Stable Diffusion selbst auf dem PC installieren – Tutorial (Deutsch)

Von Robin Oehler (AI Bildagentur) • 5 Min. Lesezeit

Wer bei der KI-Bildgenerierung maximale Kontrolle, absolute Daten-Souveränität und unbegrenzte Anpassungsmöglichkeiten sucht, kommt an einer lokalen Installation von Stable Diffusion nicht vorbei. In diesem umfassenden Tutorial lernen Sie Schritt für Schritt, wie Sie Stable Diffusion (Automatic1111 WebUI & ComfyUI) auf Windows installieren, Modelle konfigurieren und performant ausführen.

1. Warum Stable Diffusion lokal auf dem eigenen PC betreiben?

Im Gegensatz zu cloudbasierten Anbietern wie Midjourney oder DALL-E bietet die eigene Installation entscheidende strategische Vorteile für Unternehmen und Creators:

100% Datenschutz & DSGVO-Konformität: Vertrauliche Prompts, Produktentwürfe und Kundendaten verlassen zu keinem Zeitpunkt Ihren lokalen Rechner.
Keine Abonnement- oder Token-Kosten: Generieren Sie unendlich viele Bilder völlig kostenlos – lediglich Ihre Hardware arbeitet.
Eigene LoRA & Fine-Tuning Modelle: Trainieren Sie die KI auf Ihr eigenes Corporate Design, Produkte oder spezifische Gesichter.
Keine Inhaltsfilter: Völlige kreative Freiheit ohne Zensur-Algorithmen.

2. Hardware- & Systemvoraussetzungen im Detail

Da die Berechnung hochkomplexer neuronaler Netze auf der Grafikkarte (GPU) über CUDA-Kerne stattfindet, ist die Wahl der passenden Hardware entscheidend:

Komponente	Mindestanforderungen (SD 1.5)	Empfohlen (SDXL & FLUX.1)
Grafikkarte (GPU)	Nvidia RTX 2060 / 3060 (6-8 GB VRAM)	Nvidia RTX 4070 / 4080 / 4090 (12–24 GB VRAM)
Arbeitsspeicher (RAM)	16 GB DDR4	32 GB - 64 GB DDR5
Speicherplatz	30 GB freier Speicherplatz auf SSD	200 GB+ NVMe M.2 SSD für Modell-Bibliothek
Betriebssystem	Windows 10 / 11 (64-Bit)	Windows 11 (64-Bit) oder Ubuntu Linux 22.04 LTS

3. Vorbereitung der Umgebung: Python & Git installieren

Bevor Stable Diffusion installiert werden kann, benötigen Sie zwei essentielle Software-Komponenten:

Schritt 3.1: Python 3.10.6 installieren

Wichtig: Automatic1111 setzt zwingend Python Version 3.10.6 voraus. Neuere Versionen (z.B. Python 3.12) führen zu Kompatibilitätsproblemen mit PyTorch.

Laden Sie den Installer von python.org für Version 3.10.6 herunter.
Kritischer Schritt: Setzen Sie beim Start des Installers unbedingt den Haken bei "Add Python 3.10 to PATH".
Klicken Sie auf "Install Now".

Schritt 3.2: Git for Windows installieren

Git wird benötigt, um das WebUI-Repository herunterzuladen und zukünftige Updates per Befehlszeile einzuspielen. Laden Sie den Installer von git-scm.com herunter und installieren Sie ihn mit den Standardeinstellungen.

4. Schritt-für-Schritt Installation von Automatic1111 (AUTOMATIC1111 WebUI)

Folgen Sie dieser Anleitung für eine saubere Windows-Installation:

Ordner erstellen: Erstellen Sie auf Ihrer schnellsten SSD einen Ordner, z.B. C:\StableDiffusion.
Repository klonen: Öffnen Sie die Eingabeaufforderung (CMD) in diesem Ordner und führen Sie folgenden Befehl aus:
```
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
```
Optimierungs-Parameter einstellen: Öffnen Sie im Ordner stable-diffusion-webui die Datei webui-user.bat mit einem Texteditor (z.B. Notepad) und passen Sie die Zeile COMMANDLINE_ARGS an:
```
set COMMANDLINE_ARGS=--xformers --medvram --opt-sdp-attention --autolaunch
```
(Hinweis: --xformers beschleunigt die Bildberechnung drastisch und senkt den VRAM-Verbrauch).
Erststart durchführen: Doppel-Klicken Sie auf webui-user.bat. Das Skript lädt nun automatisch PyTorch, TorchVision und alle nötigen Python-Pakete herunter (Dauer: ca. 5–15 Minuten).
Nach Abschluss öffnet sich die Web-Oberfläche automatisch in Ihrem Browser unter http://127.0.0.1:7860.

5. Modell-Dateien (Checkpoints) herunterladen & einbinden

Nach der Installation ist die Benutzeroberfläche bereit, benötigt jedoch ein KI-Modell (sog. Checkpoints im .safetensors Format).

Laden Sie vertrauenswürdige Modelle wie SDXL Base 1.0 oder Realistic Vision V6.0 von Plattformen wie Hugging Face oder Civitai herunter.
Kopieren Sie die heruntergeladene .safetensors Datei in folgenden Pfad:
stable-diffusion-webui/models/Stable-diffusion/
Klicken Sie oben links in der WebUI auf das Bild-Aktualisieren-Symbol und wählen Sie das neue Modell aus.

6. Alternative Benutzeroberflächen: ComfyUI & Forge

Neben Automatic1111 haben sich zwei weitere GUIs etabliert:

ComfyUI (Für Profis & Node-Workflows)

ComfyUI nutzt ein visuelles Graph- / Node-System. Es ist extrem leistungseffizient, lädt Modelle blitzschnell und ist der Industriestandard für komplexe Pipelines (z.B. SDXL + ControlNet + FLUX.1 + Upscaling).

WebUI Forge (Für maximale Performance)

Ein überarbeiteter Fork von Automatic1111 mit neuer Backend-Architektur. Bietet bis zu 75% schnellere Bildgenerierung auf Grafikkarten mit weniger als 8 GB VRAM.

7. Troubleshooting: Die häufigsten Fehler beheben

"OutOfMemoryError (CUDA OOM)": Ergänzen Sie --medvram oder --lowvram in der webui-user.bat. Verringern Sie die Bildauflösung auf 512x512 (SD 1.5) bzw. 1024x1024 (SDXL).
"Python is not recognized": Pfad-Variable wurde bei der Python-Installation nicht gesetzt. Python neu installieren und Haken bei PATH setzen.
Schwarze oder grüne Bilder: Fügen Sie --no-half-vae zu den Startargumenten hinzu.

Fazit & Einsatz in Firmen

Die lokale Einrichtung von Stable Diffusion erfordert zwar initiale Konfiguration, belohnt Sie aber mit uneingeschränkter Freiheit, absoluter DSGVO-Sicherheit und immenser Performance. In Kombination mit eigenen LoRAs stellt Stable Diffusion die stärkste Open-Source-Engine für professionelle Bildgenerierung dar.