Der Serverraum ist der neue Karriere-Schutzwall

Bei der aktuellen Diskussion über KI und Arbeitsplätze geht es meist um die sichtbare Ebene: Wer schreibt den Code, wer gibt dem Modell Prompts, wer wird entlassen, wenn ein Chatbot den ersten Entwurf erstellen kann? In den Nachrichten dieser Woche steckt eine Geschichte über eine Ebene, die in dieser Diskussion niemand betrachtet – und gerade deshalb verdient sie Ihre Aufmerksamkeit, weil sich um die Fähigkeiten, die dabei gefragt sind, kaum jemand bemüht.

Ein seit 2013 bestehender Fehler

Sicherheitsforscher haben diese Woche ausführlich dargelegt, wie sich Tausende internetverbundene Server großer Hersteller aus der Ferne über ihre Baseboard Management Controller, kurz BMCs, mit einer Hintertür versehen lassen – die kleinen, separaten Computer, die in praktisch jeder Hauptplatine eines Unternehmensservers eingebettet sind und unabhängig von den Vorgängen auf dem Hauptrechner über ein eigenes Betriebssystem, einen eigenen Netzwerk-Stack und eine eigene IP-Adresse verfügen (Ars Technica). BMCs ermöglichen es IT-Mitarbeitern, einen Server aus der Ferne neu zu starten, neu aufzusetzen oder zu überwachen, selbst wenn er ausgeschaltet oder vollständig nicht ansprechbar ist – eine wirklich nützliche Verwaltung im „Lights-out“-Betrieb. Der Haken ist laut den Forschern, dass das zugrunde liegende Protokoll bereits mindestens seit 2013 als leichtes Ziel gilt und einige der nun ausgenutzten Schwachstellen mehr als ein Jahrzehnt alt sind. Ars beschreibt dies als eine „allgegenwärtige, unzureichend überwachte und unzureichend gepatchte parallele Angriffsfläche“ – keine neue Sicherheitslücke, sondern eine alte, die stillschweigend ignoriert wurde, weil sie unterhalb der Ebene liegt, auf der die meiste Aufmerksamkeit für Software und Sicherheit angesiedelt ist.

Agentisches Programmieren wird bald mehr davon erzeugen – und zwar schneller

In derselben Woche startete Meta Muse Code, einen terminalbasierten Coding-Agenten, der sich zu Claude Code, Codex und einem schnell wachsenden Feld von Frameworks gesellt, die mit minimaler menschlicher Beteiligung Software schreiben und ausliefern (TechCrunch). Zuckers eigene Beschreibung ist aufschlussreich: Bei einer ausreichend großen Aufgabe teilt sich das System auf mehrere Sub-Agenten auf, die parallel in isolierten Arbeitsbäumen arbeiten und gleichzeitig mehrere Funktionen entwickeln. Das ist ein echter Produktivitätsgewinn. Strukturell bedeutet es aber auch, dass pro Einheit menschlicher Aufmerksamkeit mehr Infrastruktur bereitgestellt, konfiguriert und eingesetzt wird als je zuvor – mehr Cloud-Instanzen, mehr Testumgebungen, mehr Server, die von Menschen schnell bereitgestellt werden, die möglicherweise nie eine BMC-Einstellung berühren oder ein Firmware-Änderungsprotokoll lesen. Agentische Werkzeuge sind sehr gut darin, die Anwendung zu schreiben. Sie haben keine Meinung dazu, ob der darunterliegende Out-of-Band-Management-Chip, auf dem diese Anwendung läuft, Firmware von vor sechs Jahren verwendet.

Nichts davon bedeutet, dass agentische Coding-Tools von Grund auf unsicher sind – das ist eine andere Frage als die, um die es im Artikel von Ars Technica geht. Der Punkt ist enger gefasst: Das Volumen der geschaffenen Infrastruktur wächst schneller als die unspektakuläre Disziplin, die physische darunterliegende Ebene zu patchen, und diese Lücke schließt sich nicht von selbst, nur weil der Code darüber intelligenter geworden ist.

