Eigene LoRA-Modelle in der Civitai Cloud trainieren – ganz ohne lokale High-End-GPU

In der generativen Bild- und Video-KI ist das Feintuning von LoRA-Modellen (Low-Rank Adaptation) das wirkungsvollste Werkzeug, um bestimmte Kunststile, wiedererkennbare Charaktergesichter, spezifische Kostüme oder neue Designkonzepte präzise zu verankern. In herkömmlichen Workflows erfordert das LoRA-Training jedoch erhebliche Hardware-Ressourcen. Während Stable Diffusion 1.5 noch mit soliden Standard-Grafikkarten auskommt, verlangen SDXL, Pony Diffusion oder moderne Transformer-Architekturen wie Flux.1 Dev häufig zwischen 16 GB und 24 GB oder mehr dedizierten VRAM (Grafikspeicher). Hinzu kommt der Aufwand für lokale Python-Umgebungen, CUDA-Treiber, PyTorch-Konfigurationen und komplexe Skripte wie Kohya.

Mit dem browserbasierten On-Site LoRA Trainer beseitigt Civitai diese Hardware- und Setup-Barrieren vollständig. Kreative müssen weder teure Workstations anschaffen noch eigene Cloud-Instanzen über die Befehlszeile konfigurieren. Der gesamte Trainingsprozess – vom Hochladen des Bilddatensatzes über das Tagging bis hin zur Modellberechnung – läuft direkt im Webbrowser auf den Hochleistungs-GPUs von Civitai. Abgerechnet wird über die Plattformwährung Buzz. Die resultierenden .safetensors-Gewichte können anschließend für lokale Workflows (wie ComfyUI oder WebUI) heruntergeladen oder direkt im Online-Bildgenerator von Civitai veröffentlicht werden.

Das Civitai Buzz-System und die Kosten des Cloud-Trainings

Der Cloud-Trainer von Civitai nutzt das Buzz-Punktesystem, um die Rechenzeit auf entfernten Server-GPUs transparent zu berechnen.

Unterschied zwischen Blue Buzz und Yellow Buzz

Civitai unterscheidet zwei Währungskategorien:

• Blue Buzz (Kostenlose Community-Punkte): Wird durch aktive Beteiligung auf der Plattform verdient. Nutzer erhalten Blue Buzz durch tägliche Generator-Logins, Reaktionen und Kommentare zu Bildern anderer Kreativer, Modellbewertungen und Interaktionen auf eigene Uploads. Bei der Einreichung eines Trainingsauftrags verbraucht das System automatisch zuerst das vorhandene Blue Buzz, bevor bezahltes Guthaben angetastet wird.
• Yellow Buzz (Bezahlte und handelbare Währung): Kann direkt erworben werden (per Kryptowährung auf Civitai.com oder Kreditkarte auf Civitai.Green) oder über Community-Bounties sowie das Minispiel Knights of the New Order verdient werden. Yellow Buzz dient unter anderem für Trinkgelder und den Kauf exklusiver Ressourcen.

Preisstruktur und Kostenfaktoren

Die anfallenden Buzz-Kosten hängen von der gewählten Basis-Architektur, der Gesamtzahl der Rechenschritte und den gewählten Parametern ab:

• Standard-Basismodelle (SD 1.5 und SDXL): Reguläre Trainingsläufe starten bei etwa 500 Buzz.
• Große und moderne Architekturen (Flux, Video-Modelle): Rechenintensive Modelle wie Flux.1 Dev, Flux.2 Dev oder Videomodelle (Hunyuan, Wan 2.1, LTX2) erfordern aufgrund des höheren Berechnungsaufwands mehr Buzz.
• Benutzerdefinierte Basis-Checkpoints: Die vorinstallierten offiziellen Basismodelle verursachen keinen Aufpreis. Wählt man jedoch ein beliebiges Community-Checkpoint auf Civitai als Basis, fällt ein Buzz-Aufschlag an, da die Datei in den Speicher einer dedizierten GPU geladen werden muss.
• Epochen (Epochs) und Wiederholungen (Repeats): Eine Erhöhung der Epochen- oder Bildwiederholungsanzahl steigert die Gesamtanzahl der Trainingsschritte linear und erhöht den Buzz-Preis entsprechend. Die genauen Gesamtkosten werden vor dem Absenden verbindlich angezeigt.

