Was ist Photoview?
Photoview ist eine selbst gehostete Web-Galerie für Fotografen; der Scanner liest einen Ordner auf dem Server und macht dessen Verzeichnisse zu Alben. Das Projekt nennt sich „Fotogalerie für selbst gehostete private Server“, der Code liegt auf GitHub unter der AGPL-3.0.
Jeder Benutzer wird zusammen mit einem Pfad auf dem Server angelegt und sieht nur die Medien darunter. Das README verlinkt eine öffentliche Demo-Seite.
Bezugsquelle
Photoview ist ein Server, den Sie selbst installieren; der dokumentierte Weg ist Docker Compose, einen Desktop- oder Smartphone-Installer gibt es nicht.
Option | Bezug |
|---|---|
| Docker Compose | Compose-Beispiel: .env, Compose-Datei und Makefile kopieren, anpassen und make all ausführen |
| Weitere Plattformen | Laut README auch Arch AUR, NixOS, Unraid, YunoHost, TrueNAS, EmbassyOS; Support eingeschränkt |
| Preis | Kostenlos, AGPL-3.0, selbst gehostet |
| Website | photoview.github.io |
| Datenschutzerklärung | Auf der Website und im README wurde keine Datenschutzerklärung gefunden |
| Quellcode | github.com/photoview/photoview |
| Öffentliche Demo | photos.qpqp.dk mit den im README genannten Zugangsdaten |
Geprüfte Version: Release 2.4.0, veröffentlicht am 23. Juni 2024, der neueste getaggte Release; GitHub führt dafür keine herunterladbaren Dateien auf. Der master-Branch hatte Commits bis zum 29. Oktober 2026, und die Tags latest und 2.4.0 auf Docker Hub wurden an diesem Tag zuletzt aktualisiert. Ein Terminal und Docker sind erforderlich.
Anforderungen
Das README nennt kein Minimum für RAM oder CPU; es führt unterstützte Plattformen, Datenbanken und ein Zeitfenster für die Docker-Version auf.
Laufzeitumgebung
- Angaben der Quellen:
- Docker Engine, die im letzten Jahr erschienen ist; Debian 12 oder 13 bzw. Ubuntu LTS und neuere kurzlebige Releases
Datenbank
- Angaben der Quellen:
- SQLite, MariaDB oder PostgreSQL 17 oder 18
Medienverarbeitung
- Angaben der Quellen:
- RAW- und Videoverarbeitung lassen sich jeweils per Umgebungseinstellung abschalten
Videobeschleunigung
- Angaben der Quellen:
- Optional qsv, vaapi oder nvenc; das Projekt hat nur qsv auf einem Intel-Chip überprüft
Das sind Angaben aus dem README; PromptQuorum hat weder Speicher noch CPU noch Indexierungszeit gemessen.
So gelingt der Einstieg
Die Schritte folgen der Docker-Anleitung im README; PromptQuorum hat sie nicht ausgeführt.
- 1Docker installieren
Why it matters: Installieren Sie Docker und Docker Compose auf dem Server, auf dem Ihre Fotos liegen. - 2Beispieldateien kopieren
Why it matters: Laden Sie die Dateien aus dem Compose-Beispielordner herunter, benennen Sie sie in .env, docker-compose.yml und Makefile um und passen Sie Pfade und Datenbank an. - 3Medien lesbar machen und starten
Why it matters: Führen Sie make readable aus, damit der Container Ihre Medienordner lesen kann, und danach make all. - 4Admin anlegen und scannen
Why it matters: Öffnen Sie Port 8000, schließen Sie den Einrichtungsassistenten mit Benutzername, Passwort und Fotopfad (Standard /photos) ab und starten Sie in den Einstellungen „Scan All“.
Wichtige Funktionen
Jeder Punkt stammt von der Website oder aus dem README des Projekts; PromptQuorum hat keinen davon getestet.
- Teilen. Alben und einzelne Medien lassen sich über einen öffentlichen Link teilen, wahlweise mit Passwortschutz.
