Fooocus Test (2026): Die einfachste lokale Stable-Diffusion-Oberfläche

Fooocus ist eine lokale, offline laufende Bildgenerierungs-Anwendung, die vollständig auf der Stable-Diffusion-XL-Architektur (SDXL) basiert und als freie, quelloffene Software unter der GPL-3.0-Lizenz vertrieben wird. Anders als AUTOMATIC1111s tab-basierte technische Oberfläche oder ComfyUIs Node-Graph-Editor entfernt Fooocus bewusst die meisten manuellen Steuerungen — kein sichtbarer Sampler-Auswähler, kein CFG-Skala-Regler standardmäßig, kein Auflösungsraster — und ersetzt sie durch eine kleine Auswahl an Voreinstellungen (General, Realistic, Anime) sowie ein „Advanced"-Panel, das man komplett ignorieren kann.

Das Projekt läuft auf Gradio, demselben Python-Web-UI-Framework, das auch viele andere lokale KI-Tools nutzen. Die Oberfläche übernimmt bewusst die Befehlsliste von Midjourney und LeonardoAI und bildet deren Befehle (--style, --ar, V1–V4-Varianten, Upscaling) auf jeweils ein Fooocus-Äquivalent ab, damit Nutzer, die von diesen Cloud-Tools kommen, ein vertrautes mentales Modell vorfinden.

Das zentrale Designziel, das die Projektdokumentation selbst formuliert, lautet: Zwischen Download und erstem generierten Bild sollen weniger als drei Mausklicks liegen. Genau diese eine Design-Vorgabe – nicht eine spezielle Modell-Innovation – unterscheidet Fooocus von anderen Stable-Diffusion-Oberflächen: Es ist eine UI/UX-Schicht, kein neues Modell.

Fooocus wurde von Lvmin Zhang entwickelt, der unter dem GitHub-Namen lllyasviel veröffentlicht; das Repository wurde am 9. August 2023 auf GitHub angelegt. Zhang ist Informatik-Doktorand an der Stanford University und forscht zu steuerbarer generativer Modellierung und Computergrafik.

In der Stable-Diffusion-Community ist Zhang unabhängig davon bekannt als Schöpfer von ControlNet, der neuronalen Netzwerkarchitektur, die Text-zu-Bild-Diffusionsmodellen präzise räumliche Konditionierung (Pose, Tiefe, Kantenkarten) hinzufügte. Das ControlNet-Paper gewann den Marr Prize, den wichtigsten Paper-Preis der International Conference on Computer Vision (ICCV) 2023 — eine der kompetitivsten Konferenzen im Bereich Computer Vision. Zhang hat außerdem weitere lokale KI-Tools veröffentlicht, darunter WebUI Forge (ein leistungsoptimierter AUTOMATIC1111-Fork), PaintsUndo und IC-Light.

Fooocus entstand, so das Projekt selbst, aus einer Mischung der Codebasen von AUTOMATIC1111 Stable Diffusion WebUI und ComfyUI — bewährte Inferenztechniken wurden übernommen, die Oberfläche jedoch radikal vereinfacht. Stand September 2026 hat das Projekt über 52.000 GitHub-Sterne und mehr als 8.600 Forks gesammelt und zählt damit zu den meistbewerteten lokalen Bildgenerierungs-Tools auf GitHub.

Ein Sicherheitshinweis direkt vom Projekt selbst: Fooocus hat keine offizielle Website. Die README warnt ausdrücklich, dass Domains wie fooocus.com, fooocus.net, fooocus.ai, fooocus.org, fooocus.pro und fooocus.one gefälscht sind und keinerlei Bezug zum echten Projekt haben — die einzige offizielle Quelle ist das GitHub-Repository selbst.

Die README von lllyasviel/Fooocus enthält einen Abschnitt mit dem Titel „Project Status: Limited Long-Term Support (LTS) with Bug Fixes Only", in dem erklärt wird, dass das Projekt — vollständig auf der Stable-Diffusion-XL-Architektur aufgebaut — inzwischen als funktional abgeschlossen gilt und dass sich „zukünftige Updates ausschließlich auf die Behebung eventuell auftretender Fehler konzentrieren werden". Die README stellt ausdrücklich klar, dass es aktuell keine Pläne gibt, zu neueren Modellarchitekturen wie FLUX zu migrieren oder diese zu integrieren — lässt die Tür aber offen, falls sich die Open-Source-Community auf eine einzige dominante Nachfolgemethode einigt.