Automatische Wiederholungsversuche und Rückerstattungsgarantie

Der Dienst verfügt über integrierte Fehlertoleranzen. Scheitert ein Trainingslauf an einem Infrastrukturfehler, wiederholt das System den Auftrag bis zu dreimal automatisch. Schlägt der Job endgültig fehl oder verharrt länger als 48 Stunden im Bearbeitungsstatus, wird der volle Buzz-Betrag automatisch dem Benutzerkonto gutgeschrieben.

Schritt 1: Zusammenstellung und Vorbereitung des Datensatzes

Die Qualität, Schärfe und Vielfalt der Trainingsbilder entscheiden maßgeblich über das Endergebnis des LoRAs. Unscharfe, verrauschte oder monotone Ausgangsbilder lassen sich durch keine Parametereinstellung ausgleichen.

Kriterien für die Bildauswahl

• Empfohlene Bildanzahl: 10 bis 30 hochwertige Bilder sind ideal. Für einen bestimmten Charakter oder ein einzelnes Objekt genügen meist 15 bis 25 gut variierte Bilder. Für einen allgemeinen Kunststil bieten 20 bis 35 Bilder eine bessere stilistische Bandbreite.
• Vielfalt bei Winkeln und Beleuchtung: Mischen Sie Nahaufnahmen (Porträts), Halbtotale und Ganzkörperansichten. Variieren Sie Blickwinkel (frontal, Profil, Halbprofil, Vogel- und Froschperspektive), Lichtverhältnisse, Hintergründe, Kleidung und Mimik. Sind alle Bilder vor demselben Hintergrund oder in derselben Pose aufgenommen, droht Überanpassung (Overfitting), bei der das Modell den Hintergrund fälschlicherweise als Merkmal der Person erlernt.
• Auflösung und Dateiformate: Bilder sollten idealerweise zwischen 512x512 und 1536x1536 Pixeln groß sein (maximal 2048x2048 Pixel). Unterstützt werden die Bildformate .png, .jpg, .jpeg und .webp.

Vier Wege zur Bereitstellung der Trainingsdaten

Civitai bietet vier verschiedene Importmethoden im Trainer an:

1. ZIP-Datei hochladen: Die gebräuchlichste Methode. Packen Sie Ihre Bilddateien zusammen mit optionalen gleichnamigen .txt-Beschreibungsdateien in ein einzelnes .zip-Archiv. Wichtig: Markieren Sie direkt die Dateien und zippen Sie diese; packen Sie keinen übergeordneten Ordner ein.
2. Aus dem Generator importieren (Import from Generator): Wählen Sie Bilder aus, die Sie zuvor im Civitai-Web-Generator erzeugt, aber noch nicht veröffentlicht haben.
3. Aus dem Profil hinzufügen (Add from Profile): Übernehmen Sie Bilder direkt aus Ihrer öffentlichen Civitai-Galerie, sortiert nach Monat und Jahr.
4. Bestehenden Datensatz wiederverwenden (Re-use a Dataset): Civitai speichert hochgeladene Datensätze gemäß seiner Richtlinie 30 Tage lang. So können Sie Datensätze für neue Testläufe ohne erneuten Upload wiederverwenden.

Rechtliche Bestätigung und Einverständnis

Vor dem Upload muss die Einverständniserklärung (Content Acknowledgement) bestätigt werden. Wenn Bilder reale Personen abbilden, bestätigen Sie damit, dass Sie diese Person sind oder deren ausdrückliche Erlaubnis zur Nutzung für das KI-Training vorliegt. Zudem kann festgelegt werden, ob der Datensatz auf der Modellseite öffentlich einsehbar sein soll.

Schritt 2: Die passende Captioning-Strategie wählen

Bildbeschreibungen (Captions) signalisieren dem Modell, welche Bildelemente veränderlicher Hintergrund oder temporäre Kleidung sind und welche spezifischen Merkmale zum eigentlichen Zielkonzept gehören.

Tag-basiertes Labeling (WD Tagger 1.4)

Hierbei werden kommagetrennte Schlagwörter verwendet (z. B. triggerword, solo, 1girl, blue eyes, white shirt, studio background).

