Was ist Stable Diffusion?
Stable Diffusion ist ein Text-zu-Bild-Modell: Du beschreibst in einem Prompt, was du sehen willst, und das Modell malt es. Es kann auch vorhandene Bilder verändern, etwa einen Hintergrund austauschen.
Der Unterschied zu Midjourney, DALL-E oder Adobe Firefly: Die Modellgewichte sind offen. Du lädst sie herunter, etwa von Hugging Face, und betreibst sie auf deinem eigenen Rechner. Niemand sieht deine Prompts, und du kannst das Modell mit eigenen Bildern auf deine Marke oder dein Produkt trainieren.
Erschienen ist Stable Diffusion im August 2022, herausgegeben von Stability AI. Die Grundlage stammt aus der Forschungsgruppe von Björn Ommer an der LMU München und der Uni Heidelberg.
Welche Versionen gibt es?
Version
Eckdaten
SD 1 (2022)
512 px, ab 10 GB Grafikspeicher
SDXL (2023)
1024 px, ab 8 GB
SD 3.5 Medium (2024)
2,5 Mrd. Parameter, 9,9 GB
SD 3.5 Large (2024)
8,1 Mrd. Parameter
Trainiert wurde die erste Version auf einem Teil von LAION-5B, einer Sammlung von 5,85 Milliarden Bild-Text-Paaren aus dem Netz. Ab Version 3 steckt eine andere Technik unter der Haube, ein Transformer statt des älteren U-Net.
Was kostet Stable Diffusion?
Zwei Wege, zwei Rechnungen:
- Lokal: Die Modelle kosten nichts, du brauchst aber eine passende Grafikkarte und etwas Bastelwillen. Bedient wird über Oberflächen wie ComfyUI oder die Stable Diffusion WebUI.
- Über die API von Stability AI: abgerechnet in Credits, 1 Credit = 1 US-Cent. Ein Bild mit SD 3.5 Large kostet 6,5 Credits, also 6,5 Cent, mit SDXL ab 0,9 Cent. Andere Anbieter wie Replicate bieten die Modelle ebenfalls an.
Wofür Stable Diffusion im Marketing taugt
- Moodboards und Entwürfe, bevor ein Fotograf oder Designer loslegt.
- Produkt in neuer Umgebung: das Freisteller-Foto vor Strand, Küche, Bergpanorama.
- Eigener Bildstil: Mit einem kleinen Zusatztraining, einer LoRA, lernt das Modell deine Farben oder dein Produkt.
- Viele Varianten für Anzeigentests, ohne pro Bild zu zahlen.
Was es nicht gut kann, steht in der eigenen Modellkarte von SDXL: lesbare Schrift und Gesichter oder Personen gelingen oft nicht sauber. Außerdem kann das Modell Vorurteile aus den Trainingsdaten verstärken.
Häufige Fehler
Fehler 1 · „Ist doch Open Source, also frei“
Offene Gewichte sind nicht dasselbe wie Open Source ohne Bedingungen. Jede Version hat ihre Lizenz, mit Nutzungsverboten und teils einer Umsatzgrenze. Wer wächst, muss nachlizenzieren.
Fehler 2 · Glauben, das Bild sei geschützt
Fehler 3 · Text und Logo im Bild erzeugen lassen
Schrift wird krumm, Logos verzerrt. Lass das Modell nur das Bild machen und setz Text und Logo danach in Canva, Figma oder Photoshop drauf.
Fehler 4 · Ergebnisse ungeprüft veröffentlichen
Ältere Versionen produzierten teils fremde Wasserzeichen. Im Verfahren Getty Images gegen Stability AI in London bekam Getty genau dort recht, wo Getty-Wasserzeichen in den Bildern auftauchten. Schau jedes Bild vor der Nutzung auf Logos, Wasserzeichen und erkennbare Personen durch.
So startest du
- Ohne Technik: erst über einen Online-Dienst ausprobieren, der Stable Diffusion anbietet.
- Lokal: ComfyUI installieren, SDXL oder SD 3.5 Medium von Hugging Face laden.
- Lizenz notieren: Welche Version, welche Lizenz, welche Umsatzgrenze?
- Prompts dokumentieren, damit du gute Ergebnisse wiederholen kannst.
Häufige Fragen
Ist Stable Diffusion kostenlos?
Die Modelldateien kannst du kostenlos herunterladen und lokal nutzen. Kommerziell ist SD 3.5 bis 1 Million US-Dollar Jahresumsatz frei, darüber brauchst du eine Lizenz. Über die API von Stability AI zahlst du je Bild, je nach Modell zwischen rund einem und acht US-Cent.
Welche Grafikkarte brauche ich?
Laut Hersteller reichen für SDXL 8 GB Grafikspeicher, für SD 3.5 Medium knapp 10 GB. Mit mehr Speicher geht es schneller und in höherer Auflösung. Ohne passende Grafikkarte nimmst du besser einen Online-Dienst.
Was ist der Unterschied zwischen Stable Diffusion und Midjourney?
Midjourney ist ein geschlossener Abo-Dienst: Du arbeitest auf der Website, das Modell siehst du nie. Stable Diffusion kannst du herunterladen, selbst betreiben und weitertrainieren. Dafür musst du dich um Technik und Lizenz selbst kümmern.
Darf ich Stable-Diffusion-Bilder für Werbung nutzen?
Ja, im Rahmen der Lizenz der jeweiligen Version. Prüf die Bilder trotzdem auf fremde Marken, Wasserzeichen und erkennbare Personen. Und rechne damit, dass du am Bild selbst in der Regel kein Urheberrecht hast.
Wurde Stable Diffusion mit geschützten Bildern trainiert?
Die Trainingsdaten stammen aus LAION-5B, einer Sammlung von Bildern aus dem Netz, darunter auch geschützte Werke. Ob das erlaubt war, beschäftigt Gerichte in mehreren Ländern. In Deutschland hat das Landgericht Hamburg 2024 entschieden, dass das Erstellen des Datensatzes unter die Ausnahme für wissenschaftliches Text und Data Mining fiel.
Quellen
- Rombach et al.: High-Resolution Image Synthesis with Latent Diffusion Models
- Stability AI: Stable Diffusion Public Release
- Stability AI: Introducing Stable Diffusion 3.5
- Stability AI: Lizenz
- Hugging Face: Modellkarte SDXL
- UrhG § 2 Geschützte Werke
- High Court: Getty Images v Stability AI
- EUR-Lex: KI-Verordnung (EU) 2024/1689