← Laser Studios
Basics · 04

Der erste Workflow

Von der Vorlage bis zur fertigen Datei: was Workflows und Nodes sind, wie Wan 2.1 aufgebaut ist, und wie du die Generierung startest und dein Video findest.

Basics Videogenerierung Text-to-Video Wan 2.1 Run & Output

Was ist ein Workflow?

Ein Workflow ist der komplette Graph in ComfyUI: alle Bausteine plus ihre Verbindungen, die zusammen ein Ergebnis erzeugen. Du kannst ihn als .json-Datei speichern, teilen und jederzeit wieder laden. Für den Einstieg nutzen wir eine fertige Vorlage, die in ComfyUI bereits eingebaut ist – du musst also nichts selbst verdrahten.

Was sind Nodes?

Ein Node ist ein einzelner Baustein mit einer klaren Aufgabe. Links sitzen die Eingänge, rechts die Ausgänge. Du ziehst von einem Ausgang eine Verbindung zum Eingang des nächsten Nodes – so fließen die Daten durch den Graphen.

Die farbigen Punkte zeigen den Datentyp (z. B. MODEL, CLIP, LATENT, IMAGE). Verbinden lassen sich nur gleiche Typen – gleiche Farbe an gleiche Farbe. Mehr musst du fürs Erste nicht wissen.

Das Modell: Wan 2.1

Wir arbeiten mit Wan 2.1 – einem quelloffenen Videomodell von Alibaba (Februar 2025). Unter der Apache-2.0-Lizenz ist es auch kommerziell frei nutzbar. Wan 2.1 gibt es in zwei Größen, aus denen du je nach Hardware und Qualitätsanspruch wählst:

Zwei Größen – du wählst

1.3B – die leichte Variante: schnell, läuft schon ab ca. 8 GB VRAM, ideal zum Einstieg (Auflösung um 480p). · 14B – die große Variante: deutlich bessere Bewegung und Details, braucht mehr VRAM, dafür bis 720p. Für beste Ergebnisse jeweils die fp16-Version nehmen.

Wie bei modernen Modellen üblich kommt Wan 2.1 nicht als eine einzige Datei, sondern in drei Teilen – und jeder Teil hat seinen eigenen Loader-Node:

🧠 Diffusion Model – das Bild-Wissen

Das eigentliche trainierte Modell. Es rechnet aus Rauschen Schritt für Schritt die Bilder deines Videos. Node: Load Diffusion Model · Ordner: models/diffusion_models/

💬 Text Encoder (UMT5) – das Sprachverständnis

Übersetzt deinen Prompt in eine Form, mit der das Modell arbeiten kann. Node: Load CLIP · Ordner: models/text_encoders/

🎞️ VAE – der Bild-Dekoder

Wandelt das komprimierte (latente) Ergebnis am Ende in sichtbare Pixel um. Node: Load VAE · Ordner: models/vae/

Warum kein „Load Checkpoint“? Ältere Modelle wie Stable Diffusion packten alle drei Teile in eine einzige Datei – den Checkpoint. Moderne Modelle liefern sie getrennt aus: Das spart Speicher und ist flexibler, weil z. B. derselbe Text Encoder für mehrere Modelle genutzt werden kann. Merksatz: Ein Modell = Wissen + Sprachverständnis + Dekoder.

Das Beste: Du musst die Dateien nicht von Hand suchen. Die Vorlage erkennt, was fehlt, und ComfyUI bietet den Download direkt an. Für die leichte 1.3B-Variante sind das zusammen rund 8 GB (Modell + UMT5-Text-Encoder + VAE); die 14B-Variante ist deutlich größer.

Der Wan-2.1-Workflow

Dieser Workflow erzeugt aus einem Textprompt ein kurzes Video (Text-to-Video). Er besteht aus acht Nodes, die der Reihe nach durchlaufen werden:

Load Diffusion Model MODEL Load CLIP CLIP Load VAE VAE CLIP Text Encode (+) CLIP Text Encode (–) Empty Latent Video 832 × 480 · Länge KSampler steps · cfg · seed VAE Decode Save Video 🎬
Der komplette Text-to-Video-Workflow – links die drei Modell-Teile, rechts das fertige Video

So startest du

Abkürzung – unser fertiger Workflow: Lade die Laser-Studios-Version dieses Workflows. Sie enthält oben links eine Notiz mit allen Download-Links und dem Pfadbaum – du siehst sofort, welche Datei in welchen Ordner gehört.

