Die Netzwerklatenz beeinflusst große mobile Immich-Importe vor allem dann, wenn der Ablauf viele Roundtrips, Wiederholungsversuche oder entfernte Dienstsprünge erfordert, statt einer einzigen ununterbrochenen Massenübertragung.
Eine Verbindung mit hoher Bandbreite kann sich trotzdem langsam anfühlen, wenn jede Anfrage auf einen langen Roundtrip wartet, während ein LAN mit geringer Latenz Steuerungsvorgänge selbst bei geringerer nomineller Bandbreite schnell abschließen kann. Sobald ein Asset jedoch angenommen wurde, können die Thumbnail-Erstellung, die Metadatenverarbeitung und die lokale Indexierung fortgesetzt werden, ohne dass das Telefon noch zum kritischen Pfad gehört. Daher müssen Uploadverzögerung und Verarbeitungsverzögerung getrennt gemessen werden.
Latenz und Durchsatz begrenzen unterschiedliche Teile eines Imports
Der Durchsatz bestimmt, wie schnell große Foto- und Videodatenmengen die Verbindung passieren können, wenn die Übertragung kontinuierlich ausgelastet ist. Die Latenz bestimmt, wie schnell ein Anfrage-Antwort-Austausch, ein Authentifizierungsschritt, der Verbindungsaufbau oder ein Wiederholungsversuch abgeschlossen werden kann. Das Importerlebnis hängt von der Kombination dieser Vorgänge ab, nicht von einer der beiden Kennzahlen allein.
Tailscales Erklärung der Pfadauswahl und Relays zeigt, warum ein Netzwerkpfad Verzögerungen hinzufügen kann, ohne den Immich-Server selbst zu verändern. Ein direkter und ein weitergeleiteter Pfad können denselben Endpunkt erreichen, aber unterschiedliche Roundtrip- und Durchsatzmerkmale aufweisen.
Das bedeutet, dass ein Upload aus vielen kleineren Dateien empfindlicher auf den Roundtrip-Overhead reagieren kann als ein einzelnes großes Video mit derselben Gesamtgröße. Verwende keine einzelne Zahl aus einem Geschwindigkeitstest, um die Abschlusszeit vorherzusagen, es sei denn, der Test ähnelt dem Anfrageverhalten und der Richtung des tatsächlichen mobilen Imports.
Wiederholungsversuche vervielfachen die Kosten eines langen Roundtrips
Verluste im WLAN, mobile Übergaben, Änderungen am VPN-Pfad oder überlastete Upstream-Verbindungen können dazu führen, dass Anfragen oder Segmente erneut übertragen werden müssen. Auf einem Pfad mit geringer Latenz kann die Wiederherstellung kaum auffallen; auf einem Pfad mit hoher Latenz fügt jeder Wiederholungsversuch ein weiteres Warteintervall hinzu und kann den Fortschritt stoßweise erscheinen lassen.
Ein Erfahrungsbericht über langsamen entfernten Immich-Zugriff ist als Diagnosebeispiel nützlich, weil die Kommentierenden den Verdacht auf einen Relay-Pfad von einem Problem mit der Endpunktkonfiguration trennten. Die Lehre daraus ist, sowohl den Transportpfad als auch das Verhalten der Anfragen auf Anwendungsebene zu überprüfen, bevor man die reine Bandbreite verantwortlich macht.
Die Netzwerkerklärung wird schwächer, wenn der Server Assets mit stabiler Rate empfängt, die Hintergrundwarteschlangen jedoch langsam bleiben, nachdem die Übertragung beendet ist. Dann bestimmen CPU, Speicher, Datenbank oder Aufgaben des maschinellen Lernens die Bereitschaft, nicht die Latenz zwischen Telefon und Server.
Entferntes maschinelles Lernen fügt eine andere Netzwerkgrenze hinzu
Wenn die Inferenz des maschinellen Lernens auf einem anderen Host läuft, fügt die Indexierung einen Netzwerk-Hop zwischen Server und ML-Dienst hinzu, den der mobile Upload-Pfad möglicherweise nicht nutzt. Ein Haushalt kann daher schnelle Uploads vom Telefon, aber eine langsame Fertigstellung der semantischen Suche haben, wenn der Inferenzdienst entfernt oder nur zeitweise erreichbar ist.
