Krea 2 Edit im Überblick: Downloads, ComfyUI-Workflows und Prompt-Beispiele

Krea 2 Identity Edit lohnt einen Versuch, wenn dir der Look von Krea 2 gefällt, du aber vorhandene Figuren, Produkte oder Szenen bearbeiten möchtest. Eine LoRA und eigene Nodes ergänzen das lokale Modell um Bearbeitung per Anweisung. Du kannst deine vorhandene Umgebung weiterverwenden. Exakte Gesichter und unveränderte Pixel außerhalb des gewünschten Eingriffs sind allerdings nicht garantiert.

Mit „krea-2-edit“ ist hier das inoffizielle Community-Projekt Krea 2 Identity Edit von conradlocke gemeint. Es ist weder Kreas gehostete Edit-Funktion noch ein separat veröffentlichtes offizielles Bearbeitungsmodell. Wer Krea 2 bereits nutzt, kann direkt bei Downloads und Startwerten einsteigen.

Informationen geprüft am 28. September 2026.

Was Krea 2 Edit tatsächlich ergänzt

Version 1.2 erweitert Referenzblätter, virtuelle Anprobe, Inpainting und Outpainting und verbessert die Ähnlichkeit. Node-Version 1.2.5 aktualisiert die Ausführung, nicht die Modellgewichte. Unterscheide beide Versionsnummern, um unnötige Downloads zu vermeiden. Änderungsprotokoll

Modell, LoRA und Workflow herunterladen

Wenn Krea 2 bereits auf deinem Rechner läuft, verwende kompatible Dateien für Basismodell, Encoder und VAE weiter. Prüfe diese Verzeichnisse, bevor du doppelt herunterlädst. Dateien des Autors · Comfy Org

Die vollständige LoRA ist ungefähr 1,83 GB groß. Dateigröße ist nicht gleich benötigter VRAM. Wähle bei r128 oder r64 die passende Datei im LoRA-Loader. Für Raw benötigst du kompatible Gewichte aus Kreas Repository oder dem Ordner diffusion_models bei Comfy Org. Krea 2 Raw

Die erste Bearbeitung in ComfyUI

1. Nodes installieren und JSON laden

cd ComfyUI/custom_nodes
git clone https://github.com/lbouaraba/comfyui-krea2edit

1. Nutze ComfyUI mit nativer Krea-2-Unterstützung, installiere das Node-Paket und starte neu. Klone nicht über einen vorhandenen gleichnamigen Ordner.
2. Ziehe das JSON des Autors auf die Arbeitsfläche. Bei roten oder fehlenden Nodes prüfst du zuerst Namen und installierte Versionen.
3. Wähle deine tatsächlichen Dateien in Modell-, CLIP-, VAE- und LoRA-Loader. Der Typ im CLIPLoader muss krea2 sein.
4. Bleibe zunächst im Einzelbildmodus und lade eine eigene Quelle. Die example.png aus der Umgebung des Autors brauchst du nicht.
5. Fixiere den Seed, fordere eine Änderung an und generiere ein Bild. Vergleiche es mit dem Original, bevor du die Aufgabe erweiterst.

2. Beide Referenzpfade verbinden

Es reicht nicht, eine LoRA in einen gewöhnlichen img2img-Workflow einzufügen. Das Quellbild muss sowohl den Referenz-Latentpfad des Modells als auch den bildgestützten Textencoder erreichen. Ein normaler CLIPTextEncode anstelle von Krea2EditGroundedEncode entfernt den zweiten Pfad.

LoadImage → VAEEncode → Krea2EditModelPatch.source_latent
LoadImage → Krea2EditGroundedEncode.image
UNETLoader → LoraLoaderModelOnly → Krea2EditModelPatch → KSampler.model
Krea2EditGroundedEncode → KSampler.positive
EmptySD3LatentImage → KSampler.latent_image + Krea2EditModelPatch.target_latent
KSampler → VAEDecode → SaveImage

Verbinde im fit-Modus auch vae und source_image am Patch. Führe dasselbe Ausgabe-Latent zu target_latent und KSampler. So kann die Quelle vor dem Sampling codiert werden, statt bei knappem VRAM mitten im Lauf eine Auslagerung des Modells auszulösen. Dokumentation der Verbindungen

3. Einstellungen an die Aufgabe anpassen

Die Modellkarte nennt 8–12 Schritte für Turbo und 20 / CFG 3 für Entfernungen mit Raw. Ein Hinweis im JSON empfiehlt außerdem 40 / CFG 3–4. Das sind Startpunkte, kein einziges verbindliches Preset. Bei CFG über 1 beginnst du mit einem GroundedEncode-Negativ aus leerem Prompt und demselben Bild.

