Senior Consultant Tobias Lippert erklärt, wie aus einem Praktikum bei msg ein Karriereweg wurde und wie KI seine Arbeit verändert.

Was du wissen solltest
- Die Schnittstelle: Beim Schwachstellenmanagement vermittelt Lippert zwischen den Teams, die operativ prüfen, ob eine Lücke das eigene Produkt betrifft, und dem Management, das die Sicherheitslage im Blick behält.
- Die Rolle: Lippert hat sich von der Produktentwicklung hin zu mehr Verantwortung und Konzeption entwickelt.
- Die KI: Lippert arbeitet bei vielen Entwicklungsaufgaben mit KI-Agenten und freigegebenen Tools, während Konzept, Architektur und fachliche Verantwortung beim Team bleiben.
Tobias, wie sah dein Einstieg und Karriereweg im Unternehmen bisher konkret aus?
Ich habe 2022 hier angefangen und war Praktikant. Das ergab sich bei mir damals so, weil ich davor im Ausland war und in England hatten sie andere Semesterzeiten als in Deutschland. Das heißt, ich hatte dann ein paar Monate Zeit, die ich noch füllen wollte und hab dann gesagt, ich mache ein Praktikum. msg hat sich schnell bei mir zurückgemeldet. Ich habe mich beworben und den Tag drauf die Einladung zum Gespräch am übernächsten Tag bekommen und am Ende des Gesprächs hat mein damaliger Chef gesagt, das passt, wir nehmen dich.
Ich war dann vier Monate Praktikant und hatte da viele interessante Aufgaben. Ich bin mit einem relativ starken Backend-Fokus gestartet und habe aber auch viel im Bereich Infrastruktur und Automatisierung, noch Prä-KI, gemacht.
Das Praktikum neigte sich dem Ende zu und dann war ich Werkstudent und hab 20 Stunden die Woche weitergemacht und in den Semesterferien ein bisschen mehr. Ich habe meinen Bachelor zu Ende gemacht und meinen Master an der TU gemacht. Ich war die ganze Zeit über hier Werkstudent und hab die verschiedensten Dinge gemacht. Das war eigentlich immer das Coole: Wenn du hier Lust auf ein Thema hast, bekommst du viel Freiraum, eigene Ideen einzubringen.
Gegen Ende des Masters habe ich mir die Frage gestellt: Will ich jetzt Bewerbungen schreiben oder frage ich bei msg nach, ob sie mich immer noch nehmen würden oder ob es ihnen mittlerweile reicht? Und dann habe ich tatsächlich meinen Chef kontaktiert und jetzt bin ich immer noch hier.
Entscheidend waren weniger die fachlichen Skills als der Studienfortschritt
Es war deine dritte Bewerbung bei msg, bevor du als Praktikant angenommen wurdest. Was hast du beim dritten Mal anders gemacht? Denkst du, es war die Erfahrung, die du bis dahin gesammelt hattest?
Neben meiner Motivation hat sicher auch der damalige Bedarf an Tech-Nachwuchs geholfen – 2022 war eine sehr gute Zeit für Tech-Absolventinnen und -Absolventen.
Der zweite Faktor war sicherlich ein Stück weit Erfahrung dahingehend, dass ich im 4. Semester war. Das erste Mal war nach 2 Semestern, als ich die Bewerbung geschrieben habe und das war zu Corona-Zeiten. Das heißt, da waren allgemein die Einstellungen deutlich reduziert.
Entscheidend waren weniger die fachlichen Skills als der Studienfortschritt: Je weiter du im Studium bist, desto eher sagt die Firma: Wenn es passt, übernehmen wir dich vielleicht in Vollzeit. Für beide Seiten ist das ein Gewinn. Eine Einarbeitung in Vollzeit war kaum nötig, weil ich das Team und die Produkte schon kannte.
Du hast als Werkstudent in der Produktentwicklung gearbeitet. Wie hat sich dein Aufgabenbereich als Senior verändert?
Die Verantwortung ist gewachsen und damit auch mein Gestaltungsspielraum. Ich kümmere mich zum Beispiel inzwischen auch um Cloud-Kostenkontrolle und -Optimierung und unterstütze unser Team im Security- und Schwachstellenmanagement. Andere Themen habe ich dafür bewusst abgegeben.
