Product Owner 2 & Scrum Scaled Scrum + Scrum Kanban & Python verbindet fortgeschrittenes Product Ownership mit skalierten Vorgehensweisen, Kanban-Fluss und praxisorientierter Python-Programmierung. In Product Owner 2 & Scrum Scaled Scrum + Scrum Kanban & Python (auch bekannt als Scrum Product Owner Adv. (PSPO 2), Scaled Scrum & Kanban (PSK 1 & SPS), Python trifft KI) steht die systematische Steuerung von Wirkung, Qualität und Automatisierung im Mittelpunkt.

Praxisbezug und berufliche Perspektiven

Die Maßnahme richtet sich an Product Owner, Scrum Master, Agile Coaches und technische Mitarbeitende, die Wirkung statt Umfang steuern wollen. Sie verknüpft Product Backlog-Strategien mit Evidence Based Management und skalierten Abläufen.
Konkrete Anwendungsszenarien reichen von Release-Planung über integrierte Qualitätsreviews bis zu Automatisierungs- und Datenaufgaben mit Python. Berufliche Einsatzgebiete: Produktmanagement, Skalierungs-Teams, DevOps-gestützte Produktentwicklung, Data-Analyst- und Automatisierungsrollen. Kenntnisse in Backlog-Pflege, Vorhersagen (Bandbreiten) und KI-gestütztem Coding erhöhen Einsatzfähigkeit.

Scrum Product Owner 2

Scrum Product Owner 2 vertieft die Produktverantwortung und das Arbeiten am Wert statt an Umfang.
Teilnehmende lernen, wie Product Backlog Einträge Ergebnisbeiträge beschreiben, Annahmen sichtbar bleiben und Priorisierung nach Nutzen, Risiko und Abhängigkeit erfolgt. Evidence Based Management verbindet Ziele, Messgrößen und Kurskorrekturen, sodass Entscheidungen auf beobachteten Ergebnissen beruhen.

  • Wertdefinition und Überprüfbare Ziele
  • Product Backlog als Ordnungssystem für Ergebnisbeiträge
  • Stakeholder-Kommunikation und Erwartungsabgleich
  • Organisationsschnittstellen, Governance und Entscheidungswege
  • Evidence Based Management zur Steuerung über Wirkung

Der Kurs fördert die Fähigkeit, Strategie in ausführbare Schritte zu überführen und Messgrößen sparsam und aussagekräftig zu wählen, damit Produktentscheidungen nachvollziehbar bleiben.

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams gemeinsam an einem Produkt arbeiten, ohne Scrum-Prinzipien zu verwässern.
Im Fokus stehen ein gemeinsamer Qualitätsmaßstab, Integrationszyklen und Vorhersagen als Bandbreiten. Teams schneiden Arbeit so, dass Integration früh gelingt, Abhängigkeiten sichtbar werden und Entscheidungen an Wirkung und Risiko ausgerichtet sind.

  • Gemeinsamer Qualitätsmaßstab (funktional und nicht-funktional)
  • Integration, Sicherheit, Leistung und Betriebsfähigkeit
  • Schnittstellen- und Abhängigkeitsmanagement
  • Prognosen als Bandbreiten und Release-Planung
  • Organisationsentscheidungen, die Skalierung erleichtern

Teilnehmende erstellen verlässliche Aussagen über Lieferfähigkeit, machen Integrationsrisiken transparent und passen Pläne diszipliniert an beobachtete Ergebnisse an; Integrtaion wird als tägliche Praxis verankert.

Scrum mit Kanban

Scrum mit Kanban verbindet Scrum-Rituale mit Flussorientierung, um Vorhersagbarkeit und Durchsatz zu erhöhen.
Das Product Backlog wird als geordnete Darstellung der nächsten wirksamen Schritte verstanden; Teams vereinbaren Regeln zu Beginn, Fortschritt und Abschluss und messen Durchsatz, Bearbeitungs- und Wartezeiten, um Engpässe zu erkennen.

  • Sichtbarmachung von Arbeit und Limits für parallele Aufgaben
  • Flussmessungen: Durchsatz, Durchlaufzeit, Wartezeiten
  • Prognosen und Release-Planung auf Basis historischer Daten
  • Zuschnitt von Einträgen für frühe Integration
  • Selbstorganisation und Verantwortung für den Fluss

Teilnehmende können Flussmetriken lesen, Losgrößen anpassen und konkrete Maßnahmen ableiten, die Wartezeiten senken, Vorhersagbarkeit erhöhen und das Product Backlog auf Wert und Fluss ausrichten.

KI und IT- Programmieren für die Zukunft: Python

Python trifft KI und vermittelt Programmiergrundlagen kombiniert mit KI-gestützten Arbeitsweisen.
Einführend werden Variablen, Datentypen, Kontrollstrukturen, Schleifen, Funktionen und Datenstrukturen behandelt. Teilnehmende entwickeln modular aufgebaute Programme, nutzen Standardbibliotheken und lernen Debugging sowie Fehlerbehandlung mit try/except.

  • Grundlagen: Variablen, Datentypen, Operatoren
  • Kontrollstrukturen (if/elif/else) und Schleifen (for, while)
  • Funktionen, Module und saubere Programmstruktur
  • Listen, Dictionaries; Bibliotheken wie math, datetime, json, re
  • Debugging, Fehlerbehandlung, Tests; Einsatz von KI-Tools und Prompt Engineering
  • Kleine Praxisprojekte zur Datenverarbeitung und Automatisierung

Die Teilnehmenden planen, schreiben und testen eigene Programme, nutzen KI-Tools zum Refaktorieren und Formulieren von Prompts und können Python für Analyse, Automatisierung und prototypische KI-Integration anwenden.

Fachliche Kompetenz und Transfer
Über alle Kurse hinweg entwickeln Teilnehmende die Fähigkeit, Produktmanagement konsequent auf Ergebnisqualität und Lernfähigkeit auszurichten.
Sie gestalten Backlogs, formulieren überprüfbare Ziele, führen Stakeholdergespräche fundiert und setzen wenige aussagekräftige Messgrößen ein. In skalierten Umgebungen stellen sie Integration und gemeinsamen Qualitätsmaßstab sicher. Mit Python ergänzen sie ihr Skillset um Automatisierung, Datenverarbeitung und KI-unterstützte Entwicklung, was die praktische Umsetzung von Produktentscheidungen beschleunigt.

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