Das Werkzeug: Stable Diffusion Forge
Die Open-Source-Variante des KI-Bildgenerators, ohne Abo, ohne Cloud, ohne Aufpreis.
Cloud-Dienste berechnen dir jedes Bild und sehen jeden Prompt, den du eingibst. Was wäre, wenn dein eigener Computer dasselbe könnte — unbegrenzt, kostenlos und komplett privat?
Genau das liefert Forge. Dieser Artikel gibt dir die drei Dinge, die du dafür brauchst: das Werkzeug verstehen, deine Hardware-Grenzen kennen und den Tacho lesen, der dir zeigt, wie schnell du generierst.
Dein lokales KI-Studio
Forge ist ein optimiertes Open-Source-Webinterface für Stable Diffusion. Es ist ein Fork von Automatic1111, der speziell auf Geschwindigkeit und VRAM-Effizienz gebaut wurde — das empfohlene Werkzeug für den Einstieg in die lokale Bildgenerierung. Beachte: Das Original-Forge von lllyasviel wurde zuletzt im Juni 2025 aktualisiert (Stand: November 2026). Sein One-Click-Paket bringt eine PyTorch-Version mit, die Grafikkarten der RTX-50-Serie noch nicht kennt. Für diese Karten und für neuere Modelle wie Flux.2 Klein, Qwen-Image oder Z-Image nimmst du den weitergepflegten Community-Fork „Forge Neo“; den installierst du allerdings selbst per Git und Python.
Definition
Forge (Stable Diffusion WebUI Forge)
Analogie
Definition
Sofortiger Zugang, kein Setup nötig|Pay-per-Use oder Monatsabo|Prompts werden an Server gesendet|Content-Filter vom Anbieter|Immer neueste Modelle verfügbar
Einmalige Einrichtung nötig|Nach Setup komplett kostenlos|Prompts verlassen deinen PC nie|Keine externen Content-Filter|Eigene Modelle und Checkpoints
Der Software-Stack
Du brauchst zwei Dinge: ein Modell (das "Gehirn" der KI) und ein Frontend (die Oberfläche). Das Modell berechnet die Bilder, Forge gibt dir die Knöpfe dafür. Die Modelldateien, Checkpoints genannt, bestimmen den Stil — Realistic Vision für Fotografie, Dreamshaper für Fantasy, SDXL Base als Allrounder.
- 1. One-Click-Paket herunterladenVon der Forge-Projektseite als Archiv (für Windows) — Python und Git sind bereits enthalten.
- 2. Archiv entpackenDen Ordner an einen beliebigen Ort auf deiner Festplatte entpacken.
- 3. run.bat doppelklickenVorher einmal update.bat doppelklicken, sonst läuft womöglich eine ältere Version mit noch nicht behobenen Fehlern. Beim ersten Start werden alle Abhängigkeiten automatisch heruntergeladen. Danach öffnet sich Forge im Browser.
- 4. Checkpoint wählenEin Modell auswählen oder von Plattformen wie Civitai herunterladen und in den Forge-Ordner legen.
- 5. Erstes Bild generierenCheckpoint wählen, Prompt eingeben, auf "Generate" klicken.
Achtung
Irrtum: Forge ist kompliziert
Die Basis-Nutzung hat weniger Schritte als die Einrichtung eines Social-Media-Accounts. Komplexität entsteht erst bei fortgeschrittenen Features wie ControlNet oder regionalen Prompts — nichts davon muss ein Einsteiger anfassen.
Checkpoints sind vortrainierte Modelle mit unterschiedlichen Stilen. Realistic Vision spezialisiert sich auf fotorealistische Ergebnisse. Dreamshaper erzeugt Fantasy- und Illustrationsstile. SDXL Base ist der offizielle Allrounder von Stability AI mit höherer Auflösung (1024x1024 nativ). Anime-Checkpoints wie Anything V5 sind auf den Anime-Stil optimiert. Achte auf die Modellfamilie: Realistic Vision, Dreamshaper (bis Version 8) und Anything V5 sind SD-1.5-Modelle für 512x512 Pixel, SDXL Base und Ableger wie DreamShaper XL rechnen mit 1024x1024 – die Auflösung muss zur Familie passen. Bei der Wahl gilt: Starte mit SDXL Base oder Dreamshaper und spezialisiere dich später. Diese Checkpoints findest du kostenlos auf Plattformen wie Civitai — du lädst die Datei herunter und legst sie in den Forge-Checkpoint-Ordner.
Der VRAM-Flaschenhals
Deine Grafikkarte hat einen eigenen Speicher — den VRAM. Er bestimmt die Obergrenze dessen, was dein lokales KI-Setup leisten kann: welche Modelle passen, in welcher Auflösung du generieren kannst und wie viele Bilder gleichzeitig möglich sind.
Definition
VRAM (Video RAM)
Analogie
Definition
RTX 3060 12 GB
~15 s
SDXL 1024x1024 — der Preis-Leistungs-Sieger (~380 €)
RTX 4090 24 GB
~3 s
SDXL 1024x1024 — High-End für schnelle Iteration (Preis stark schwankend)
Nur CPU
~10 Min
SDXL 1024x1024 — ohne GPU extrem langsam
Forges VRAM-Tricks
Forge hat eingebaute Optimierungen für schwache Hardware. Model Offloading lagert Teile des Modells in den Arbeitsspeicher aus. Tiled VAE zerlegt die Bildberechnung in Kacheln. Beides macht die Generierung langsamer, verhindert aber Abstürze. AMD-Karten (ROCm) und Apple Silicon (MPS) funktionieren ebenfalls, sind aber weniger optimiert als NVIDIA.