Das Berufsbild in der Softwareentwicklung hat sich fundamental gewandelt. Als Werkstudent habe ich mich schon darüber definiert zu sagen: Ich habe jetzt in der Woche drei neue Features umgesetzt. Mittlerweile definiere ich mich stärker über die Konzeption und darüber, gemeinsam mit dem Team die richtigen Lösungen für unsere Kunden zu gestalten. Ab und zu vermisse ich die Momente, in denen man selbst etwas baut und zwei Stunden ganz in seiner Arbeit versinkt – umso mehr genieße ich sie, wenn sie sich ergeben.
Wie stark merkst du den Einfluss von KI schon in deinem Arbeitsalltag und was für Aufgaben übernimmt sie?
KI ist noch einmal ein deutlicher Beschleuniger für das Automatisierungspotenzial. Zum einen lassen sich mit KI Vorhaben schneller umsetzen, die sich vorher aufwandtechnisch eher nicht gerechnet haben und zum anderen lassen sich nun auch Dinge automatisieren, die auf „klassische Weise“ schwer bis gar nicht automatisierbar waren. KI hat meinen Arbeitsalltag deutlich verändert. Bei vielen Entwicklungsaufgaben schreibe ich Code heute nicht mehr ausschließlich selbst, sondern arbeite zunehmend mit KI-Agenten – mit freigegebenen KI-Werkzeugen und unter Einhaltung unserer Datenschutz- und Sicherheitsvorgaben. Die KI unterstützt mich bei verschiedensten Aufgaben von Konzeption über Coding bis zu Dokumentation. Konzept, Architektur und fachliche Verantwortung bleiben dabei bei uns.
Hast du aktuelle Aufgaben oder ein aktuelles Projekt, anhand dessen du ein bisschen detaillierter erklären kannst, was du konkret machst?
Tatsächlich ist einer der großen Punkte im Moment das Thema Schwachstellenmanagement. Auch hier verändert KI die Rahmenbedingungen, weil sie nicht nur bei der Softwareentwicklung unterstützt, sondern beispielsweise auch bei der Identifikation von Schwachstellen eingesetzt werden kann. Das lässt sich zur Abwehr ebenso nutzen wie für Angriffe, deshalb ist ein strukturierter Prozess so wichtig.
Branchenweit werden heute deutlich mehr Schwachstellen veröffentlicht als noch vor wenigen Jahren. Jede Meldung zu einer Komponente, die wir einsetzen, prüfen wir systematisch darauf, ob unsere Software tatsächlich betroffen ist. Ein Großteil dieser Meldungen stellt sich bei genauerer Analyse als nicht relevant für uns heraus, etwa weil die betroffene Funktion bei uns gar nicht genutzt wird. Wo uns eine Schwachstelle tatsächlich betrifft, beheben wir sie zeitnah. Diese Bewertung ist für uns täglich gelebte Praxis.
Schwachstellenmanagement ist bei uns seit jeher fester Bestandteil der Softwareentwicklung. Mit dem gestiegenen Volumen entwickeln wir unseren Prozess kontinuierlich weiter und harmonisieren ihn produktübergreifend, damit Bewertungen schnell, nachvollziehbar und einheitlich erfolgen. Davon profitieren auch unsere Kunden, denen wir unser Vorgehen transparent darlegen können.
Im Grunde bin ich da gerade die Schnittstelle zwischen den Leuten, die sich am Ende operativ die Frage stellen, ob uns die Schwachstelle betrifft und dann auch dem Management, das den Gesamtüberblick über die Sicherheitslage behält. Ich versuche, mir eine Lösung zu überlegen, sodass beide Seiten gut damit arbeiten können.
KI ist dann gut oder extrem hilfreich, wenn du weißt, was du willst, wenn du konzeptionell stark bist und nur jemanden brauchst, der es für dich umsetzt.
Als du bei msg angefangen hast, spielte KI noch kaum eine Rolle. Hast du damals für Aufgaben länger gebraucht als heute, oder war vieles schlicht komplizierter?
Definitiv, vieles hat länger gedauert. Heute hilft mir KI dabei, mich auf die wirklich wichtigen Themen zu konzentrieren. Und da muss man auch sagen, die KI hat sich in diesem Jahr noch einmal stark verbessert. Ich glaube nicht, dass KI mir den Job wegnimmt. Sie verändert aber, welche Fähigkeiten gefragt sind.
