Stable Diffusion

Stable Diffusion ist eine Familie generativer KI-Bildmodelle von Stability AI und richtet sich nicht nur an Nutzer einer einzelnen Web-App. Die aktuelle Reihe Stable Diffusion 3.5 umfasst Large, Large Turbo und Medium; über die Entwicklerplattform wird zusätzlich Flash angeboten. Bilder können aus Textvorgaben erzeugt oder aus vorhandenen Bildern weiterentwickelt werden. Je nach Arbeitsweise läuft das Modell auf eigener Hardware, über eine API oder über unterstützte Cloud-Angebote. Dadurch unterscheidet sich Stable Diffusion deutlich von reinen Online-Bildgeneratoren mit fest vorgegebener Oberfläche.

Für die Bildgenerierung stehen mehrere Modellvarianten mit unterschiedlichen Schwerpunkten bereit. Stable Diffusion 3.5 Large ist das größte Basismodell der Reihe und zielt auf hohe Bildqualität sowie gute Prompt-Bindung. Large Turbo ist eine beschleunigte Variante und erzeugt Bilder in vier Schritten. Stable Diffusion 3.5 Medium besitzt 2,5 Milliarden Parameter und ist stärker auf Consumer-Hardware ausgerichtet. Die API führt außerdem Stable Diffusion 3.5 Flash als schnelle, destillierte Medium-Variante. Diese Staffelung erlaubt es, je nach Projekt zwischen Qualität, Geschwindigkeit und Hardwarebedarf abzuwägen.

Der typische lokale Ablauf beginnt mit dem Bezug der Modellgewichte und einer passenden Laufzeitumgebung. Stability AI verweist dafür unter anderem auf Hugging Face, den offiziellen Inferenzcode sowie Diffusers; für grafische Workflows ist ComfyUI ein verbreiteter und vom Anbieter genannter Weg. In einem lokalen Setup werden Prompts, Seeds, Modellvarianten und weitere Parameter selbst gesteuert. Wer mehr Kontrolle benötigt, kann eigene Workflows aufbauen, Fine-Tuning einsetzen oder abgeleitete Modelle erstellen. Dafür sind allerdings passende GPU-Ressourcen, Speicherplatz und technisches Verständnis nötig. Stable Diffusion 3.5 Medium benötigt laut Anbieter für volle Leistung ungefähr 9,9 GB VRAM, während die Large-Modellgewichte allein deutlich größer sind.

Über die Stability-AI-API lässt sich Stable Diffusion ohne eigene GPU-Infrastruktur in Anwendungen einbauen. Die dokumentierten SD-3.5-Endpunkte unterstützen unter anderem verschiedene Seitenverhältnisse, Seeds, negative Prompts, eine steuerbare Prompt-Bindung und mehrere Ausgabeformate wie JPEG, PNG und WebP. Bild-zu-Bild-Aufrufe verwenden ein vorhandenes Bild als Ausgangspunkt und können die Stärke der Veränderung steuern. Mehrere API-Schlüssel lassen sich für unterschiedliche Projekte oder Umgebungen nutzen. Die API arbeitet mit Credits und berechnet erfolgreiche Aufrufe je nach Modell und Dienst unterschiedlich; fehlgeschlagene Generierungen werden nach der aktuellen Dokumentation nicht berechnet.

Neben der eigentlichen Stable-Diffusion-Modellfamilie bietet Stability AI weitere Stable Image Services. Dazu gehören unter anderem Inpainting zum Ersetzen markierter Bereiche, Outpainting zum Erweitern eines Motivs über den bisherigen Bildrand hinaus, Hintergrundentfernung, Objektentfernung, Such-und-Ersetzen-Funktionen, Relighting sowie mehrere Upscaling-Verfahren. ControlNet-Modelle können zusätzliche Strukturinformationen wie Kanten oder Tiefen verwenden, um die Bildkomposition genauer zu steuern. Diese Dienste sind für die Einordnung wichtig, sollten aber nicht mit den Fähigkeiten eines heruntergeladenen Basismodells gleichgesetzt werden: Ein lokales Stable-Diffusion-Modell enthält nicht automatisch jede Funktion der gehosteten Stable-Image-API.

