So installieren Sie DeepSeek Harness (dsh): Desktop-App, npx-Einzeiler, Build aus dem Quellcode und Plugins

DeepSeek Harness (dsh) – die Open-Source-Agent-Runtime, die DeepSeek am 13. August 2026 veröffentlicht hat – erhielt am 24. September 2026 einen offiziellen Desktop-Client. Es ist eine paketierte App für Windows und macOS auf Apple-Silicon, veröffentlicht über DeepSeeks eigenen Download-Host, mit der Harness-Runtime an Bord: keine Node.js-Installation, kein npx, kein Terminal. Die Kommandozeile ist nicht verschwunden – npx @deepseek-ai/dsh web ist unter Linux nach wie vor der schnellste Weg, den der Desktop-Build nicht abdeckt. Zwei Dinge, die Sie vor dem Start wissen sollten: dsh ist kein Modell – es ist die Harness-Schicht, die ein Modell wie DeepSeek V4 Flash 0731 oder DeepSeek V4 Pro 0813 mit Tools, Dateien und einem Terminal verbindet – und jeder seiner Kanäle ist noch eine Developer Preview, rechnen Sie also mit Breaking Changes zwischen Releases. Dieser Leitfaden behandelt die Desktop-App, den npx-Einzeiler, den Quellcode-Build, den Headless-Modus, Plugins, MCP und die ehrlichen rauen Kanten.

Was Deep​Seek Harness ist — und was es nicht ist

Die interne Formel von Deep​Seek, bestätigt durch den leitenden Forscher Chen Deli, lautet: Modell + Harness = Agent. Das Modell ist das Gehirn; das Harness ist alles, was es in etwas verwandelt, das Arbeit erledigt: Kontext- und Speicherverwaltung, Tool-Aufrufe, Aufgabenplanung, Datei-Lesen und -Schreiben, Terminal-Ausführung, Fehler-Feedback und die Entscheidung, wann eine Aufgabe abgeschlossen ist. Deep​Seek Harness ist diese Schicht, die am 13. August 2026 unter der MIT-Lizenz als Open Source veröffentlicht wurde – am selben Tag, an dem der Deep​Seek V4 Pro 0813-Build auf der Deep​Seek API erschien.

Zwei Fakten prägen das Installationserlebnis. Erstens: Die Architektur ist „alles ist ein Plugin“, aufgebaut auf Cordis, einem TypeScript-Plugin-Container – was Sie installieren, ist also ein kleiner Kern plus eine Reihe von Plugins, die Modelladapter, Tools, Sitzungen und UI bereitstellen. Zweitens sind die npm-Kanäle heute 0.1.5-rc.3 auf latest und 0.1.7-rc.2 auf next, beides Release Candidates, die das Projekt selbst als Entwicklervorschau kennzeichnet: Die README warnt in Großbuchstaben davor, dass kompatibilitätsbrechende Änderungen bevorstehen. Die Popularität ist echt – 50.000 GitHub-Sterne in den ersten 12 Stunden und 235.000 bis Ende September 2026 –, aber Sterne messen Interesse, nicht Stabilität. Planen Sie Ihre Installation wie eine Vorschau: schnell zum Ausprobieren, günstig zum Wegwerfen.

Bevor Sie beginnen: die tatsächlichen Systemanforderungen

Für die Kommandozeilen-Installationen ist die einzige harte Voraussetzung Node.js. Das Projekt zielt auf den Engine-Bereich ^22.19.0 || >=24.0.0 – in einfachen Worten: Node 22.19 oder neuer bzw. jede Node-24.x-Version. Prüfen Sie Ihre Version mit node --version. Bei einer älteren Node-Version schlägt die npx-Installation fehl oder verhält sich fehlerhaft, statt sanft zu degradieren. Die unten beschriebene Desktop-App ist die Ausnahme: Sie bringt ihre eigene Laufzeitumgebung mit und benötigt daher überhaupt kein Node.js.

Alles andere ist leichter, als die Model-First-Gemeinde annimmt:

• Ein API-Schlüssel für das Modell. dsh führt ein echtes Modell aus; es benötigt einen Schlüssel für die Deep​Seek-API oder einen beliebigen OpenAI-kompatiblen Anbieter, den Sie konfigurieren. Sie können einen nach dem ersten Start in der Web-UI hinzufügen.

