- Veröffentlicht am
- • ChatGPT-Biografie
ComfyUI: SDXL richtig einsetzen: Base & Refiner verstehen und Qualität gezielt steigern
- Autor
-
-
- Benutzer
- tmueller
- Beiträge dieses Autors
- Beiträge dieses Autors
-
SDXL richtig einsetzen (Base + Refiner)
Wenn SDXL „nur okay“ aussieht, wird es falsch benutzt.
Mit SDXL kannst du einen deutlichen Qualitätssprung erreichen – wenn du die Architektur verstehst und Base sowie Refiner korrekt zusammenspielst. Viele Enttäuschungen entstehen nicht durch das Modell, sondern durch falsche Erwartungen, falsche Step-Verteilung oder überladene Workflows.
In diesem Teil lernst du, wie SDXL denkt, warum zwei Modelle nötig sind und wie du Schärfe, Details und Konsistenz gezielt steigerst – in ComfyUI sauber, reproduzierbar und performant.
SDXL-Architektur – kurz und ehrlich erklärt
SDXL ist kein einzelnes Modell, sondern ein zweistufiges System:
- SDXL Base
- Komposition, Perspektive, Licht
Grobe Formen, Farben, Bildaufbau
- SDXL Refiner
Feinstruktur, Texturen, Haut, Details
- „Finish“ statt Neuanfang
💡 Merksatz:
Base entwirft – Refiner poliert.
Beide arbeiten im gleichen latenten Raum, aber mit unterschiedlichem Fokus. Wer nur die Base nutzt, verschenkt Potenzial. Wer nur den Refiner „drüberkippt“, riskiert Matsch.
Base vs. Refiner – klare Rollen, klare Ergebnisse
SDXL Base: der Architekt
- entscheidet was im Bild ist
- reagiert stark auf Prompt & CFG
- setzt Stil und Bildsprache
Typische Fehler:
- zu wenige Steps → unfertige Struktur
- zu hoher CFG → steif, künstlich
SDXL Refiner: der Restaurator
- arbeitet Details heraus
- glättet Übergänge
- verbessert Materialität
Typische Fehler:
- zu viele Steps → Detailrauschen
- falscher Startpunkt → zerstört das Bild
Die richtige Step-Aufteilung (entscheidend!)
Die häufigste Ursache für schlechte SDXL-Ergebnisse ist eine falsche Step-Verteilung.
Bewährte Richtwerte
Gesamtsteps: 30–40
- Base: 70–80 % → z. B. 24–30 Steps
- Refiner: 20–30 % → z. B. 6–10 Steps
Warum?
- Base braucht Zeit für Struktur
- Refiner braucht weniger Zeit für Feinschliff
❌ Fehler: 50/50 aufteilen → der Refiner versucht zu „retten“, was nie sauber aufgebaut wurde.
Der korrekte Übergabepunkt (den viele übersehen)
Der Refiner soll nicht bei Step 0 starten.
In ComfyUI:
- Base-KSampler erzeugt latentes Ergebnis
- dieses Ergebnis wird als Startpunkt an den Refiner übergeben
- Refiner-KSampler läuft nur über den Rest
💡 Denkbild: Du übermalst kein leeres Blatt – du restaurierst ein fast fertiges Gemälde.
Häufige SDXL-Mythen (und warum sie falsch sind)
❌ „SDXL braucht immer 50+ Steps“
Nein. Mehr Steps ≠ bessere Qualität. Ab ~40 Steps nimmt der Nutzen stark ab.
❌ „Der Refiner macht das Bild automatisch besser“
Nein. Ein schlechter Base-Output bleibt schlecht – nur schärfer.
❌ „CFG muss bei SDXL höher sein“
Im Gegenteil. SDXL reagiert sensibler auf hohe CFG-Werte.
Empfehlung:
- Base: CFG 5–7
- Refiner: CFG gleich oder minimal niedriger
❌ „SDXL ist einfach langsamer SD 1.5“
Falsch. SDXL ist anders strukturiert. Wer es wie SD 1.5 bedient, bekommt mittelmäßige Ergebnisse.
„Warum dein Bild matschig ist“ – die ehrliche Diagnose
Wenn dein SDXL-Bild weich, verwaschen oder „plastikartig“ wirkt, liegt es meist an einem dieser Punkte:
Ursachen-Checkliste
- zu wenige Base-Steps
- Refiner mit zu vielen Steps
- CFG zu hoch
- falsches VAE
- zu hohe Auflösung ohne sauberen Aufbau
- Prompt überladen oder widersprüchlich
💡 Debug-Tipp: Erzeuge nur Base, speichere das Bild. Dann nur Refiner darüber. Vergleiche. Verstehe. Optimiere.
Performance-Tipps (ohne Qualitätsverlust)
Speicher sparen
- Batch Size = 1
- Auflösung realistisch halten (z. B. 1024×1024)
- Refiner-Steps minimal halten
Geschwindigkeit erhöhen
- Sampler nicht ständig wechseln
- keine unnötigen Custom Nodes
- funktionierende Workflows duplizieren, nicht umbauen
Ordnung im Graph
- Base-Teil links, Refiner rechts
- klare Labels
- Save-Nodes für Zwischenstände
Praxis: Vergleichsbilder sinnvoll nutzen
Erstelle bewusst:
- Base-only-Bild
- Base + Refiner (korrekt)
- Base + Refiner (übertrieben)
Nicht um zu zeigen, was geht, sondern um zu verstehen, warum.
Lernen passiert im Vergleich, nicht im Staunen.
Fazit
SDXL ist kein „besseres Modell“. Es ist ein präziseres Werkzeug.
Wer:
- Base und Refiner sauber trennt
- Steps sinnvoll aufteilt
- CFG diszipliniert einsetzt
- Workflows reproduzierbar hält
…bekommt sichtbar bessere Bilder – ohne Magie, ohne Zufall.