AUTOMATIC1111 WebUI ist eine Open-Source-Browser-Oberfläche für Stable Diffusion, die lokal auf dem eigenen Rechner läuft. Das GitHub-Projekt entstand im August 2022 und hat über 165.000 Sterne (Stand: November 2026).
Rubrik: GenAI & Content Creation · Unterrubrik: Stable Diffusion · Niveau: Fortgeschritten Synonyme / Auch bekannt als: A1111, SD WebUI, Stable Diffusion WebUI, stable-diffusion-webui, Automatic1111-WebUI, „die WebUI"
Was ist AUTOMATIC1111 (WebUI)?
AUTOMATIC1111 ist ein quelloffenes, Python-basiertes Web-Interface für Stable Diffusion, das unter der AGPL-3.0-Lizenz auf GitHub veröffentlicht wurde. Die WebUI macht die Kommandozeilen-Welt von Stable Diffusion über einen Browser zugänglich, lädt eigene Modelle, LoRAs und ControlNets aus dem lokalen Dateisystem und unterstützt eine riesige Sammlung an Plugins. Sie ist für viele KI-Künstler der Einstiegspunkt in lokales Generieren. Der Name stammt vom GitHub-Account des Entwicklers. Der Browser dient nur als Frontend, alle Berechnungen laufen auf der lokalen GPU: keine Cloud-Kosten, keine Übertragung eigener Bilder, keine Ratenlimitierung.
Erklärung
Stable Diffusion ist von Haus aus eine reine Code-Bibliothek. Wer Bilder erzeugen will, müsste eigentlich Python-Skripte schreiben. AUTOMATIC1111 löst dieses Problem mit einer Gradio-basierten WebUI, die im Browser unter http://127.0.0.1:7860 läuft und alle wichtigen Parameter grafisch zugänglich macht: Prompt, Negative Prompt, Sampler, Steps, CFG Scale, Seed, Auflösung, Modellwahl, Img2Img, Inpainting, Outpainting, Upscaling.
Technisch besteht A1111 aus einem Python-Backend auf Gradio-Basis und dem Frontend im Browser. Beim Start lädt die Anwendung das gewählte Checkpoint-Modell in den GPU-Speicher, danach lassen sich beliebig viele Bilder erzeugen, ohne das Modell neu zu laden. Die wichtigsten Bereiche der Oberfläche:
- txt2img: Kernfunktion, aus einem Textprompt entsteht ein Bild.
- img2img: Ein vorhandenes Bild dient als Ausgangspunkt; der Denoising-Strength-Wert (0-1) bestimmt, wie stark es verändert wird. Enthält auch Inpainting und Outpainting.
- Extras: Upscaling mit Algorithmen wie ESRGAN, R-ESRGAN, SwinIR oder Lanczos.
- PNG Info: liest die in SD-Bilder eingebetteten Metadaten (Prompt, Negative Prompt, Parameter) aus.
- Checkpoint Merger: bis zu drei Modelle direkt in der Oberfläche zu einem neuen Checkpoint zusammenführen.
- Train: einfaches Interface für Textual Inversion und Hypernetworks; für LoRA-Training wird externe Software wie Kohya SS empfohlen.
Der Funktionsumfang ist enorm und wächst durch eine aktive Plugin-Community (sogenannte „Extensions") ständig. Wichtige Extensions:
- ControlNet: Steuerung der Bildkomposition über Pose, Tiefenkarten, Canny-Kanten
- Regional Prompter: verschiedene Prompts in verschiedenen Bildbereichen
- ADetailer: automatische Gesichts- und Hand-Korrekturen
- Dynamic Prompts: Wildcard-Variationen für Batch-Produktion
- Civitai Helper: Anbindung an das Modell-Repository civitai.com
- Ultimate SD Upscale: Tile-basiertes Upscaling ohne VRAM-Limit
- AnimateDiff: Video-Generierung aus Stable Diffusion
- Aspect Ratio Helper und Image Browser: schnelle Auflösungswahl und Galerie-Ansicht
Extensions werden über den Tab Extensions → Available gesucht und installiert.