• pnpm — nur für den Build aus dem Quellcode. Einmal installieren mit npm install -g pnpm.

• ~1 GB freien Speicherplatz für das npm-Paket, den Workspace und die Sitzungsprotokolle, plus alles, was ein lokales Modell benötigen würde (dsh selbst führt keine Gewichte aus). Der Desktop-Installer ist schwerer — 288 MB für die Windows-.exe, ein 368 MB großes Disk-Image unter macOS —, weil er diese Laufzeitumgebung mitbringt.

• OS: Die npm-Route funktioniert unter Windows, macOS und Linux. Die Desktop-App ist eingeschränkter – nur Windows x64 und Apple-Silicon-macOS, kein Intel-Mac-Build und kein Linux-Ziel. Das Python-SDK ist noch eingeschränkter (Linux x64/arm64, macOS 14+ arm64 – kein natives Windows), unten behandelt.

Du brauchst keine GPU. Der Harness orchestriert nur; das Modell läuft remote über eine API.

Methode 1 — die offizielle Desktop-App (Windows und macOS)

Am 24. September 2026 veröffentlichte Deep​Seek den ersten paketierten Desktop-Build von Deep​Seek Harness. Es ist eine Electron-Hülle um dieselbe Web-UI mit eingebetteter dsh-Laufzeit, sodass nichts zuerst installiert und nichts von Hand gestartet werden muss: kein Node.js, kein npx, kein Terminal und kein Browser-Tab, der unter 127.0.0.1:3080 geöffnet bleiben muss. Der Quellcode liegt im öffentlichen Repository unter apps/desktop als Paket @deepseek-ai/dsh-desktop, die Artefakte werden vom eigenen Produktions-Download-Host von Deep​Seek unter download.deepseek.com/dsh-desk/ bereitgestellt, und die App folgt exakt der Harness-Version – der aktuelle Build ist 0.1.7-rc.2.

Was dieser Host am 25. September 2026 auslieferte:

• Windows — deepseek-harness-0.1.7-rc.2-win-x64.exe, ein 288 MB großer Installer, daneben eine .blockmap-Datei für Delta-Updates.

• macOS — deepseek-harness-0.1.7-rc.2-mac-arm64.dmg, ein 368 MB großes Disk-Image, oder derselbe Build als 373 MB .zip. Nur für Apple Silicon.

• Version — 0.1.7-rc.2, mit Release-Datum 24. September 2026, übereinstimmend mit der Harness-Version auf dem next-Tag von npm.

• Fehlt — kein Intel-Mac-Build (der mac-x64-Update-Feed liefert 404) und kein Linux-Ziel jeglicher Art.

Jedes Ziel veröffentlicht außerdem einen Update-Feed unter download.deepseek.com/dsh-desk/feeds/, dessen releaseDate-Feld das Build-Datum ist. Diese Datei zu prüfen ist der schnellste Weg, um zu sehen, ob ein neuerer Build existiert, ohne darauf zu warten, dass die App einen anbietet.

Warum der offizielle Client etwas anderes ist als die Community-Wrapper. Er ist First-Party und aktualisiert sich selbst, er bringt die Laufzeitumgebung im Installer mit, statt eine beim ersten Start abzurufen, und er stellt die UI nicht über Port 3080 des Webprofils bereit: Die Shell lädt die Anwendung über ein internes dsh-app://-Schema und kommuniziert mit einem privaten Hostprozess auf seinem eigenen Port, standardmäßig 19387. Er verhält sich außerdem wie eine Desktop-Anwendung – das Schließen des Fensters lässt laufende Aufgaben weiterlaufen (Windows behält ein Tray-Symbol), beim Beenden wird zuerst nachgefragt, wenn noch Arbeit läuft, und die Release Notes zu 0.1.7-rc.2 ergänzen ein Onboarding beim ersten Start, das verfügbares Guthaben vorstellt und kontogefinanzierte Aufgaben von API-Schlüssel-Aufgaben trennt, sodass du dich mit einem Deep​Seek-Konto anmelden kannst, statt einen Schlüssel einzufügen.