• Geeignete Architekturen: Stable Diffusion 1.5, SDXL 1.0, Pony Diffusion V6 XL und Illustrious.
• Automatische Erkennung: Durch Klick auf den lila Button Auto Label analysiert der integrierte WD Tagger 1.4 von SmilingWolf die Bilder und erzeugt passende Danbooru-Tags.
• Trigger-Wort voranstellen (Prepend Tags): Im Feld „Prepend Tags“ lässt sich ein eindeutiger Begriff (z. B. mein_held_v1) definieren, der automatisch an den Anfang jeder Beschriftung gesetzt wird.
• Blacklist und Schwellenwert: Unerwünschte Tags können per Blacklist gefiltert werden; zudem lässt sich die Erkennungsempfindlichkeit (Standard: 0,4) anpassen.

Beschreibungen in natürlicher Sprache (JoyCaption)

Verwendet grammatikalisch vollständige, flüssige Sätze (z. B. A detailed medium shot of a warrior with braided silver hair, wearing an engraved leather cuirass, standing against a misty mountain valley at sunset).

• Geeignete Architekturen: Moderne Diffusion- und Transformer-Modelle, insbesondere Flux.1 Dev und Flux.2 Dev. Diese Modelle nutzen T5-Text-Encoder, die natürliche Sprachzusammenhänge wesentlich besser erfassen als isolierte Wortketten.
• Automatische Erkennung: Im Auto-Label-Menü erzeugt JoyCaption ausdrucksstarke Fließtext-Beschreibungen mit Details zu Licht, Tiefe und Materialbeschaffenheit.

Trainings ohne Beschriftung (Captionless)

Soll ein ganzheitlicher Malstil, eine Aquarelltechnik oder eine allgemeine Illustrationsästhetik gelernt werden, können die Textfelder komplett leer gelassen werden. Das Modell erlernt die visuelle Charakteristik dann ausnahmslos aus den Bilddaten.

Lokales Datensatz-Backup

Nach dem automatischen Tagging empfiehlt sich ein Klick auf den blaugrünen Button Download. Damit laden Sie ein komplettes ZIP-Archiv mit Bildern und zugehörigen .txt-Dateien herunter, um die erarbeiteten Tags für spätere Trainingsläufe lokal zu sichern.

Schritt 3: Den Trainings-Assistenten konfigurieren

Nach Vorbereitung des Bildmaterials führt ein interaktiver Assistent durch die Einstellungen:

1. Trainer starten

Klicken Sie oben rechts auf Civitai auf die blaue Schaltfläche Create und wählen Sie Train a model (oder Train a LoRA).

2. Modelltyp wählen und benennen

Geben Sie Ihrem Modell einen Namen und wählen Sie die Kategorie (Charakter, Stil, Konzept usw.). Dadurch werden sinnvolle Voreinstellungen geladen.

3. Daten hochladen und Tags prüfen

Laden Sie Ihr ZIP-Archiv hoch, führen Sie das Auto-Labeling durch, bestätigen Sie die Inhaltsrichtlinien und klicken Sie auf Next.

4. Basismodell festlegen

Civitai stellt diverse Basismodelle bereit und wählt im Hintergrund automatisch die passende Trainings-Engine:

• SD 1.5: Standard, Anime, Semi-Realistic, Realistic (Kohya-Engine).
• SDXL: SDXL 1.0 Basismodell, Pony Diffusion V6 XL, Illustrious (Kohya-Engine).
• Flux-Familie: Flux.1 Dev, Flux.2 Dev, Flux2 Klein (AI-Toolkit-Engine).
• Weitere Bildmodelle: Chroma 1.0 HD, Qwen-Image, ZImage (AI-Toolkit-Engine).
• Videomodelle: Hunyuan 720p, Wan 2.1, LTX2 (Musubi- oder AI-Toolkit-Engine).
• Eigene Checkpoints: Beliebige auf Civitai gehostete Modelle als Basis wählbar (gegen zusätzlichen Buzz-Aufschlag).