Das Beispiel für entferntes maschinelles Lernen zeigt, dass Immich ML über ein privates Netzwerk auf einem anderen Rechner betrieben werden kann. Diese Architektur kann die lokale CPU-Belastung verringern, macht den Betrieb aber von der Netzwerkerreichbarkeit und der Roundtrip-Zeit zwischen den Diensten abhängig.
Halte diesen Fall getrennt vom gewöhnlichen Fernzugriff auf Inhalte. Befindet sich der ML-Host im selben LAN wie der Immich-Server, ist die Internetlatenz des Telefons für diesen Inferenzschritt irrelevant. Befindet er sich hinter einem Tunnel oder im WAN, miss diesen Dienstpfad unabhängig.
Importverkehr kann mit der interaktiven Fernnutzung konkurrieren
Ein großer Upload beansprucht Upstream- oder Downstream-Kapazität, je nachdem, wo sich das Telefon relativ zum Heimserver befindet. Wenn dieselbe begrenzte WAN-Verbindung auch Timeline-Bilder, API-Antworten, Backups oder anderen Haushaltsverkehr überträgt, kann die Warteschlangenbildung am Router oder am Rand des Internetanbieters die Latenz kleiner interaktiver Anfragen erhöhen.
ZimaSpaces Analyse der Speicherlatenz in Immich liefert einen vergleichbaren Kausalitätstest: Die gemeinsame Nutzung einer Ressource ist nur dann relevant, wenn ihre längeren Wartezeiten mit der verzögerten Benutzeraktion zusammenfallen. Wende dieselbe Disziplin auf das Netzwerk an, statt anzunehmen, dass jeder Import es vollständig auslastet.
Dieser Mechanismus erklärt die Verlangsamung nicht mehr, wenn die WAN-Auslastung moderat ist, die Roundtrip-Zeit stabil bleibt und der Server selbst eine steigende Anfrage- oder Speicherlatenz zeigt. Netzwerk- und Serverkonkurrenz können gleichzeitig auftreten. Ermittle daher, welche Verzögerung sich unter der kontrollierten Arbeitslast zuerst verändert.
Teste den Import als vier getrennte Zeitverläufe
Verwende einen festen Batch mit vielen kleinen Fotos und mehreren großen Videos. Zeichne vier Zeitverläufe auf: die Übertragung vom Client zum Server, die Annahme durch den Server, die Verarbeitung im Hintergrund und die endgültige Suchbereitschaft. Erfasse zusätzlich die Roundtrip-Latenz, die effektive Übertragungsrate, Anzeichen für erneute Übertragungen oder Wiederholungsversuche sowie die relevanten Serverressourcen.
Vergleiche denselben Batch über lokales WLAN oder ein kabelgebundenes LAN mit der vorgesehenen Route für den Fernzugriff, ohne die Servereinstellungen zu ändern. Verwende Tailscales direkten und weitergeleiteten Pfade als Referenz für den Transport, wenn du einen Tunnel analysierst. Verlängert sich die Übertragungszeit, während die serverseitige Verarbeitung ähnlich bleibt, ist das Netzwerk die bestimmende Variable.
Akzeptiere die Netzwerkdiagnose erst dann, wenn eine kontrollierte Änderung des Pfads die vorhergesagte Phase verbessert, während die anderen Phasen vergleichbar bleiben. Diese Evidenz ist aussagekräftiger als ein Geschwindigkeitstest, ein einzelner hoher Ping oder die allgemeine Aussage, dass entfernte Uploads immer langsamer sind.
Tech- & KI-Zentrum
Mehr zum Lesen

Offene Modelle holen zur Spitzen-KI auf – wird 2026 das Jahr, in dem lokale KI gut genug wird?
Offene Modelle werden für immer mehr lokale KI-Workloads gut genug, während hochmoderne Cloud-Modelle für die anspruchsvollsten Aufgaben in den Bereichen Schlussfolgern und Agenten weiterhin...

NVIDIA PAIR verwandelt Ihr Heimnetzwerk in einen lokalen KI-Cluster – brauchen Sie noch einen großen GPU-Server?
NVIDIA PAIR verteilt lokale KI-Anfragen auf mehrere PCs und macht die Rechenleistung dadurch flexibler, während ein einzelner Heimserver Daten und Zustand dauerhaft speichern kann.

Warum fühlt sich Immich im LAN schneller an als bei Fernverbindungen?
LAN-Anfragen nehmen in der Regel einen kürzeren Weg mit geringerer Latenz. Der Fernzugriff bringt Kapazitätsbeschränkungen des WANs mit sich und kann zusätzliche DNS-, TLS-,...