Achtung
Irrtum: Man braucht eine teure GPU
Stable Diffusion 1.5 läuft auf Grafikkarten mit 4 GB VRAM — gebrauchte Karten ab etwa 100 €. Die RTX 3060 12 GB (der Preis-Leistungs-Champion der Community) kostet ca. 380 € und bewältigt SDXL nativ. GPU-Preise sind Richtwerte und ändern sich.
Den Tacho lesen
Forge zeigt dir während der Generierung im Konsolenfenster (dem schwarzen Fenster, das run.bat öffnet) eine Zahl: it/s – bei langsamer Hardware umgedreht als s/it, also Sekunden pro Step. Diese Zahl verrät dir, wie schnell deine GPU arbeitet — und lässt dich die Generierungsdauer ziemlich genau vorhersagen.
Definition
it/s (Iterations per Second)
Analogie
Definition
Merke
Die Formel
Zeit = Steps / it/s. Beispiel: 5 it/s bei 30 Steps = 6 Sekunden. Verdoppelst du die Kantenlänge (z.B. 512 auf 1024 Pixel), vervierfacht sich die Pixelzahl — und damit ungefähr die Rechenzeit.
Effizient arbeiten: Auflösungs-Progression
- 1. Schnelltest512x512 px, 15 Steps, Euler — ca. 2 Sekunden. Grundkomposition prüfen. Das gilt für SD-1.5-Modelle; SDXL-Modelle sind auf rund 1024x1024 trainiert, dort testest du besser direkt in 1024 px mit wenigen Steps.
- 2. Detailcheck768x768 px, 25 Steps, DPM++ 2M Karras — ca. 8 Sekunden. Feinheiten beurteilen.
- 3. Finales Bild1024x1024 px, 30 Steps — ca. 15 Sekunden. Bereit für optionales Upscaling. Achtung: Eine neue Auflösung erzeugt trotz gleichem Seed ein neues Bild — die gefundene Komposition bringst du per Hires Fix oder img2img auf 1024 px.
Sampler steuern den Denoising-Prozess. Euler ist schnell und simpel — gut für schnelle Tests. DPM++ 2M Karras liefert hervorragende Qualität schon bei 20-25 Steps und ist der empfohlene Standard. DDIM ist ein älterer Klassiker; wie bei allen Samplern liefert derselbe Seed dasselbe Bild. Für die meisten Nutzer gilt: DPM++ 2M Karras wählen und bei 25 Steps starten. In Forge sind das zwei Felder: „Sampling method“ auf DPM++ 2M und „Schedule type“ auf Karras (die Voreinstellung „Automatic“ wählt für DPM++ 2M ohnehin Karras).
Interaktiv: Dein persönlicher Einstellungs-Assistent
Was willst du generieren? Wähle Motiv und Qualitätsstufe — der Assistent empfiehlt dir die passenden Forge-Einstellungen: Checkpoint, Sampler, Steps, CFG Scale und Auflösung.
Zusammenfassung
Merke
Die drei wichtigsten Punkte
- Forge ist der empfohlene Einstieg für lokales Stable Diffusion — kostenlos, privat und voll kontrollierbar. Cloud-Dienste bleiben eine Alternative für gelegentliche Nutzer oder bei schwacher Hardware.
- VRAM ist der wichtigste Hardware-Wert — 8 GB Minimum für SDXL, 12 GB ist der Sweet Spot, und Forges eingebaute Optimierungen (Model Offloading, Tiled VAE) dehnen schwache Hardware weiter.
- Generierungsdauer = Steps / it/s — nutze den Auflösungs-Progressions-Workflow (512 → 768 → 1024), um Kompositionen günstig zu testen, bevor du teure hochauflösende Render startest.
Prüfen
Quiz: Stable Diffusion Forge
Was ist der wichtigste Hardware-Flaschenhals für die lokale Bildgenerierung mit Stable Diffusion?
Wähle eine Antwort
1. Was ist der wichtigste Hardware-Flaschenhals für die lokale Bildgenerierung mit Stable Diffusion?
2. Deine GPU schafft 4 it/s und du hast 20 Denoising-Steps eingestellt. Wie lange dauert die Generierung eines Bildes?
3. Du hast eine GPU mit 6 GB VRAM und bekommst einen "CUDA out of memory"-Fehler beim Generieren eines SDXL-Bildes bei 1024x1024. Was hilft am effektivsten?
4. Ein Hobby-Künstler generiert ca. 40 Bilder pro Tag über einen Cloud-Dienst für 25 $/Monat. Er überlegt, eine RTX 3060 (12 GB, ca. 380 €) für lokales Forge zu kaufen. Wie bewertest du diese Entscheidung?
Prüfen
Checkpoint
Kannst du das in eigenen Worten erklären? Hake ab, was sitzt.
0 von 3 sitzen