| BREAK | Ein Schlüsselwort, das den aktuellen 75-Token-Block sofort beendet. Alles danach beginnt einen neuen Block. | Nützlich, um zwei Personen oder zwei Bildbereiche voneinander zu trennen, damit ihre Merkmale nicht ineinanderlaufen. |
| Negativ-Prompt | Ein zweiter Prompt, dessen Richtung vom Ergebnis abgezogen wird. Er beschreibt, wovon sich das Bild entfernen soll. | Wirkt nur bei CFG über 1. Verneinungen im Positiv-Prompt wie 'no shoes' funktionieren dagegen kaum — was du nicht willst, gehört hierher. |
| Begriff | Was es ist | In der Praxis |
|---|---|---|
| LoRA | Eine kleine Zusatzdatei, 10–200 MB, die den Checkpoint gezielt verändert — für eine bestimmte Figur, einen Stil oder ein Konzept. | Ein LoRA ersetzt kein Modell, es biegt es zurecht. Es muss zur Modellfamilie passen: ein SD-1.5-LoRA funktioniert nicht auf SDXL oder Pony. |
| LoRA-Gewicht | Die Zahl in <lora:name:0.8> bestimmt, wie stark das LoRA eingreift. | 0.6 bis 0.9 ist der brauchbare Bereich. Ab 1.0 übernimmt das LoRA die Kontrolle und zerstört häufig Anatomie und Bildaufbau. Mehrere LoRAs addieren sich. |
| Embedding / Textual Inversion | Eine winzige Datei von wenigen Kilobyte. Sie ändert das Modell nicht, sondern bringt ihm ein neues Wort bei, das auf vorhandenes Wissen zeigt. | Typisch für Negativ-Sammlungen wie EasyNegative: ein einziges Wort ersetzt eine lange Liste. Auch hier muss die Modellfamilie stimmen. |
| Hypernetwork | Aeltere Technik mit demselben Ziel wie LoRA: das Modell nachträglich in eine Richtung lenken. | Praktisch verdrängt. Wenn du die Wahl hast, nimm ein LoRA — bessere Qualität, bessere Unterstützung. |
| ControlNet | Ein zweites Netz, das die Struktur des Bildes vorgibt: Haltung, Tiefe, Kanten oder Umrisse aus einer Vorlage. | Der Prompt bestimmt weiter das Aussehen, ControlNet die Anordnung. Die Stärke steuert, wie streng die Vorlage eingehalten wird — 1.0 ist exakt, 0.5 nur ein Hinweis. |
| Refiner | Ein zweites Modell, das nur die letzten Schritte übernimmt und Details nachschärft. Kommt aus dem SDXL-Konzept. | Kostet doppelt Speicher und bringt bei guten Community-Modellen meist wenig. Im Zweifel weglassen. |
| Begriff | Was es ist | In der Praxis |
|---|---|---|
| Hires Fix | Erzeugt das Bild klein, vergrößert es und lässt das Modell darüber noch einmal arbeiten. | Der Grund: SD-Modelle wurden auf 512 oder 1024 Pixel trainiert. Direkt in doppelter Größe zu generieren erzeugt zwei Köpfe oder vier Beine. Hires Fix umgeht das. |
| Denoise Strength | Wie viel vom Ausgangsbild verworfen wird. 0 ändert nichts, 1 erzeugt ein völlig neues Bild. | Bei Hires Fix 0.3 bis 0.5 — darüber erfindet das Modell neue Bildinhalte statt zu verfeinern. Bei img2img entscheidet dieser Wert alles. |
| Upscaler | Das Verfahren, mit dem vergrößert wird. Klassisch rein rechnerisch wie Lanczos, oder mit einem eigenen kleinen Modell wie ESRGAN. | 4x-UltraSharp für Details, R-ESRGAN Anime6B für Zeichnungen. Ein Upscaler erfindet keine Details, er rät sie plausibel. |
| img2img | Statt mit reinem Rauschen startet das Modell mit deinem Bild und verändert es nach Prompt. | Wie stark, bestimmt Denoise Strength. Unter 0.4 bleibt die Vorlage klar erkennbar, über 0.7 ist sie nur noch grobe Anregung. |
| Inpainting | Nur ein von dir markierter Bereich wird neu berechnet, der Rest bleibt unverändert. | Das Mittel gegen kaputte Hände und schiefe Augen. Mit weichem Maskenrand arbeiten, sonst sieht man die Naht. |
| ADetailer | Findet Gesichter, Hände oder Personen automatisch, schneidet sie aus, rechnet sie in voller Auflösung neu und setzt sie zurück. | Der größte Qualitätssprung bei Ganzkörperbildern, wo das Gesicht sonst nur wenige Pixel groß wäre. Veyra erzeugt dafür einen eigenen Gesichts-Prompt. |
| Begriff | Was es ist | In der Praxis |
|---|---|---|
| Node | Ein einzelner Arbeitsschritt als Kästchen — Modell laden, Text kodieren, rechnen, speichern. Jeder hat Eingänge links und Ausgänge rechts. | Was in A1111 ein Formularfeld ist, ist hier ein eigener Baustein. Dadurch ist alles sichtbar, aber auch alles selbst zu verkabeln. |
| Workflow | Die gesamte Verkabelung aller Nodes. Wird als JSON gespeichert und steckt zusätzlich in jedem erzeugten PNG. | Ein fremdes Bild in ComfyUI ziehen lädt dessen kompletten Workflow. Der schnellste Weg, von anderen zu lernen. |
| KSampler | Der Node, der die eigentliche Arbeit macht. Hier sitzen Seed, Steps, CFG, Sampler und Scheduler an einer Stelle. | Wenn ein Bild nicht wird, wie es soll, ist das der erste Ort zum Nachsehen. |
| Conditioning | Der in Zahlen übersetzte Prompt. Positiv und negativ sind zwei getrennte Stränge, die beide in den KSampler laufen. | ControlNet und Regionen greifen hier ein, nicht am Text. Deshalb hängen sie zwischen Textkodierung und Sampler. |
| Latent Image | Die leere Rechenfläche, auf der das Bild entsteht. Hier werden Breite, Höhe und Stapelgröße festgelegt. | Bei img2img kommt das Latent stattdessen aus einem Bild, das durch den VAE-Encoder gelaufen ist. |
| VAE Decode | Wandelt das fertig berechnete Latent in ein sichtbares Bild um. Der letzte Schritt vor dem Speichern. | Fehlt dieser Node oder hängt der falsche VAE dran, bekommst du farbstichige oder völlig unkenntliche Ausgaben. |
| Custom Nodes | Erweiterungen von Dritten, die neue Bausteine hinzufügen — ControlNet-Vorverarbeitung, Bildbearbeitung, Automatisierung. | Ueber den ComfyUI Manager installieren, nicht von Hand. Fehlt ein Node beim Laden eines fremden Workflows, nennt der Manager ihn beim Namen. |
| Begriff | Was es ist | In der Praxis |
|---|---|---|
| Backend Diffusers vs Original | SD.Next kann zwei verschiedene Motoren benutzen. Diffusers ist die moderne Bibliothek von Hugging Face, Original der alte A1111-Code. | Diffusers ist Standard und kann mehr Modellarten. Original nur nehmen, wenn eine alte Extension zwingend darauf besteht. |
| FP16 und BF16 | Die Rechengenauigkeit. FP32 ist voll, FP16 halbiert Speicherbedarf und Rechenzeit, BF16 ist eine robustere Variante davon. | FP16 ist praktisch immer richtig. Auf älteren Karten kann es schwarze Bilder geben — dann auf BF16 oder FP32 wechseln. |
| xformers und SDPA | Zwei Verfahren, die den speicherhungrigsten Rechenschritt effizienter ausführen. | SDPA ist in PyTorch eingebaut und braucht keine Installation. xformers ist manchmal schneller, aber eine zusätzliche Abhängigkeit. Beide sparen deutlich Speicher. |
| Model Offload | Teile des Modells werden zwischen Grafikspeicher und Arbeitsspeicher verschoben, statt alles gleichzeitig auf der Karte zu halten. | Ermöglicht SDXL auf 6 GB Grafikspeicher, kostet aber Zeit. Nur einschalten, wenn ohne Offload nichts läuft. |
ADetailer (After Detailer) ist eine SD-Extension die automatisch Gesichter und Hände im generierten Bild erkennt und per Inpainting nachbessert. Ohne ADetailer wirken Anime-Gesichter oft unscharf oder verzerrt, besonders bei kleineren Auflösungen.