A1111 läuft lokal und benötigt eine GPU; laut README wird eine Grafikkarte mit 4 GB VRAM unterstützt, für größere Modelle wie SDXL ist mehr Speicher sinnvoll. NVIDIA-GPUs sind empfohlen, für AMD, Intel und Apple Silicon gibt es eigene Anleitungen in der Projektdokumentation. Wer keine eigene GPU hat, kann die WebUI auch über Cloud-GPUs (RunPod, Vast.ai, Google Colab, letzteres mit Einschränkungen) betreiben.
Neben der WebUI gibt es mit ComfyUI eine Node-basierte Alternative, die für komplexe Pipelines oft bevorzugt wird. Mit Forge existiert zudem ein Fork von A1111 (Repository seit Januar 2024, letzte Aktivität im Juli 2025), daneben Ableger wie SD.Next.
Version 1.10.0 (Juli 2024) brachte noch Unterstützung für Stable Diffusion 3; das letzte Release ist 1.10.1 vom 9. Februar 2025. Neuere Modellfamilien wie Flux unterstützt A1111 offiziell nicht, viele Nutzende sind deshalb zu ComfyUI oder Forge gewechselt.
- August 2022Repository stable-diffusion-webui entsteht
- Januar 2024Fork Forge startet
- Juli 2024Version 1.10.0 mit Unterstützung für Stable Diffusion 3
- Februar 2025letztes Release v1.10.1
- Juli 2025letzte Aktivität im Forge-Repository
- März 2026letzter Code-Push bei AUTOMATIC1111
Beispiele
- Beispiel 1: Ein Konzept-Künstler iteriert in der WebUI hunderte Charakter-Variationen über
Batch count+Variation Seed, ohne dass Bilder in die Cloud wandern. - Beispiel 2: Eine Fotografin nutzt A1111 mit ControlNet (Open Pose), um Outfit-Variationen auf einem fixen Model-Posing zu testen.
- Beispiel 3: Ein Illustrator trainiert eigene LoRAs (Style-Adapter) auf 30 Referenzbildern und lädt sie direkt in A1111.
- Beispiel 4: Eine kleine Agentur produziert via Img2Img und Inpainting Produktfreisteller im Eigenstudio, ohne Kosten pro Bild bei einem Cloud-Dienst.
- Beispiel 5: Ein Forschungsprojekt experimentiert mit eigenen Checkpoints (DreamBooth, Textual Inversion) und braucht für die volle Kontrolle die lokale WebUI.
- Beispiel 6: Die Option „Tiling“ erzeugt nahtlos kachelbare Texturen für Webdesign-Hintergründe, Game-Assets oder Muster.
- Beispiel 7: Über das Script-System werden 100 Prompts aus einer Textdatei nacheinander verarbeitet; häufig genutzte Prompt-Kombinationen liegen als benannte Styles bereit.
- Beispiel 8: Mit dem Launch-Argument
--apierzeugt ein Python-Skript automatisch Produktbilder auf Basis einer CSV-Datei.
In der Praxis
Die Installation läuft über git clone des Repos stable-diffusion-webui und ein Start-Skript (webui-user.bat unter Windows, webui.sh unter Linux/macOS). Unter Windows verlangt die README Python 3.10.6 (neuere Python-Versionen unterstützt das benötigte torch nicht), dazu Git und aktuelle Grafiktreiber; webui-user.bat als normaler Nutzer starten, nicht als Administrator. Beim ersten Start lädt die WebUI Python-Dependencies automatisch (mehrere Gigabyte). Unter macOS mit Apple Silicon nutzt webui.sh das MPS-Backend. Modelle (.safetensors-Dateien) gehören in models/Stable-diffusion/, LoRAs in models/Lora/, ControlNet-Modelle in extensions/sd-webui-controlnet/models/.