Die Bereitstellung ist ungewöhnlich flexibel. Neben Self-Hosting und der direkten Stability-AI-API nennt der Anbieter unter anderem Amazon Bedrock, SageMaker JumpStart, Microsoft Azure AI Foundry und NVIDIA als Wege für professionelle oder unternehmensweite Nutzung. Für Entwickler ist das interessant, wenn Stable Diffusion in bereits vorhandene Cloud- oder Softwareumgebungen eingebunden werden soll. Gleichzeitig entsteht dadurch keine einheitliche Benutzeroberfläche für alle Nutzer. Funktionen, Bedienung, Speicherung und Zusatzkosten hängen stark davon ab, ob das Modell lokal, über Stability AI oder über einen Drittanbieter betrieben wird.

Beim Preis muss zwischen Modelllizenz und gehosteter Nutzung getrennt werden. Die Stability AI Community License ist für Forschung, nicht kommerzielle Nutzung und für kommerzielle Nutzer mit weniger als 1 Mio. USD Gesamtjahresumsatz kostenlos. Für die kommerzielle Nutzung der Modellmaterialien verlangt die Lizenz eine Registrierung bei Stability AI. Werden Modellmaterialien, abgeleitete Modelle oder Produkte verteilt, die Teile davon verwenden, verlangt die Lizenz außerdem eine Kopie der Vereinbarung, einen Notice-Hinweis und eine sichtbare Kennzeichnung „Powered by Stability AI“. Für Unternehmen oberhalb dieser Grenze sowie bestimmte API-Anbieter ist eine Enterprise-Lizenz vorgesehen; deren Preis wird individuell vereinbart. Für die ToolWissen-Preisbox ist deshalb der kostenlose Einstieg über die Community-Lizenz die sinnvollste Hauptdarstellung. Das bedeutet jedoch nicht, dass der Betrieb ohne Kosten bleibt: Eigene GPU-Hardware, Strom, Speicher oder externe Cloud-Rechenzeit können zusätzliche Ausgaben verursachen. Die Stability-AI-API wird davon getrennt nutzungsbasiert in Credits abgerechnet, wobei 1 Credit derzeit 0,01 USD entspricht. Ein eigener offizieller EUR-API-Preis für Deutschland wurde nicht bestätigt.

Eine echte zeitlich begrenzte Testphase ist für Stable Diffusion nicht bestätigt. Neue Entwicklerkonten können kostenlose Start-Credits erhalten, doch dieses Guthaben ist keine Trial mit festem Zeitraum. Auch die kostenlose Community-Lizenz ist kein Testzeitraum, sondern ein dauerhaftes Lizenzmodell unter den jeweiligen Bedingungen. Service-Credits sind nach den aktuell geltenden Bedingungen nicht übertragbar und grundsätzlich nicht erstattbar; ungenutzte Credits können ohne abweichende Regel nach einem Jahr verfallen. Für Unternehmen ist außerdem die Umsatzgrenze wichtig, weil die kostenlose kommerzielle Nutzung nicht unabhängig von der Unternehmensgröße gilt.

Beim Datenschutz unterscheidet sich Self-Hosting grundlegend von der Nutzung gehosteter Dienste. Wenn Stable Diffusion vollständig auf eigener Infrastruktur läuft und keine externen APIs oder Cloud-Erweiterungen beteiligt sind, können Prompts und erzeugte Dateien innerhalb der eigenen Umgebung bleiben. Bei der Stability-AI-API und anderen gehosteten Diensten verarbeitet der Anbieter dagegen Konto-, Nutzungs- und gegebenenfalls Inhaltsdaten. Die aktuell geltende Datenschutzerklärung nennt für Nutzer im EWR, Vereinigten Königreich und der Schweiz Stability AI Ltd als Verantwortlichen und beschreibt Datenverarbeitungen außerhalb des EWR, darunter in den USA. Für Übermittlungen nennt Stability AI unter anderem Angemessenheitsbeschlüsse und Standardvertragsklauseln. Eine feste allgemeine Löschfrist wird nicht genannt; Daten werden nach den beschriebenen Zwecken und rechtlichen Anforderungen aufbewahrt.