| Modell | Erkennt | Bester Einsatz |
|---|---|---|
| face_yolov8n.pt | Anime-Gesichter | Standard für alle Anime/Hentai Bilder. Klein und schnell. |
| face_yolov8s.pt | Gesichter (genauer) | Für semi-realistisch und ultra-realistisch. Erkennt mehr Details. |
| hand_yolov8s.pt | Hände | Korrigiert falsche Fingeranzahl und verzerrte Hände. |
| person_yolov8n-seg.pt | Ganzer Körper | Verfeinert Anatomie und Proportionen. Niedrigeren Denoise nutzen. |
| Setting | Empfohlen | Erklärung |
|---|---|---|
| Denoising Strength | 0.25 – 0.35 | 0.25 = leichte Verbesserung, 0.35 = starke Korrektur. Zu hoch = Gesicht wird komplett neu generiert. |
| Inpaint Bereich | Only Masked (Face) | Nur das erkannte Gesicht wird neu gezeichnet, der Rest bleibt. |
| Mask Erosion | 4 | Wie weit die Maske um das Gesicht reicht. 4 ist ein guter Standard. |
Mit Gewichtung kontrollierst du, wie stark SD auf bestimmte Tags achtet. Das ist einer der wichtigsten Hebel um dein Ergebnis zu steuern.
| Schreibweise | Effekt | Beispiel |
|---|---|---|
(tag:1.2) |
Tag stärker betonen (20% mehr) | (blue eyes:1.2) = kräftigere blaue Augen |
(tag:0.8) |
Tag abschwächen (20% weniger) | (blush:0.8) = dezenteres Erröten |
((tag)) |
1.21x Verstärkung (1.1 x 1.1) | ((detailed eyes)) |
[tag] |
0.9x Abschwächung | [smile] |
Beleuchtung hat einen enormen Einfluss auf die Stimmung und Qualität deiner Bilder. Hier die wichtigsten Licht-Tags und was sie bewirken:
| Tag | Effekt | Bester Einsatz |
|---|---|---|
rim lighting |
Leuchtende Kante um die Figur, trennt sie vom Hintergrund | Dramatische Szenen, Nacht-Settings, Silhouetten |
volumetric lighting |
Sichtbare Lichtstrahlen durch Staub oder Nebel | Mystische Atmosphäre, Dungeon, Wald, Kirche |
godrays |
Dramatische Sonnenstrahlen von oben | Epische Momente, Outdoor-Szenen, göttliche Atmosphäre |
soft lighting |
Weiche, schmeichelhafte Beleuchtung ohne harte Schatten | Porträts, Romantik, weiche Haut-Texturen |
backlighting |
Licht von hinten, Figur wird von hinten beleuchtet | Silhouetten, durchscheinende Stoffe, Haarglanz |
cinematic lighting |
Filmische Beleuchtung mit starkem Kontrast | Action-Szenen, dramatische Porträts, dunkle Stimmung |
neon lighting |
Bunte Neonfarben, Cyberpunk-Look | Cyberpunk, Nachtclub, urbane Szenen |
rim lighting, volumetric lighting, dark background ergibt einen extrem atmosphärischen Look. Für NSFW: soft lighting, warm tones erzeugt schmeichelhafte Haut-Texturen.Die Kameraperspektive bestimmt, wie der Betrachter die Szene wahrnimmt. Jeder Winkel erzählt eine andere Geschichte.
| Tag | Effekt | Wirkung |
|---|---|---|
low angle |
Kamera von unten | Figur wirkt mächtig, heldenhaft, dominant. Gut für Action und Power-Posen. |
high angle |
Kamera von oben | Figur wirkt klein, süß, verletzlich. Gut für cute/moe Szenen. |
dutch angle |
Schräge/gekippte Kamera | Erzeugt Dynamik und Unruhe. Perfekt für Action und Kampfszenen. |
wide shot |
Weiter Blick, ganzer Körper + Umgebung | Zeigt die komplette Szene. Gut für Landschaften und Gruppenbilder. |
close-up |
Nahaufnahme (Gesicht/Oberkörper) | Fokus auf Emotionen und Details. Beste Gesichtsqualität. |
extreme close-up |
Extrem nah (nur Augen/Mund) | Intensive Emotionen, dramatische Momente. |
from behind |
Rückansicht | Zeigt Rücken, Haare, Outfit von hinten. Auch für NSFW beliebt. |
from above, pov |
POV von oben herab | Perspektive des Betrachters. Immersiv für Interaktionen. |
Hände, Posen und Bewegung sind die schwierigsten Aspekte für SD. Hier die wichtigsten Tags und Tricks:
hand_yolov8s.pt (Denoise 0.38–0.45) korrigiert Hände automatisch nach der Generierung. Das ist zuverlässiger als nur Tags.| Tag | Effekt |
|---|---|
dynamic angle | SD wählt einen interessanten Winkel statt steifen Frontalblick |
leaning forward | Figur lehnt sich nach vorne — wirkt neugierig oder einladend |
sitting, crossed legs | Elegante Sitzpose |
action shot, motion blur | Bewegung und Dynamik — gut für Kampfszenen |
hair flow, wind | Wehende Haare — erzeugt Lebendigkeit |
contrapposto | Klassische Gewichtsverlagerung auf ein Bein — wirkt natürlich und elegant |
Die richtigen Material-Tags erzeugen realistische oder stilisierte Stoff-Texturen. Besonders bei Kleidung und Accessoires machen diese Tags den Unterschied:
| Kategorie | Tags | Effekt |
|---|---|---|
| Glänzend | (latex, pvc, oil sheen:1.2) |
Hochglanz-Oberfläche, spiegelt Licht. Für Lack, Leder, feuchte Haut. |
| Weich | (silk, satin, velvet:1.1) |
Fließender, weicher Stoff mit Glanz. Für elegante Kleidung. |
| Durchsichtig | (sheer, translucent fabric) |
Transparenter Stoff, Haut scheint durch. Für Schleier, Negligees. |
| Detailliert | (knit, embroidery, lace trim) |
Sichtbare Textur und Muster. Für Strickwaren, Spitze, bestickte Kleidung. |
| Metallisch | (metallic, chrome, armor) |
Metallische Reflexionen. Für Rüstungen, Schmuck, Sci-Fi Outfits. |
Tiefenschärfe und Fokus-Effekte erzeugen einen professionellen, fotografischen Look und lenken den Blick des Betrachters.
| Tag | Effekt | Einsatz |
|---|---|---|
depth of field, bokeh |
Unscharfer Hintergrund, Figur scharf | Porträts, Fokus auf eine Person, professioneller Look |
foreground object |
Unscharfes Objekt im Vordergrund | Erzeugt Tiefe und "Durch-etwas-schauen" Gefühl |
lens flare |
Lichtreflexe im Objektiv | Sonnige Szenen, romantische Stimmung, Anime-Ästhetik |
scenery, background detail |
Detaillierter Hintergrund | Wenn die Umgebung wichtig ist (Städte, Natur, Innenräume) |
extreme close-up vs. wide shot |
Zoom-Stufe bestimmt Tiefe automatisch | Close-up = wenig Tiefe, Wide Shot = viel Tiefe |
Der häufigste Irrtum: Pony ist keine eigene Software. Stable Diffusion hat Versionen wie ein Betriebssystem, und fast jedes Modell, das du herunterlädst, ist ein Checkpoint — jemand hat eine Basisversion genommen und weitertrainiert.
Deshalb gehören Pony, Illustrious und NoobAI alle zur SDXL-Familie, und Counterfeit, AnythingV5 oder Realistic Vision zur 1.5-Familie.
| Generation | Auflösung | Größe | Bekannte Checkpoints |
|---|---|---|---|
| SD 1.5 (2022) | 512 × 768 | 2–4 GB | Counterfeit, AnythingV5, Realistic Vision, DreamShaper 8 |
| SDXL (2023) | 832 × 1216 | 6–7 GB | Pony V6, Illustrious, NoobAI, Juggernaut |
| Flux (2024) | 1024 × 1024 | 12–24 GB | Flux.1 dev, Flux.1 schnell |
Jedes Programm — A1111, Forge, SD.Next, ComfyUI — lädt jeden Checkpoint. Die Software interessiert die Generation nicht. Das Zubehör aber sehr wohl: LoRAs, ControlNet-Modelle, VAEs und Embeddings sind an ihre Generation gebunden. Eine SDXL-LoRA läuft nicht auf SD 1.5 und umgekehrt. Beim Herunterladen steht immer dabei, für welche Basis etwas gemacht ist.
Falsche Auflösung. SD 1.5 auf 832×1216 ergibt doppelte Köpfe und gestreckte Körper — das Modell hat solche Bildgrößen nie gesehen. 512×768 ist richtig. Umgekehrt wird SDXL bei 512×512 matschig.
Fremdes Vokabular. score_9, score_8_up versteht nur Pony. Auf Counterfeit oder Illustrious sind das tote Tokens ganz vorne im Prompt, wo sie am meisten Platz wegnehmen. Veyra setzt die Tags deshalb pro Modell-Profil und nie im Stil-Eintrag.
