.ai

die besten Open-Source-KI-Modelle

Suchen

Stable Diffusion WebUI Forge Fehler und Lösungen (Flux, SDXL, wenig VRAM)

Q: AttributeError: NoneType ... beim Modellwechsel

UI-Auswahl im falschen Modus. Stell sd, xl oder flux passend zum Checkpoint ein, dann Modell neu auswählen.

Q: Speicherfehler, obwohl A1111 dasselbe SDXL-Modell lief

GPU Weights zu nah am gesamten VRAM, es bleibt nichts für Aktivierungen. Senke GPU Weights in 1000-MB-Schritten; 2 GB frei sind meist optimal.

Q: ControlNet von A1111 stürzt beim Start ab

Die A1111-Erweiterung nutzt das alte Backend. Lösche sie aus den Extensions; nutze den eingebauten ControlNet-Tab und die Modelle in models/ControlNet.

Thema: Fehler & Lösungen

Von Captain

Veröffentlicht am 2026-05-16

Forge-spezifische Probleme und ihre Lösungen: Flux lädt nicht oder erzeugt nur Rauschen, der UI-Typ-Wechsel (sd / xl / flux), der "GPU Weights"-Schieberegler und Speicherfehler, fehlende Text-Encoder und VAE für Flux, ControlNet- und Erweiterungsprobleme sowie die Unterschiede zu Automatic1111, die viele verwirren.

Überblick

Forge ist lllyasviels Fork der

Automatic1111

WebUI, gebaut auf einem neuen Backend mit aggressivem Speichermanagement. Es läuft

Flux dev

auf 6 bis 8 GB Karten und

SDXL

auf 4 GB, weshalb viele Leute darauf umsteigen. Der Preis sind Fehler, die A1111-Nutzer nicht kennen: ein UI-Modus-Schalter, der zum Modell passen muss, ein GPU Weights-Schieberegler, der entscheidet, ob ein Modell passt, und separate Dateien für

Flux

(Diffusionsmodell, zwei Text-Encoder, VAE), die alle vorhanden sein müssen.

Die Regel, die die Hälfte aller Forge-Probleme löst: Der UI-Auswahl-Schalter oben links (sd, xl, flux, all) muss zum

Checkpoint

passen, und für Flux muss im VAE / Text Encoder-Feld ae.safetensors, clip_l.safetensors und eine t5xxl-Datei stehen. Die andere Hälfte ist der GPU Weights-Wert: zu hoch führt zu Speicherfehlern, zu niedrig macht die Generierung langsam, aber sie funktioniert.

Gehostete Alternativen für Modelle, die nicht passen:

PirateDiffusion

bietet Flux, SDXL und neuere Familien über gehostete Workflows auf Telegram an, und

BitVector

läuft mit denselben Modellen in einer Web-App und auf Discord. Die Modellseiten auf dieser Seite haben für beide eine Run-Box.

Referenz

Name	Typ	Bedeutung
UI selector (sd / xl / flux / all)	setting	Wählt den Backend-Modus und welche Dropdowns angezeigt werden. Ein Flux-Checkpoint unter "xl" führt zu einem Shape- oder NoneType-Fehler.
GPU Weights (MB)	setting	Wie viel vom Modell auf der GPU bleibt. Lass etwa 1,5 bis 2 GB für Aktivierungen frei: bei einer 12-GB-Karte auf 9000 bis 10000 für Flux einstellen.
Swap Method / Swap Location	setting	Queue vs Async, CPU vs Shared. Async plus Shared ist auf Windows mit aktuellem Treiber am schnellsten; Queue plus CPU ist die sichere Alternative.
Diffusion in Low Bits	setting	Automatic wählt fp8 für Flux. Stell es auf bnb-nf4 für NF4-Checkpoints oder fp8_e4m3fn für die fp8-Versionen; ein Mismatch erzeugt Rauschen.
VAE / Text Encoder	setting	Für Flux wähle ae.safetensors, clip_l.safetensors und t5xxl_fp16 oder t5xxl_fp8_e4m3fn. Fehlt t5, gibt es leere oder kaputte Bilder.
models/text_encoder, models/VAE	folders	Wo Forge nach Flux-Encodern und VAE sucht. A1111-Nutzer legen sie oft versehentlich in den Checkpoint-Ordner.
CUDA out of memory / Allocation on device	error	GPU Weights zu hoch für Auflösung und Batch. Verringere es in 1000-MB-Schritten.
NoneType has no attribute ... in forge_loader	error	Falscher UI-Modus für das Modell oder ein LoRA aus einer anderen Familie.
Extension errors on start	error	A1111-Erweiterungen, die das alte Backend nutzen (einige ControlNet-Forks, Adetailer-Versionen, Dynamic Prompts), funktionieren bei Forge nicht. Nutze die Forge-kompatiblen Versionen.