Leser:innen, die die neuesten Modelle nutzen möchten, verweist die README selbst auf alternative Plattformen — konkret WebUI Forge (ebenfalls vom selben Entwickler) sowie ComfyUI oder dessen vereinfachte Oberfläche SwarmUI — statt FLUX-Unterstützung innerhalb von Fooocus selbst zu versprechen.

Das ist nicht dasselbe wie ein aufgegebenes Projekt. Das GitHub-Repository ist nicht archiviert, bleibt offen für Issues und Pull Requests (314 offene Issues zum Zeitpunkt dieses Tests), und GitHubs eigene Aktivitätsdaten zeigen Commits noch im Dezember 2025 — über ein Jahr nach dem letzten getaggten Release. Die README dankt Mitwirkendem mashb1t für „enorme Anstrengungen" bei der Reduzierung offener Fehler im Code, und mashb1t pflegt separat einen Fork unter github.com/mashb1t/Fooocus, der noch aktueller Commits erhielt (zuletzt im Oktober 2025) — auch dieser Fork hat allerdings seit August 2024 kein neues getaggtes Release veröffentlicht und folgt damit dem Tempo des Original-Projekts.

Die praktische Konsequenz: Fooocus ist heute stabil und sicher zu installieren, aber wer speziell FLUX, SD 3.5 oder andere Modellarchitekturen nach 2024 in einer vereinfachten Oberfläche sucht, findet das in Fooocus nicht und sollte stattdessen ComfyUI, SwarmUI oder WebUI Forge prüfen.

Fooocus bietet ein One-Click-Paket für Windows sowie manuelle Installationswege für Linux, Mac und Docker — für die Standard-Voreinstellung ist kein separater Modell-Download nötig, da Fooocus beim ersten Start automatisch seinen Standard-Checkpoint lädt.

Das Markenzeichen von Fooocus ist eine offline laufende, GPT-2-basierte Prompt-Verarbeitung, die in der Oberfläche als Stil „Fooocus V2" angeboten wird. Die Projektdokumentation selbst vergleicht sie mit Midjourneys verborgener Prompt-Vorverarbeitung und LeonardoAIs „Prompt Magic" — die Idee: Ein kurzer Prompt wie „Haus im Garten" und ein 1.000 Wörter langer Prompt sollen beide zu ausgefeilten, stimmigen Ergebnissen führen, weil das Erweiterungsmodell fehlende stilistische und kompositorische Details automatisch ergänzt.

Neben Fooocus V2 bietet die Oberfläche weitere integrierte Stil-Voreinstellungen, darunter „Fooocus Photograph", „Fooocus Negative" und einen Stil namens „cinematic-default"; weitere SDXL-Stile stammen von Community-Mitgliedern, die in der README des Projekts genannt werden (twri, 3Diva und Marc K3nt3L). Stile lassen sich kombinieren und im Advanced-Panel stapeln, für Leser:innen, die mehr Kontrolle wollen, als die drei Top-Level-Voreinstellungen bieten.

Weitere technische Kniffe, die die README dokumentiert, sind ein nativer Refiner-Wechsel innerhalb eines einzigen k-Samplers (der den Momentum-Verlust vermeidet, der entsteht, wenn AUTOMATIC1111 oder ComfyUI zwischen zwei unabhängigen Samplern wechseln), eine auf SDXLs höchste Auflösungsstufe abgestimmte Negative-ADM-Guidance sowie ein eigenes Inpainting-Modell und ein eigener Image-Prompt-Algorithmus anstelle einer Standard-SDXL-ControlNet- oder IP-Adapter-Pipeline.

Fooocus steht unter GPL-3.0 (GNU General Public License, Version 3), wie die Lizenzangabe im GitHub-Repository bestätigt. GPL-3.0 erlaubt kostenlose Nutzung, Veränderung und Weitergabe der Fooocus-Codebasis selbst, sofern jedes verbreitete abgeleitete Werk ebenfalls unter GPL-3.0 (Copyleft) steht — das betrifft den Anwendungscode, nicht die damit erzeugten Bilder.