Clip Skip vergessen. Anime-Modelle der 1.5-Generation wurden mit Clip Skip 2 trainiert. In ComfyUI ist das ein CLIPSetLastLayer-Knoten mit −2 zwischen Checkpoint und Text-Encoder; in der SD-1.5-Workflow-Vorlage von Veyra ist er schon verdrahtet.
Ein zweites Lebewesen im Bild — Katze, Pferd, Drache, Pokémon — verhält sich anders als ein Gegenstand. Zwei Dinge muss man dafür wissen, sonst kommen Bilder heraus, die man sich nicht erklären kann.
Auf Danbooru wird solo vergeben, wenn genau eine Figur im Bild ist. Eine Katze ist keine Figur — 1girl, solo, cat ist die übliche Schreibweise und völlig in Ordnung. Ein Pokémon ist eine Figur: Bilder mit Pikachu tragen kein solo. Stehen beide Tags zusammen im Prompt, ziehen sie gegeneinander, und das Modell lässt entweder das Pokémon weg oder stellt eine zweite Person daneben. Veyra nimmt solo deshalb automatisch heraus, sobald du eine benannte Kreatur wählst; bei einem schlichten Tier bleibt es stehen.
animal focus ist der Tag für ein Bild, in dem das Tier die Hauptsache ist. Steht eine Person daneben, wandern die Tiermerkmale auf sie über — gemessen an einer schlafenden Katze: das Mädchen bekam Katzenohren, einen Schwanz und ein Halsband. Der Tag gehört ausschließlich in Bilder ohne Figur, also in den Hintergrund-Modus. Aus demselben Grund darf in einem Tier-Eintrag keine Augenfarbe stehen: green eyes lässt sich nicht an die Katze binden und landet bei der Person.
horseback riding ist der stärkste Reit-Tag — und er stellt dir ein Pferd ins Bild, auch wenn du auf einem Drachen sitzt. Für alles andere ist riding animal richtig. Dieselbe Falle wie bei doggy style, das in zwei Wörtern einen Hund erzeugt: ein zu spezieller oder mehrdeutiger Tag mit hohem Gewicht schlägt jede Beschreibung, die daneben steht.
Im Studio schaltest du oben zwischen Mit Figur und Nur Hintergrund um. Im zweiten Modus verschwinden alle Kategorien, die einen Körper beschreiben, und es erscheint eine eigene Szenen-Kamera. Der Grund für einen eigenen Modus ist nicht Bequemlichkeit: Den Charakter einfach wegzulassen reicht nicht, wie der nächste Abschnitt zeigt.
Der Danbooru-Tag no humans ist die saubere Art, eine leere Szene anzufordern. Er gehört weit nach vorne in den Prompt, weil frühe Token schwerer wiegen, und die Person zusätzlich ins Negativ. Wichtig: no humans ist ein Booru-Tag. Er wirkt auf Pony, Illustrious, NoobAI und allem, was auf Booru-Daten trainiert wurde. Auf reinen Foto-Checkpoints und auf Flux existiert er im Training nicht — dort trägt die Formulierung, also empty room, deserted, no people als Satz. Veyra macht das automatisch richtig und schreibt für Flux einen ganzen Satz statt des Tags.
Das ist der Punkt, an dem die meisten scheitern. Ort und Licht allein bringen keine Person ins Bild — das lässt sich nachmessen. Aber viele Stil-Prompts tragen Körper-Vokabular mit sich: beautiful face, glossy skin, detailed eyes, skin pores. Diese Token holen genau die Figur zurück, die no humans gerade draußen hält. In einem Test mit vier Durchläufen desselben Schlafzimmers stand mit rohem Anime-Stil in allen vier Bildern eine Person — ohne die Stil-Token in keinem einzigen. Veyra räumt diese Token im Hintergrund-Modus automatisch aus jedem Tag, auch aus Stil und Schärfe. Wenn du von Hand promptest, geh deinen Stil-Block durch und streiche alles, was einen Körper beschreibt.
Ein leeres Bild ist selten das Endprodukt. Der eigentliche Wert liegt darin, was du danach damit machst.
| Anwendung | So geht es |
|---|---|
| Dieselbe Szene in vielen Bildern | Der stärkste Fall. Baue den Raum einmal, jage ihn durch einen Depth- oder Lineart-Preprocessor und schick das Ergebnis als ControlNet in jede weitere Generierung. Ergebnis: identischer Raum, identische Möbelstellung, bei zehn verschiedenen Charakteren und Posen. Ohne das würfelt SD dir jedes Mal ein anderes Zimmer — für Comic-Seiten oder Bildserien der Unterschied zwischen zusammenhängend und Zufallssammlung. |
| Getrennt rendern, dann zusammensetzen | Zwei Durchgänge: Hintergrund aus diesem Modus, Charakter separat mit LayerDiffuse (liefert direkt PNG mit Alphakanal) oder normal und mit rembg freigestellt. Danach übereinanderlegen. Vorteil: Du kannst die Figur verschieben, skalieren oder mehrfach einsetzen, der Hintergrund bleibt exakt gleich. In einem Ein-Schritt-Bild ist alles verbacken. |
| Regional Prompting | Hintergrund-Prompt in die eine Region, Charakter-Prompt in die andere — siehe Regional Prompting. Damit konkurrieren die Tags nicht mehr miteinander. Der Prompt aus diesem Modus ist dafür ideales Futter, weil er garantiert kein Körper-Vokabular enthält, das in die Charakter-Region hineinfunken könnte. |
| Inpainting | Hintergrund erzeugen, Bereich maskieren, Figur hineinmalen lassen. Umgekehrt genauso nützlich: Du hast ein Charakterbild mit schlechtem Hintergrund — Figur maskieren, Rest mit dem Hintergrund-Prompt neu generieren. Die Figur bleibt dabei unangetastet. |
| Outpainting | Ein vorhandenes Bild auf 16:9 erweitern. Der Hintergrund-Prompt beschreibt, was in den neuen Rand kommt — und das Personen-Negativ verhindert, dass SD in den leeren Raum noch eine zweite Person setzt. Genau dafür ist es da. |
| Gefahrlos hochskalieren | Hintergründe vertragen aggressives Hires-Fix und Ultimate SD Upscale mit Denoise 0.4 bis 0.5. Bei Figuren zerfallen dabei Gesicht und Hände. Ohne Person bekommst du nur mehr Detail statt mehr Fehler. |
| Video und Kamerafahrten | Statische Hintergrundplatte plus animierte Figur davor ist der klassische Anime-Aufbau. Auch allein nützlich: einen Hintergrund in hoher Auflösung erzeugen und per Ken-Burns-Schwenk durchfahren — deutlich stabiler, als AnimateDiff die ganze Szene animieren zu lassen. |
Pony ist für reine Szenerie nicht die beste Wahl. Die score_-Tags stammen aus einem Datensatz, der fast nur Charakterkunst enthält — das Modell ist auf Figuren optimiert, nicht auf Räume. Illustrious, NoobAI oder ein Landschafts-Checkpoint liefern hier sichtbar mehr Detail. Das ist die eine Stelle, an der ein Modellwechsel im Studio wirklich etwas bringt.
Die wichtigsten Stable Diffusion Settings auf einen Blick. Diese Parameter beeinflussen direkt die Qualität und den Stil deines Bildes.
| Parameter | Empfohlen | Erklärung |
|---|---|---|
| Sampler | Euler a / DPM++ 2M Karras | Euler a = schnell und kreativ. DPM++ 2M Karras = scharf und detailreich. Für die meisten Fälle perfekt. |
| Steps | 20 – 28 | 20–28 = ideal. Unter 15 = unfertig/matschig. Über 40 = selten besser, kostet nur Zeit. |
| CFG Scale | 7 (Standard) | 7 = ausgewogen. Unter 5 = weich/träumerisch. Über 12 = übersättigt/verbrannt. |
| Clip Skip | 2 (Anime/Pony) | 1 = SD 1.5 realistisch. 2 = Anime/Pony/SDXL Standard. Höher = experimentell. |
| Hires Fix | 1.5x – 2.0x Upscale | Erst sinnvoll ab 768px Basisauflösung. Zu hoch (>2.5x) = Artefakte und Verdoppelungen. |
| Auflösung | 768x1024 / 832x1216 | SDXL/Pony: 1024x1024 oder 832x1216. SD 1.5: 512x768. Nicht quadratisch für Porträts. |
score_9, masterpiece kommen zuerst, dann Charakter, dann Szene/Pose, dann Details. Veyra macht das automatisch.Für NSFW-Inhalte braucht SD besondere Aufmerksamkeit bei Anatomie und Zensur-Entfernung. Hier die wichtigsten Tags und Einstellungen:
| Tag | Effekt |
|---|---|
anatomy focus, physical contact | SD achtet stärker auf korrekte Körperproportionen und Berührungen |
detailed skin, sweat, texture | Realistische Haut-Texturen statt plastischem Look |
realistic proportions | Verhindert übertriebene Proportionen |
hand focus, perfect hands | Bessere Hände bei Berührungen und Interaktionen |
Diese Tags gehören zwingend in den Negativ-Prompt, sonst kann SD mosaikartige Zensur-Blöcke oder schwarze Balken generieren — vor allem bei japanischen Modellen die auf zensiertem Material trainiert wurden.
