Dify installieren: Schritt-für-Schritt zur eigenen KI-Plattform

Installation & Setup von Dify (Linux / Docker / ohne Docker)

Dify selbst betreiben – der Weg zur eigenen KI-Plattform

Nachdem die Grundlagen und die Architektur klar sind, geht es jetzt in die Praxis: Dify selbst installieren und betreiben.

Der große Vorteil von Dify: Du kannst die Plattform sowohl einfach per Docker starten als auch klassisch ohne Container betreiben.

Gerade für dein Setup (eigene Server, Kontrolle, Integration) ist Self-Hosting der entscheidende Schritt.

Voraussetzungen

Bevor du startest, solltest du ein paar grundlegende Dinge vorbereitet haben.

Systemanforderungen

Software-Voraussetzungen

Je nach Setup:

Variante A: Docker (empfohlen)

Docker
Docker Compose

Variante B: ohne Docker

Python (3.10+)
Node.js (für Frontend)
PostgreSQL
Redis

Modelle vorbereiten

Dify benötigt ein KI-Modell, z. B.:

OpenAI API (einfachster Start)
lokale Modelle über Ollama
andere Anbieter

👉 Ohne Modell funktioniert Dify nicht – es ist nur die Plattform.

Installation mit Docker (empfohlen)

Der einfachste Weg ist die Installation über Docker.

1. Repository klonen

git clone https://github.com/langgenius/dify.git
cd dify/docker

2. Umgebungsvariablen anpassen

cp .env.example .env
nano .env

Wichtige Einstellungen:

Datenbank-Zugang
Redis-Konfiguration
API-Keys (z. B. OpenAI)

3. Container starten

docker compose up -d

👉 Das startet:

Backend
Frontend
Datenbank
Redis

4. Zugriff

Im Browser:

http://<server-ip>

👉 Fertig – Dify läuft.

Installation ohne Docker (für maximale Kontrolle)

Wenn du tiefer integrieren willst (z. B. in eigene Infrastruktur), kannst du Dify auch klassisch installieren.

1. Backend installieren

cd api
pip install -r requirements.txt

2. Datenbank einrichten

PostgreSQL starten und konfigurieren:

CREATE DATABASE dify;

3. Redis starten

redis-server

4. Backend starten

python app.py

5. Frontend starten

cd web
npm install
npm run build
npm run start

👉 Diese Variante ist flexibler, aber deutlich aufwendiger.

Konfiguration

Nach der Installation folgt der wichtigste Schritt: saubere Konfiguration.

Modell-Anbindung

Im Dify-Interface:

OpenAI API-Key hinterlegen
oder lokale Modelle konfigurieren

👉 Tipp: Für den Einstieg OpenAI nutzen, später auf lokale Modelle wechseln.

Knowledge & Daten

Du kannst direkt:

Dokumente hochladen
Wissensdatenbanken anlegen
RAG vorbereiten

Optional:

externe Vektordatenbanken wie Qdrant anbinden

Sicherheit

Wichtige Punkte:

HTTPS aktivieren (Reverse Proxy, z. B. Apache/Nginx)
Zugriff absichern
API-Keys schützen

Integration

Jetzt wird es spannend:

Anbindung an eigene APIs
Integration in Laravel / Webplattform
Nutzung als Backend für eigene Apps

👉 Genau hier beginnt der echte Mehrwert.

Erste Anmeldung

Nach dem ersten Aufruf wirst du durch das Setup geführt.

🧾 Admin-Account erstellen

E-Mail
Passwort
erster Workspace

👉 Dieser Account ist dein „Super-Admin“.

Erste Schritte im System

Nach dem Login kannst du direkt:

eine erste App erstellen
ein Modell auswählen
einen Test-Chat starten

👉 Innerhalb weniger Minuten hast du deine erste funktionierende KI-Anwendung.

Typische Anfängerfehler

Damit du nicht in die klassischen Fallen läufst:

❌ Kein Modell konfiguriert

→ Ergebnis: nichts funktioniert

❌ zu wenig RAM

→ Container starten nicht sauber

❌ Ports blockiert

→ Webinterface nicht erreichbar

❌ falsche ENV-Konfiguration

→ Backend kann nicht starten

Die Installation von Dify ist überraschend unkompliziert – besonders mit Docker.

Der entscheidende Punkt ist nicht das Setup selbst, sondern:

👉 was du danach daraus machst

Mit einer funktionierenden Installation hast du:

deine eigene KI-Plattform
volle Kontrolle über Daten
die Grundlage für komplexe Workflows

Und genau darauf bauen die nächsten Teile auf.