5. Erweiterte Parameter und Schnelltasten

• Rapid Flux Training: Beim Training auf Flux.1 Dev lässt sich „Rapid Training“ aktivieren, um ein Modell in unter 5 Minuten für schnelle Prototypentests zu berechnen.
• Test-Prompts (Sample Image Prompts): Geben Sie unter den erweiterten Einstellungen bis zu drei Prompts an. Civitai rendert nach jeder Epoche automatisch Vorschaubilder, um den Lernfortschritt direkt sichtbar zu machen.
• Multi-Training: Reichen Sie bis zu fünf Parameter-Varianten parallel ein. So lassen sich verschiedene Lernraten (Learning Rates), Netzwerk-Ränge (Rank/Alpha) oder Basismodelle in einem Durchgang vergleichen.

Prüfen Sie die berechneten Buzz-Kosten und die Priorität und bestätigen Sie mit Submit.

Schritt 4 & 5: Fortschrittskontrolle, Epochen-Auswertung und Export

Nach der Einreichung übernimmt die Cloud-Infrastruktur die komplette Berechnung autonom.

Statusüberwachung

Sie werden zum Reiter Training in Ihrem Profil weitergeleitet. Dort sehen Sie den aktuellen Bearbeitungsstatus, die verbleibende Zeit (ETA) und die schrittweise generierten Epochen-Vorschaubilder. Nach Abschluss erhalten Sie eine E-Mail-Benachrichtigung.

Bewertung der Epochen (Epochs)

Mehr Trainingsrunden bedeuten nicht automatisch bessere Ergebnisse. Achten Sie auf die Ausprägung der Testbilder:

• Unteranpassung (Frühe Epochen): Merkmale sind schwach ausgeprägt; das Bild ähnelt zu stark dem Basismodell.
• Optimaler Bereich (Sweet Spot): Gesicht, Stil oder Kostüm werden präzise wiedergegeben, während das Modell flexibel auf neue Prompts für Posen, Kleidung und Szenen reagiert.
• Überanpassung (Späte Epochen): Bilder wirken übersättigt, verrauscht oder unnatürlich kontrastreich; das Modell ignoriert Prompts und reproduziert stur die Originalbilder.

Civitai stellt bis zu 20 Epochen-Zwischenschritte zur Ansicht und zum Download bereit.

Download und Veröffentlichung

Sobald die beste Epoche feststeht:

• Lokaler Download: Laden Sie die gewünschte .safetensors-Datei herunter und legen Sie sie im LoRA-Ordner von ComfyUI, Automatic1111 oder WebUI Forge ab.
• Veröffentlichung auf Civitai: Klicken Sie auf den blauen Button Publish, um die Epoche direkt als Modellkarte auf Civitai anzulegen und im Web-Generator verfügbar zu machen.
• Wichtiger Hinweis: Das Veröffentlichen schließt die Auswertungsübersicht des Trainingslaufs. Laden Sie alle anderen interessanten Epochen-Dateien herunter, bevor Sie auf Publish klicken.

30-tägige Aufbewahrungsfrist

Civitai bewahrt nicht angenommene Modelldateien und hochgeladene Datensätze 30 Tage lang auf. Sichern Sie wichtige Daten vor Ablauf dieser Frist lokal.

Vergleich: Lokales Training vs. Civitai Cloud-Trainer

Praxistipps für optimale Trainingsergebnisse

• Eindeutiges Trigger-Wort wählen: Nutzen Sie keine alltäglichen Wörter (wie cyber_girl), sondern einzigartige Zeichenfolgen (z. B. cvi_valkyr oder solaris_arc), um bestehende Begriffsassoziationen des Basismodells nicht zu stören.
• Kostenloses Blue Buzz nutzen: Durch tägliches Einloggen und Interaktionen in der Community lässt sich ausreichend Blue Buzz ansparen, um komplett kostenfrei zu trainieren.
• Beschriftungsstil an Architektur anpassen: Kurze Danbooru-Tags für SDXL und Pony nutzen; ausführliche Fließtext-Sätze konsequent für Flux verwenden.
• Mittlere Epochen prüfen: Bei 10 bis 14 Epochen liefern oft die Durchläufe zwischen Epoche 6 und 10 den besten Kompromiss aus Ähnlichkeit und Prompt-Flexibilität.

Referenzen

• Civitai's LoRA Trainer: Simplifying Model Training for All
• Guide to Buzz - the Civitai On-Site Currency! - Civitai Education
• Civitai Data Storage Policy | Civitai