rating_explicit an den Start des Prompts setzen (vor score_9). Veyra macht das automatisch wenn der NSFW-Modus aktiv ist. Ohne diesen Tag generiert Pony oft verwaschene oder teilzensierte NSFW-Inhalte.| Problem | Lösung (Positiv) | Lösung (Negativ) |
|---|---|---|
| Verzerrte Anatomie | (highly detailed anatomy:1.1) |
bad anatomy, deformed, extra limbs |
| Plastische Haut | detailed skin, skin texture, pores |
plastic skin, bad shading, low quality skin |
| Falsche Brüste | realistic breasts, natural shape |
distorted nipples, asymmetrical breasts |
| Verformte Genitalien | detailed, anatomically correct |
deformed pussy, bad anatomy |
Flux ist ein grundlegend anderes Modell als Pony oder Illustrious. Statt komma-getrennter Booru-Tags versteht Flux natürliche Sprache — also vollständige Sätze die eine Szene beschreiben.
| Eigenschaft | Pony / Illustrious / WAI / NoobAI | Flux |
|---|---|---|
| Prompt-Format | Komma-getrennte Tags | Ganze Sätze |
| Score-Tags | score_9, score_8_up |
Nicht nötig / ignoriert |
| Gewichtung | (tag:1.3) funktioniert |
Keine Klammer-Syntax — Wörter wiederholen oder betonen |
| Negativer Prompt | Sehr wichtig | Kaum Wirkung / minimal nutzen |
| Anatomie | Braucht oft ADetailer-Hilfe | Exzellent — deutlich besser bei Händen und Gesichtern |
Wenn du in Veyra das Flux-Profil wählst, konvertiert Veyra automatisch alle Booru-Tags in natürliche Sätze. Score-Tags und Rating-Tags werden entfernt, da Flux sie nicht versteht. Du musst also nichts manuell umschreiben.
Es gibt zwei populäre Web-UIs für Stable Diffusion: das Original Automatic1111 (A1111) und das neuere Stable Diffusion WebUI Forge. Beide sehen fast gleich aus, haben aber unterschiedliche Stärken.
| Eigenschaft | A1111 | Forge |
|---|---|---|
| Geschwindigkeit | Standard | 30–75% schneller |
| VRAM-Verbrauch | Hoch | 700 MB – 1.3 GB weniger |
| Extensions | Volles Ökosystem | ~80% kompatibel |
| ControlNet | Alle Features | Integriert, aber weniger Batch-Optionen |
| Einsteigerfreundlich | Gut dokumentiert | Gleiche Oberfläche, schneller out-of-the-box |
Stable Diffusion versteht Prompts nicht wie ein Mensch. Es liest alle Tags als eine einzige Kette und vermischt sie im sogenannten "Latent Space". Wenn du z.B. schreibst:
...denkt SD nicht "Person 1 = braune Haare, Person 2 = weiße Haare". Stattdessen sieht es nur eine Mischung aus allen Tags und erstellt daraus ein einziges Konzept. Das führt zu typischen Problemen:
Beide Charaktere teilen sich plötzlich Merkmale: Asuna bekommt grüne Augen von Frieren, oder es entsteht ein drittes Gesicht im Bild. SD kann nicht zuordnen welche Tags zu welcher Person gehören.
Bei Interaktionen wie Face Sitting oder 69 muss SD verstehen: Person A ist oben, Person B ist unten. Ohne Hilfe platziert SD oft beide Personen nebeneinander oder in einer komischen Mischposition, weil es keine räumliche Logik hat.
Statt zwei getrennte Körper zu generieren, entstehen Bilder mit verschmolzenen Gliedmaßen, zu vielen Armen/Beinen, oder ein "Siamesischer Zwilling"-Effekt.
Wenn du in Veyra 2 oder mehr Charaktere auswählst, passiert im Hintergrund einiges, um die Qualität zu maximieren:
Veyra fügt automatisch starke Negativ-Tags hinzu die verhindern, dass SD die Personen verschmilzt:
Im Prompt selbst werden Tags wie two distinct girls, separate bodies eingefügt, die SD einen stärkeren Hinweis geben, dass es zwei getrennte Personen generieren soll.
Wenn du zwei weibliche Charaktere wählst, ersetzt Veyra automatisch alle männlichen Tags: penis wird zu strap-on dildo, fellatio zu cunnilingus, 1boy 1girl wird entfernt und yuri, girl on girl hinzugefügt.
Bei 2+ Charakteren deaktiviert Veyra den ADetailer Face Prompt, weil ADetailer nicht weiß welches Gesicht zu welchem Charakter gehört und sonst die Augenfarben vermischen würde.
Standard-Emotionen aus dem Charakter-Profil (z.B. "unsettling smile") werden automatisch entfernt, wenn du einen Akt-Typ wählst — so lächelt niemand unpassend während einer NSFW-Szene.
Multi-Charakter Bilder brauchen andere Settings als Solo-Bilder. Hier die wichtigsten Anpassungen:
| Setting | Solo | Multi-Charakter | Warum |
|---|---|---|---|
| Auflösung | 512x768 / 768x512 | 768x768 oder 1024x768 | Mehr Platz für zwei Personen. Bei zu kleiner Auflösung verschmelzen sie eher. |
| CFG Scale | 5 – 7 | 7 – 9 | Höherer CFG zwingt SD stärker, dem Prompt zu folgen. Hilft bei Charakter-Trennung. |
| Steps | 20 – 28 | 28 – 40 | Mehr Steps = mehr Detail und Korrektur. Wichtig für komplexe Kompositionen. |
| Sampler | Euler a / DPM++ 2M | DPM++ 2M Karras / DPM++ SDE Karras | Karras Scheduler liefert bessere Anatomie bei mehreren Personen. |
| Clip Skip | 1 – 2 | 2 | Clip Skip 2 gibt dem Modell mehr kreativen Spielraum für Kompositionen. |
| Batch Size | 1 – 4 | 4 – 8 | Du brauchst mehr Versuche. Generiere mehrere Bilder und wähle das beste. |
Die wichtigste Extension für Multi-Charakter. Sie teilt das Bild in Zonen auf und weist jeder Zone einen eigenen Prompt-Bereich zu. So weiß SD exakt: "links = Charakter A, rechts = Charakter B".
https://github.com/hako-mikan/sd-webui-regional-prompterhttps://github.com/Haoming02/sd-forge-coupleBREAK:ControlNet gibt SD eine Skelett-Vorlage, die zeigt wo welcher Körper hingehört. Damit weiß das Modell exakt: "hier steht ein Körper, dort liegt ein anderer".
https://github.com/Mikubill/sd-webui-controlnetcontrol_v11p_sd15_openpose (oder die SDXL/Pony-Variante) herunter und lege es in den Ordner models/ControlNet/controlnet_openpose_sdxl oder Modelle von https://huggingface.co/thibaud/controlnet-openpose-sdxl-1.0Du brauchst eine Pose-Vorlage die zeigt wo die Körper sind. Drei Optionen:
openpose_full).https://webapp.magicposer.com/ um 3D-Figuren in die gewünschte Position zu bringen und als Bild zu exportieren.| Setting | Empfohlen | Erklärung |
|---|---|---|
| Preprocessor | openpose_full | Erkennt Körper, Hände und Gesicht. "openpose" allein erkennt keine Hände. |
| Control Weight | 0.7 – 0.9 | Wie stark die Pose das Ergebnis beeinflusst. Zu hoch = steif, zu niedrig = ignoriert. |
| Starting Step | 0 | Ab welchem Step ControlNet eingreift. 0 = von Anfang an. |
| Ending Step | 0.8 – 1.0 | Bis zu welchem Step. 0.8 gibt etwas Spielraum für natürlichere Details am Ende. |
| Control Mode | Balanced / ControlNet is more important | "ControlNet is more important" wenn die Pose strikt eingehalten werden soll. |
Latent Couple ist eine ältere Extension die ähnlich wie Regional Prompter funktioniert, aber auf einer anderen technischen Ebene (Latent Space statt Attention).
