ComfyUI installieren
ComfyUI installieren, Modellordner verstehen, erstes Modell vorbereiten und die Oberfläche im Browser starten.
Hier installierst du ComfyUI, legst Modellordner an und bereitest den ersten lokalen Start im Browser vor. ComfyUI zu installieren ist kein Hexenwerk. Aber es gibt ein paar Dinge die man wissen sollte bevor man anfängt: Was braucht man wirklich, welcher Weg ist der einfachste und wo hakt es häufig. Das schauen wir uns hier durch.
Was du brauchst
ComfyUI läuft lokal. Das heißt dein Rechner macht die ganze Arbeit. Die wichtigste Komponente ist die Grafikkarte.
Für Windows-Nutzer ist der ComfyUI Desktop der einfachste Einstieg: herunterladen, installieren, fertig. Auf Linux und Mac geht es per Git. Alle drei Varianten zeige ich unten.
Installation
Linux: Installation per Git
Auf Linux ist der manuelle Weg der Standard. Python und Git sind in der Regel bereits vorhanden oder schnell nachinstalliert.
ComfyUI ist danach unter http://127.0.0.1:8188 im Browser erreichbar.
Damit ComfyUI die NVIDIA-GPU nutzt, muss CUDA installiert sein. Die einfachste Methode: PyTorch mit dem passenden CUDA-Build installieren. Auf der PyTorch-Webseite gibt es einen Konfigurator der den richtigen pip-Befehl für deine CUDA-Version generiert.
Mac: Installation per Git
Auf dem Mac läuft ComfyUI über Apple Metal, also die GPU-Beschleunigung von Apple Silicon (M1, M2, M3, M4). Die Performance ist gut, aber nicht ganz auf dem Niveau einer dedizierten NVIDIA-GPU. Für den Einstieg reicht es absolut.
ComfyUI erkennt Apple Silicon automatisch und nutzt Metal für die Berechnung. Ein manuelles Setzen von Flags ist nicht nötig. Die Oberfläche öffnet sich unter http://127.0.0.1:8188.
Ältere Macs mit Intel-CPU ohne dedizierte GPU können ComfyUI zwar ausführen, die Generierung läuft dann aber auf der CPU. Das ist sehr langsam und für den praktischen Einsatz kaum geeignet. Für gelegentliches Ausprobieren funktioniert es trotzdem.
Windows: ComfyUI Desktop
ComfyUI Desktop ist der offizielle Installer für Windows. Er bringt Python, CUDA und alles nötige direkt mit. Kein Herumhantieren mit Pfaden oder Versionen.
ComfyUI_windows_portable.7z oder ein Desktop-Installer.C:\ComfyUI. Dann run_nvidia_gpu.bat per Doppelklick starten.http://127.0.0.1:8188. Die Oberfläche ist da, sobald die Konsole keine Fehlermeldungen mehr zeigt.Windows: Manuell per Git
Wer mehr Kontrolle will oder immer die aktuellste Version nutzen möchte, klont das Repository direkt.
Beim ersten Start lädt ComfyUI keine Modelle herunter. Du siehst nur die leere Oberfläche. Modelle kommen im nächsten Schritt.
Erstes Modell laden
Ohne Modell generiert ComfyUI nichts. Modelle kommen nicht automatisch mit. Der einfachste Einstieg ist ein SDXL-Checkpoint von Civitai oder Hugging Face.
.safetensors oder .ckpt.ComfyUI/models/checkpoints/. ComfyUI liest diesen Ordner beim Start automatisch aus.ComfyUI Manager installieren
Der ComfyUI Manager ist ein Community-Plugin das das Installieren von Erweiterungen und Modellen deutlich vereinfacht. Es lohnt sich, ihn direkt am Anfang einzurichten.
Nach dem Neustart erscheint in der Oberfläche oben ein neuer Menüpunkt "Manager". Von dort lassen sich Nodes, Modelle und Updates direkt in ComfyUI verwalten, ohne die Konsole zu bemühen.
Kein Modell gefunden: Datei liegt im falschen Ordner oder hat die falsche Endung. CUDA not available: PyTorch wurde ohne GPU-Support installiert, neu installieren mit dem passenden CUDA-Build. Out of memory: VRAM reicht nicht, kleineres Modell oder geringere Auflösung wählen.
Aus eigener Praxis
Bei ComfyUI dokumentiere ich Modellordner und fehlende Custom Nodes direkt am Setup. Sonst ist ein geladener Workflow später schwer zu reparieren.
Häufige Fragen
Welche Hardware braucht ComfyUI?
Eine GPU mit ausreichend VRAM ist ideal. Kleine Tests gehen je nach Setup auch langsamer auf CPU oder kleinerer GPU.
Warum sind Modellordner wichtig?
ComfyUI erwartet Checkpoints, LoRAs und Zusatzmodelle an bestimmten Orten, damit Workflows sie finden.
Was macht der ComfyUI Manager?
Er hilft beim Installieren fehlender Nodes und Erweiterungen, die viele Community-Workflows voraussetzen.