- Karten. Fotos mit GPS-Koordinaten in den EXIF-Daten können auf einer Karte angezeigt werden; laut Beispielkonfiguration braucht das ein kostenloses Mapbox-Zugriffstoken, das Sie selbst erstellen.
- Zugriffsschutz. Mediendateien sind laut README durch ein Cookie-Token geschützt, Passwörter werden gehasht und die API nutzt eine strikte CORS-Richtlinie.
KI-Funktionen und wo sie laufen
Die Gesichtserkennung ist die einzige KI-Funktion, die das Projekt aufführt, und sie läuft im Photoview-Server mit der Bibliothek go-face.
- Erkennung und Gruppierung. Der Scanner findet Gesichter in Fotos und gruppiert Fotos derselben Person, so das README; der Code baut auf go-face auf, einem quelloffenen Go-Wrapper für dlib.
- Modelldateien. Drei dlib-Modelldateien für Gesichtserkennung, Landmarken und Wiedererkennung liegen im Ordner data/models des Repositorys, ihr Pfad ist konfigurierbar.
- Wo sie läuft. Der Code zur Gesichtserkennung ruft die lokale Bibliothek direkt auf; in den gelesenen Dateien gibt es keine Netzwerkanfrage.
- Abschalten. Wird PHOTOVIEW_DISABLE_FACE_RECOGNITION auf 1 gesetzt, entfällt die Funktion.
Datenfluss und Datenschutz
Photoview wird selbst gehostet, daher bleiben Fotos auf Ihrem Server, solange Sie sie nicht teilen oder die Karten einschalten. Das README warnt, dass die einfache Benutzerauthentifizierung nicht ausreicht, um private Medien vor böswilligen Akteuren im Internet zu schützen, und empfiehlt vor einer Freigabe etwa Firewall, VPN oder Reverse-Proxy.
Die Kartenansicht lädt die Mapbox-Bibliothek im Browser mit dem von Ihnen angegebenen Token; was Mapbox dabei erhält, wurde nicht geprüft.
📌Hinweis: Das sind Aussagen des Projekts, keine Prüfergebnisse. PromptQuorum hat den Netzwerkverkehr nicht untersucht und den Code nur in den in diesem Artikel genannten Dateien gesichtet.
Für wen sich die Software eignet
- Fotografen mit RAW-Bibliotheken auf einem Heimserver, die Ordner durchsuchen und teilen möchten, ohne Dateien zu verschieben.
- Haushalte, die Familienfotos auf einem NAS ablegen und eine Galerie mit eigenem Ordner pro Benutzer wünschen.
- Selbsthoster, die eine ordnerbasierte Galerie bevorzugen statt einer Plattform mit KI-Suche und Labels.
Was wir nicht überprüfen konnten
- Qualität der Gesichtserkennung. Genauigkeit, Gruppierungsverhalten und Geschwindigkeit wurden nicht getestet.
- Abstand zum Release. Der neueste getaggte Release stammt aus dem Juni 2024, master ist weitergezogen; wie stark er von 2.4.0 abweicht, wurde nicht verglichen, und laut README ist PostgreSQL 18 die empfohlene Version für den nächsten Release.
- Datenfluss zu Mapbox. Was die Kartenfunktion an Mapbox sendet und welche Bedingungen Mapbox für das kostenlose Token stellt, wurde nicht geprüft.
- Ressourcenbedarf. Es gibt keine veröffentlichten RAM- oder CPU-Werte, und die tatsächliche Nutzung wurde nicht gemessen.
- Smartphone-Nutzung. Eine mobile App ist nicht aufgeführt; wie sich die Browseroberfläche auf Smartphones verhält, wurde nicht getestet.
Wettbewerber und Alternativen
Drei Foto-Bibliotheken im Verzeichnis erkennen ebenfalls Gesichter; sie unterscheiden sich darin, was sie darüber hinaus bieten.
