ComfyUI-Workflow für KI-Influencer

Was ist ComfyUI?

ComfyUI ist Open-Source-Software, die KI-Modelle über einen visuellen Graphen aus Blöcken ausführt, den sogenannten Nodes.

Es läuft unter Windows, Linux und macOS, und eine Desktop-App installiert es unter Windows und macOS. Der Code steht unter GPL-3.0 (ComfyUI auf GitHub), die Software kostet also nichts. Ihre Kosten sind die Grafikkarte und Ihre Zeit.

ComfyUI bietet Kontrolle. Jeder Schritt zum Bild ist ein Block, den Sie sehen und austauschen können, und auf Ihrer eigenen Karte verlässt nichts Ihren Rechner. Das zählt, wenn Sie Hunderte Posts mit einem Charakter machen.

Es heißt aber auch, dass Ihnen niemand die Hand hält. Es gibt keinen Charakter-Builder und keinen Button zum Beibehalten des Gesichts, nur die Blöcke unten.

Die Workflow-Blöcke in einfachen Worten erklärt

Jeder Block erledigt eine Aufgabe. Lesen Sie sie von links nach rechts, so wie die Leitungen verlaufen.

Dieses Einsteiger-Tutorial installiert ComfyUI, lädt ein erstes Modell und baut einen Text-zu-Bild-Workflow.

How to Use ComfyUI (Step-by-Step Tutorial)Kevin Stratvert

Checkpoint-Loader: das Basismodell

Der Checkpoint ist das wichtigste Bildmodell, die Datei, die weiß, wie man zeichnet. Alles andere justiert dessen Ergebnis.

FLUX.2 [klein] 4B von Black Forest Labs ist der sichere Einstieg für ein kommerzielles Konto. Laut Modellkarte braucht es etwa 13 GB Grafikspeicher, auf einer RTX 3090, 4070 oder darüber, unter Apache 2.0 (FLUX.2 klein 4B). Die größere 9B-Version steht unter der FLUX Non-Commercial License, deshalb gehört sie in nichts, was Einnahmen bringt (FLUX.2 klein).

ComfyUI nennt außerdem Qwen Image und ältere FLUX-Modelle unter den Bildmodellen, die es unterstützt.

LoRA-Loader: Ihr Charakter

Ein LoRA ist eine kleine trainierte Datei, die das Gesicht eines Charakters enthält. Der Loader-Block sitzt zwischen Checkpoint und Prompt, mit einem Regler für die Stärke, mit der es wirkt.

Ein LoRA hält das Gesicht ohne Referenzfoto in jedem Prompt, und es braucht einen eigenen Trainingslauf. Unser Ratgeber KI-Influencer-LoRA trainieren behandelt Datensatz und Kosten.

Face-Identity-Node: ein Foto, ein Gesicht

Ein Face-Identity-Node übernimmt ein Gesicht aus einem einzigen Referenzbild, ohne Training. Zwei offene Optionen sind PuLID und InstantID.

InstantID arbeitet mit SDXL, einer älteren Modellfamilie, und braucht ein Bild. PuLID gibt es in einer SDXL-Version und einer für FLUX.1 [dev]. Der ComfyUI-Node der Community für PuLID, PuLID_ComfyUI, nutzt das SDXL-Modell und ist seit dem 14. April 2025 nur noch im Wartungsmodus.

Beide Nodes brauchen einen SDXL- oder FLUX.1 [dev]-Checkpoint, deshalb lassen sie sich nicht in einen FLUX.2 [klein]-Workflow einbinden. Bei klein ist das LoRA der Weg zum Gesicht.

Diese Masterclass baut aus einem Eingabebild mit offenen Modellen einen konsistenten fotorealistischen Charakter (veröffentlicht im Oktober 2025).

Create HYPERREALISTIC Consistent AI Characters - FREE & LOCAL! [Full ComfyUI Masterclass 2025]Mickmumpitz

Diese Klausel ist ein Grund, stattdessen ein LoRA zu trainieren, denn die LoRA-Route hat keinen InsightFace-Schritt.

Upscaler: der letzte Feinschliff

Ein Upscaler macht das fertige Bild größer und schärfer für einen Feed oder einen Druck. Real-ESRGAN ist die verbreitete offene Lösung: Das Modell x4plus macht ein Bild 4 Mal so breit und hoch, unter einer BSD-3-Clause-Lizenz.

Bild-zu-Video: den Charakter in Bewegung bringen

Der Videoblock nimmt Ihr bestes Standbild und animiert es. Wan 2.2 von Alibaba ist die offene Wahl, unter Apache 2.0, und ComfyUI unterstützt es seit dem 28. Juli 2025 (Wan2.2).

Das kleine Modell TI2V-5B läuft auf einer einzelnen Consumer-Karte mit 24 GB. Das Wan-Team gibt an, dass es auf einer Consumer-GPU ein 5-Sekunden-Video in 720P in unter 9 Minuten erzeugt; diese Seite rechnet die Kosten dafür auf einer RTX 4090 durch, einer Karte mit 24 GB. Das größere Modell I2V-A14B braucht 80 GB auf einer einzelnen Karte.

Wenn Sie vom Standbild ausgehen, bleibt das Gesicht erhalten, das Ihr LoRA oder Identity-Node erzeugt hat, statt dass das Videomodell eines erfindet.

