Product Owner 1 & Scaled Scrum & Python & KI verbindet Produktverantwortung, skaliertes Arbeiten und digitale Kompetenzen; Scrum Product Owner (PSPO 1), Scaled Scrum (SPS), Python trifft KI, KI Grundlagen zielt darauf ab, Wirkung statt Umfang zu steuern und technische Werkzeuge verantwortungsvoll einzusetzen.

Praxisbezug und berufliche Perspektiven

Die Maßnahme bereitet auf Rollen wie Product Owner, Scrum Master, Agile Coach, Data Analyst oder Python Developer vor und verbindet Produktmanagement mit KI-gestützten Entwicklermethoden. Praxisnahe Szenarien zeigen Priorisierung, Backlog-Pflege, Evidence Based Management und Release-Planung über Teamgrenzen. Eingesetzt werden Techniken für Priorisierung, Integrationstests und prompt-basiertes Entwickeln, die sich direkt in Produktstrategien, Automatisierung und Data-Workflows übertragen lassen.

Scrum Product Owner 1

Scrum Product Owner 1 vermittelt, wie die Produktvision in überprüfbare Ziele übersetzt wird und das Product Backlog als einzige Quelle geplanter Vorhaben gepflegt wird. Teilnehmende lernen, Prioritäten nach erwartbarem Nutzen, Risiken und Abhängigkeiten zu setzen und Vorhersagen als Bandbreiten zu formulieren.
Inhalte und Anwendung
Rückkopplung zwischen Vision, Zielen und Kennzahlen herstellen, Evidence Based Management anwenden und Prognosen mit Annahmen begründen.

  • Produktvision formulieren und Ziele ableiten
  • Backlog-Einträge klar beschreiben und zerlegen
  • Priorisierung nach Wirkung, Risiko und Kosten
  • Bandbreiten für Vorhersagen erstellen
  • Kennzahlen zur Messung von Wirkung nutzen

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams an einem Produkt arbeiten, ohne Scrum-Prinzipien zu verwässern. Der Kurs behandelt einen gemeinsamen Qualitätsmaßstab, kontinuierliche Integration und die Reduktion von Abhängigkeiten, damit Teams unabhängig liefern können.
Integration und Planung
Veröffentlichungsvorhersagen werden als Szenarien mit Annahmen und historischen Ergebnissen (historie) präsentiert; Planung schafft verlässliche Erwartungen statt falscher Termine.

  • Gemeinsamer Qualitätsmaßstab definieren
  • Integration als tägliche Praxis verankern
  • Einträge so zuschneiden, dass Unabhängigkeit wächst
  • Risiken und Abhängigkeiten sichtbar machen
  • Vorhersagen über mehrere Teams zusammenführen

KI Grundlagen und praktische Anwendungen

KI Grundlagen und praktische Anwendungen vermitteln Konzepte von ML und Deep Learning, Einsatzfelder und ethische Aspekte. Teilnehmende üben Prompt Engineering, nutzen KI-Tools zur Textgenerierung und Datenanalyse und beurteilen Ergebnisse kritisch, um Automatisierung und Entscheidungsunterstützung verantwortbar zu integrieren.
Praktische Kompetenzen
Umgang mit Bias, Datenschutz und Best Practices für KI-Integration im Arbeitsalltag; Chatbots, Bild- und Sprach-KI praktisch testen.

  • Grundkonzepte von KI, ML und Deep Learning
  • Prompt Engineering und optimale Anfrageformulierung
  • KI-Tools für Text, Bild und Daten nutzen
  • Ethik, Datenschutz und Bias berücksichtigen
  • Integration von KI in Prozesse planen

KI und IT- Programmieren für die Zukunft: Python

KI und IT- Programmieren für die Zukunft: Python verbindet Python-Grundlagen mit KI-gestützter Entwicklung. Teilnehmende lernen Variablen, Kontrollstrukturen, Funktionen, Datenstrukturen und Bibliotheken sowie Debugging und modulare Programmstruktur; KI-Tools unterstützen beim Coden, Testen und Refaktorieren.
Umsetzungskompetenz
Von kleinen Projekten bis zu datengetriebenen Skripten: Praktische Übungen fördern algorithmisches Denken und die Erstellung wartbarer Programme.

  • Python-Grundlagen: Datentypen und Kontrollstrukturen
  • Funktionen, Module und saubere Strukturierung
  • Arbeiten mit Listen, Dictionaries und JSON
  • Fehlerbehandlung und Debugging (try/except)
  • Einsatz von KI-Tools beim Schreiben und Testen von Code

Die Weiterbildung bereitet auf die Prüfung bei Scrum.org vor, wird aber weder von Scrum.org unterstützt noch ist sie mit Scrum.org ..verbunden.