Die drei standardmäßig heruntergeladenen Checkpoints — Juggernaut XL v8 (Rundiffusion) für die General-Voreinstellung, RealisticStockPhoto v2.0 für Realistic und AnimaPencilXL v5.0 für Anime — sind community-trainierte Stable-Diffusion-XL-Finetunes, die unabhängig auf Plattformen wie Civitai und Hugging Face gehostet werden, und jeder trägt seine eigene, separate Lizenz (häufig eine Variante der CreativeML-OpenRAIL-M-Lizenz, die Bedingungen variieren jedoch je Checkpoint und können sich ändern). Wer erzeugte Bilder kommerziell nutzen möchte, sollte vorher die Lizenzseite des jeweiligen Checkpoints prüfen — die GPL-3.0-Lizenz von Fooocus überträgt sich nicht automatisch auf die Bedingungen eines Checkpoints und hebt diese nicht auf.

Das Projekt selbst hat keine kommerzielle Dimension: Die README stellt klar, dass Fooocus „a 100% non-commercial offline open-source software" ist — ohne offizielle Website, ohne bezahltes Produkt und ohne Unternehmen dahinter. Zu beachten ist nur der im Abschnitt „Projektgeschichte und Entwickler" beschriebene Hinweis auf gefälschte Domains.

Um Fooocus überhaupt zu betreiben, sind mindestens 4 GB Nvidia-VRAM plus 8 GB Arbeitsspeicher mit aktivierter virtueller Auslagerung nötig, laut der Spezifikationstabelle in der eigenen README des Projekts. Damit gehört Fooocus zu den lokalen Stable-Diffusion-Oberflächen mit den niedrigsten Einstiegshürden, denn SDXL-Checkpoints verlangen in anderen Oberflächen ohne Fooocus' eingebaute Speicheroptimierungen häufig 8–12 GB VRAM.

Das eigene Testbeispiel des Projekts nennt ein Laptop mit Nvidia RTX 3060 (6 GB VRAM) und 16 GB Arbeitsspeicher, das Bilder mit rund 1,35 Sekunden pro Sampling-Schritt erzeugt — ein nützlicher Praxis-Referenzwert, wobei die tatsächliche Geschwindigkeit von Auflösung, Voreinstellung und aktueller GPU-Treiberversion abhängt.

Fooocus ist vollständig kostenlos, ohne bezahlte Stufe, Abonnement oder offizielles kommerzielles Produkt jeglicher Art. Die Anwendung ist GPL-3.0-lizenzierte Open-Source-Software; die einzigen Kosten für Leser:innen sind die eigene Hardware und der Stromverbrauch, und auch die standardmäßig heruntergeladenen Checkpoints (Juggernaut XL, RealisticStockPhoto, AnimaPencilXL) sind kostenlos.

Anders als manche andere lokale KI-Tools, die eine kostenlose selbstgehostete App mit einer optionalen bezahlten Cloud-Stufe kombinieren, bietet Fooocus so etwas nicht — die README stellt ausdrücklich klar, dass das Projekt keine offizielle Website und kein Unternehmen dahinter hat, das irgendetwas verkauft. Websites, die eine „Fooocus Pro"-Version verkaufen wollen, oder jede Domain außer dem GitHub-Repository selbst, sollten als nicht mit dem echten Projekt verbunden betrachtet werden.

Fooocus verdient seinen Ruf als einfachster Weg, Stable Diffusion lokal zu betreiben — das Design aus Voreinstellungen und Prompt-Erweiterung nimmt tatsächlich genau den steilsten Teil der Lernkurve, der AUTOMATIC1111 und ComfyUI für Erstnutzer:innen einschüchternd macht, und tut dies, während es vollständig offline auf so bescheidener Hardware wie einer GPU mit 4 GB VRAM läuft. Der ehrliche Wermutstropfen ist die Pflege: Die eigene README des Original-Projekts stuft es als reinen Bugfix-Modus ein, ohne getaggtes Release seit August 2024 und ohne Pläne, FLUX oder andere Architekturen nach 2024 zu unterstützen — auch wenn das Repository aktiv und nicht archiviert bleibt. Leser:innen, die den einfachstmöglichen Einstieg in lokale, SDXL-basierte Bildgenerierung suchen und weder die neuesten Modellarchitekturen noch feingranulare Pipeline-Kontrolle brauchen, finden in Fooocus genau das, was es verspricht. Wer entweder mehr Kontrolle (ComfyUI, AUTOMATIC1111/WebUI Forge) oder neuere Modelle in einem ähnlich lokalen Setup (ComfyUI, SwarmUI) sucht, sollte stattdessen dorthin blicken — idealerweise nach einem direkten Blick auf github.com/lllyasviel/Fooocus für den aktuellen Projektstatus.