Zwei Einschränkungen, denn dieser Client wurde still ausgeliefert statt angekündigt. Das README des Repositorys dokumentiert weiterhin nur npx und den Build aus dem Quellcode, und die Projektseite unter www.deepseek.com/harness enthält überhaupt keinen Download-Link — die Binärdateien und ihr Update-Feed sind auf Deep​Seeks eigenem Host live, was wir am 25. September 2026 überprüft haben, doch nirgends beschreibt sie eine Versionshinweis. Und wir haben die Installer nicht ausgeführt, daher nimmt dieser Leitfaden keine Position zum Signierungs- oder Notarisierungsstatus der veröffentlichten Binärdateien ein; die Packaging-Pipeline im Repository enthält zwar Schritte für Windows-Code-Signierung und Apple-Notarisierung, und mehr lässt sich von außen nicht sagen.

Eine Konsequenz daraus, dass der Desktop-Build der Harness-Version folgt: Er ist derzeit einer Standard-Kommandozeilen-Installation voraus. Das latest-Tag von npm zeigt noch auf 0.1.5-rc.3, während jedes Desktop-Artefakt 0.1.7-rc.2 ist. Wenn Sie die neueste Harness auf einer Plattform möchten, die die Desktop-App nicht abdeckt, installieren Sie das Tag explizit — npx @deepseek-ai/dsh@next web — statt dem Standard zu vertrauen.

Methode 2 – der npx-Einzeiler (jede Plattform, einschließlich Linux)

Der offizielle Schnellstart ist ein einziger Befehl, und er ist wirklich ein einziger Befehl:

npx @deepseek-ai/dsh web

npx fetches the @deepseek-ai/dsh package (npm's latest tag currently resolves to 0.1.5-rc.3, not the newest harness), installs it into npm's cache, and starts the Web UI profile. Watch the output for the line that tells you it's listening — by default that is http://127.0.0.1:3080. Open it in your browser. Note the 127.0.0.1 loopback address: the UI binds to localhost only, which is the right default for a tool that can read and write files in your workspace — it also means you won't casually expose it on your network.

Der erste Start umfasst genau zwei Einrichtungsschritte:

• Fügen Sie einen Modellschlüssel hinzu.Einstellungen → Modelle → geben Sie Ihren API-Schlüssel ein. Er wird in $DSH_HOME/.credentials.yaml gespeichert und anschließend nicht im Klartext angezeigt. Bei einer Standardinstallation DSH_HOMEist ~/.dsh.

• Wählen Sie einen Arbeitsbereich. Fügen Sie das Projektverzeichnis hinzu, in dem dsh arbeiten darf. Die Eingabe bleibt gesperrt, bis beide Schritte abgeschlossen sind.

Senden Sie dann eine erste Aufgabe – ein guter Smoke-Test ist "Fassen Sie dieses Repository zusammen und identifizieren Sie seine Hauptpakete." Wenn die Zusammenfassung zurückkommt und die Tool-Aufrufe im Run-Trace erscheinen, funktioniert Ihre Installation.

Methode 3 — aus dem Quellcode erstellen

Lieber direkt aus dem Repository laufen? Der offizielle Pfad ist:

git clone https://github.com/deepseek-ai/deepseek-harness.git

cd deepseek-harness

pnpm install

pnpm run build

pnpm dsh web

Dafür benötigst du pnpm (Mitwirkende verwenden pnpm 11.7.0). Wähle den Quell-Build, wenn du den neuesten main statt des veröffentlichten Release-Kandidaten ausführen möchtest, wenn du vorhast, den Harness zu lesen oder zu ändern, oder wenn du ein benutzerdefiniertes Preset aus dem Verzeichnis apps/cli/config/agent-presets/ des Repos erstellen möchtest. Für alle anderen ist der npx-Weg dieselbe Software mit weniger Zeremoniell – der Quell-Build schaltet keine Funktionen frei, die das npm-Paket nicht bietet.

Die drei Profile: web, headless und tui

dsh wird als drei Ausführungsprofile ausgeliefert, und welches Sie verwenden, hängt davon ab, wo die Arbeit stattfindet:

• web (Standard) — die vollständige Browser-Oberfläche auf Port 3080. Das ist es, was npx @deepseek-ai/dsh web startet, und es ist das Profil, das die meisten zuerst installieren.