| Feature | Regional Prompter | Latent Couple |
|---|---|---|
| Qualität | Sehr gut | Gut |
| Einfachheit | Einfach (BREAK Syntax) | Komplex (Koordinaten) |
| Kompatibilität | Manchmal Konflikte | Sehr stabil |
| SDXL / Pony | Ja | Eingeschränkt |
| Forge Support | Forge Couple eingebaut | Nicht unterstützt |
So gehst du vor, um das beste Multi-Charakter Ergebnis zu erzielen:
| Modell | Multi-Charakter | Anatomie | Details |
|---|---|---|---|
| Pony Diffusion V6 XL | Gut | Sehr gut | Versteht Booru-Tags am besten. Score-Tags helfen stark bei Qualität. Beste Wahl für Anime + NSFW. |
| Illustrious XL | Gut | Sehr gut | Saubere Ästhetik, starkes Tag-Verständnis. Basis für viele Community-Merges wie NoobAI. Illustrious v3.6 unterstützt ControlNet + IP-Adapter. |
| NoobAI XL | Gut | Sehr gut | Feintuning von Illustrious XL. Mehr Stilvielfalt und bessere Komposition. Sehr beliebt für Anime mit natürlicherem Look. |
| Flux | Mittel | Exzellent | Nutzt natürliche Sprache statt Booru-Tags. Sehr gut für Anatomie und Realismus. Veyra konvertiert automatisch in Flux-Format. |
| SDXL (allgemein) | Mittel | Gut | Allgemeine SDXL-Basis. Gut für nicht-Anime Stile und fotorealistisch. Weniger Community-Support als Pony/Illustrious. |
| SD 1.5 (Anime Merges) | Schlecht | Mittel | Legacy. Ältere Architektur, kämpft stark mit Multi-Charakter. Nur mit ControlNet brauchbar. 2026 kaum noch empfehlenswert. |
LoRA steht für Low-Rank Adaptation. Es ist ein kleines Zusatzmodell (10–200 MB), das auf ein Basismodell (Checkpoint) draufgesteckt wird. Stell dir vor: Der Checkpoint ist das Gehirn und das LoRA ist eine spezialisierte Brille, die dem Modell beibringt, einen bestimmten Charakter, Kunststil oder ein Konzept korrekt darzustellen. Ein LoRA verändert das Basismodell nicht — es erweitert nur dessen Wissen.
Immer wenn das Basismodell etwas nicht kennt oder nicht gut genug darstellt:
Lade die .safetensors-Datei von CivitAI herunter und lege sie in den richtigen Ordner. Im Prompt aktivierst du das LoRA mit einem speziellen Tag:
Die Zahl hinter dem Dateinamen bestimmt wie stark das LoRA wirkt. Zu niedrig = kaum Effekt, zu hoch = Artefakte und übertriebene Merkmale.
| Stärke | Wirkung |
|---|---|
0.3 – 0.5 | Subtiler Einfluss — gut zum Mischen mit anderen LoRAs |
0.6 – 0.8 | Optimaler Bereich für die meisten LoRAs |
0.9 – 1.0 | Starker Effekt — Charakter/Stil dominiert das Bild |
> 1.0 | Oft zu stark — kann Artefakte und verzerrte Gesichter erzeugen |
| Typ | Beschreibung | Beispiel |
|---|---|---|
| Charakter-LoRA | Bringt dem Modell einen bestimmten Charakter bei — Gesicht, Haare, Körperbau | <lora:emma_pokemon:0.7> |
| Stil-LoRA | Verändert den gesamten Zeichenstil — z.B. Pokémon, Ghibli, Retro-Anime | <lora:pokemon_style:0.6> |
| Konzept-LoRA | Fügt Konzepte hinzu die das Modell nicht kennt — Rüstungen, Waffen, Outfits | <lora:mecha_armor:0.5> |
| Posen-LoRA | Trainiert auf bestimmte Körperhaltungen und Kompositionen | <lora:dynamic_pose:0.6> |
Du kannst mehrere LoRAs gleichzeitig verwenden — z.B. ein Charakter-LoRA + ein Stil-LoRA. Reduziere dabei die Stärke beider LoRAs etwas (z.B. je 0.5–0.7), damit sie sich nicht gegenseitig stören.
Die größte Sammlung findest du auf CivitAI. Dort kannst du nach Charakter, Stil oder Konzept suchen und direkt die .safetensors-Datei herunterladen. Achte auf die Bewertungen, Beispielbilder und die Angabe des kompatiblen Basismodells (SDXL, Pony, Illustrious, Flux).
Ursache: SD mischt die Merkmale beider Charaktere zusammen.
Lösung: Regional Prompter nutzen, um Tags räumlich zu trennen. Im Negativ-Prompt sicherstellen dass same face, cloned face, identical faces drin ist (Veyra macht das automatisch).
Ursache: Zu kleine Auflösung oder zu generische Tags.
Lösung: Mindestens 768x768 Auflösung nutzen. Im Negativ: extra faces, extra head, third person. Weniger Tags = weniger Verwirrung für SD.
Ursache: SD weiß nicht wo ein Körper aufhört und der andere anfängt.
Lösung: ControlNet mit OpenPose nutzen. Die Skelett-Vorlage definiert exakt welche Gliedmaßen wo sind. Im Negativ: extra limbs, fused limbs, conjoined.
Ursache: SD folgt der Pose-Beschreibung nicht stark genug.
Lösung: CFG Scale erhöhen (8–10). Positions-Tags mit höherem Gewicht versehen: (face sitting:1.4). Am besten ControlNet mit einer passenden Pose-Vorlage nutzen.
Ursache: Ohne Regional Prompter hat SD keinen Mechanismus um Tags zuzuordnen.
Lösung: Regional Prompter / Forge Couple ist hier die einzige zuverlässige Lösung. Optional: Inpainting nutzen um die falsche Haarfarbe zu korrigieren.
Ursache: Tags wie side by side oder split screen können SD dazu bringen, das Bild in Panels aufzuteilen.
Lösung: Veyra entfernt side by side automatisch wenn ein Akt-Typ gewählt ist. Im Negativ-Prompt: split screen, comic panels, manga panels, border, frame.
wrong eye color, mismatched hair.Schritt-für-Schritt Anleitung für Windows, macOS und Linux. Stable Diffusion läuft lokal auf deinem PC — du brauchst keine Cloud, keine Abo-Kosten, keine Zensur.
| Windows | macOS | Linux (Ubuntu/Debian) | |
|---|---|---|---|
| Python 3.10 | python.org herunterladen → bei Installation "Add to PATH" anhaken |
brew install python@3.10 |
sudo apt install python3.10 python3.10-venv python3-pip |
| Git | git-scm.com herunterladen → Standardeinstellungen installieren |
brew install git |
sudo apt install git |
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
Forge ist ein Fork von A1111 mit besserer Speicheroptimierung, schnellerer Generierung und nativem Flux-Support. Für die meisten User die beste Wahl.
git clone https://github.com/lllyasviel/stable-diffusion-webui-forge
cd stable-diffusion-webui-forge
webui-user.batgit clone https://github.com/lllyasviel/stable-diffusion-webui-forge
cd stable-diffusion-webui-forge
./webui.sh --skip-torch-cuda-test --no-half --use-cpu interrogategit clone https://github.com/lllyasviel/stable-diffusion-webui-forge
cd stable-diffusion-webui-forge
bash webui.shNach dem Start öffne http://localhost:7860 im Browser. Beim ersten Start werden automatisch alle Dependencies installiert (kann 10–20 Min dauern).
Das Original-Frontend für Stable Diffusion. Größtes Extension-Ökosystem, am meisten Tutorials verfügbar. Etwas langsamer als Forge, aber sehr stabil.
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui
webui-user.batgit clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui
./webui.sh --skip-torch-cuda-test --no-half --use-cpu interrogategit clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui
bash webui.shNode-basiertes Interface für fortgeschrittene User. Maximale Kontrolle über jeden Schritt der Pipeline. Steile Lernkurve, aber extrem mächtig.
git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
pip install -r requirements.txt
python main.pygit clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
pip install -r requirements.txt
python main.py --force-fp16Ohne ein Checkpoint-Modell kann SD keine Bilder generieren. Die besten Anime-Modelle findest du auf CivitAI. Empfohlen: Pony Diffusion V6 XL, Illustrious XL, NoobAI XL.
# Forge / A1111:
models/Stable-diffusion/ ← Checkpoints (.safetensors)
models/Lora/ ← LoRA Modelle
models/VAE/ ← VAE Dateien
# ComfyUI:
models/checkpoints/ ← Checkpoints
models/loras/ ← LoRA Modelle
models/vae/ ← VAE Dateien.safetensors-Variante herunter (sicherer als .ckpt). Veyra generiert Prompts die speziell auf Pony Diffusion und Illustrious XL optimiert sind — starte am besten mit einem davon.