Launch-Argumente werden in webui-user.bat hinterlegt, etwa set COMMANDLINE_ARGS=--xformers --medvram --no-half-vae:
| Argument | Wirkung |
|---|---|
--xformers | speichereffiziente Attention (Nvidia), spart VRAM und beschleunigt |
--medvram | für GPUs mit 6-8 GB VRAM (für SDXL gezielt --medvram-sdxl) |
--lowvram | für GPUs mit 4 GB VRAM, langsamer |
--no-half-vae | verhindert schwarze oder graue Bilder bei manchen VAEs |
--api | REST-API für Automatisierung |
--listen | im lokalen Netzwerk erreichbar |
--share | öffentlicher Gradio-Link, mit Vorsicht nutzen |
Weitere Performance-Tipps: auf SSD-Speicher achten (Modell-Loading dauert sonst sehr lange), Batch size (mehr VRAM, schneller pro Bild) und Batch count (nacheinander) bewusst wählen und Token-Merging („Token merging ratio“ in den Einstellungen) testen. Wer die Möglichkeiten ausreizen will, sollte sich frühzeitig mit ControlNet, LoRAs und dem XYZ-Plot-Script auseinandersetzen, letzteres erlaubt systematische Vergleichs-Grids verschiedener Parameter.
Vergleich & Abgrenzung
A1111 wird oft mit ComfyUI und Forge verglichen.
| Merkmal | AUTOMATIC1111 | ComfyUI | Forge |
|---|---|---|---|
| UI-Konzept | klassisch, Tabs und Schieberegler | Node-Editor, Graphen | A1111-Look |
| Herkunft | eigenes Projekt (GitHub, seit August 2022) | eigenes Projekt | Fork von A1111 |
Im Vergleich gilt A1111 als mittlere Einstiegshürde mit sehr großem Extension-Ökosystem; ComfyUI verlangt mehr Einarbeitung, ist für komplexe Pipelines flexibler und wird für neue Modellfamilien weiterentwickelt. InvokeAI bietet einen niedrigeren Einstieg. A1111 eignet sich besonders, um mit SD 1.5 und SDXL schnell produktiv zu sein.
Häufige Fragen (FAQ)
Ist AUTOMATIC1111 kostenlos? Ja. Die Software ist Open Source unter AGPL-3.0. Kosten entstehen nur für Strom und Hardware (GPU) bzw. Cloud-GPU-Miete, wenn man keinen eigenen Rechner nutzt.
Wird AUTOMATIC1111 noch aktiv weiterentwickelt? Das letzte Release ist v1.10.1 vom Februar 2025, der letzte Code-Push im GitHub-Repository stammt vom März 2026 (Stand: 5. November 2026). Das Projekt ist nicht archiviert und bleibt nutzbar; aktualisiert wird im WebUI-Verzeichnis per git pull, Extensions über Extensions → Installed → Check for updates. Wer neuere Entwicklungen sucht, schaut sich Alternativen wie ComfyUI oder Forge an.
Warum sind meine generierten Bilder schwarz oder grau? Häufigste Ursache ist ein VAE-Problem. In den Settings unter „SD VAE“ None oder einen kompatiblen VAE wählen oder --no-half-vae als Launch-Argument setzen. SDXL-Modelle brauchen den SDXL-VAE.
Unterstützt AUTOMATIC1111 Flux? Offiziell nicht; die letzte größere Neuerung war die SD-3-Unterstützung in Version 1.10.0 (Juli 2024). Für Flux nutzen viele ComfyUI oder den A1111-Ableger Forge, der Flux-Modelle laden kann.
Kann ich A1111 auf einem Mac mit Apple Silicon laufen lassen? Ja, die README verweist dafür auf eine eigene Installationsanleitung im Projekt-Wiki. Die Geschwindigkeit liegt in der Regel unter der von Nvidia-GPUs vergleichbarer Klasse.
Verwandte Einträge
- Stable Diffusion Grundlagen
- ComfyUI: Node-Editor für Stable Diffusion
- ControlNet
- LoRA Training
- SDXL
- Upscaling in Stable Diffusion
Weiterführend
- AUTOMATIC1111: stable-diffusion-webui, GitHub-Repository mit README und Wiki (Lizenz AGPL-3.0). github.com/AUTOMATIC1111/stable-diffusion-webui
- Podell, Dustin et al. (2023): SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis. arXiv:2307.01952
- Rombach, Robin et al. (2022): High-Resolution Image Synthesis with Latent Diffusion Models. CVPR. arXiv:2112.10752