4. Eine Szene mit einer Person kombinieren

Group 2 ist zunächst per Bypass deaktiviert. Öffne per Rechtsklick auf den Gruppentitel das Menü und schalte Bypass aus. Verbinde die Szene mit image/source_latent und die Person mit image_b/source_latent_b. Beginne mit einer Person und einer leeren Szene: Zwei Referenzen garantieren keine saubere Trennung zweier Gesichter.

Acht Anwendungen mit Prompt-Beispielen

Diese Prompts sind anpassbare Vorschläge, keine Rezepte für hier gemessene Ergebnisse. Sie bleiben zum direkten Kopieren auf Englisch; die Hinweise erklären die jeweilige Anwendung. Nenne zuerst Aktion, Ziel und wichtige unveränderte Elemente. Ergänze Details erst bei einem konkreten Fehler.

Ein Produkt umfärben

Change only the red fabric panels of the sneaker to cobalt blue. Keep the sole, stitching, logo, camera angle and background unchanged.

Ändere nur den roten Stoff des Schuhs zu Kobaltblau und erhalte Sohle, Nähte und Logo. Starte mit Turbo und prüfe Details vergrößert. Eine überzeugende Vorschau belegt keine exakten Produkteigenschaften.

Ein Porträt neu beleuchten

Relight this portrait with soft window light from the left. Keep the same face, expression, hairstyle, clothes and framing.

Fordere weiches Fensterlicht von links an, ohne Gesicht, Ausdruck und Ausschnitt zu verändern. Vergleiche Gesichtsproportionen zusätzlich zur Hauttextur.

Eine Person in eine andere Szene setzen

Place the person from image 2 beside the cafe table in image 1. Match the scene lighting and perspective; preserve the person’s face and outfit.

Setze die Person aus Bild 2 in das Café aus Bild 1. Zuerst die Szene, dann die Person anschließen; ähnliche Lichtrichtungen erleichtern den Vergleich.

In einen Anime-Stil übertragen

Restyle this image as a clean cel-shaded anime illustration. Preserve the composition, pose, outfit colors and main background objects.

Nutze einen Anime-Look mit Cel-Shading, erhalte Pose, Komposition und Kleidungsfarben. Texturen verändern sich absichtlich; beurteile Figurendesign getrennt von fotografischer Ähnlichkeit.

Ein störendes Objekt entfernen

Remove the orange traffic cone at the lower right. Reconstruct the pavement naturally and keep the person, storefront and camera position unchanged.

Entferne den orangefarbenen Verkehrskegel unten rechts und ergänze den Boden. Bleibt das Objekt stehen, versuche Raw mit CFG, statt nur die Turbo-Schrittzahl zu erhöhen.

Die Bildfläche erweitern

Extend this scene horizontally with more of the same cafe interior on both sides. Keep a single copy of the person and preserve the central composition.

Erweitere das Café nach links und rechts, ohne die Person zu duplizieren. Verwende fit, Euler und eine angemessene Pixelzahl; kontrolliere Übergänge und Doppelungen.

Ein Kleidungsstück anhand einer Referenz anprobieren

Dress the person in the jacket shown in the second reference. Preserve the face, pose, trousers and background; match the jacket’s cut and material.

Übernimm die Jacke der zweiten Referenz und erhalte Gesicht, Pose, Hose und Hintergrund. Das ist eine visuelle Anprobe, keine Größenberatung. Prüfe Bündchen, Verschlüsse und Muster vor einem Katalogeinsatz.

Ein Figuren-Referenzblatt erstellen

Create a three-view reference sheet of this fictional character: front, side and back, on a plain light gray background. Keep the same outfit, colors and proportions.