--skip-torch-cuda-test — Überspringt den CUDA-Check (kein NVIDIA vorhanden)--no-half — Deaktiviert FP16 (stabiler auf MPS)--use-cpu interrogate — CLIP Interrogate auf CPU (MPS-Bug)| Problem | Lösung |
|---|---|
| CUDA out of memory | --medvram oder --lowvram Flag beim Start hinzufügen |
| Schwarze Bilder | VAE auf vae-ft-mse-840000-ema-pruned setzen (Settings → VAE) |
| Extrem langsame Generierung | xformers installieren: pip install xformers und --xformers Flag nutzen |
| Python/Pip nicht gefunden | Python neu installieren mit "Add to PATH" Option aktiviert |
| macOS: MPS Backend Fehler | PYTORCH_ENABLE_MPS_FALLBACK=1 vor dem Start setzen |
ComfyUI ist eine node-basierte Oberfläche für Stable Diffusion. Statt eines klassischen Formulars siehst du die komplette Bildgenerierungs-Pipeline als Graph aus verbundenen Knoten (Nodes) — Laden des Modells, Text-Encoding, Sampling, VAE-Decode, Speichern. Jeder Schritt ist sichtbar und veränderbar.
Der Vorteil: volle Kontrolle über den Workflow, reproduzierbare Setups (als JSON teilbar), sehr effiziente VRAM-Nutzung und native Unterstützung aller aktuellen Modelle (SDXL, Flux, SD3, Video-Modelle). Der Nachteil: steilere Lernkurve als bei A1111/Forge.
Die entscheidende Komponente ist der Grafikkarten-Speicher (VRAM). Er bestimmt welche Modelle du überhaupt laden kannst und wie schnell die Generierung läuft.
| VRAM | GPU-Beispiele | Was möglich ist | Empfohlener Parameter |
|---|---|---|---|
| ≤ 6 GB | GTX 1660, RTX 2060 | SD 1.5 möglich, SDXL/Flux nur mit starken Einschränkungen und sehr langsam. | --lowvram |
| 8 GB | RTX 3060 Ti, RTX 4060, M1/M2 | SDXL machbar, aber VRAM-Management kritisch. Flux langsam. | --lowvram |
| 12 GB | RTX 3060, RTX 4070 | SDXL läuft flüssig. Flux möglich, ADetailer läuft. | — |
| 16 GB | RTX 4080, M1/M2 Pro/Max | Nahezu alles läuft flüssig. Flux ohne Einschränkungen. | --highvram |
| 24 GB+ | RTX 3090, RTX 4090 | Alles inklusive Video-Generation und mehrere Generationen parallel. | --highvram |
Zusätzlich: mindestens 16 GB RAM (32 GB empfohlen für SDXL/Flux), eine NVMe-SSD für schnelle Modell-Ladezeiten, und ein Netzteil das die GPU-Last verkraftet (bei RTX 4090: 850W+ Gold).
ComfyUI läuft mit Python und wird per Git heruntergeladen. Installiere zuerst Python 3.10 oder 3.11 und Git für dein Betriebssystem.
| Windows | macOS | Linux (Ubuntu/Debian) | |
|---|---|---|---|
| Python 3.10/3.11 | python.org | brew install python@3.11 |
sudo apt install python3.11 python3.11-venv python3-pip |
| Git | git-scm.com | brew install git |
sudo apt install git |
| NVIDIA-Treiber | nvidia.com | — | NVIDIA-Treiber siehe Distributions-Doku |
brew noch nicht hast, installiere Homebrew von brew.sh. Damit installierst du Python und Git in einem Rutsch.
Zwei Wege stehen zur Verfügung: eine vorgepackte Portable-Version für Windows (kein Setup nötig) oder die manuelle Installation aus dem Quellcode (funktioniert auf allen Systemen und ist besser wartbar).
Ein einzelnes 7z-Archiv mit vorkompiliertem Python und allen Abhängigkeiten. Entpacken, Modelle rein, doppelklicken auf run_nvidia_gpu.bat. Keine Python-Kenntnisse nötig.
Portable Version auf GitHub Releases herunterladen
Klont das Repository, richtet eine isolierte Python-Umgebung (venv) ein und installiert PyTorch mit passendem GPU-Backend. Vorteil: einfacher zu aktualisieren mit git pull, keine 15 GB doppelt auf der Platte.
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
python -m venv venv
.\venv\Scripts\activate
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt
python main.pygit clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
python3 -m venv venv
source venv/bin/activate
pip install torch torchvision torchaudio
pip install -r requirements.txt
python main.py --force-fp16git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
python3 -m venv venv
source venv/bin/activate
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt
python main.pypip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.0Nach dem Start läuft die UI auf http://127.0.0.1:8188. Öffne die Adresse im Browser.
Diese Parameter hängst du an python main.py an. Sie beeinflussen VRAM-Nutzung, Präzision, Netzwerk-Zugriff und Multi-GPU-Verhalten.
| Parameter | Wann nutzen |
|---|---|
--fast | Aktiviert verschiedene Geschwindigkeits-Optimierungen. Empfohlen als Standard-Flag. |
--lowvram | Zwingend bei ≤ 8 GB VRAM (für SDXL/Flux). Spaltet UNET-Berechnungen auf. |
--medvram | Mittlerer VRAM-Sparmodus. Zwischen --lowvram und normal. |
--highvram | Hält Modelle dauerhaft im GPU-Speicher. Empfohlen ab 16 GB VRAM. |
--cpu | Erzwingt CPU-Berechnung. Extrem langsam — nur zum Debuggen wenn GPU nicht erkannt wird. |
--force-fp16 | Erzwingt Half-Precision (FP16). Spart VRAM, zwingend auf Apple Silicon. |
--force-fp32 | Erzwingt volle Präzision (FP32). Löst schwarze Bilder auf alten GPUs. Langsamer. |
--cpu-vae | Lagert VAE-Decode auf CPU aus. Spart VRAM, sinnvoll auf Systemen mit knappem VRAM. |
--listen | Erlaubt Zugriff aus dem lokalen Netzwerk. Ohne dies nur von localhost erreichbar. |
--port 8189 | Setzt einen eigenen Port. Nützlich um mehrere Instanzen parallel zu betreiben. |
--cuda-device 0 | Wählt bei Multi-GPU-Systemen eine bestimmte Karte (0 = erste GPU, 1 = zweite). |
--disable-metadata | Speichert keine Workflow-Metadaten im Bild. Für Privatsphäre oder kleinere Dateien. |
--dont-print-server | Unterdrückt Server-Log-Ausgaben im Terminal. Für automatisierte Skripte. |
Statt jedes Mal die Kommandozeile zu tippen, packst du deine Parameter in ein Start-Skript. Das aktiviert die venv, startet ComfyUI mit deinen Wunsch-Parametern und lässt sich per Doppelklick oder Terminal starten.
start_comfy.bat:
@echo off
call .\venv\Scripts\activate
python main.py --fast --highvram --port 8188
pausestart_comfy.sh:
#!/bin/bash
cd "$(dirname "$0")"
source venv/bin/activate
python main.py --fast --highvram --port 8188Auf macOS/Linux vor dem ersten Start ausführbar machen: chmod +x start_comfy.sh
ComfyUI ist im Auslieferungszustand minimal. Die wahre Stärke kommt durch Custom Nodes — Erweiterungen die neue Fähigkeiten hinzufügen (ControlNet, Face-Fix, Video, Upscaler, IP-Adapter, LoRA-Loader und viele weitere).
Der ComfyUI Manager ist die zentrale Verwaltung dafür: er zeigt verfügbare Custom Nodes an, installiert sie mit einem Klick, aktualisiert bestehende und deaktiviert defekte. Installation manuell per Git-Clone in den custom_nodes-Ordner:
cd ComfyUI\custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.gitcd ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.gitComfyUI neu starten. Danach erscheint oben rechts ein neuer Manager-Button — dort findest du „Install Custom Nodes" für einfache Klick-Installation.
Wenn du bereits eine A1111- oder Forge-Installation mit vielen Modellen hast, willst du diese nicht doppelt auf der Platte haben. ComfyUI kann externe Modell-Pfade über extra_model_paths.yaml einlesen und die vorhandenen Modelle direkt nutzen.