→ Workflow herunterladen (.json)

In ComfyUI einfach per Drag & Drop ins Fenster ziehen – oder Workflow → Open.

Wan-Workflow mit Laser-Studios-Modell-Note
Unser Workflow: die Notiz „Laser Studios – Modelle" listet alle Links und den Pfadbaum direkt neben den Modell-Nodes.

Dieser Workflow basiert auf der offiziellen Vorlage „Wan 2.1 Text to Video" und wurde von uns nur leicht ergänzt – vor allem um die Modell-Note. Ziel ist, dass du hier die Grundlagen von Ordnerstruktur und Modellen verstehst; die Original-Vorlage findest du in ComfyUI jederzeit unter Workflow → Browse Templates.

  1. Lade oben im Laser-Studios-Workflow (Button oben) die .json herunter und öffne sie in ComfyUI: einfach per Drag & Drop ins Fenster ziehen – oder über Workflow → Open.
  2. ComfyUI erkennt die fehlenden Modelle und zeigt oben die Warnung „3 required models are missing“. Klick auf Show missing models und lade jede Datei über Download.
    Fehlende Modelle – Download
    Fehlt etwas, meldet ComfyUI es – über „Show missing models“ und „Download“ laden.
  3. Die geladenen Dateien müssen in die passenden Ordner deiner ComfyUI-Installation – danach ComfyUI neu starten (oder R drücken):
    • wan2.1_t2v_1.3B_fp16.safetensors → ComfyUI/models/diffusion_models/
    • umt5_xxl_fp8_e4m3fn_scaled.safetensors → ComfyUI/models/text_encoders/
    • wan_2.1_vae.safetensors → ComfyUI/models/vae/
  4. Für bessere Ergebnisse wählst du im Node Load Diffusion Model die 14B-Datei (einmalig herunterladen) – optional, sonst bleibt es bei 1.3B.
  5. Beschreibe im positiven Prompt-Node in ganzen Sätzen, was passieren soll (der negative bleibt erstmal wie er ist).
  6. Damit ist alles bereit. Wie du die Generierung auslöst und was dabei im Graphen passiert, steht im nächsten Abschnitt.

Generierung starten

Ganz oben in der Menüleiste sitzt der blaue Run-Button (in älteren Versionen hieß er „Queue Prompt"). Ein Klick darauf startet die Generierung. Schneller geht es mit dem Tastenkürzel Strg+Enter (Mac: Cmd+Enter).

1 Run 0 active
Die Steuerleiste: Anzahl · Run (Start) · Abbrechen · Anzeige laufender Jobs.

Das kleine Zahlenfeld links neben Run ist die Anzahl der Durchläufe. Steht dort 1, wird ein Video erzeugt. Stellst du 3 ein und klickst Run, hängt ComfyUI drei Durchläufe hintereinander in die Warteschlange – praktisch, um mehrere Varianten am Stück zu erzeugen.

Die Queue – Warteschlange & Fortschritt

„Queue" heißt Warteschlange. Jeder Klick auf Run legt einen Auftrag hinein, und ComfyUI arbeitet sie nacheinander ab. Während ein Auftrag läuft, siehst du den Fortschritt direkt im Graphen:

  1. Der Node, der gerade rechnet, wird hervorgehoben, und an ihm läuft ein Fortschrittsbalken. So wanderst du sichtbar durch den Graphen – vom Laden über den KSampler bis zum Speichern.
  2. Oben zeigt die Leiste, wie viele Aufträge noch anstehen bzw. aktiv sind. Du kannst in Ruhe weiterarbeiten, während im Hintergrund gerechnet wird.
  3. Mit dem roten ✕ brichst du den laufenden Auftrag ab. Die Warteschlange lässt sich auch leeren, falls du dich vertan hast.