Erzeuge Vorder-, Seiten- und Rückansicht einer fiktiven Figur mit gleicher Kleidung und gleichen Proportionen. Die kombinierte Aufgabe ist anspruchsvoller: Suche nach erfundenen Accessoires und widersprüchlicher Anatomie.

Teile komplexe Aufgaben in prüfbare Durchläufe auf, etwa Farbe, Hintergrund und Vergrößerung. Speichere akzeptierte Zwischenstände. Mehrere Bearbeitungen können Fehler verstärken; bei Abweichungen von Gesicht oder Produkt gehst du zum letzten brauchbaren Ausgangsbild zurück.

Online-Zugang, API, Preise und GPU-Bedarf

Online: den genauen Modellnamen prüfen

Modellseite bei Sogni · Sogni Web. Sogni führt Identity Edit v1.2 ausdrücklich auf. Wähle das Modell in der Web-App, lade Quell- und Referenzbilder hoch und gib die Bearbeitungsanweisung ein. Die Standard-ID lautet krea2_identity_edit_v1_2. Dark Beast und Sogni-eigene Varianten sind andere Optionen.

Modellpreis · Aktuelle Tarife

Für die Einbindung findest du in Sognis Entwickleranleitungen das Python-Beispiel zu Krea Identity Edit samt aktuellem SDK und Authentifizierung. Ein allgemeiner Krea-2-Text-zu-Bild-Endpunkt ist kein Ersatz für diesen Workflow. Prüfe zunächst Kostenschätzung und Ergebnis eines Auftrags, bevor du Stapel verarbeitest. Entwickleranleitungen

GPU und Tempo: Dateigröße ist nicht Arbeitsspeicher

Sognis Worker-Anleitung nennt 16 GB VRAM für die optimierte Identity-Edit-Bereitstellung. Das ist kein allgemeines ComfyUI-Minimum. Präzision, Encoder, Auflösung, Referenzen und Offloading spielen mit hinein. Auf einer vorhandenen 16-GB-Karte sind FP8, etwa 1 MP und batch 1 ein sinnvoller Versuch, aber keine Hardwarekauf-Garantie. Sogni-Worker und Hardware

Das README nennt ungefähr eine Minute mit Turbo bei 2 MP, ohne standardisierten GPU-Vergleich. Trenne erstes Laden von warmen Durchläufen und halte Quelle, Seed und Einstellungen konstant. Lokal gibt es kein monatliches Bildkontingent; Speicher, Strom und Rechenzeit begrenzen dennoch den Durchsatz.

Bildqualität und Erfahrungen aus der Community

Ein Reddit-Beitrag vom 22. Juli lobt kurze Anweisungen für Änderungen an Ausdruck, Requisiten und Kleidung. Das spricht für erste Versuche mit klar begrenzten Eingriffen. Vorher-nachher-Beitrag vom 22. Juli

Ein Bericht vom 11. August beschreibt verzerrte Gesichter, erfundene Kleidungsmuster und harte Übergänge zur Umgebung. Gelungene Beispiele sind keine allgemeine Garantie für Identitätstreue. Problemmeldung vom 11. August

Am 30. August berichtet ein Nutzer, dass Ganzkörperreferenzen die ursprüngliche Pose festhalten, während ein Gesichtsausschnitt mehr Änderungen erlaubt. Die angepasste Modellkombination macht dies zu einem Ansatz zur Fehlersuche, nicht zu einem kontrollierten Benchmark. Diskussion zu Posen vom 30. August

Auch der Maintainer nennt markante Gesichtsproportionen, mehrere Personen, Kleidung und Änderungen außerhalb des gewünschten Bereichs als Grenzen. Kontrolliere kleine Schrift und Logos. Dieser Beitrag vergibt weder Textgenauigkeitswerte noch Geschwindigkeitsranglisten.