# Windows / macOS / Linux — im ComfyUI-Ordner:
cp extra_model_paths.yaml.example extra_model_paths.yamlextra_model_paths.yaml die Kommentar-Zeichen (#) entfernen und Pfade anpassen (Beispiel für A1111 auf Laufwerk D:):
a111:
base_path: D:/AI/stable-diffusion-webui
checkpoints: models/Stable-diffusion
vae: models/VAE
loras: models/Lora
controlnet: models/ControlNet
embeddings: embeddings
upscale_models: models/ESRGANEin Veyra-Prompt besteht aus mehreren Komponenten (Modell-Profil, Positive-Prompt, Negative-Prompt, LoRA). Hier zeigt die Tabelle welche Komponente in welchen ComfyUI-Node gehört.
| Veyra-Komponente | ComfyUI-Node | Was macht der Node |
|---|---|---|
| Modell-Profil (z.B. Illustrious, Pony, Flux) | Load Checkpoint | Lädt den Checkpoint samt CLIP-Encoder und VAE. |
| Positive-Prompt (Charakter, Stil, Kategorien) | CLIP Text Encode (Positive) | Wandelt den Text in einen CLIP-Embedding-Vektor um. Kompletten Veyra-Prompt hier einfügen. |
| Negative-Prompt (aus dem Modell-Profil) | CLIP Text Encode (Negative) | Definiert was NICHT im Bild sein soll. Veyra generiert den passenden Negative-Prompt automatisch. |
| LoRA (aus Veyra Pro) | Load LoRA | Wird zwischen Load Checkpoint und KSampler geschaltet. Übernimmt Datei-Name und Stärke aus Veyra. |
| Sampler & Steps (Veyra empfohlen) | KSampler | Führt die Denoising-Iterationen aus. Für Pony/Illustrious/SDXL: DPM++ 2M Karras, 25-30 Steps, CFG 7. Für WAI Illustrious und NoobAI XL: Euler a, 24-30 Steps, CFG 5-7. Für SD 1.5: DPM++ 2M Karras, 25 Steps. Für Flux: Euler, 20 Steps, CFG 1-3.5. |
| Bildgröße (Auflösung) | Empty Latent Image | Definiert die Ausgangsauflösung. Für SDXL: 1024×1024 oder 832×1216. Für SD 1.5: 512×768. |
| Ergebnis speichern | VAE Decode → Save Image | Wandelt den Latent-Space zurück in ein Pixel-Bild und speichert es (inkl. Workflow-Metadaten). |
Veyra kann dir eine fertige ComfyUI-Vorlage erzeugen, in der dein Prompt bereits eingetragen ist. Du lädst sie herunter, ziehst sie in ComfyUI und drückst auf Ausführen — kein Abtippen, kein Zusammenklicken von Knoten.
Im Studio auf Workflow klicken, rechts neben dem Kopieren-Knopf über dem positiven Prompt. Du bekommst eine JSON-Datei, zum Beispiel veyra_bild_2026-09-06.json. Pro- und Lifetime-Nutzer bekommen sie mit eingetragenem Prompt, alle anderen die leere Vorlage.
Drei Wege, alle gleichwertig — der erste ist der schnellste.
Workflow → Open (ältere Fassungen: Load) die Datei auswählen.Strg+O beziehungsweise Cmd+O auf dem Mac.Oben links im Knoten 1 — Modell wählen steht HIER_DEIN_MODELL.safetensors. Klick darauf und wähle dein Checkpoint aus. Veyra kann nicht wissen, wie deine Modelldateien heißen — das ist der einzige Handgriff, der übrig bleibt. Achte darauf, dass das Modell zur Prompt-Familie passt: ein Pony-Prompt braucht ein Pony-Modell.
Auf Run beziehungsweise Queue Prompt drücken. Das Ergebnis landet in ComfyUI/output/veyra/.
| Knoten | Aufgabe | Ändern? |
|---|---|---|
Load Checkpoint | Lädt dein Modell und liefert daraus Bildwissen, Textverständnis und Dekoder. | Ja — einziges Pflichtfeld |
CLIP Text Encode (positiv) | Dein Prompt aus Veyra, bereits eingetragen. | Nur wenn du nachbessern willst |
CLIP Text Encode (negativ) | Der Negativ-Prompt, passend zum gewählten Modell-Profil. | Selten nötig |
Empty Latent Image | Bildgröße. Voreingestellt 832×1216 für SDXL, Pony und Illustrious. Das Studio wechselt die Vorlage automatisch mit dem Modell-Profil: SD 1.5 bekommt 512×768 mit Clip Skip 2, WAI Illustrious und NoobAI XL bekommen 1024×1344 mit eigenen Sampler-Werten. | Bei SD 1.5 auf 512×768 |
KSampler | Seed, Steps, CFG, Sampler und Scheduler — alle Regler an einer Stelle. | Zum Experimentieren |
VAE Decode | Rechnet das Ergebnis in ein sichtbares Bild um. | Nein |
Save Image | Speichert nach output/veyra/. | Nur der Dateiname |
Im Studio sitzt der Download hinter dem Knopf Workflow. Alle Vorlagen kommen ohne Erweiterungen aus — sie laufen in einem frisch installierten ComfyUI, ohne dass du einen Custom Node nachinstallieren musst.
| Vorlage | Wofür | Was du mitbringst |
|---|---|---|
| Bild (Standard) | Ein Durchgang. Der Normalfall. | Nur dein Modell einstellen. |
| Bild + Hires-Fix | Zwei Durchgänge: erst nativ, dann vergrößert nachgerechnet. Erfindet echte Details statt nur zu skalieren. | Nur dein Modell. Dauert etwa doppelt so lang. |
| Hintergrund + Inpainting | Die Figur entsteht innerhalb eines fertigen Hintergrunds und übernimmt dessen Licht. | Ein fertiges Hintergrundbild und eine selbst gemalte Maske. |
| Zwei Prompts (Regional) | Hintergrund und Figur bekommen je einen eigenen Prompt, in einem Durchgang. | Den Hintergrund-Prompt fügst du selbst ein — Veyra trägt nur den Charakter-Prompt ein. |
| Compositing | Zwei fertige Bilder übereinander, danach in einem leichten Durchgang aneinander angeglichen. | Hintergrund als Bild und den Charakter als PNG mit transparentem Hintergrund. |
| Bild + Upscale | Das fertige Bild wird mit einem eigenen kleinen Modell vergrößert. Schnell, erfindet aber keine neuen Details. | Ein Upscale-Modell als Datei — siehe Kasten unten. |
Fünf der sechs Vorlagen laufen in einem frisch installierten ComfyUI. Die sechste nicht: UpscaleModelLoader und ImageUpscaleWithModel sind zwar Kern-Knoten, die Modelldatei bringt ComfyUI aber nicht mit. Lege sie nach ComfyUI/models/upscale_models/ und starte ComfyUI neu. Für Anime ist RealESRGAN_x4plus_anime_6B die richtige Wahl (etwa 18 MB), für harte Details und Fotos 4x-UltraSharp (etwa 67 MB). Die Vorlage rechnet 4x hoch und anschließend auf die Hälfte zurück — unterm Strich 2x, mit saubereren Kanten als direkt 2x. Wer die vollen 4x will, löscht den Verkleinern-Knoten. Gespeichert wird beides, Original und vergrößerte Fassung.
Das ist der einzige Handgriff, den keine Vorlage dir abnehmen kann. Lade den Hintergrund im Knoten Load Image, dann Rechtsklick auf den Knoten und Open in MaskEditor. Male die Fläche aus, in der die Figur stehen soll, und speichere.
grow_mask_by weitet die Maske nach außen. Unter 8 sieht man oft die Kante.Der Denoise-Wert im KSampler ist der wichtigste Regler in allen mehrstufigen Vorlagen. Er sagt, wie viel vom vorhandenen Bild überschrieben wird.
0.20 – 0.30 | Angleichen. Kanten und Farbstimmung werden zusammengezogen, die Komposition bleibt. Für Compositing. |
0.40 – 0.50 | Details erfinden. Für den zweiten Durchgang beim Hires-Fix. Über 0.60 kippen Gesichter. |
1.00 | Komplett neu. Nur für die maskierte Fläche beim Inpainting. |
Die Vorlagen für Pony, Illustrious und SDXL sind auf Anime eingestellt: Clip Skip 2, CFG 7.0, dpmpp_2m, 28 Steps. Bei den Profilen WAI Illustrious und NoobAI XL bekommst du eine eigene Vorlage — 1024×1344, euler_ancestral, CFG 5.5, 24 Steps, Hires-Fix schon eingebaut. Diese Werte stammen von den Modellkarten, dort also nichts umstellen. Für Fotorealismus stellst du Clip Skip auf 1, CFG auf 5.5, den Sampler auf dpmpp_2m_sde und die Steps auf 32 — die vier Werte stehen auch im Notizzettel jeder Vorlage. Den größten Unterschied macht aber der Checkpoint selbst: ein Anime-Modell wird durch CFG 5.5 nicht fotorealistisch.