Warum dies ein Karrieresignal und nicht nur eine Sicherheitsgeschichte ist

Setzt man dies in Beziehung zu den Entlassungen, die sich weiterhin durch die Branche ziehen – die in dieser Woche angekündigte Reduzierung der Belegschaft von Monday.com um ungefähr 20 %, die ausdrücklich mit einer KI-getriebenen Umstrukturierung begründet wurde, reiht sich in eine wachsende Liste von Unternehmen ein, die bei Stellenkürzungen auf KI verweisen (TechCrunch). Wir sollten ehrlich sein, was wir hier nicht wissen: Keine dieser Meldungen schlüsselt die Entlassungen nach Funktionen auf, daher gibt es keine eindeutigen Daten, die besagen würden: „Sicherheits- und Infrastrukturrollen bleiben verschont.“ Das wäre eine Übertreibung. Mit größerer Zuversicht lässt sich etwas Strukturelles, nicht Statistisches sagen: Am schnellsten automatisiert werden die Rollen, deren Arbeitsergebnis aus Text, Code oder einer Kundeninteraktion besteht, die ein LLM annähern kann. Sicherheit auf physischer und Firmware-Ebene – zu wissen, was ein BMC ist, wie IPMI und seine Nachfolger funktionieren, wie man den Zugang zur Out-of-Band-Verwaltung prüft und wie man einen Firmware-Patch über eine ganze Flotte verteilt, ohne die Hälfte davon unbrauchbar zu machen – liegt näher an der Maschine als am Modell. Es ist nicht offensichtlich eine Aufgabe, nach der sich aktuelle KI-Agenten drängen, und sie lässt sich nicht leichter automatisieren, nur weil die darüberliegende Softwareebene es tut.

Was Sie konkret damit anfangen können

Sie müssen kein Firmware-Ingenieur werden, um daraus Konsequenzen zu ziehen. Einige überprüfbare Schritte:

• Fragen, nicht annehmen. Wenn Sie in der IT, im Plattformbereich oder in der Sicherheit eines Unternehmens arbeiten, das eigene Server betreibt (also nicht ausschließlich die Cloud nutzt), fragen Sie, ob BMC-Firmware überhaupt einem Patch-Zyklus unterliegt. Viele Organisationen kennen die Antwort tatsächlich nicht.
• Lernen Sie die Fachbegriffe, nicht nur die Schlagzeile. BMC, IPMI, Redfish, Out-of-Band-Verwaltung – das sind gut recherchierbare und gut dokumentierte Konzepte, und wenn Sie sie verstehen, sind Sie den meisten Menschen voraus, deren Kompetenzaufbau im KI-Zeitalter vollständig auf Prompts und Agenten ausgerichtet ist.
• Achten Sie darauf, was agentische Coding-Tools nicht abdecken. Wenn Sie oder Ihr Team Werkzeuge wie Muse Code oder Claude Code für infrastrukturnahe Arbeiten einführen, fragen Sie ausdrücklich, was außerhalb des Geltungsbereichs liegt – Deployment-Ziele, Firmware, physische Zugriffskontrollen – und betrachten Sie diese Lücke als Möglichkeit, Fachwissen aufzubauen, statt sie als ein zu ignorierendes Versäumnis zu behandeln.
• Übertreiben Sie es nicht. Dies ist eine plausible Nische unter mehreren, kein garantiert sicherer Hafen. Betrachten Sie sie als eine Absicherung, die es zu untersuchen lohnt, nicht als Anlass für einen Karrierewechsel aufgrund eines einzigen Artikels von Ars Technica.

Die übergeordnete Lehre lässt sich über BMCs im Speziellen hinaus verallgemeinern: Je besser KI in der Software wird, die Menschen sehen können, desto stärker liegt der schwerer zu automatisierende Wert in den physischen und operativen Ebenen darunter – in den Teilen, die in einer Demo nicht auftauchen. Das ist eine engere Wette als „Lernen Sie, Prompts zu schreiben“, aber eine, auf die derzeit weniger Menschen setzen.