Der erste Durchlauf dauert länger. Beim ersten Run lädt ComfyUI die Modelle erst in den Grafikspeicher (VRAM) – das kann ein paar Minuten dauern. Jeder weitere Durchlauf mit demselben Modell geht dann deutlich schneller, weil es bereits geladen ist.

Dein Video finden – der Output

Ist der letzte Node durchgelaufen, erscheint im Save-Video-Node (bzw. der Video-Vorschau) direkt eine abspielbare Vorschau deines Ergebnisses. Damit siehst du sofort, was herausgekommen ist.

Gespeichert wird die Datei zusätzlich automatisch auf der Festplatte – im Ordner:

ComfyUI/output/

Den Anfang des Dateinamens legt das Feld filename_prefix im Save-Video-Node fest (Standard video/ComfyUI). ComfyUI nummeriert automatisch hoch, sodass frühere Videos nicht überschrieben werden.

Hardware-Check: Die 1.3B-Variante läuft schon ab ca. 8 GB VRAM. Die 14B-Variante liefert bessere Ergebnisse, braucht aber deutlich mehr VRAM (16 GB+ empfohlen, für 720p mehr). Wenn eine Generierung sehr lange dauert oder abbricht, reduziere zuerst Auflösung und Länge im Latent-Node – oder bleib bei 1.3B.

Tipp – nur ein Bild statt Video? Stell im Latent-Node die Länge auf 1 Frame. Damit wird Wan zum Bildgenerator – perfekt zum schnellen Testen von Prompts.

Auflösung & Framerate ändern. Diese Werte gehören nicht in den Save-Video-Node – der speichert nur. Sie stehen weiter vorne im Workflow: Auflösung und Länge (Frames) stellst du im Node Empty Hunyuan Latent Video ein (width, height, length) – das ist trotz des Namens nur ein leerer Video-Platzhalter, kein Modell. Die Framerate (fps) setzt du im Node Create Video. Beispiel: 33 Frames bei 16 fps ergeben rund 2 Sekunden Video.

Tipp – klein rendern, später vergrößern. Oft lohnt es sich, bewusst in geringerer Auflösung und mit weniger Frames zu generieren. Das spart enorm Rechenzeit und VRAM: Du siehst viel schneller, ob Bewegung und Bildinhalt stimmen, und musst nicht minutenlang auf einen Versuch warten. Sitzt das Ergebnis, kannst du es anschließend hochskalieren (Upscaling) und mit Frame-Interpolation zusätzliche Zwischenbilder berechnen lassen – für höhere Auflösung und flüssigere Bewegung, ohne alles neu zu würfeln. Die passenden Workflows dafür findest du im Tutorial-Bereich „Fix it in Prompt".

Kurz zum Copyright. In vielen Rechtsordnungen – etwa nach der aktuellen Einschätzung des US Copyright Office (2025) – sind rein KI-erzeugte Videos ohne ausreichenden menschlichen kreativen Beitrag nicht urheberrechtlich geschützt. Ein bloßer Prompt genügt dafür nicht, selbst wenn er lang ist oder oft überarbeitet wurde. Sobald aber eigene menschliche Gestaltung dazukommt – etwa Auswahl, Anordnung, Schnitt oder eigenes Ausgangsmaterial – kann der menschlich gestaltete Anteil schützbar sein (Einzelfallprüfung, je nach Land unterschiedlich). Wie du solchen Beitrag gezielt einbringst, zeigen wir an anderer Stelle in den Tutorials. (Keine Rechtsberatung.)

Die Ordner kennst du schon. Welche Datei in welchen Unterordner von ComfyUI/models/ gehört, steht in Teil 03 – die Modell-Note in unserem Workflow zeigt dir den passenden Pfad ohnehin direkt mit an.

Geschafft – die Basics sind durch

Und Glückwunsch – du hast dein erstes eigenes Video generiert! 🎉

Du hast ComfyUI installiert, den Manager aktiviert, dich im Graphen zurechtgefunden, deinen ersten Workflow geladen und daraus ein Video generiert. Das ist das komplette Fundament – ab hier geht es an eigene Prompts, bessere Modelle und fortgeschrittene Workflows.

Laser Studios · ComfyUI Basics · Kontakt · Impressum