Von NoobAI XL gibt es zwei Bauarten, und sie brauchen unterschiedliche Einstellungen. Die eps-pred-Fassung läuft mit der Vorlage wie sie ist. Die v-pred-Fassung (auch WAI-SHUFFLE-NOOB) braucht zusätzlich den Knoten ModelSamplingDiscrete auf v_prediction, gesetzt zwischen Checkpoint und KSampler, und einen deutlich niedrigeren CFG von 3 bis 5. Ohne diesen Knoten kommen bei v-pred ausgewaschene oder überzeichnete Bilder heraus. Welche Fassung du hast, steht im Dateinamen oder auf der Modellseite.
| Roter Rahmen um einen Knoten, Meldung über fehlenden Knotentyp | Der Bild-Workflow nutzt ausschließlich Standard-Knoten und sollte das nie zeigen. Falls doch: ComfyUI ist veraltet, mit git pull aktualisieren. |
| Fehlermeldung, dass das Modell nicht gefunden wurde | Du hast Schritt 3 übersprungen. Der Checkpoint steht noch auf dem Platzhalter. |
| Bild sieht völlig anders aus als erwartet | Prüfe, ob Modellfamilie und Prompt zusammenpassen. Ein Pony-Prompt mit score_9 auf einem Illustrious-Modell wirkt nicht — und umgekehrt. Stell in Veyra dasselbe Modell ein, das du in ComfyUI nutzt. |
| Zwei Köpfe oder vier Beine im Bild | Die Auflösung passt nicht zum Modell. SD 1.5 kann keine 832×1216 — stell auf 512×768 zurück. |
| Problem | Lösung |
|---|---|
| CUDA out of memory (OOM) beim Generieren | --lowvram oder --medvram beim Start hinzufügen, oder Auflösung reduzieren. |
| Bild ist komplett schwarz | Mit --force-fp32 starten. Tritt oft auf alten NVIDIA-Karten (GTX 10xx) oder bei fehlerhafter VAE auf. |
| GPU wird nicht erkannt | NVIDIA-Treiber aktualisieren. PyTorch mit CUDA-Backend neu installieren (siehe Installations-Befehl mit --extra-index-url). |
| Modelle in Ordner werden nicht angezeigt | Nur .safetensors und .ckpt werden erkannt. Nach Kopieren muss ComfyUI neu gestartet werden (Refresh-Button reicht nicht immer). |
| Custom Node lässt sich nicht installieren | Manuell im custom_nodes-Ordner per git clone. Danach eventuelle Python-Abhängigkeiten mit pip install -r requirements.txt im Node-Ordner installieren. |
| Sehr lange Ladezeiten beim ersten Start | Beim ersten Start werden Modelle in den GPU-Speicher geladen — kann Minuten dauern. Danach viel schneller. Modelle auf NVMe-SSD statt HDD legen. |
SD.Next (vladmandic/sdnext) ist ein modernisierter Fork von AUTOMATIC1111. Es behält die vertraute Gradio-Oberfläche bei, bringt aber deutlich schnelleres Backend, aktuellere Modell-Unterstützung (SDXL, Flux, SD3, Cascade) und eine optionale „Modern UI".
Der Vorteil gegenüber A1111: aggressive Weiterentwicklung, native Diffusers-Pipeline (bessere Flux-Performance), moderne Optimierungen. Der Vorteil gegenüber ComfyUI: klassisches Formular-UI, keine Node-Verkabelung nötig, schneller Einstieg.
Systemanforderungen: identisch zu ComfyUI (siehe VRAM-Tabelle im ComfyUI-Abschnitt oben).
SD.Next installiert sich weitgehend automatisch: Repository klonen, Start-Skript ausführen, alles Weitere (venv, PyTorch, Requirements) macht das Skript beim ersten Start.
Voraussetzungen: Python 3.10 oder 3.11 und Git (siehe Voraussetzungs-Tabelle im ComfyUI-Abschnitt oben — identisch für beide UIs).
git clone https://github.com/vladmandic/sdnext.git
cd sdnext
webui.batgit clone https://github.com/vladmandic/sdnext.git
cd sdnext
./webui.sh --use-mpsgit clone https://github.com/vladmandic/sdnext.git
cd sdnext
./webui.shDer erste Start dauert 5–15 Minuten (PyTorch-Download, Requirements-Installation). Danach läuft die UI auf http://127.0.0.1:7860.
Anders als bei ComfyUI setzt du die Parameter über die Umgebungsvariable COMMANDLINE_ARGS in webui-user.bat (Windows) oder webui-user.sh (macOS/Linux).
webui-user.bat:
set COMMANDLINE_ARGS=--medvram --xformers --port 7860webui-user.sh:
export COMMANDLINE_ARGS="--medvram --port 7860"| Parameter | Wann nutzen |
|---|---|
--lowvram | Aggressiver VRAM-Sparmodus. Zwingend bei ≤ 6 GB VRAM. |
--medvram | Ausgewogener VRAM-Sparmodus. Empfohlen für 8–12 GB VRAM. |
--xformers | Aktiviert xformers-Beschleunigung. Sinnvoll auf älteren NVIDIA-Karten (Turing/Pascal). |
--no-half | Deaktiviert FP16-Berechnung komplett. Zwingend für sehr alte GPUs (GTX 10xx-Serie). |
--precision full | Erzwingt volle Präzision (FP32). Fix für schwarze Bilder auf alten GPUs. Langsamer. |
--use-mps | Zwingend auf Apple Silicon (M1/M2/M3/M4). Aktiviert Metal-Beschleunigung. |
--listen | Erlaubt Zugriff aus dem lokalen Netzwerk. Ohne dies nur über localhost. |
--port 7860 | Eigener Port. Nötig wenn parallel A1111/Forge laufen (die belegen 7860 standardmäßig). |
--api | Aktiviert die REST-API. Für Automation und Veyra-Prompt-Übertragung per Skript. |
--device-id 0 | Multi-GPU: wählt die zu nutzende Karte (0 = erste GPU). |
--disable-nan-check | Deaktiviert NaN-Check. Kann Generierung beschleunigen, aber fehlerhafte Bilder verstecken. Nur zur Diagnose. |
Diese drei Konzepte bestimmen wie SD.Next die Zahlen im Neuronalen Netz berechnet. Falsch gewählt bedeutet: langsame Generierung, hoher VRAM-Verbrauch oder schwarze Bilder.
16 Bit pro Zahl. Halbiert Speicherverbrauch und ist auf modernen GPUs (ab RTX 20xx) meist schneller. Standard für die meisten Setups. Auf Apple Silicon zwingend.
32 Bit pro Zahl. Doppelter VRAM-Verbrauch, langsamer, aber mathematisch stabiler. Nötig auf sehr alten NVIDIA-Karten (GTX 10xx und älter) die FP16 nicht sauber unterstützen. Aktiviert mit --no-half oder --precision full.
Bibliothek die den Attention-Mechanismus (den VRAM-hungrigsten Teil) optimiert. Aktiviert mit --xformers. Auf älteren GPUs (RTX 20xx/30xx, GTX 16xx) fast immer sinnvoll. Auf RTX 40xx oft langsamer als PyTorchs native SDPA-Optimierung — testen.
--xformers. Sehr alte NVIDIA (GTX 10xx) → --no-half --precision full.
Extensions erweitern SD.Next um Features (ADetailer für Gesichts-Fix, ControlNet für Pose/Depth-Kontrolle, Regional Prompter für Multi-Character, Upscaler und viele mehr). Zwei Wege stehen zur Verfügung: über die UI oder direkt per Terminal.
Im Tab Extensions → Available die Liste laden, gewünschte Extension anklicken, „Install" drücken, dann Tab Installed → „Apply and restart UI".
cd sdnext\extensions
git clone https://github.com/Bing-su/adetailer.git
git clone https://github.com/Mikubill/sd-webui-controlnet.gitcd sdnext/extensions
git clone https://github.com/Bing-su/adetailer.git
git clone https://github.com/Mikubill/sd-webui-controlnet.gitNach dem Klonen SD.Next neu starten. Die Extension erscheint automatisch im Tab Installed.
Ein Veyra-generierter Prompt lässt sich direkt in SD.Next verwenden. So gehst du vor:
| Problem | Lösung |
|---|---|
| Erster Start hängt bei „Installing requirements" | Nur Geduld — beim ersten Mal werden mehrere GB PyTorch heruntergeladen. Ein schwaches Internet kann 30+ Minuten brauchen. Fortschritt siehst du im Terminal-Fenster. |
| CUDA out of memory beim Generieren | --medvram in COMMANDLINE_ARGS setzen. Bei extrem knappem VRAM zusätzlich --lowvram. Alternativ Auflösung reduzieren. |
| Bild ist komplett schwarz | --no-half und --precision full in COMMANDLINE_ARGS setzen. Oder passendes VAE in Settings → VAE laden (vae-ft-mse-840000-ema-pruned). |
| Modell taucht in Dropdown nicht auf | Modell in models/Stable-diffusion/ kopieren, danach im UI auf den Refresh-Button neben dem Modell-Dropdown klicken. Sonst SD.Next neu starten. |
| macOS: MPS-Backend-Fehler | Vor dem Start setzen: export PYTORCH_ENABLE_MPS_FALLBACK=1. Bei anhaltenden Problemen mit --use-mps --precision full starten. |
| Extension erscheint nach Install nicht | SD.Next komplett neu starten (nicht nur „Reload UI"). Bei manueller Git-Clone-Installation ggf. pip install -r requirements.txt im Extension-Ordner ausführen. |