Scrum Master + Scrum Product Owner PSM 1 + PSPO 1+2 & Agile Leadership & KI verbindet praxisorientierte Scrum-Kompetenzen mit Produktverantwortung, Führung in agilen Kontexten und grundlegender KI-Anwendung. In Scrum Master & Product Owner Experte (PSM 1 & PSPO 1 + 2), Scrum Agile Leadership (PAL 1) und KI Grundlagen steht die nachhaltige Wertschöpfung durch Empirie, klare Ziele und verantwortete Entscheidungen im Vordergrund.

Praxisbezug und berufliche Perspektiven

Die Maßnahme qualifiziert für Rollen wie Scrum Master, Product Owner, Agile Coach und Projektverantwortliche, die Empirie, Produktfokus und Führung kombinieren.
Angewandt werden Techniken zur Sprint-Planung, Backlog-Pflege, Evidence Based Management und zur Integration von KI-Tools für Automatisierung, Textgenerierung und Datenanalyse.
Einsatzgebiete reichen von Produktentwicklung über Digitalprojekte bis zu Innovations- und Transformationsvorhaben, wo Transparenz, Vorhersagen mit Bandbreiten und ethisch verantwortliche KI-Nutzung gefragt sind.

Scrum Master 1

Der Kurs vermittelt das empirische Scrum-Rahmenwerk und die Rolle des Scrum Masters für Effektivität und Teamcoaching.
Teilnehmende lernen, Sprint-Ziele zu formulieren, Daily Scrum zur Steuerung zu nutzen und Hindernisse zu entfernen, damit am Sprintende ein nutzbares Inkrement entsteht.

  • Empirie: Beobachtung, Auswertung, Anpassung
  • Scrum Team: Product Owner, Developers, Scrum Master
  • Events: Sprint Planning, Daily, Review, Retrospektive
  • Artefakte: Product Backlog, Sprint Backlog, Inkrement
  • Defintion of Done und Commitments

Die fachliche Kompetenz umfasst Taktsetzung, Fortschrittssteuerung gegen das Sprint Goal, Qualitätsmaßstäbe und systematische Verbesserung der Zusammenarbeit.

Scrum Product Owner 1

Fokus auf Produktvision, Priorisierung und wertorientierte Backlog-Pflege, damit das Team messbare Wirkung liefert.
Teilnehmende formulieren Produktvisionen, leiten überprüfbare Ziele ab und erstellen realistische Vorhersagen mit Annahmen und Bandbreiten.

  • Produktvision und Zielableitung
  • Product Backlog als einzige Quelle der Planung
  • Priorisierung nach erwartetem Nutzen und Risiken
  • Release-Planung und Prognosen (Wahrscheinlichkeitsbasiert)
  • Evidence Based Management zur Verknüpfung von Kennzahlen und Entscheidungen

Ergebnis: Fähigkeit, Backlog-Einträge verständlich zu beschreiben, Wertbeiträge sichtbar zu machen und Stakeholder-Erwartungen tragfähig zu kommunizieren.

Scrum Product Owner 2

Vertiefung: Wirkung statt Umfang, klare Messgrößen und Stakeholder-Integration unter Unsicherheit.
Der Kurs zeigt, wie Annahmen validiert, Feedback eingespeist und Organisationshemmnisse für Produktarbeit identifiziert werden.

  • Wertdefinition und Outcome-Metriken
  • Backlog-Management für nachvollziehbare Ergebnisse
  • Stakeholder- und Kundenkommunikation
  • Organisationsstrukturen, Governance, Abhängigkeiten
  • Evidence Based Management zur Steuerung über Wirkung

Teilnehmende entwickeln die Kompetenz, Produktentscheidungen daten- und ergebnisbasiert zu treffen und strukturelle Hebel zur Beschleunigung zu benennen.

Scrum Agile Leadership

Leadership im agilen Kontext: Führung als Kontextgestaltung statt Detailsteuerung, Förderung von Selbstverwaltung und Verantwortungsübernahme.
Inhalte zeigen, welche Rahmenbedingungen Selbststeuerung brauchen, wie Führung Orientierung gibt und Hindernisse ausgeräumt werden.

  • Klarheit von Zielen und Entscheidungsräumen
  • Informationsflüsse und Transparenz
  • Situative Interventionen und Unterstützung von Teams
  • Organizational impediments: Schnittstellen, Budgets, Berichtswege
  • Entwicklung von Kompetenzen und Verantwortlichkeiten

Nachweisbare Kompetenz: Führungskräfte unterstützen Outcome-Fokussierung, reduzieren Übergaben und schaffen schnelle Entscheidungswege.

KI Grundlagen und praktische Anwendungen

Basiswissen Künstliche Intelligenz, praktische Tools und verantwortlicher Einsatz im Arbeitsalltag.
Teilnehmende lernen Machine Learning, Deep Learning-Grundlagen, Prompt Engineering und den Einsatz von KI für Textgenerierung, Bild- und Datenanalyse.

  • KI-Definition, Geschichte, Anwendungsfelder
  • Maschinelles Lernen und Deep Learning erklärt
  • Prompt Engineering und effektive Anfragen
  • Einsatz von KI-Tools zur Automatisierung und Entscheidungsunterstützung
  • Ethik, Datenschutz und Bias in KI-Systemen

Die fachliche Kompetenz ermöglicht das Einbinden von KI in Prozesse, kritische Interpretation von Ergebnissen und die Bewertung von Chancen und Risiken für das Unternehmen.

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