• headless — eine Aufgabe, dann Ende. dsh --profile headless "run the test suite and report failures" startet eine Sitzung, führt die Aufgabe aus, schreibt die Ergebnisse und beendet sich. Die Headless-Laufzeit ist ausdrücklich ein Einzelaufgaben-Prozess: Man kann während des Laufs keine Folgeaufträge einschieben, und Korrekturen sind ein neuer Lauf im selben Arbeitsbereich. Dies ist das Profil für die Einbindung in Skripte und CI.

• tui — eine Terminal-UI für tastaturgesteuerte Sitzungen: dsh --profile tui.

Alle drei verwenden dieselbe Konfiguration (~/.dsh/profiles/<name>/) und dasselbe Plugin-System, sodass das Verschieben einer Aufgabe von der Web-UI auf headless ein Befehlswechsel ist, keine Neuinstallation.

Plugins hinzufügen

Plugin-Verwaltung ist ein erstklassiger CLI-Befehl, kein direktes Bearbeiten vor Ort:

npx @deepseek-ai/dsh plugin --profile web add <source>

Die Quelle kann ein npm-Paketname, ein GitHub-Repository (github:user/repo), ein Tarball oder ein lokaler Ordner sein. Die nützlichste erste Installation ist der offizielle Plugin-Markt, der die Plugin-Entdeckung in eine Benutzeroberfläche verwandelt:

npx @deepseek-ai/dsh plugin --profile web add dshmarket

Starten Sie dann den Webdienst neu und öffnen Sie Einstellungen → Plugin-Markt, um im Katalog zu stöbern und Plugins mit einem Klick zu installieren. Zwei Regeln, über die viele stolpern: Plugin-Bundles werden beim Profilstart gemountet, daher benötigt ein neu hinzugefügtes Plugin einen Neustart von dsh web; und ein einfaches npm install registriert kein Plugin in einem Profil — Sie müssen dsh plugin verwenden. Das Ökosystem ist jung, aber nicht leer: die von der Community gepflegte awesome-dsh-plugin-Liste verzeichnet bereits Hunderte von Plugins in Kategorien wie UI, Skills, Tools, Provider und Benachrichtigungen.

MCP, die vier Voreinstellungen und die Trajektorienwiedergabe.

Drei Funktionen sind wichtig, sobald Sie eine Grundinstallation hinter sich haben:

MCP. dsh spricht das Model Context Protocol durch ein eingebautes @deepseek-ai/dsh-mcp-client-Plugin. Heute wird das in Dateien konfiguriert, nicht in der UI: Sie bearbeiten ~/.dsh/profiles/web/cordis.patch.yml (oder einen projektlokalen Patch) und deklarieren den Transport jedes Servers — stdio für lokale Befehle wie npx @playwright/mcp@latest, streamable-http für entfernte URLs. Es funktioniert, aber es ist der am wenigsten ausgefeilte Teil der Vorschau; erwarten Sie gelegentliche Instabilität und keine GUI zum Umschalten von Servern.

Voreinstellungen. dsh lädt pro Sitzung eine von vier Agent-Voreinstellungen, und jede stellt einen anderen Kompromiss dar:

• Standard — das komplette Toolset: Dateibearbeitung, Shell, Datei- und Webabruf, Skills, Planung, Subagenten, Workflows. Der Alltagsstandard.

• PTC (Programmatic Tool Calling) – Standard plus ein Code-Mode-SDK, das es dem Modell ermöglicht, TypeScript-Programme zu schreiben, um mehrstufige Tool-Aufrufe zu orchestrieren. Leistungsfähiger, mehr Nebeneffekte.

• Minimal — nur bash und einen Datei-Editor, sonst nichts. Entwickelt für Modell-Benchmarking und minimale Reproduktion; der Modus, auf den sich die Deep​Seek-V4-Flash-API-Dokumentation bezog, als sie ihre eigenen Agenten-Scores offenlegte, lief als „Deep​Seek Harness minimal mode".

• Erstellung — eine Laufzeit-Spielwiese: Cordis-Plugins im Speicher untersuchen und laden, experimentieren und eine funktionierende Kombination zu einem neuen Preset verfestigen.