PhotoPrism
- Plattformen:
- Linux, macOS, Windows (Docker), Web
- Preis / Lizenz:
- Gratis + kostenpflichtig / AGPL-3.0
- Wichtigster Unterschied:
- Bietet zusätzlich KI-Labels und Suche; es gibt kostenpflichtige Mitgliedschaften
Artikel über PhotoPrism (1)
- PhotoPrism Review: Self-Hosted AI Photo Library for Your ServerAktualisiert 24. Oktober 2026
Immich
- Plattformen:
- Linux-Server, iOS, Android, Web
- Preis / Lizenz:
- Gratis / AGPL-3.0
- Wichtigster Unterschied:
- Bietet zusätzlich Apps zur Handy-Sicherung und intelligente Suche
Artikel über Immich (1)
- Immich Review: Self-Hosted Photo Library with Smart SearchAktualisiert 26. Oktober 2026
Auch erwähnt in:
- Facet Review: Local Photo Scoring, Culling and GalleryAktualisiert 28. Oktober 2026
Facet
- Plattformen:
- Linux, macOS, Windows, Web
- Preis / Lizenz:
- Gratis / MIT
- Wichtigster Unterschied:
- Bietet zusätzlich Foto-Bewertung und Aussortieren; manche Standard-Modellgewichte sind nicht kommerziell nutzbar
Artikel über Facet (1)
- Facet Review: Local Photo Scoring, Culling and GalleryAktualisiert 28. Oktober 2026
Prüfen Sie Preis, Lizenz und Plattformen jeder App auf deren eigener Seite.
Häufig gestellte Fragen
Verändert Photoview meine Fotodateien?
Das README beschreibt die Galerie als Zugriff mit Leserechten auf Ihre Medien, und erzeugte Vorschaubilder landen in einem separaten Cache-Ordner, der über PHOTOVIEW_MEDIA_CACHE festgelegt wird.
Welche Datenbank sollte ich verwenden?
SQLite braucht keinen zusätzlichen Dienst, hat aber die geringste Leistung und lässt sich nicht skalieren. Das README nennt MariaDB als Standardwahl und PostgreSQL als in der Regel schnellste Option.
Wie aktualisiere ich Photoview?
Laden Sie das neue Image und starten Sie die Container neu. Das README rät, vor einem Upgrade die Datenbank zu sichern, und weist darauf hin, dass die Images in die Registry photoview/photoview auf Docker Hub umgezogen sind; ältere Compose-Dateien brauchen daher den neuen Image-Namen.
Wo bekomme ich Hilfe?
Das README verweist für Fragen zu Einrichtung und Entwicklung auf einen Discord-Server; Portainer oder andere Schichten über Docker Compose unterstützt das Projekt nicht.
Fazit
Photoview ist eine etablierte, offen entwickelte Galerie für Menschen, die Fotos in Ordnern auf dem eigenen Server ablegen und sie ohne Cloud-Dienst durchsuchen, teilen und nach Gesichtern sortieren möchten. Dagegen stehen: Der letzte getaggte Release stammt vom Juni 2024, die Einrichtung braucht Docker und eine Datenbank, die Gesichtserkennung ist die einzige KI-Funktion, Karten hängen an einem Mapbox-Token, und nichts davon ließ sich hier testen. Geeignet ist die Software für ordnerorientierte Selbsthoster, die bereits Docker betreiben; wer KI-Suche oder Handy-Sicherung möchte, sollte die oben genannten Alternativen vergleichen.
Quellen
- Photoview-Website — Funktionsübersicht, geprüft am 30. Oktober 2026.
- Photoview-README — Funktionen, Plattformen, Datenbanken, Einrichtung und Sicherheitshinweise, geprüft am 30. Oktober 2026.
- Photoview-Releases — Release 2.4.0, veröffentlicht am 23. Juni 2024.
- Photoview-Code zur Gesichtserkennung — Erkennungsbibliothek und Umgebungseinstellungen, geprüft am 30. Oktober 2026.
- Photoview auf Docker Hub — Image-Tags, geprüft am 30. Oktober 2026.