Keine Installation nötig – KI-Modelle in der Cloud ausführen

BitVector Prism ist der einfachste Einstieg: Modell wählen, Prompt eingeben und in einer übersichtlichen Web-App generieren, ohne etwas einzurichten. BitVector gibt es auch auf Discord und im Web (SpyGlass).

BitVector ausprobieren

Schritt für Schritt

Installiere aus dem offiziellen One-Click-Paket oder per git clone; führe update.bat einmal aus, dann run.bat. Forge bringt sein eigenes Python und torch mit.
Lege Dateien in die Forge-Ordner: Checkpoints und Flux-Diffusionsmodelle in models/Stable-diffusion, Text-Encoder in models/text_encoder, VAEs in models/VAE, LoRAs in models/Lora. Forge liest auch eine A1111-Ordnerstruktur über webui-user.bat --ckpt-dir und --lora-dir.
Stell den UI-Auswahl-Schalter auf die Familie des geladenen Modells. Für Flux dev fp8 wähle flux, dann im VAE / Text Encoder ae.safetensors, clip_l.safetensors und t5xxl_fp8_e4m3fn.safetensors ankreuzen.
Setze GPU Weights: Gesamt-VRAM in MB minus etwa 2000 für 1024 Pixel Bilder, minus 3000 wenn du hires fix oder
ControlNet
nutzt. Einmal generieren; wenn es mit Speicherfehlern scheitert, um 1000 senken und wiederholen.
Lass Diffusion in Low Bits auf Automatic, außer du hast einen NF4-Checkpoint (dann bnb-nf4). Die Flux-Modellseiten auf dieser Seite nennen die Quantisierung in der Dateiliste.
Flux-Einstellungen, die sich von SDXL unterscheiden: Distilled
CFG
Scale 3.5 und CFG 1, 20 bis 28 Schritte, Euler mit Simple Schedule.
Negative Prompts
werden bei CFG 1 ignoriert.
Wenn Erweiterungen fehlschlagen, starte mit --disable-all-extensions und aktiviere dann die Forge-gepflegten Versionen (eingebautes ControlNet, FreeU und Kohya HRFix sind schon da).
Für Video oder Modelle außerhalb von Forge (
Wan
,
Qwen-Image
,
HunyuanVideo
) nutze
ComfyUI
oder hoste sie auf BitVector oder PirateDiffusion; Forge ist eine Bild-UI.

Beispiele

webui-user.bat teilt einen A1111-Modellordner

set COMMANDLINE_ARGS=--ckpt-dir D:\sd\models\Stable-diffusion --lora-dir D:\sd\models\Lora --vae-dir D:\sd\models\VAE

Flux dev fp8 Einstellungen

UI: flux | Checkpoint: flux1-dev-fp8.safetensors | VAE/Text Encoder: ae.safetensors, clip_l.safetensors, t5xxl_fp8_e4m3fn.safetensors

Tipps

Forge bringt ControlNet, FreeU, Kohya HRFix, SAG und mehr als eingebaute Features mit; entferne die A1111-Versionen aus dem Extensions-Ordner vor der Migration.
Der NF4 Flux-Checkpoint (ca. 6,8 GB mit eingebackenen Encodern) ist der einfachste Flux für 8-GB-Karten; die fp8-Version mit separaten Encodern liefert auf 12 GB etwas mehr Details.
Stell Swap Method auf Async und Swap Location auf Shared, generiere, und wechsle bei Treiberproblemen zurück auf Queue/CPU. Async kann die Geschwindigkeit auf 8-GB-Karten verdoppeln.
Seed, Sampler und CFG aus einem A1111-PNG reproduzieren sich auf Forge für
SD 1.5
und SDXL; Flux-Bilder brauchen auch den Distilled CFG-Wert.
Halte LoRA-Gewichte für Flux bei 0,6 bis 0,9; Flux-LoRAs sättigen schneller als SDXL-LoRAs. Trigger-Wörter stehen auf jeder Modellseite hier.
Forge protokolliert den Speicherplan in der Konsole ("Moving model(s) has taken...") – schau dir das einmal an, um zu verstehen, was der GPU Weights-Schieberegler macht.

