Product Owner 2 & Scaled Scrum & Python, JavaScript & KI verbindet fortgeschrittene Product-Ownership mit skalierten Scrum-Prinzipien sowie praxisnaher Programmierung in Python und JavaScript und vermittelt KI-Grundlagen. In Scrum Product Owner Adv. (PSPO 2), Scaled Scrum (SPS) steht die Wirkung von Produkten im Vordergrund: Wertmessung, Evidence Based Management und produktorientiertes Backlog-Design sorgen für nachvollziehbare Entscheidungen.

Praxisbezug und berufliche Perspektiven

Die Maßnahme qualifiziert für Rollen wie Product Owner, Agile Coach, Scrum Master, Python- oder JavaScript-Developer und KI-Anwender. Typische Anwendungsszenarien sind Produktstrategie, Backlog-Pflege, Release-Planung, Integrationskoordination und Automatisierung von Routineaufgaben mit KI. Die Inhalte lassen sich direkt in Roadmaps, Sprintplanung, Vorhersagen und in die Entwicklung von Web- und Datenprodukten übertragen.

Scrum Product Owner 2

Scrum Product Owner 2 vertieft die professionelle Produktverantwortung und zeigt, wie Wirkung statt Umfang geplant wird. Der Kurs verbindet Product Backlog-Gestaltung, Evidence Based Management und Stakeholder-Kommunikation, sodass Prioritäten aus erwartetem Nutzen und Risiko ableitbar sind. Teilnehmende erlernen, Annahmen sichtbar zu machen, Metriken sparsam zu wählen und Entscheidungen aus Ergebnissen abzuleiten.

Ergebniskompetenzen
Teilnehmende formulieren überprüfbare Ziele, pflegen ein verständliches Backlog und begründen Prioritäten gegenüber Stakeholdern.

  • Wertorientierte Backlog-Gestaltung und Priorisierung
  • Evidence Based Management: Ziele und Messgrößen
  • Stakeholder-Dialog und Erwartungsabgleich
  • Organisationale Hebel zur Entscheidungsbeschleunigung
  • Ableitung von Maßnahmen aus Beobachtungen

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams an einem Produkt arbeiten, ohne Scrum-Prinzipien zu verwässern. Der Kurs legt einen gemeinsamen Qualitätsmaßstab fest, definiert done über funktionale und nicht-funktionale Kriterien und macht Integrition und Abhängigkeiten sichtbar. Vorhersagen werden als Bandbreiten kommuniziert; Planung basiert auf beobachteter Lieferfähigkeit, Annahmen und Integrationsrisiken.

Praktische Anwendung
Teilnehmende erstellen Release-Bandbreiten, reduzieren Abhängigkeiten durch Zuschnitt und sorgen für tägliche Integration.

  • Gemeinsamer Qualitätsmaßstab und Definition of Done
  • Schnittstellenmanagement und Abhängigkeitsreduktion
  • Integration als tägliche Praxis
  • Vorhersagen mit Bandbreiten und Annahmen
  • Veröffentlichungsplanung über Teamgrenzen

KI Grundlagen und praktische Anwendungen

KI Grundlagen und praktische Anwendungen vermittelt Grundkonzepte von Künstlicher Intelligenz, Machine Learning und Deep Learning sowie ethische und datenschutzrechtliche Aspekte. Der Kurs zeigt Einsatzfelder für Automatisierung, Text- und Bildverarbeitung und vermittelt Prompt Engineering für effektive Nutzung von KI-Tools; Teilnehmende testen Chatbots und analysieren Bias, um KI verantwortungsvoll zu integrieren.

Kompetenzen
Verständnis der KI-Funktionsweise, kritische Bewertung von Ergebnissen und praktische Integration in Arbeitsprozesse.

  • Definitionen, Geschichte und Anwendungsfelder von KI
  • Maschinelles Lernen und Deep Learning vereinfacht
  • Prompt Engineering und praktische Prompts
  • Testen von Chatbots, Sprach- und Bild-KI
  • Ethik, Datenschutz und Bias

KI und IT- Programmieren für die Zukunft: Python

KI und IT- Programmieren für die Zukunft: Python vermittelt praxisnah Python-Grundlagen und den produktiven Einsatz von KI-gestützten Tools beim Coden. Teilnehmende lernen Variablen, Kontrollstrukturen, Funktionen und Datenstrukturen, verwenden Bibliotheken und setzen Fehlerbehandlung sowie Debugging ein. Projekte demonstrieren Automatisierung, Datenauswertung und modulare Programmstruktur.

Praktische Fertigkeiten
Planung, Implementierung und Test kleiner Projekte; Nutzung von KI beim Schreiben, Testen und Refaktorieren von Code.

  • Variablen, Datentypen und Operatoren
  • Bedingungen, Schleifen und Funktionen
  • Listen, Dictionaries und modulare Struktur
  • Bibliotheken (math, datetime, json, re) und Dateiverarbeitung
  • Try/except, Debugging und KI-gestützte Code-Tools

Programmierkonzepte in der IT- JavaScript und KI

Programmierkonzepte in der IT- JavaScript und KI vermittelt JavaScript-Grundlagen für interaktive Webanwendungen und kombiniert sie mit KI-unterstützten Arbeitsmethoden. Teilnehmende lernen DOM-Grundlagen, Datenmodellierung mit Arrays und Objekten, Modularisierung und Best Practices sowie den Einsatz von KI-Tools zum Testen und Optimieren von Code.

Ergebnisorientierung
Fähigkeiten zur Entwicklung dynamischer Frontends, zur Fehleranalyse und zur Nutzung von KI als Programmierhilfe.

  • Variablen, Datentypen, Kontrollstrukturen (if, switch)
  • Schleifen, Funktionen und Wiederverwendbarkeit
  • Arrays, Objekte und DOM-Interaktion
  • Debugging, VS Code und Projektstruktur
  • KI-Tools beim Programmieren und Prompt Engineering

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