> For the complete documentation index, see [llms.txt](https://wiki.lucysecurity.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://wiki.lucysecurity.com/lucy-wiki-de/anleitungen/lucy-installieren/systemanforderungen.md).
# Systemanforderungen
### Unterstützte Betriebssysteme
LUCY-Docker-Bereitstellungen werden unter Ubuntu 22.04 LTS und neuer unterstützt.
### Unterstützte Linux-Distributionen
* **Ubuntu**: 20.04 LTS (veraltet), 22.04 LTS, 24.04 LTS
* **Debian**: 9.x, 10.x (veraltet)
* **Red Hat/CentOS**: 9.x
Andere Betriebssysteme
Virtualisierungsplattformen wie VMware oder VirtualBox sind mit den meisten gängigen Betriebssystemen kompatibel. Benutzern wird empfohlen, die Dokumentation ihres jeweiligen Anbieters zu detaillierten Kompatibilitätsinformationen heranzuziehen.
**Kompatibilität mit Betriebssystemen und Plattformen:**
Docker-Container unterstützen eine breite Palette von Umgebungen, einschließlich, aber nicht beschränkt auf:
* Amazon EC2
* Arch Linux
* CentOS
* CRUX Linux
* Fedora
* FrugalWare
* Gentoo
* IBM SoftLayer
* Installation auf der Joyent Public Cloud
* Mac OS X
* Microsoft Azure-Plattform
* Oracle Linux
* Rackspace Cloud
* Red Hat Enterprise Linux
* openSUSE und SUSE Linux Enterprise
* Ubuntu
* Windows
### Unterstützte Browser
LUCYs Phishing- und Awareness-Vorlagen sind so konzipiert, dass sie nahtlos in einer Vielzahl von Desktop- und Mobilbrowsern funktionieren, darunter:
* Chrome
* Firefox
* Edge
* Opera
* Safari
***
### Hardwareanforderungen
#### Kleine Kampagnen (bis zu 2000 Empfänger)
* **RAM**: 8 GB
* **CPU**: 4 Kerne
* **Festplatte**: 100 GB
#### Mittlere Kampagnen (bis zu 50.000 Empfänger)
* **RAM**: 16 GB
* **CPU**: 8 Kerne
* **Festplatte**: 300 GB
#### Große Kampagnen (bis zu 100.000 Empfänger)
* **RAM**: 32 GB
* **CPU**: 16 Kerne
* **Festplatte**: 500 GB
Hardware Empfehlungen
* **Ersteinrichtung:** Stellen Sie sicher, dass Ihre anfängliche Hardwarekonfiguration die Mindestanforderungen für die erwartete Kampagnengröße erfüllt. Es ist besser, von Anfang an mehr Ressourcen zuzuweisen, um Leistungseinbußen zu vermeiden.
* **Speicherplanung:** Angesichts des möglichen Bedarfs an zusätzlichen Vorlagen und der von Kampagnen erzeugten Daten ist es sinnvoll, von Anfang an großzügig Speicher einzuplanen. Berücksichtigen Sie bei der Auswahl Ihrer Festplattengröße zukünftige Erweiterungen.
* **Verwenden Sie die integrierten Tools:** Nutzen Sie regelmäßig LUCYs [Leistungstests ](/lucy-wiki-de/anwendungsreferenz/support/systemtests/leistungstest.md)und [Überwachungstools](/lucy-wiki-de/anwendungsreferenz/support/status/systemuberwachung.md) um Ihr System effizient am Laufen zu halten. Diese Tools können wertvolle Einblicke liefern, wie gut Ihre Hardware mit den Anforderungen Ihrer Kampagnen zurechtkommt.
* **Flexible Skalierung:** Wenn Sie Ihre LUCY-Instanz auf einem VPS hosten, nutzen Sie die Möglichkeit, Ihre Ressourcen bei Bedarf zu skalieren. Dies kann besonders nützlich sein, um Spitzenlasten während großer Kampagnen zu bewältigen.
**VPS-Hosting**
Für Benutzer, die sich für einen von LUCY gehosteten Virtual Private Server (VPS) entscheiden:
* **Dynamische Ressourcenskalierung.** LUCY bietet die Möglichkeit, Rechenressourcen, einschließlich CPU und RAM, automatisch zu skalieren, um den Anforderungen Ihrer Kampagne gerecht zu werden. Diese Funktion sorgt durch die Anpassung der Ressourcen in Echtzeit für eine optimale Leistung der Kampagnen und macht manuelle Anpassungen überflüssig. Bei Hardwareeinschränkungen werden Benutzer gebeten, sich an die[ Supportabteilung](/lucy-wiki-de/kontaktieren-sie-uns.md) zu wenden, um Unterstützung bei der Skalierung ihres Virtual Private Servers (VPS) zu erhalten.
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://wiki.lucysecurity.com/lucy-wiki-de/anleitungen/lucy-installieren/systemanforderungen.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.