Werkzeuge, die aus einem Satz ein Bild machen, gibt es genug. Nach längerer Nutzung stößt man aber an dieselbe Decke: Sie haben jeden Zwischenschritt für einen entschieden. Die Komposition des ersten Durchgangs behalten und nur das Material der zweiten Ebene tauschen? Eine eingestellte Kette nächste Woche unverändert wieder laufen lassen? Beides ist nicht vorgesehen.

ComfyUI geht den anderen Weg: Das Erzeugen zerfällt in sichtbare Knoten, die sich verdrahten lassen, sodass jeder Schritt änderbar, speicherbar und wiederholbar ist.

Beim Öffnen steht kein Prompt-Feld in der Mitte, sondern eine endlose Fläche. Modell laden, Prompt kodieren, sampeln, in Pixel dekodieren, Datei speichern - jedes ist ein Kasten, und Drähte tragen die Daten dazwischen. Die kleinste Kette vom Text zum Bild besteht aus wenigen Teilen: ein Lader für das Modell, zwei Textkodierer für positiven und negativen Prompt, ein leerer latenter Raum, der die Auflösung festlegt, ein Sampler, der entrauscht, danach ein Dekoder und ein Speicherknoten. Hat man diese Linie verstanden, werden die meisten Workflows lesbar.

Der Wert liegt nicht darin, dass Bilder herauskommen, sondern dass der Ablauf selbst bearbeitbar ist. Nach der Basis ein Hochskalieren und ein zweiter Durchgang zur Gesichtsverfeinerung? Andere Werkzeuge haben dafür keine Tür; hier sind es drei verbundene Knoten. Die Einstiegshürde mildert der App-Modus, eine vereinfachte Ansicht, die die Kette auf einige Felder und Knöpfe zusammenzieht. Anfänger starten dort und wechseln zum Graphen, sobald die Neugier gewinnt; beide Ansichten teilen denselben Workflow.

Am praktischsten ist die Serialisierbarkeit. Ein Workflow lässt sich als JSON-Datei ausgeben, mit Parametern, Modellen und Verdrahtung - eine lauffähige Quelldatei, die beim nächsten Öffnen im letzten Zustand erscheint. Wer in Mengen produziert, merkt das sofort: eine Kette über hundert Bilder hält den Standard gleich, und ein seltsames Ergebnis lässt sich auf eine bestimmte Stufe zurückführen.

Dazu kommt ein in dieser Kategorie seltener Einfall: Ein erzeugtes Bild trägt den vollständigen Workflow in sich. Jemand schickt ein Bild, man zieht es in die Oberfläche, und der ganze Graph stellt sich wieder her. Das verkürzt den Lernweg deutlich - man muss die Begriffe nicht zuerst aufnehmen, sondern nimmt eine laufende Kette und liest rückwärts durch die Knoten, was jede Stufe tut.

Knotenwerkzeuge waren schon immer empfindlich bei der Umgebung. Eigene Knoten bringen eigene Abhängigkeiten mit, eine falsche Version oder ein misslungenes Update kann eine Installation lahmlegen, und ein Neuanfang bedeutet, zig Gigabyte an Modellen erneut zu laden. Die offizielle Desktop-App wurde 2026 vom Starter zur Umgebungsverwaltung umgebaut: mehrere getrennte Installationen können auf einer Maschine liegen, jede mit eigener Version, eigenen Modellen und Knoten, sodass ein explodierender Versuchsknoten die täglich genutzte Installation nicht erreicht; der Modellspeicher lässt sich teilen statt pro Installation zu laden; und vor einer Änderung lässt sich ein Schnappschuss setzen, auf den man zurückrollt.

Eine Einschränkung: Schnappschüsse gelten nur für eigenständige Instanzen; eine Instanz, die der offiziellen Version folgt, hat diesen Reiter nicht. Der Verwalter bringt zudem eine eigene Schnappschuss-Funktion mit, als Versuch gekennzeichnet und von Hand auszulösen, und die beiden Formate tauschen sich nicht aus. Wem Stabilität wichtig ist, arbeitet in einer eigenständigen Instanz, prüft, ob die Fläche wirklich erscheint, und verlässt sich erst dann darauf.

Der eigentliche Graben sind die Knoten der Community. Nach offizieller Zählung sind es über sechzigtausend, von Gesichtstausch über Freistellen und Posesteuerung bis zu Video und dreidimensionaler Arbeit. Das Tempo ist fast absurd: Für ein neues Modell gibt es oft binnen Tagen einen Knoten, manchmal vor der offiziellen Unterstützung. Ein Knotenverwalter ist eingebaut, ein fehlender Knoten ist einen Klick entfernt, und Modelle wie Vorlagen liegen am selben Ort.