Trajektorien-Wiedergabe. Jeder Lauf schreibt ein Append-only-Sitzungsprotokoll — System-Prompts, Überlegungen, Tool-Aufrufe und deren Ergebnisse, Subagenten-Planung. Die Trajektorien-Ansicht ermöglicht es, einen Lauf nach Quelle zu inspizieren, fortzusetzen, zu forken, zu durchsuchen und wiederzugeben. Das ist der Debugger für Agentenarbeit: Wenn eine Aufgabe fehlschlägt, startet man nicht einfach neu und hofft; man spielt die fehlgeschlagene Trajektorie erneut ab, forkt sie am fehlerhaften Schritt und testet einen Fix, ohne das Original zu verwerfen.

Die Python-SDK-Option

Wenn Sie das Harness lieber aus Python heraus steuern möchten als über einen Browser, gibt es ein offizielles SDK: pip install deepseek-harness-sdk. Es bündelt die dsh-Laufzeitumgebung (das pip-Wheel enthält die Node-Laufzeit, sodass keine separate Node-Installation nötig ist), und die Verwendung erfolgt über einen Kontextmanager: Erstellen Sie eine Deep​SeekHarness-Instanz und rufen Sie run("task") auf. Es erbt Standard-Umgebungsvariablen wie DEEPSEEK_API_KEY und DEEPSEEK_BASE_URL, ein Anbieterwechsel ist also lediglich eine Konfigurationsänderung. Der Haken: Es setzt Python 3.10+ voraus und unterstützt nur Linux x64/arm64 und macOS 14+ arm64 – es gibt kein natives Windows-Wheel, was eine echte Lücke darstellt, wenn Windows Ihr Hostsystem ist. Unter Windows bleiben Sie beim npm-Weg.

dsh auf die Modelle richten, für die Sie zahlen

dsh benötigt einen Modell-API-Schlüssel und ist bewusst provider-agnostisch: Unter Einstellungen → Modelle kann ein benutzerdefinierter Anbieter mit einer Open​AI-kompatiblen Basis-URL akzeptiert werden (in settings.yaml sind das api: openai-completions, baseURL und eine models-Liste). Die Standardeinstellung ist die eigene API von Deep​Seek; ein benutzerdefinierter Anbieter ist dort nützlich, wo ein Routing-Gateway zum Einsatz kommt.

OrcaRouter is an Open​AI-compatible endpoint that passes Deep​Seek's list price through with zero markup — https://api.orcarouter.ai/v1. The models dsh will actually call are all on it: DeepSeek V4 Flash 0731 (deepseek/deepseek-v4-flash-0731, $0.22 per million input tokens and $0.66 per million output), DeepSeek V4 Pro 0813 (deepseek/deepseek-v4-pro-0813, $0.66/$1.98) and DeepSeek V4.1 Flash (deepseek/deepseek-v4.1-flash, $0.15/$0.60), the model Deep​Seek's own rate card bills as deepseek-flash. Every rate doubles inside Deep​Seek's peak windows, 01:00-04:00 and 06:00-10:00 UTC on weekdays; the router passes that surcharge through rather than hiding it, and automatic failover moves a request to another provider if one wobbles. Figures checked against both rate cards on September 25, 2026. For dsh, the practical win is that you can keep the cheap tier for the bulk of everyday agent tasks and switch the same harness to V4 Pro for the hard passes — one key, one base URL, and the swap is a model name in the settings, not a reinstall.

Um die Grenzen klarzustellen: OrcaRouter hostet die Modelle, die dsh aufruft; es hostet dsh selbst nicht, und es liefert auch nicht den Desktop-Client mit — der kommt vom eigenen Download-Host von DeepSeek. dsh ist eine lokale Agent-Runtime, und man betreibt sie auf dem eigenen Rechner.

Wo dieser Leitfaden für Sie falsch ist — ehrliche Probleme mit der Vorschau

Ein Installations-Tutorial, das dir nur sagt, was du eingeben sollst, macht nur die halbe Arbeit. Hier ist, was die Vorschau heute falsch macht, damit du es nicht um 2 Uhr nachts entdeckst:

• Breaking Changes sind ein Versprechen, keine Warnung. Du bist auf einem Release Candidate — 0.1.5-rc.3, wenn du npms Standard genommen hast, 0.1.7-rc.2, wenn du die Desktop-App oder das next-Tag installiert hast. Config-Keys, die Plugin-API und Preset-Formate können sich alle ohne Vorwarnung ändern. Behandle ~/.dsh als Wegwerfzustand — die Kosten eines schlechten Updates sind eine Neuinstallation, und das ist in diesem Stadium nur akzeptabel, weil jeder Installationsweg hier ein Download oder ein einzelner Befehl ist.