KI ist dann gut oder extrem hilfreich, wenn du weißt, was du willst, wenn du konzeptionell stark bist und nur jemanden brauchst, der es für dich umsetzt. KI beherrscht die Syntax vieler Programmiersprachen beeindruckend gut. Den Unterschied machen aber Architektur, Fachwissen und die kritische Bewertung der Ergebnisse.
Wenn du dich in einem Thema gut auskennst, schaust du viel kritischer hin und sagst, das Ergebnis passt dir nicht. Je geringer dein Wissen zu dem Thema ist, das du gerade bearbeiten willst, desto größer ist die Versuchung, sich damit zufriedenzugeben, dass es funktioniert. Deshalb gilt bei uns: Alles, was KI generiert, durchläuft einen Quality Check und ein Review durch einen Menschen, genau wie jeder andere Code auch. Die Verantwortung für das Ergebnis bleibt immer bei uns.
Wurdest du an der Uni auf KI vorbereitet?
Also auf KI wurde ich wahrscheinlich am ehesten während meiner Masterarbeit vorbereitet, weil sie einen gewissen Implementierungsanteil hatte und da hat der Professor allen sehr aktiv nahegelegt, dass wir es doch nutzen sollen.
Ich erinnere mich noch an eine Lehrveranstaltung, auch im Master, das war ein Entwicklungspraktikum. Dort habe ich viel gelernt, mit KI effektiv umzugehen. Und das war auch die Zeit, in der die Lehrveranstaltungen, die so implementierungslastig waren, gesagt haben, sie können die Anforderung erhöhen, weil sie sehen, dass die Leute einfach jetzt mit KI-Unterstützung viel mehr in derselben Zeit schaffen.
Und das glaube ich auch, weil diese Uniprojekte den Umfang haben, dass man in diesen drei Monaten viel produzieren kann. Aber am Ende steht man, wenn man sich nicht überlegt, wie man die Qualität sicherstellt, an dem Punkt, an dem es nur heißt: Hauptsache, es funktioniert für die Abschlusspräsentation. Wir hatten schon viele Features gebaut. Am Ende waren wir aber nur damit beschäftigt, Fehler zu finden und zu beheben, und hofften, dass in der Abschlusspräsentation alles klappt. Das Testen kam unter dem Projektdruck oft zu kurz.
In drei Monaten wird deine Codebasis deutlich größer, als du es vorher geschafft hättest, aber sie gerät im Zweifel auch außer Kontrolle – genau deshalb ist Qualitätssicherung von Anfang an so wichtig.
Was würdest du Studierenden raten, um sich vielleicht schon im Studium auf den wachsenden Einfluss von KI vorzubereiten?
Macht euch mit KI vertraut und damit meine ich nicht, dass man einen Chatbot nutzt und etwas promptet, sondern sich mit den Möglichkeiten dahinter beschäftigt, eigene Skills schreibt, einmal eine Anwendung baut mit einer KI-Integration. Vernachlässigt trotzdem die Grundlagen nicht. Ihr seid die ersten Jahrgänge, die z. B. die Programmieraufgaben alle mit KI lösen könnt. Macht es dort aber nicht zu bequem. Gute Entwicklerinnen und Entwickler sind mit KI deutlich produktiver. Fehlen dagegen die Grundlagen, entsteht mit KI nur schneller schlechter Code, der kurz- bis mittelfristig zu Problemen führt. Die Freude am Programmieren bleibt wichtig, aber heute kommt immer stärker die Konzeption hinzu.
Häufige Fragen zu Karriere und KI bei msg
Wie viel Freiraum haben Werkstudierende bei msg?
Werkstudierende können bei msg viel Freiraum nutzen, eigene Ideen einzubringen, sofern sie Lust auf ein Thema haben, so Lippert. In seiner Zeit als Werkstudent probierte er dadurch die verschiedensten Dinge aus.
Wie prüft msg KI-generierten Code?
Bei msg wird KI-generierter Code wie jeder andere Code behandelt: Ein Quality Check und ein Review durch einen Menschen gehören dazu. Die Verantwortung für das Ergebnis bleibt dabei bei msg, betont Lippert.
Warum ist Qualitätssicherung bei KI-Projekten so wichtig?
Mit KI-Unterstützung entstehen große Codebasen in kurzer Zeit, und ohne frühe Qualitätssicherung können sie außer Kontrolle geraten. Aus seiner Zeit an der Uni erinnert sich Lippert, dass das Testen unter Projektdruck oft zu kurz kam.
Mehr zu msg als Arbeitgeber lesen.