Sognis Anleitung und Beispiele

Vergleich mit Qwen, FLUX und Krea Edit

Qwen-Image-Edit-2511

Die offizielle Modellkarte beschreibt bessere Konsistenz und weniger Abweichungen. Wiederhole Umfärben, Entfernen und Platzieren mit denselben Quellen und zähle Fehlschläge ebenso wie gute Ergebnisse. Offizielle Seite

FLUX.2 [klein]

Black Forest Labs führt die Varianten getrennt auf. Auf bestimmter Hardware ermittelte Zeiten lassen sich nicht direkt mit einem anders konfigurierten Krea-Workflow vergleichen. Offizielle Seite

Krea Web Edit

Unterscheide Krea 2 als Generierungsmodell, das Webprodukt Edit und die Community-LoRA Identity Edit, wenn du Funktionen oder Abos vergleichst. Offizielle Seite

Probleme systematisch eingrenzen

Die Dokumentation ist bei zwei Personen uneinheitlich: Die Modellkarte empfiehlt aufeinanderfolgende Einfügungen, das Node-README gleichzeitige Platzierung. Vergleiche beide bei wichtigen Aufgaben. Bleiben sie unzuverlässig, nutze ein anderes Modell oder klassische Montage.

NSFW und kommerzielle Nutzung

Der Autor erklärt ausdrücklich, dass Identity Edit nur auf SFW-Daten trainiert wurde und NSFW-Konzepte nicht unterstützt. Lokale Ausführung ist kein Nachweis für ein spezialisiertes Erwachsenenmodell. Sognis Kennzeichnung „Uncensored“ und die Dark-Beast-Option betreffen Anbietervarianten oder Einstellungen, nicht einen veränderten Trainingsumfang des ursprünglichen Projekts.

Der Node-Code steht unter Apache 2.0, die Gewichte dagegen unter der Krea 2 Community License. Die Modellkarte nennt für kommerzielle Nutzung eine jährliche Umsatzgrenze von derzeit unter einer Million US-Dollar sowie weitere Pflichten. Aus der Codelizenz folgt keine uneingeschränkte Nutzung der Gewichte; lies auch die Bedingungen des gewählten Dienstes. Lizenz der Modellgewichte

Häufige Fragen und ein sinnvoller erster Versuch

Reicht der Download der LoRA?

Nein. Du brauchst außerdem Krea-Basis, Qwen3-VL-Encoder, VAE und die eigenen Nodes. Wähle die tatsächlichen Dateien in den Loadern des JSON.

Soll ich einen normalen negativen Prompt verwenden?

Bei Turbo mit CFG 1 ist mehr gewöhnlicher Negativtext nicht der entscheidende Hebel. Beginne bei Raw und CFG über 1 mit demselben Bild und leerem Prompt im GroundedEncode-Negativpfad.

Eignet es sich eher für Anime oder Fotos?

Basismodell und zusätzliche LoRAs bestimmen den Look mit. Viele Fotobeispiele belegen keine Überlegenheit bei Anime. Prüfe eigene Figuren, Konturen und Kleidung.

Kann es Bildtext exakt korrigieren?

Die Textbearbeitungsgenauigkeit wurde hier nicht gemessen. Kontrolliere auch kurze Wörter. Exakte Texte und Logos lassen sich gegebenenfalls zuverlässiger in einem normalen Editor einsetzen.

Was sollte ein bestehender Krea-Nutzer zuerst ausprobieren?

Nutze eine Quelle für drei getrennte Aufgaben: Farbe, Licht oder Ausdruck und Objektentfernung. Notiere Erfolg, Ähnlichkeit, Hintergrundabweichung und Zeit, mit Turbo und Raw in passenden Rollen.

Identity Edit erweitert eine gelungene Generierung um den nächsten Produktionsschritt. Finde zunächst eine wiederholbare Aufgabe mit einem Bild und einer Änderung, speichere die Einstellungen und baue darauf auf. Bei exakter Identität oder Produktdetails bleiben Sichtprüfung und klassische Bildbearbeitung wichtig.

Weiterführend: unser Überblick zu Krea 2

Grundlage: Modelldokumentation, bereitgestelltes JSON, Node-Hinweise, Anbieterinformationen und öffentliche Erfahrungsberichte. Es wurde kein eigener GPU-Inferenzbenchmark durchgeführt. Prompts sind Anwendungsvorschläge ohne Ergebnisgarantie. Das Titelbild ist eine KI-generierte redaktionelle Illustration.