• Du brauchst dsh nicht, um Deep​Seek-Modelle als Agenten zu nutzen. Wenn es dir heute nur um DeepSeek V4 Flash oder DeepSeek V4 Pro in einem Agenten geht, funktioniert der Anthro​pic-kompatible Endpunkt von Deep​Seek bereits in Claude Code und anderen Agent-Tools ohne neue Software. dsh ist eine Option von Deep​Seek selbst, keine Voraussetzung. Überspringe diese Installation, bis du ausdrücklich die native Umgebung möchtest.

• MCP ist dateibasiert konfiguriert und gelegentlich unzuverlässig. Keine GUI, kein Start/Stopp-Umschalter pro Server, und Erfahrungsberichte beschreiben intermittierende Fehler. Plane Zeit für YAML-Debugging ein, wenn dein Workflow von MCP-Servern abhängt.

• Plugin-Vertrauen ist eine Sicherheitsentscheidung. Drittanbieter-Plugins werden im Kernprozess des Harness ausgeführt, und bei der Installation gibt es keine Signatur- oder Quellprüfung. Installieren Sie nur Plugins, die Sie gelesen haben oder die aus einer Quelle stammen, der Sie vertrauen, und testen Sie sie in einer Wegwerf-Arbeitsumgebung, bevor Sie sie bei echter Arbeit einsetzen. Das danger-full-access-Sandbox-Profil kann jede sichtbare Datei ändern – beschränken Sie es auf Wegwerf-Checkouts.

• In der Vorschau sind bekannte Fehler vorhanden. Eine hängende Bash-Schleife ist ein dokumentierter Fehlermodus (unterbrechen und erneut versuchen), und das Verhalten bei lang laufenden Sitzungen ist noch nicht endgültig geklärt.

• Inoffizielle Desktop-Builds haben keine Daseinsberechtigung mehr. Bis zum 24. September 2026 waren die einzigen per Klick installierbaren dsh-Desktop-Apps unsignierte Community-Wrapper, und die Wahl bestand zwischen diesen und der Kommandozeile. Der offizielle Client macht diesen Trade-off überflüssig: First-Party, mit gebündelter Laufzeitumgebung, selbstaktualisierend. Es gibt keinen echten Migrationspfad zwischen den beiden Shell-Arten – sie wrappen denselben Harness –, also deinstallieren Sie die eine und installieren Sie die andere, und behalten Sie dasselbe Arbeitsverzeichnis bei.

• Wenn Sie Produktionsstabilität benötigen, warten Sie auf ein Nicht-RC-Release. Das Harness ist mächtig, aber noch unausgereift. Für einen Produktions-Agenten-Stack ist ein ausgereiftes, kampferprobtes Harness – oder die Anthro​pic-kompatible Endpoint-Route – die vertretbare Wahl, bis dsh einen stabilen Tag erreicht.

Fazit

Die Installation von DeepSeek Harness ist inzwischen je nach Plattform eine ganz unterschiedliche Aufgabe. Unter Windows oder auf einem Mac mit Apple Silicon laden Sie 0.1.7-rc.2 vom DeepSeek-eigenen Host herunter und sind fertig — kein Node.js, kein Terminal und die neueste Harness-Version in jedem Kanal. Überall sonst ist es weiterhin ein Befehl auf Node 22.19+: npx @deepseek-ai/dsh@next web, dann fügen Sie einen Modellschlüssel und einen Workspace hinzu und senden Sie eine Testaufgabe. Verwenden Sie Headless für Skripte, den Source-Build nur, wenn Sie main ändern oder verfolgen möchten, und behandeln Sie MCP als Work-in-Progress. Der ehrliche Vorbehalt hat sich nicht geändert: Jeder dieser Kanäle ist ein 0.x-Release-Candidate und wird auf dem Weg zum Stable-Status Dinge kaputt machen — ein guter Tausch, wenn Sie sehen möchten, wohin DeepSeek die Agent-Ebene führt. Die Modelle, die es ausführt — DeepSeek V4 Flash 0731, DeepSeek V4 Pro 0813 und DeepSeek V4.1 Flash — sind heute zum Listenpreis über OrcaRouter verfügbar und bereit, das Harness auf der anderen Seite der Installation anzutreiben.