Scrum Master + Scrum Product Owner PSM 1 + PSPO 1 & Scrum Agile Leadership + Scrum Kanban & Python verbindet praxisorientierte Scrum-Expertise mit agilem Leadership, Kanban-Flow und programmiertechnischen Grundlagen in Python; die Maßnahme zielt darauf ab, Teams verlässlich zu machen, Produktwert sicht- und messbar zu liefern und KI-gestützte Automatisierung einzusetzen.

Praxisbezug und berufliche Perspektiven

Die Kombination aus Scrum Master & Scrum Product Owner (PSM 1 & PSPO 1), Scrum Agile Leadership & Scrum Kanban (PAL 1 & PSK 1), Python trifft KI ist unmittelbar an realen Arbeitskontexten ausgerichtet: Sprint-Planung, Review, Retrospektive, Backlog-Pflege und Flow-Optimierung werden geübt.
Einsatzgebiete sind Product Owner, Scrum Master, Agile Coach, Team Lead, Delivery Manager sowie Einsteiger in Data/Automation-Rollen, die Python nutzen. Die Inhalte lassen sich direkt in Release-Planung, Wertorientierung, Flussverbesserung und in KI-gestützte Entwicklerprozesse übertragen.

Scrum Master 1

Kurs vermittelt Scrum als empirisches Rahmenwerk und die Rolle des Scrum Masters in Coaching, Moderation und Hindernisentfernung.
Teilnehmende erlernen, wie Sprint Goal formuliert, Daily Scrum geführt und Definition of Done angewandt werden, um verlässliche Inkremente zu liefern. Sie üben Timeboxing, Eventstruktur und Artefakt-Commitments (Product Goal, Sprint Goal, DoD) und stärken Transparenz im Team.

  • Empirie und Inspect & Adapt
  • Rollen: Product Owner, Developers, Scrum Master
  • Events: Sprint Planning, Daily, Review, Retrospektive
  • Artefakte und Commitments
  • Moderation, Coaching, Impediment-Removal

Scrum Product Owner 1

Kurs fokussiert Produktvision, wertorientierte Priorisierung und Evidence Based Management zur wirksamen Steuerung von Backlog und Releases.
Teilnehmende formulieren Produktvisionen, leiten überprüfbare Ziele ab und pflegen ein Product Backlog, das Richtung und Priorität sichtbar macht. Vorhersagen werden als Bandbreiten modelliert, Annahmen offengelegt und durch Metriken validiert, um Outcome statt nur Output zu steuern.

  • Produktvision und Zielableitung
  • Backlog-Pflege und Eintragsstruktur
  • Wertorientierte Priorisierung
  • Vorhersagen, Release-Bandbreiten
  • Evidence Based Management

Scrum Agile Leadership

Vertiefung der Zusammenarbeit von Product Owner, Developer und Scrum Master mit Fokus auf Selbstverwaltung und situative Führung.
Teilnehmende erkennen, welche Rahmenbedingungen Selbstorganisation brauchen: klare Ziele, Entscheidungsräume, Transparenz und Führung als Kontextgestaltung. Org-Strukturen, Schnittstellen und Entscheidungswege werden analysiert, um Bremsen zu identifizieren und Zuständigkeiten zu klären.

  • Selbstverwaltung und Verantwortlichkeit
  • Führung als Kontextgestaltung
  • Struktur/Prozesse auf Organisationsebene
  • Entwicklung von Kompetenzen und Entscheidungssicherheit
  • Umgang mit Abhängigkeiten und Governance

Scrum mit Kanban

Verbindung von Scrum-Events mit Kanban-Flow-Prinzipien zur Erhöhung der Vorhersagbarkeit und Reduktion von Durchlaufzeiten.
Teilnehmende lernen, Arbeit sichtbar zu machen, Work-in-Progress zu begrenzen und Flusskennzahlen wie Durchsatz, Lead Time und Wartezeiten zu nutzen. Backlog wird als geordnete Darstellung nächster wirksamer Schritte verstanden; Prognosen basieren auf historischen Daten und realem Flow statt Wunschdenken.

  • Visualisierung und WIP-Limits
  • Durchsatz, Lead Time, Wartezeiten
  • Losgrößen und Engpass-Management
  • Flow-basierte Prognosen
  • Integration von Backlog- und Flow-Management

KI und IT- Programmieren für die Zukunft: Python

Praxisorientierte Einführung in Python kombiniert mit KI-unterstützten Arbeitsmethoden, Debugging und modularer Programmstruktur.
Teilnehmende planen, schreiben und testen eigene Python-Skripte, nutzen Datentypen, Kontrollstrukturen, Funktionen und Bibliotheken (math, datetime, json, re). Sie setzen try/except ein, refaktorieren mit Hilfe von KI-Tools und lernen Prompt Engineering, um KI beim Coden zielgerichtet zu nutzen.

  • Variablen, Datentypen, Operatoren
  • Bedingungen, Schleifen, Funktionen
  • Listen, Dictionaries, Module
  • Bibliotheken und Fehlerbehandlung
  • KI-Tools, Debugging, Prompt Engineering

Abschlusskompetenz
Teilnehmende können Scrum-Prozesse so einsetzen, dass Sprint-Takt, klare Ziele und sichtbare Ergebnisse entstehen; sie steuern Backlog und Releases wertorientiert, gestalten Selbstverwaltung und Leadership situativ, optimieren Fluss mit Kanban-Prinzipien und entwickeln einfache Python-Lösungen mit KI-Unterstützung, um Automatisierung und Datenaufgaben zu realisieren.

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