So richten Sie es Schritt für Schritt ein

Diese Schritte folgen dem README und der Vorlagenbibliothek von ComfyUI selbst.

1. Installieren Sie ComfyUI. Unter Windows oder macOS ist die Desktop-App der einfachste Weg zum Einstieg, wie es im README heißt. Linux nutzt die manuelle Installation.

2. Öffnen Sie eine Vorlage. comfy.org/workflows listet 662 oder mehr fertige Workflows nach Modell und Aufgabe, mit Bild, Bild-zu-Video und Motion Control unter den Tags. Wählen Sie eine für Ihr Basismodell, so sind die Blöcke bereits verbunden.

3. Laden Sie die Modelle herunter, die die Vorlage anfordert. Der Checkpoint, jedes LoRA und der Upscaler kommen jeweils in einen eigenen Ordner unter ComfyUI/models/. Das Modell von PuLID kommt zum Beispiel nach ComfyUI/models/pulid/.

4. Fügen Sie Ihren Charakter hinzu. Setzen Sie nach dem Checkpoint einen LoRA-Loader ein und tragen Sie das Trigger-Wort in den Prompt ein. Ein Face-Identity-Node mit einem Referenzfoto funktioniert nur mit einem SDXL- oder FLUX.1 [dev]-Checkpoint. Er lässt sich nicht in einen FLUX.2 [klein]-Workflow einbinden.

5. Erzeugen Sie einen Stapel und behalten Sie die besten Standbilder. Ändern Sie Umgebung und Kleidung im Prompt, während der Gesichtsblock die Person hält.

6. Skalieren Sie die behaltenen Bilder mit Real-ESRGAN hoch.

7. Animieren Sie ein Standbild mit Wan 2.2 Bild-zu-Video. Für Tanz- oder Gestenclips führt die Vorlagenbibliothek außerdem einen Workflow „Wan Animate 2: Motion Transfer“ auf, der Bewegungen aus einem Referenzvideo übernimmt.

Für die Prompt-Seite behandelt unser Ratgeber zum konsistenten KI-Charakter, wie Sie dieselbe Person Szene für Szene beschreiben.

Was kostet es auf einer gemieteten GPU?

Unter einem Cent pro Bild und einige Cent pro Clip, wenn Sie nur die GPU-Zeit rechnen.

Runpod vermietet eine RTX 5090 für 0,69 $ pro Stunde in der Community Cloud und 1,19 $ in der Secure Cloud. Eine RTX 4090 kostet 0,34 $ und 0,89 $.

Diese Preise stammen von der Preisseite von Runpod, aktualisiert am 8. Oktober 2026.

Die Tabelle lässt die Zeit aus, die die Maschine vor dem ersten Bild läuft. Ein gemieteter Pod wird ab dem Start abgerechnet, also laufen das Herunterladen eines Modells mit 13 GB und das Ausprobieren eines Workflows zum selben Preis.

Eine Stunde Einrichtung in der Community Cloud 5090 kostet so viel wie etwa 3.000 Bilder.

Comfy Cloud ist der gehostete Mittelweg. Dort läuft ComfyUI für Sie auf Blackwell-RTX-6000-Pro-Karten mit 96 GB.

Der Tarif Creator für 35 $ pro Monat ist der erste, der eigene Modelle importiert, LoRAs eingeschlossen.

Standard und Creator begrenzen jeden Workflow-Lauf auf 30 Minuten (Preise von Comfy Cloud).

Wann spart eine fertige App Zeit?

Wenn Sie diese Woche einen Charakter brauchen und keine Modelle verwalten wollen. ComfyUI kostet weniger pro Bild. Eine fertige App kostet weniger Zeit.

Higgsfield ist das klarste Beispiel für diese Zielgruppe. Das AI Influencer Studio baut einen Charakter aus 19 Menüeinstellungen, ohne Prompt. Jeder Lauf liefert ein Porträt und eine Ganzkörperaufnahme für 1.12 Credits, die Higgsfield mit etwa 0,06 $ ansetzt.

Dasselbe Studio animiert diesen Charakter aus einem Referenzclip von 3 bis 30 Sekunden, mit bis zu 40 Bildern pro Video, in 1080p (AI Influencer). Das ist die Aufgabe, die in ComfyUI die Blöcke Wan 2.2 und Motion Transfer erledigen.

Soul ID ersetzt das LoRA. Sie laden 20 oder mehr Fotos hoch, und das Training dauert laut Beitrag von Higgsfield zu Soul ID etwa 3 bis 5 Minuten. Die Identität bleibt innerhalb von Higgsfield.

Die Tarife beginnen bei 19 $ pro Monat (25. Oktober 2026). Unsere Anleitung zu Higgsfield AI Influencer zeigt jeden Bildschirm.

Die Abwägung ist klar. ComfyUI gibt Ihnen die Dateien und offene Lizenzen, bei fast null Kosten pro Bild, sobald es läuft. Higgsfield trainiert einen Charakter mit Soul ID in 3 bis 5 Minuten, bezahlt in Credits.

Die Themenseite KI-Influencer und unsere Bestenliste der besten KI-Influencer-Generatoren zeigen die anderen App-Wege.

Als Nächstes bei Higgsfield: einen KI-Charakter konsistent halten →