Fehlerbehebung

Flux-Checkpoint lädt, aber Bilder sind Rauschen oder grau

Warum es passiert

Fehlende oder falsche Text-Encoder / VAE oder Low Bits-Mismatch.

So behebst du es

Kreuze ae, clip_l und eine t5xxl-Datei unter VAE / Text Encoder an; setze Diffusion in Low Bits passend zum Checkpoint.

AttributeError: NoneType ... beim Modellwechsel

Warum es passiert

UI-Auswahl im falschen Modus.

So behebst du es

Stell sd, xl oder flux passend zum Checkpoint ein, dann Modell neu auswählen.

Speicherfehler, obwohl A1111 dasselbe SDXL-Modell lief

Warum es passiert

GPU Weights zu nah am gesamten

VRAM

, es bleibt nichts für Aktivierungen.

So behebst du es

Senke GPU Weights in 1000-MB-Schritten; 2 GB frei sind meist optimal.

Sehr langsame Generierung (Minuten pro Bild)

Warum es passiert

Modellgewichte wurden auf CPU ausgelagert, weil GPU Weights zu niedrig oder Swap Method auf Queue mit altem Treiber.

So behebst du es

Erhöhe GPU Weights bis knapp unter den Fehlerpunkt; probiere Async / Shared Swap.

ControlNet von A1111 stürzt beim Start ab

Warum es passiert

Die A1111-Erweiterung nutzt das alte Backend.

So behebst du es

Lösche sie aus den Extensions; nutze den eingebauten ControlNet-Tab und die Modelle in models/ControlNet.

LoRA wirkt nicht mit Flux

Warum es passiert

Ein SDXL-LoRA, oder Gewicht zu niedrig, oder Trigger-Wort fehlt.

So behebst du es

Nutze einen LoRA aus der Flux-Familie (steht auf der Modellseite), Gewicht 0,8, und füge das Trigger-Wort hinzu.

Negativer Prompt wird ignoriert

Warum es passiert

Flux bei CFG 1 hat kein negatives Guidance-Design.

So behebst du es

Erhöhe CFG auf 2 bis 3 (langsamer, Farben verschieben sich) oder beschreibe, was du willst, positiv.

Keine Installation nötig – KI-Modelle in der Cloud ausführen

PirateDiffusion gibt es nur auf Telegram und richtet sich an Profis: tausende Modelle, LoRAs und Workflows per Chat-Befehl, mit unbegrenzter Generierung zum Festpreis.

PirateDiffusion ausprobieren

Fragen

Ersetzt Forge A1111 komplett?

Für SD 1.5, SDXL und Flux-Bilder ja, mit weniger Speicherbedarf und schnellerem Backend. Einige spezielle Erweiterungen sind nicht umgezogen. Video- und Audiomodelle brauchen ComfyUI.

Welche Flux-Datei soll ich herunterladen?

Für 6 bis 8 GB: den NF4-Checkpoint. Für 12 GB: fp8 mit separaten Encodern. Für 24 GB: das volle fp16 dev. Die Flux-Familienseite auf dieser Seite listet die Basisdateien und LoRAs.

Kann ich meine Civitai-LoRAs nutzen?

Ja, im gleichen Ordner (models/Lora) und mit derselben <lora:name:weight>-Syntax, solange die LoRA-Familie zum Checkpoint passt.

Warum geben meine A1111-PNG-Infotexte andere Flux-Bilder?

Flux fügt den Distilled CFG-Parameter hinzu und die Encoder sind wichtig; kopiere die komplette Einstellungszeile aus dem PNG und setze dieselbe t5-Datei.

Was, wenn meine Karte selbst für NF4 zu klein ist?

Nutze die gleichen Modelle gehostet: PirateDiffusion über Telegram oder BitVector im Browser. Beide sind in der Run-Box jeder Modellseite hier zu finden.