AUTOMATIC1111 / Stable Diffusion WebUI

AUTOMATIC1111 WebUI ist die meistgenutzte browserbasierte Benutzeroberfläche für Stable Diffusion, die auf lokaler Hardware läuft und durch ein umfangreiches Extension-System nahezu unbegrenzt erweiterbar ist.

Rubrik: GenAI & Content Creation · Unterrubrik: Stable Diffusion · Niveau: Fortgeschritten

Was ist AUTOMATIC1111?

AUTOMATIC1111 — benannt nach dem GitHub-Account des Entwicklers — ist ein Open-Source-Projekt, das Stable Diffusion hinter einer komfortablen Weboberfläche zugänglich macht. Seit 2022 hat sich das Projekt zur De-facto-Standardlösung für lokale SD-Nutzung entwickelt: Über 130.000 GitHub-Sterne und eine lebhafte Modding-Community belegen dies.

Die WebUI läuft vollständig lokal auf dem eigenen Rechner. Der Browser dient nur als Frontend; alle Berechnungen laufen auf der lokalen GPU. Das bedeutet: keine Cloud-Kosten, keine Übertragung persönlicher Bilder, keine Ratenlimitierung.

Erklärung

Architektur und Aufbau

AUTOMATIC1111 besteht aus einem Python-Backend (basierend auf Gradio) und einem im Browser dargestellten Frontend. Beim Start lädt die Anwendung das ausgewählte Checkpoint-Modell in den GPU-Speicher. Anschließend können beliebig viele Bilder generiert werden, ohne das Modell erneut zu laden.

Hauptbereiche der Oberfläche

txt2img (Text to Image): Kernfunktion — aus einem Textprompt wird ein Bild erzeugt. Alle wichtigen Parameter sind direkt sichtbar: Prompt, Negative Prompt, Sampler, Steps, CFG Scale, Auflösung, Batch-Größe.

img2img (Image to Image): Ein bestehendes Bild wird als Ausgangspunkt genutzt. Der Denoising-Strength-Wert (0–1) bestimmt, wie stark das Ausgangsbild verändert wird. Enthält auch Inpainting und Outpainting.

Extras: Upscaling-Modul mit verschiedenen Algorithmen (ESRGAN, R-ESRGAN, SwinIR, Lanczos). Ideal, um 512er-Bilder auf 2K oder 4K hochzuskalieren.

PNG Info: Liest die in SD-Bilder eingebetteten Metadaten aus — Prompt, Negative, alle Parameter werden automatisch wiederhergestellt.

Checkpoint Merger: Zwei oder drei Modelle können direkt in der UI zu einem neuen Checkpoint gemerged werden, ohne Kommandozeile.

Train: Einfaches Interface für Textual Inversion und Hypernetworks (für komplexes LoRA-Training wird externe Software wie Kohya SS empfohlen).

Schritt-für-Schritt / Einrichtung

Installation unter Windows

```bash

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

```

webui-user.bat konfigurieren

``batch set COMMANDLINE_ARGS=--xformers --medvram --no-half-vae ``

Wichtige Launch-Argumente:

Installation unter Linux/Mac

``bash git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui cd stable-diffusion-webui bash webui.sh bash webui.sh # nutzt MPS-Backend automatisch ``

Beispiele (5 konkrete Anwendungsfälle)

1. Batch-Generierung mit X/Y/Z-Plot: Redaktionen testen systematisch verschiedene Sampler, CFG-Werte und Step-Zahlen in einer Matrix, um optimale Parameter für ein Projekt zu finden — ohne manuelle Einzelgenerierungen.
2. Tiling für nahtlose Texturen: Die Option „Tiling" erzeugt nahtlos kachelbare Texturen für Webdesign-Hintergründe, Game-Assets oder Social-Media-Muster.
3. Script-basierte Automation: Über das integrierte Script-System können 100 Prompts aus einer Textdatei batch-verarbeitet werden — ideal für die Erstellung großer Bildbibliotheken.
4. Styles speichern: Häufig genutzte Prompt-Kombinationen werden als benannte Styles gespeichert und mit einem Klick angewendet — Zeitersparnis bei wiederkehrenden Projekten.
5. API-Integration: Mit --api-Flag lässt sich A1111 in externe Workflows integrieren: Ein Python-Skript generiert automatisch Produktbilder basierend auf einer CSV-Datenbank.

In der Praxis

Empfohlene Extensions

Extensions werden über Settings → Extensions → Available gesucht und installiert:

Performance-Optimierung

• xFormers installieren: 20–40 % schneller, signifikante VRAM-Ersparnis
• Batch size vs. Batch count: Batch size nutzt mehr VRAM, ist aber schneller pro Bild; Batch count generiert sequenziell
• Token-Merging (ToMe): Weitere Speedup-Methode für neuere SD-Versionen
• Persistent Cache: --disable-model-loading-ram-optimization bei mehrfachem Modellwechsel

Vergleich & Abgrenzung

A1111 eignet sich für Einsteiger und Nutzer, die schnell produktiv sein wollen. ComfyUI ist besser für komplexe, angepasste Pipelines.

Häufige Fragen (FAQ)

F: Warum sind meine generierten Bilder schwarz oder grau? Häufigste Ursache ist ein VAE-Kompatibilitätsproblem. Lösung: In den Settings unter „SD VAE" entweder None oder einen kompatiblen VAE auswählen. Alternativ --no-half-vae als Launch-Argument hinzufügen. SDXL-Modelle benötigen den SDXL-VAE.

F: Wie aktualisiere ich AUTOMATIC1111 auf die neueste Version? Im WebUI-Verzeichnis git pull ausführen. Danach webui.bat neu starten — fehlende Dependencies werden automatisch nachinstalliert. Extensions separat über Extensions → Check for updates aktualisieren.

Verwandte Einträge

• ComfyUI — Node-basierte Alternative für fortgeschrittene Workflows
• ControlNet — Die wichtigste Extension für Bildkontrolle
• Upscaling in Stable Diffusion — Hires Fix und Ultimate SD Upscale im Detail

Weiterführend

• AUTOMATIC1111 GitHub:
• Offizielle Wiki:
• Civitai (Modelle und Tutorials):
• Rombach, R. et al. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. CVPR.