PhotoPrism auf dem NAS: KI-Fotoverwaltung als Docker-Container
Dieser Artikel kann Affiliate-Links enthalten. Wenn du über diese Links einkaufst, erhalten wir möglicherweise eine kleine Provision — ohne Mehrkosten für dich. Das hilft uns, weiterhin kostenlose Inhalte zu erstellen.
PhotoPrism nutzt TensorFlow für die lokale Bild-Klassifizierung und erkennt über 1.000 verschiedene Objekte, Szenen und Gesichter, die initiale Indexierung von 10.000 Fotos dauert auf einem Intel J4125 NAS etwa 4 bis 6 Stunden.
PhotoPrism im Überblick
- Unbegrenzten Speicher zum Einmalpreis der Festplatten, eine 4-TB-NAS-Festplatte kostet ca. 100 EUR und fasst über 800.000 JPEG-Fotos
- Volle Originalqualität ohne Komprimierung oder automatische Konvertierung
- Automatische KI-basierte Gesichts- und Objekterkennung, die lokal auf dem NAS läuft
- Gemeinsame Alben mit individuellen Zugriffsrechten für Familienmitglieder
- Automatischer Smartphone-Upload im Hintergrund für iOS und Android
- Unabhängigkeit von Cloud-Anbietern, deren Preismodellen und Nutzungsbedingungen
PhotoPrism installieren und konfigurieren
Die Installation von PhotoPrism erfolgt über Docker Compose. Du benötigst mindestens 4 GB RAM auf dem NAS (8 GB empfohlen für die KI-Erkennung). Die Einrichtungsschritte:
- Projektverzeichnis auf dem NAS anlegen: /volume1/docker/photoprism/
- Docker-Compose-Datei mit allen erforderlichen Services erstellen (App-Server, PostgreSQL-Datenbank, MariaDB und Sidecar-Prozesse)
- Umgebungsvariablen in der .env-Datei konfigurieren: Upload-Pfad, Datenbank-Passwort, Zeitzone
- Stack starten mit docker compose up -d und den ersten Start abwarten (lädt alle Images, ca. 2 bis 5 GB)
- Weboberfläche aufrufen und Administrator-Konto erstellen
- Foto-Verzeichnis auf dem NAS als externe Bibliothek einbinden
Fotos unter eigener Kontrolle
Ein NAS als Foto-Plattform wächst mit deiner Sammlung mit: Wenn die Festplatten voll werden, tauschst du sie gegen größere Modelle und behältst alle Daten. Du zahlst keine monatlichen Gebühren, bist nicht an die Nutzungsbedingungen eines Cloud-Anbieters gebunden und musst dir keine Sorgen machen, dass ein Dienst eingestellt wird oder seine Preise drastisch erhöht. Gleichzeitig bieten moderne Foto-Apps wie PhotoPrism eine Benutzererfahrung, die Cloud-Diensten ebenbürtig ist, mit automatischem Upload, KI-Erkennung und nahtlosem Zugriff von jedem Gerät.
Systemvoraussetzungen und Hardware-Empfehlungen
PhotoPrism ist ressourcenhungrig – besonders während der initialen Indexierung. Dein NAS braucht mindestens 4 GB RAM, besser 8 GB, damit TensorFlow die Bilderkennung flüssig durchführen kann. Auf einer Synology DS920+ mit 4 GB RAM dauert die Indexierung von 5.000 Fotos etwa 3 Stunden. Mit aufgerüstetem 8-GB-RAM-Riegel sinkt die Zeit auf knapp 2 Stunden, weil weniger auf die Festplatte ausgelagert wird.
Die CPU-Last beim Indexieren liegt bei 80 bis 100 Prozent – plane das für die Nacht ein, damit andere NAS-Dienste nicht ausgebremst werden. Nach der Erstindexierung ist die Last minimal: Neue Fotos werden im Hintergrund analysiert und brauchen pro Bild nur 1 bis 3 Sekunden. Ein Celeron J4125 (DS220+, DS920+) reicht für eine Bibliothek bis 50.000 Fotos problemlos aus.
Docker-Compose für NAS-Umgebungen optimieren
Die Standard-Docker-Compose-Datei von PhotoPrism funktioniert, ist aber nicht für NAS-Umgebungen optimiert. Setze die Umgebungsvariable PHOTOPRISM_WORKERS auf die Anzahl deiner CPU-Kerne minus 1 – bei einem Quad-Core also auf 3. So bleibt ein Kern für andere NAS-Prozesse frei. Die Variable PHOTOPRISM_JPEG_QUALITY auf 85 setzen spart Speicherplatz bei den generierten Vorschaubildern, ohne sichtbaren Qualitätsverlust.
Binde dein Foto-Verzeichnis als Read-Only-Volume ein (ro-Flag in Docker), wenn du nicht möchtest, dass PhotoPrism Originaldateien verändert. Die Sidecar-Dateien (JSON-Metadaten und Thumbnails) landen dann in einem separaten Verzeichnis. Rechne mit etwa 1 GB Sidecar-Speicher pro 5.000 Fotos. Bei 50.000 Fotos sind das bereits 10 GB – lege dieses Verzeichnis auf eine SSD, falls dein NAS einen M.2-Slot hat.
Gesichtserkennung einrichten und trainieren
Die Gesichtserkennung in PhotoPrism funktioniert vollständig lokal – keine Cloud, keine Datenübertragung. Nach der Erstindexierung findest du unter dem Reiter Personen automatisch erkannte Gesichter. Benenne die häufigsten Gesichter manuell, und PhotoPrism lernt dazu: Nach 10 bis 15 zugeordneten Fotos pro Person steigt die Erkennungsrate auf über 90 Prozent. Bei Kindern, deren Gesichter sich schnell verändern, musst du regelmäßig nachtrainieren.