Product Owner 2 & Scrum Agile Leadership + Scrum Kanban + Scaled Scrum & KI verbindet strategische Produktverantwortung mit Führungskompetenz, Kanban-gestütztem Fluss, skalierten Arbeitsweisen und Grundwissen in Künstlicher Intelligenz, um Wirkung statt Umfang systematisch zu erzielen und Entscheidungen evidenzbasiert zu treffen.

Praxisbezug und berufliche Perspektiven

Die Maßnahme (Product Owner 2 & Scrum Agile Leadership + Scrum Kanban + Scaled Scrum & KI / Scrum Product Owner Adv. (PSPO 2), Scrum Agile Leadership & Kanban & Scaled Scrum (PAL 1 & PSK 1 & SPS), KI Grundlagen) richtet sich an Product Owner, Agile Coaches, Scrum Master und Führungskräfte.
Einsatzgebiete sind Produktmanagement, Skalierung über mehrere Teams, Release-Planung, Change-Management und die Integration von KI in Arbeitsprozesse. Teilnehmende lernen, Wirkung zu messen, Prognosen als Bandbreiten zu kommunizieren und KI-Tools für Automatisierung und Entscheidungsunterstützung einzusetzen.

Scrum Product Owner 2

Scrum Product Owner 2 vertieft die professionelle Produktverantwortung: Fokus auf Wirkung, messbare Ziele und ein Product Backlog, das Strategie in ausführbare Schritte übersetzt.
Der Kurs behandelt Stakeholder-Dialoge, Priorisierung nach Nutzen, Evidence Based Management und organisatorische Hebel für kürzere Entscheidungswege. Teilnehmende erlernen, wie Product Backlog-Einträge den erwarteten Unterschied für Nutzende beschreiben und wie Annahmen sichtbar gehalten werden.

  • Wert versus Auslieferung
  • Product Backlog Strukturierung
  • Stakeholder-Kommunikation
  • Evidence Based Management
  • Metriken zur Wirkung

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams an einem Produkt arbeiten, ohne Scrum-Prinzipien zu verwässern, und wie ein gemeinsamer Qualitätsmaßstab Integration sicherstellt.
Schwerpunkt ist die Vereinbarung eines definierten "Done" für funktionale und nicht-funktionale Kriterien, sichtbar gemachte Abhängigkeiten und Vorhersagen als Bandbreiten. Entscheidungen zur Reihenfolge orientieren sich an Wirkung und Risiko; Prognosen berücksichtigen historische Daten und Integrationsrisiken, um verlässliche Erwartungen zu schaffen.

  • Gemeinsamer Qualitätsmaßstab
  • Integration und Release-Planung
  • Abhängigkeitsmanagement
  • Prognosen als Bandbreiten
  • Team-Unabhängigkeit

Scrum Agile Leadership

Scrum Agile Leadership richtet Führung auf das Gestalten von Kontext, nicht auf Anweisung: Führung schafft Klarheit, entfernt Hindernisse und entwickelt Kompetenzen.
Der Kurs erläutert, welche Rahmenbedingungen Selbstverwaltung brauchen, wie Entscheidungsrechte geklärt werden und wie Führung situativ unterstützt. Themen sind Schnittstellen, Budgetierung und Verantwortungszuschnitte, damit Teams Verantwortung tragen und Ergebnisse überprüfbar bleiben.

  • Rollen und Verantwortlichkeiten
  • Rahmenbedingungen für Selbstverwaltung
  • Situative Führung
  • Organisationsdesign
  • Transparente Entscheidungsräume

Scrum mit Kanban

Scrum mit Kanban verbindet Scrum-Iterationen mit Flussorientierung, um Vorhersagbarkeit und Durchsatz zu erhöhen und Wartezeiten zu reduzieren.
Der Fokus liegt auf sichtbarer Arbeit, klaren Regeln für Start, Fortschritt und Abschluss sowie Metriken wie Durchsatz, Bearbeitungs- und Wartezeiten. Product Backlog wird als geordnete Darstellung der nächsten wirksamen Schritte gepflegt; Teams steuern Losgrößen und reagieren auf Engpässe.

  • Sichtbarmachung des Flusses
  • Durchsatz und Cycle Time
  • Losgrößen und Limitierung paralleler Arbeit
  • Product Backlog als Flusssteuerung
  • Maßnahmen gegen Engpässe

KI Grundlagen und praktische Anwendungen

KI Grundlagen vermittelt Künstliche Intelligenz (KI) praktisch: Konzepte, ML/Deep Learning, Prompt Engineering und ethische Aspekte.
Teilnehmende testen Chatbots, Sprach- und Bild-KI, lernen Prompt Engineering und wie KI-Tools Textgenerierung, Datenanalyse und Automatisierung unterstützen. Themen sind Bias, Datenschutz und Best Practices zur Integration von KI in Arbeitsprozesse, damit KI-Anwendungen sicher und wirkungsorientiert eingesetzt werden.

  • Definitionen und Anwendungsfelder
  • Maschinelles Lernen / Deep Learning
  • Prompt Engineering
  • Ethik, Datenschutz, Bias
  • Praxis: Chatbots, Bild- und Text-KI

Fachliche Kompetenz und Outcome
Nach Abschluss setzen Teilnehmende Produktmanagement auf Ergebnisqualität und Lernfähigkeit, etablieren ein Backlog als Strategie-Umsetzer, schaffen gemeinsame Qualitätsmaßstäbe für skalierte Arbeit und implementieren verlässliche Fluss- und Vorhersagepraktiken.
Sie erkennen strukturelle Hürden, formulieren konkrete organisatorische Vorschläge, kommunizieren Prognosen als Bandbreiten und integrieren KI-Tools verantwortungsvoll, um Effizienz und Kreativität zu steigern. Ergebnis sind nachvollziehbare Entscheidungen, steigende Wirkung und belastbare Lernprozesse.

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