Product Owner 2 & Scrum Kanban & Python, JavaScript & KI verbindet vertiefte Produktverantwortung mit flussorientierten Arbeitsweisen und praktischer KI- und Programmierkompetenz. In Product Owner 2 & Scrum Kanban & Python, JavaScript & KI (auch bekannt als Scrum Product Owner Adv. (PSPO 2), Scrum with Kanban (PSK 1), KI in Action Python & JavaScript, KI Grundlagen) lernen Teilnehmende, Wirkung statt Umfang zu steuern und KI-gestützte Werkzeuge produktiv einzusetzen.

Praxisbezug und berufliche Perspektiven

Die Maßnahme verknüpft Produktmanagement, Scrum/Kanban und Programmierkenntnisse für den Berufsalltag.
Einsatzszenarien: Product Owner, Agile Coach, Scrum Master, Entwicklerinnen in cross-funktionalen Teams oder Fachkräfte, die KI in Prozesse integrieren. Produktentscheidungen werden mit Product Backlog, Evidence Based Management und Flussmetriken begründet. Python und JavaScript werden genutzt für Automatisierung, Prototyping und Frontend-Interaktion. Die Qualifikation fördert Wertorientierung, Vorhersagen auf Basis historischer Daten und ethisch reflektierten KI-Einsatz.

Scrum Product Owner 2

Vertiefte Produktverantwortung: Fokus auf Wirkung, Value und messbare Ergebnisse.
Teilnehmende erlernen, ein Product Backlog so zu gestalten, dass Strategie in verständliche, überprüfbare Schritte überführt wird. Stakeholder-Dialoge, Erwartungsmanagement und Evidence Based Management werden praxisnah angewendet. Organisationale Schnittstellen, Governance und Entscheidungswege werden identifiziert und adressiert, damit das Team Verantwortung trägt.

  • Wertorientierung statt Auslieferung
  • Backlog-Pflege und Priorisierung nach Nutzen
  • Stakeholder-Management und Transparenz
  • Messgrößen und EBM (Evidence Based Management)
  • Organisationsstrukturen und Entscheidungswege

Scrum mit Kanban

Verbindung von Scrum-Prinzipien mit Kanban für stabilen Fluss und verlässliche Vorhersagen.
Der Kurs zeigt, wie Teams Arbeit sichtbar machen, Grenzen für parallele Arbeit setzen und Durchsatz, Bearbeitungs- und Wartezeiten messen. Prognosen entstehen als Bandbreiten, basierend auf historischen Daten und regelmäßiger Validierung. Das Product Backlog wird als geordnete Darstellung der nächsten wirksamen Schritte genutzt; Maßnahmen zur Engpassbeseitigung und Anpassung von Losgrößen werden operationalisiert.

  • Flussorientierte Steuerung und Visualisierung
  • Limits für parallele Arbeit und Qualitätskontrolle
  • Durchsatz, Lead Time, Wartzeiten messen
  • Prognosen als Bandbreiten
  • Backlog als Ergebnisorientierte Liste

KI Grundlagen und praktische Anwendungen

Praxisnaher Einstieg in KI, ML, Deep Learning, Ethik und Tools für Text, Bild und Daten.
Teilnehmende verstehen Grundlagen von Machine Learning und Deep Learning, unterscheiden schwache und starke KI und testen Chatbots, Bild- und Sprach-KI. Prompt Engineering wird eingeführt, Anwendungsszenarien für Automatisierung und Entscheidungsunterstützung geübt. Datenschutz, Bias und ethische Abwägungen sind integraler Bestandteil. Der Kurs vermittelt auch, wie KI-Ergebnisse kritisch geprüft und in Arbeitsprozesse integriert werden.

  • Grundkonzepte KI, ML, Deep Learning
  • Prompt Engineering und Tool-Einsatz
  • Text-, Bild- und Sprach-KI praktisch testen
  • Datenschutz, Bias und ethische Reflexion
  • Integration von KI in Geschäftsprozesse

KI und IT- Programmieren für die Zukunft: Python

Praxisorientierte Python-Grundlagen mit Fokus auf Automatisierung, Datenverarbeitung und KI-Unterstützung.
Teilnehmende erlernen Variablen, Datentypen, Kontrollstrukturen, Schleifen, Funktionen, Listen und Dictionaries sowie den Umgang mit Bibliotheken (math, datetime, json, re). Debugging, Fehlerbehandlung (try/except) und modularer Aufbau kleiner Projekte stehen im Zentrum. KI-Tools werden zum Schreiben, Testen und Refaktorieren von Code verwendet; Prompt Engineering ergänzt die Programmierpraxis.

  • Datentypen, Kontrollstrukturen, Schleifen
  • Funktionen, Module und saubere Struktur
  • Listen, Dictionaries und Datenauswertung
  • Bibliotheken und Fehlerbehandlung
  • KI-gestützte Tools zum Coden und Testen

Programmierkonzepte in der IT- JavaScript und KI

JavaScript-Grundlagen für interaktive Webanwendungen und produktive Nutzung von KI-Tools.
Inhalte umfassen Variablen, Datentypen, Kontrollstrukturen, Arrays, Objekte, Funktionen sowie Grundzüge des DOM und Browser-Interaktion. Debugging, Projektstrukturierung in Visual Studio Code und Best Practices für Frontend-Entwicklung werden vermittelt. KI-Unterstützung dient dem Schreiben, Testen und Optimieren von Code; Einsatzszenarien reichen von UI-Prototypen bis zu datengetriebenen Interfaces.

  • Variablen, Bedingungen, Schleifen
  • Arrays, Objekte und Datenmodellierung
  • DOM-Grundlagen und Browser-Interaktion
  • Debugging und VS Code Projektstruktur
  • KI-Tools zur Code-Optimierung und Prompting

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