Gesichtserkennung auf dem NAS: Synology Photos, Immich und PhotoPrism

Google Fotos erkennt Gesichter mit einer Trefferquote von über 95 Prozent, analysiert dafür aber jedes einzelne deiner Bilder auf Google-Servern in den USA. Wer volle Kontrolle über seine Fotos behalten will, findet mit Synology Photos, Immich und PhotoPrism drei leistungsfähige Alternativen, die Gesichtserkennung komplett lokal auf dem NAS ausführen. Kein Foto verlässt dein Heimnetzwerk, keine KI eines Drittanbieters sieht deine Familienbilder.

Drei Lösungen im direkten Feature-Vergleich

Synology Photos: Die Komfort-Lösung

Wie die Gesichtserkennung arbeitet

Synology Photos nutzt eine proprietäre KI-Engine, die direkt im DSM-Paket integriert ist. Nach der Aktivierung unter Einstellungen → Erweitert → Gesichtserkennung beginnt die automatische Indexierung aller Fotos im persönlichen und gemeinsamen Bereich. Die Erkennung läuft als Hintergrundprozess mit niedriger CPU-Priorität, sodass andere NAS-Dienste nicht beeinträchtigt werden.

Erkennungsqualität und Performance

• Trefferquote: Circa 85–90 Prozent bei frontalen Porträts, schwächer bei Profilansichten und Kindern unter 3 Jahren
• Indexierungsgeschwindigkeit: DS224+ (Intel Celeron J4125): ca. 8–12 Stunden für 30.000 Fotos, DS723+ (AMD Ryzen R1600): ca. 4–6 Stunden
• RAM-Bedarf: Mindestens 4 GB empfohlen, mit 2 GB ab Werk spürbar langsamer
• Lernfähigkeit: Wird besser mit jeder manuellen Bestätigung, nach 50–100 bestätigten Zuordnungen pro Person steigt die Genauigkeit deutlich

Vorteile und Grenzen

Die größte Stärke: Null Konfigurationsaufwand. Installation, Aktivierung, fertig. Die mobile App ist ausgereift, der Auto-Upload zuverlässig, geteilte Alben funktionieren intuitiv. Die Einschränkung: Nur auf Synology-Hardware verfügbar, und die KI-Engine ist nicht so fortschrittlich wie bei Immich oder Google.

Immich: Die Open-Source-Referenz

Wie die Gesichtserkennung arbeitet

Immich nutzt InsightFace (ArcFace-Modell) via ONNX Runtime für die Gesichtserkennung und OpenAI CLIP für Objekt- und Szenenklassifizierung. Beide Modelle laufen als Machine-Learning-Container (immich-machine-learning) neben dem Hauptserver. Die Erkennung ist deutlich fortschrittlicher als bei Synology Photos und kommt in Benchmark-Tests nah an Google Fotos heran.

Erkennungsqualität und Performance

• Trefferquote: Circa 90–95 Prozent, auch bei schwierigen Winkeln und wechselnden Lichtverhältnissen
• Indexierungsgeschwindigkeit: Intel Celeron J4125: ca. 15–20 Stunden für 30.000 Fotos (ML-Container CPU-intensiv), mit NVIDIA GPU: ca. 2–4 Stunden
• RAM-Bedarf: Mindestens 4 GB für den ML-Container, 8 GB+ empfohlen für flüssigen Betrieb parallel zu anderen Diensten
• CLIP-Suche: Ermöglicht natürlichsprachliche Suche wie "Hund am Strand" oder "rotes Auto", deutlich mächtiger als tag-basierte Suche

Installation auf dem NAS

Immich wird als Docker-Compose-Stack mit 5–6 Containern installiert: Server, Machine Learning, Redis, PostgreSQL, optional Microservices und Reverse Proxy. Auf einem Synology DS224+ oder QNAP TS-264 funktioniert die Installation über den Container Manager bzw. Container Station. Detaillierte Docker-Compose-Dateien findest du in der offiziellen Immich-Dokumentation (immich.app/docs).

PhotoPrism: Der KI-Pionier mit Einschränkungen

Wie die Gesichtserkennung arbeitet

PhotoPrism nutzt TensorFlow Lite für Gesichtserkennung und Objektklassifizierung. Das Projekt war einer der ersten Open-Source-Dienste mit lokaler KI-Fotoanalyse. Die Erkennung umfasst Gesichter, Objekte, Farben und automatische Kategorisierung. Die Erkennungsqualität liegt zwischen Synology Photos und Immich.

Erkennungsqualität und Performance

• Trefferquote: Circa 80–85 Prozent bei Gesichtern, gut bei Objekterkennung und Szenenklassifizierung
• Indexierungsgeschwindigkeit: Vergleichbar mit Immich, etwas langsamer bei der Gesichtserkennung
• RAM-Bedarf: 4 GB Minimum, 8 GB empfohlen
• Besonderheit: Kartenansicht mit GPS-Daten, automatische Farberkennung, Integration mit WebDAV für externen Upload

Einschränkungen

PhotoPrism hat keine native Smartphone-App, nur eine PWA (Progressive Web App), die im Browser läuft. Der automatische Foto-Upload vom Smartphone erfordert Drittanbieter-Tools wie Photosync oder FolderSync. Einige Features wie erweiterte Suche und RAW-Konvertierung sind der Pro-Version (ab 8 EUR/Monat oder 99 EUR/Jahr) vorbehalten. Die Entwicklungsgeschwindigkeit ist langsamer als bei Immich.

Welche Lösung passt zu dir?

• Synology Photos: Wenn du ein Synology-NAS besitzt und eine sofort funktionierende Lösung ohne Docker-Konfiguration willst. Beste Smartphone-App, einfachste Einrichtung, solide Gesichtserkennung.
• Immich: Wenn du die beste Open-Source-Gesichtserkennung mit CLIP-Suche willst und bereit bist, Docker zu nutzen. Funktioniert auf jedem NAS mit Docker-Support (Synology, QNAP, TrueNAS, Unraid). Die aktivste Entwickler-Community aller drei Projekte.
• PhotoPrism: Wenn du bereits einen Docker-fähigen Server hast und eine ausgereifte Lösung mit guter Kartenansicht und Farbanalyse suchst. Weniger geeignet als primäre Foto-App ohne native Mobile-App.

Hardware-Anforderungen für lokale KI-Erkennung

Die lokale Gesichtserkennung ist deutlich rechenintensiver als Cloud-Lösungen, weil die gesamte ML-Verarbeitung auf deiner NAS-CPU stattfindet. Hier die konkreten Hardware-Empfehlungen für verschiedene Bibliotheksgrößen:

Immich parallel zu Synology Photos betreiben

Auf einem Synology-NAS lassen sich Synology Photos und Immich gleichzeitig betreiben, Immich als Docker-Container, Synology Photos nativ. Beide können auf dieselbe Fotobibliothek zugreifen, wenn du Immichs External Library Feature nutzt. So kombinierst du den komfortablen Smartphone-Upload von Synology Photos mit der überlegenen CLIP-Suche von Immich. Der zusätzliche RAM-Bedarf liegt bei ca. 1,5–2 GB für den Immich-Stack.