Scrum Master + Scrum Product Owner PSM 1+2 + PSPO 1+2 & Python & KI verbindet agile Führungskompetenz mit technischem Praxiswissen: In Experte Scrum Master & Product Owner (PSM 1 + 2 & PSPO 1 + 2), Python trifft KI, KI Grundlagen steht die empirische Arbeitsweise im Mittelpunkt, damit Teams verlässlich liefern, lernen und Entscheidungen auf Basis von Ergebnissen treffen.
Praxisbezug und berufliche PerspektivenDie Maßnahme bereitet auf Rollen wie Scrum Master, Product Owner, Agile Coach, Product Manager, Python Developer und KI-Anwender vor. Sie verbindet PSM/PSPO-Kenntnisse mit praktischer Python-Nutzung und KI-Grundwissen.
Anwendungsszenarien: Priorisierung im Product Backlog, Sprint-Planung, Facilitation, Evidence Based Management, Automatisierung mit Python und Einsatz von KI-Tools für Text, Analyse und Prompt Engineering.
Einsatzgebiete reichen von Produktentwicklung und IT-Teams über Data Analytics bis zu Prozessautomatisierung und Digitalisierungsprojekten.
Scrum Master 1 vermittelt das empirische Rahmenwerk, die Rollen (Scrum Master, Product Owner, Developers) und die strukturgebenden Events und Artefakte.
Inhalte und Praxis: Sprint als Takt, Sprint Planning mit Sprint Goal, Daily Scrum zur Steuerung, Sprint Review für Feedback und Retrospektive zur Verbesserung. Werte (Commitment, Courage, Focus, Openness, Respect) stützen Entscheidungen und Verhalten.
- Rolle und Verantwortung des Scrum Masters (Coaching, Moderation, Hindernisbeseitigung)
- Artefakte: Product Backlog, Sprint Backlog, Inkrement und deren Commitments
- Timeboxing und Events (z. B. Daily 15 Min., Sprint max. 1 Monat)
- Empirie: Beobachtung, Auswertung, Anpassung
- Förderung von Transparenz und Team-Commitment
Scrum Master 2
Scrum Master 2 vertieft Coaching, Facilitation und das Wirken von Werten in komplexeren Umfeldern sowie die Pflege der Definition of Done.
Fokus auf Selbstverwaltung, Entscheidungsspielräume und professionelle Moderation: Umgang mit Groan Zone, Decision Rules, situative Führung und Abgrenzung von Coaching vs. Mentoring. Qualitätssicherung durch lebende DoD und gemeinsame Standards bei mehreren Teams.
- Vertiefte Facilitation-Techniken und Moderationspraxis
- Entwicklung und Anwendung einer lebendigen Definition of Done
- Stärkung transparenter Informationsflüsse und Vereinbarungen
- Umgang mit Zielkonflikten, Abhängigkeiten und Team-Dynamik
- Coaching zur Stärkung von Eigenverantwortung
Scrum Product Owner 1
Dieser Kurs macht Produktverantwortung greifbar: Produktvision, Backlog-Pflege und priorisieren nach Wert stehen im Zentrum.
Verbindung von Strategie und operativer Backlog-Arbeit: Einträge beschreiben Nutzen, Zerlegung in sinnvolle Schritte, Release-Vorhersagen als Bandbreiten und Evidence Based Management zur sachlichen Steuerung.
- Formulierung von Produktvision und überprüfbaren Zielen
- Product Backlog als einzige Quelle geplanter Arbeit
- Priorisierung nach erwartbarem Nutzen, Risiken und Abhängigkeiten
- Prognosen, Releaseplanung und Annahmenmanagement
- Messung von Wirkung statt bloßem Output
Scrum Product Owner 2
PO 2 vertieft Outcome-Orientierung, Stakeholder-Management und Organisationsaspekte, die Produktarbeit erleichtern oder behindern.
Schwerpunkt auf der Messbarkeit von Wert, systematische Einbindung von Feedback und strukturellen Hebeln zur Beschleunigung von Entscheidungen. Evidence Based Management verbindet Ziele, Kennzahlen und Kurskorrekturen.
- Sichtbar machen von Nutzen und Wirkung für Nutzer und Geschäft
- Stakeholder-Kommunikation, Erwartungsabgleich und Konfliktlösung
- Backlog Management zur Sicherstellung nächster sinnvoller Schritte
- Identifikation organisatorischer Hürden und konkrete Maßnahmen
- Auswahl weniger, aussagekräftiger Metriken zur Steuerung
KI Grundlagen und praktische Anwendungen
Der Kurs vermittelt Grundlagen, Anwendungsfelder und ethische Aspekte der Künstlichen Intelligenz sowie den produktiven Einsatz von KI-Tools.
Teilnehmende lernen Machine Learning vs. Deep Learning, schwache vs. starke KI, Prompt Engineering, Testen von Chatbots, Bild- und Sprach-KI sowie Datenschutz, Bias und Best Practices zur Integration von KI in Arbeitsprozesse.
- Grundkonzepte: Definition, Geschichte, Anwendungsfelder
- Maschinelles Lernen, Deep Learning in Grundzügen
- Prompt Engineering und effiziente Nutzung von KI-Tools
- Ethik, Datenschutz und Bias-Reflexion
- Praktische Tests: Chatbots, Text- und Bild-KI
KI und IT- Programmieren für die Zukunft: Python
Dieser praxisorientierte Python-Kurs verbindet Programmiergrundlagen mit KI-gestützter Arbeitsweise für Automatisierung, Analyse und kleine Projekte.
Inhalte umfassen Datentypen, Kontrollstrukturen, Schleifen, Funktionen, Datenstrukturen, Bibliotheken, Fehlerbehandlung (try/except), Debugging und modulare Projektplanung. KI-Tools unterstützen beim Coden, Testen und Refaktorieren; Prompt Engineering wird zur Entwicklungsunterstützung eingesetzt.
- Variablen, Strings, Zahlen, Booleans und Operatoren
- Bedingungen (if/elif/else) und Schleifen (for, while)
- Listen, Dictionaries, Funktionen und Module
- Bibliotheken (math, datetime, json, re) und Dateiverarbeitung
- Debugging, Fehlerbehandlung und kleine Praxisprojekte
Abschlusskompetenz
Nach Abschluss beherrschen Teilnehmende Scrum-Prinzipien (Empirie, Sprint-Takt, Sprint Goal), Product Ownership (Value-Orientierung, Backlog-Pflege, Evidence Based Management) sowie praktische Python- und KI-Grundlagen.
Ergebnis: Fähigkeit, Teams zu coachen, produktorientierte Entscheidungen zu treffen, Inkremente mit stabiler Qualität zu liefern, Automatisierung und KI-Tools sinnvoll einzusetzen und Code strukturiert zu entwickeln.
Die Weiterbildung bereitet auf die Prüfung bei Scrum.org vor, wird aber weder von Scrum.org unterstützt noch ist sie mit Scrum.org ..verbunden.