Für die gehosteten Dienste nennt Stability AI außerdem Sicherheitsmaßnahmen und hat den Abschluss von SOC 2 Type II und SOC 3 öffentlich bekanntgegeben. Solche Prüfungen sind ein relevantes Signal für betriebliche Kontrollen, ersetzen aber keine individuelle Datenschutz- oder Compliance-Prüfung. Unternehmen sollten deshalb zusätzlich klären, welche Daten in ihrem konkreten Setup verarbeitet werden, welche Unterauftragnehmer beteiligt sind, welche Lösch- und Aufbewahrungsregeln gelten und ob ein passender Auftragsverarbeitungsvertrag verfügbar ist. Bei vollständig lokal betriebenen Modellen verschiebt sich ein größerer Teil dieser Verantwortung auf die eigene Infrastruktur und deren Absicherung.

Die derzeit geltenden Stability-AI-Bedingungen erlauben dem Anbieter, Inputs und Outputs zur Verbesserung der Dienste zu verwenden; zugleich wird ein Opt-out für die Verwendung zum Modelltraining angeboten. Nutzer behalten nach den Bedingungen ihre Rechte an Eingaben, und Stability AI überträgt eigene etwaige Rechte an Ausgaben soweit rechtlich möglich. Daraus folgt keine Garantie, dass jedes erzeugte Bild frei von Rechten Dritter ist. Vor kommerzieller Veröffentlichung können daher Marken-, Persönlichkeits- oder Urheberrechtsfragen eine eigene Prüfung erfordern. Die Acceptable Use Policy gilt auch für selbst gehosteten Stability-AI-Code und Modellgewichte. Self-Hosting beseitigt also nicht die Lizenz- und Nutzungsregeln.

Für Nutzer in Deutschland ist außerdem der Zeitpunkt der Rechtsprüfung relevant. Am 4. September 2026 gelten noch die Terms of Service und die Privacy Policy mit Wirksamkeit vom 31. Juli 2025. Stability AI hat bereits Nachfolgefassungen veröffentlicht, die am 30. September 2026 wirksam werden sollen. Diese zukünftigen Fassungen sollten deshalb nach ihrem Inkrafttreten erneut gegen die ToolWissen-Angaben geprüft werden. Ein öffentlich direkt abrufbarer aktueller AVV beziehungsweise DPA konnte in der Recherche nicht eindeutig bestätigt werden. Unternehmen, die personenbezogene oder vertrauliche Daten verarbeiten, sollten diese Vertragsfrage vor einem produktiven Cloud-Einsatz direkt mit Stability AI klären.

Öffentliche Nutzerbewertungen sind für Stable Diffusion im Vergleich zu typischen SaaS-Produkten relativ dünn verteilt. Das aktuell größte importfähige direkte Profil im Audit ist Product Hunt mit 4,9 von 5 Sternen bei 15 Bewertungen. Zusätzlich wurden getrennte Product-Hunt-Profile für DreamStudio und Stable Diffusion XL, ein G2-Profil sowie OMR Reviews als importfähig eingestuft. Die Aussagekraft bleibt wegen der kleinen Bestände begrenzt. Zudem spiegelt das AWS-Marketplace-Listing die zehn G2-Bewertungen, weshalb es nicht zusätzlich importiert wird. Externe Erfahrungen loben häufig Bildqualität, Anpassbarkeit und das Ökosystem, nennen aber auch technischen Aufwand, Ressourcenbedarf und schwankende Resultate als Grenzen.

Stable Diffusion passt besonders zu Nutzern, die Kontrolle und Anpassbarkeit höher gewichten als eine vollständig fertige Ein-Klick-Oberfläche. Entwickler können Modelle in eigene Produkte integrieren, Designer und Creator können lokale Workflows aufbauen, und Unternehmen können zwischen eigener Infrastruktur und verschiedenen Cloud-Wegen wählen. Für Einsteiger ohne technische Erfahrung können gehostete Alternativen einfacher sein. Midjourney setzt stärker auf einen fertigen Kreativdienst, Adobe Firefly auf die Einbindung in das Adobe-Ökosystem, während andere offene Bildmodellfamilien wie FLUX oder Qwen-Image je nach Schwerpunkt ebenfalls direkte Alternativen darstellen. Die entscheidende Frage ist daher weniger, ob Stable Diffusion grundsätzlich Bilder erzeugen kann, sondern ob die gewünschte Kontrolle, Hardware, Lizenz und Betriebsform zum eigenen Einsatz passen.