Die Kehrseite dieser Ökologie ist ungleiche Qualität. Community-Knoten sind fremder Code, bösartige Pakete hat es gegeben, und dieselbe Funktion wird oft von mehreren Paketen angeboten, sodass Auswahl und Beurteilung echte Zeit kosten. Behandelt man sie wie Code-Abhängigkeiten - jeweils eine Änderung, immer ein Rückrollpunkt -, ist das eine tragbare Disziplin.

Es als Bilder-Frontend zu bezeichnen, ist überholt. In den offiziellen Notizen neigen sich die letzten sechs Monate klar zur Mehrmodalität: Der dreidimensionale Teil kann aus Ansichten von vorn, hinten, links und rechts ein texturiertes Netz rekonstruieren und gängige Modelldateien direkt lesen; Video bekam Schneiden, Zusammenfügen, Arbeit mit Schlüsselbildern und HDR-Speicherung; Audio und Musikerzeugung haben eigene Knoten. Auf der Bildseite kamen Farbraumumwandlung und AVIF-Ausgabe dazu, eher ingenieurmäßige Fähigkeiten. In einer eingerichteten Umgebung teilen Bild, Video und 3D dieselbe Knotenlogik, eine neue Fähigkeit bedeutet also nicht gleich ein zweites Programm.

Auch die Bildbearbeitung wurde ergänzt. Ein eingebauter Maskeneditor bietet Pinsel, Radierer und Vieleck-Auswahl, mit einstellbarer Breite, Deckkraft und Härte, Ebenen, die Maske und Grundbild getrennt steuern, und Reparatur-Knoten, die das nutzen. Erweitern und Hochskalieren kommen als offizielle Vorlagen: hineinziehen, Parameter ändern.

Die Software ist quelloffen und kostenlos; Selbsthosting kostet kein Abonnement und keinen Preis pro Bild. Der echte Preis ist die Hardware - eine ordentliche Grafikkarte, wobei die Community acht GB Videospeicher als Untergrenze nennt. Fehlt sie, rechnet der offizielle Cloud-Dienst in Punkten ab: 400 im Monat kostenlos, bezahlte Stufen ab 20 Dollar monatlich, darüber 35 und 100. Stundenweise gemietete Cloud-Karten tragen gelegentliche Stapel ebenso.

Stärken: Kontrolle und Wiederholbarkeit. Jede Stufe ist ein ausdrücklicher Knoten, jede Änderung hinterlässt eine Spur; Workflows lassen sich speichern und weitergeben, ein Team kann sich auf einen Standard einigen; lokal zu laufen heißt keine Kosten pro Bild und Daten, die das Gerät nicht verlassen; neue Modelle und Kniffe landen meist zuerst hier. Für Produktionsketten ist es eines der wenigen lokalen Frontends, die breit für automatisierte Abläufe eingesetzt werden.

Die Schwächen ebenso deutlich. Die Kurve ist wirklich steil: Eine leere Fläche schreckt beim ersten Kontakt ab, und zu verstehen, wie Modell, Kodierer, Sampler und Dekoder einander entsprechen, braucht Zeit. Die Oberfläche bewegt sich schnell, viele ältere Anleitungen passen nicht mehr. Die Abhängigkeitsverwaltung ist Last, Versionskonflikte zwischen Knotenpaketen kommen vor. Wer nur einen Satz und ein Bild will, nimmt einen Vorschlaghammer für eine Nuss. Auch die Lizenz verdient Aufmerksamkeit: Ein offenes Modell ist nicht automatisch für kommerzielle Nutzung frei, Modelle und fein abgestimmte Gewichte haben eigene Bedingungen. Und die Hardwaregrenze ist real - ohne genug Videospeicher laufen neue Modelle schlicht nicht, also vor dem Kartenkauf prüfen, was das Zielmodell braucht.

In einem Satz: eine Profiwerkstatt, mühsam aufzubauen, und einmal aufgebaut gibt sie, was Abonnements nicht geben - keine Grenzkosten, volle Lokalität, einen Ablauf nach eigenem Zuschnitt. Mit einer ordentlichen Maschine und echtem Interesse an KI-Bildarbeit sind ein Wochenende gut investiert. Für gelegentliches Spielen ist ein Web-Werkzeug weniger Umstand.