Scrum Master + Scrum Product Owner PSM 1 + PSPO 1 & Scaled Scrum & Python & KI verbindet agile Führungs- und Produktverantwortung mit Skalierung, Python-Programmierung und praxisnaher KI-Anwendung. In Scrum Master & Scrum Product Owner (PSM 1 & PSPO 1), Scaled Scrum (SPS), Python trifft KI, KI Grundlagen steht die messbare Wertschöpfung und die Integration von Empirie und Automatisierung im Mittelpunkt.

Praxisbezug und berufliche Perspektiven

Die Maßnahme bereitet auf operative und übergreifende Aufgaben vor: Scrum Master, Product Owner, Agile Coach, Python-Developer oder KI-Anwender in Produkt- und Entwicklungsumgebungen. Vermittelt werden Techniken wie Backlog-Pflege, Sprint-Leadership, Release-Prognosen, Integrationsplanung, Data-Analysis und Prompt Engineering zur direkten Anwendung in Produktentwicklung, Service und digitaler Transformation. Beruflich eröffnen sich Einsatzfelder in Produktteams, IT-Projekten und Innovationsbereichen.

Scrum Master 1

Scrum Master 1 erklärt Scrum als empirisches Rahmenwerk und die Rolle des Scrum Masters für Team-Effektivität. Teilnehmende erlernen, wie Sprint-Zyklus, Events und Artefakte die Transparenz erhöhen, Empirie fördern und Entscheidungen stützen. Der Scrum Master coacht, moderiert, beseitigt Hindernisse und fördert Selbstorganisation.

Kernkompetenzen und Praxis
Scrum Master 1 stärkt Fähigkeiten in Daily Steering, Sprint Planning, Retrospektive und Sprint Review sowie in der Anwendung von DoD und Commitments (Product Goal, Sprint Goal). Es werden Techniken vermittelt, um Fortschritt gegen das Sprint Goal zu steuern und Impediments systematisch zu adressieren.

Lerninhalte

  • Scrum-Prinzipien, Werte und Empirie
  • Rollen: Product Owner, Developers, Scrum Master
  • Events: Sprint, Planning, Daily, Review, Retrospektive
  • Artefakte: Product Backlog, Sprint Backlog, Inkrement, DoD
  • Coaching, Moderation, Hindernisbeseitigung

Scrum Product Owner 1

Scrum Product Owner 1 fokussiert Produktvision, Wertorientierung und evidenzbasierte Entscheidungen. Teilnehmende lernen, klare Visionen zu formulieren, Backlog-Einträge wertorientiert zu beschreiben und Prioritäten so zu setzen, dass Wirkung vor Umfang steht. Vorhersagen werden als Bandbreiten verstanden und mit historischen Daten validiert.

Anwendung und Outcome
Der Kurs vermittelt Evidence Based Management, Metriken zur Wirkung und Techniken zur transparenten Release-Planung. Product Backlog wird als lebendes Instrument gepflegt; Einträge sind nachvollziehbar, zerlegbar und risikoorientiert.

Lerninhalte

  • Produktvision und Ziele ableiten
  • Backlog-Pflege und Priorisierung
  • Nutzen- vs. Funktionsorientierung
  • Prognosen mit Bandbreiten und Annahmen
  • Evidence Based Management, Metriken und KPIs

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams kohärent an einem Produkt arbeiten und dabei einheitliche Qualitätsmaßstäbe einhalten. Thema sind Integration, gemeinsame DoD, Abhängigkeitsmanagement und koordinierte Veröffentlichungsplanung. Vorhersagen berücksichtigen Integrationsrisiken und liefern realistische Bandbreiten.

Operative Anwendung
Teilnehmende lernen, Einträge so zu schneiden, dass Teams unabhängig liefern, und kurze Integrationszyklen zu etablieren. Kommunikation über Risiken und Annahmen schafft verlässliche Erwartungen und reduziert Durchlaufzeiten.

Lerninhalte

  • Gemeinsamer Qualitätsmaßstab und DoD über Teams
  • Abhängigkeitsmanagement und Schnittstellen
  • Integrationstaktiken und Release-Koordination
  • Prognosen, Bandbreiten, Szenarien
  • Skalierungsentscheidungen und Organisationsaspekte

KI Grundlagen und praktische Anwendungen

Der Kurs KI Grundlagen vermittelt Definitionen, ML- und Deep-Learning-Konzepte, Einsatzfelder und ethische Aspekte. Teilnehmende üben Prompt Engineering, testen Chatbots, Bild- und Text-KI und lernen, Ergebnisse kritisch zu interpretieren. Datenschutz, Bias und Governance sind integraler Bestandteil.

Praxis und Integration
Anhand von Beispielen wird gezeigt, wie KI-Tools Textgenerierung, Datenanalyse und Automatisierung unterstützen. Ziel ist, KI verantwortungsvoll in Arbeitsprozesse zu integrieren und Chancen sowie Risiken abzuwägen.

Lerninhalte

  • KI-Definition, Geschichte, Anwendungsfelder
  • Maschinelles Lernen vs. Deep Learning
  • Prompt Engineering und Tool-Einsatz
  • Ethik, Datenschutz, Bias
  • Interaktive Übungen: Chatbots, Bild- und Text-KI, Data-Analysis

KI und IT- Programmieren für die Zukunft: Python

Der Python-Kurs vermittelt praxisnah Syntax, Kontrollstrukturen, Datenstrukturen, Funktionen und Modularchitektur sowie Debugging und Fehlerbehandlung. Teilnehmende planen, schreiben und testen kleine Projekte; KI-Tools unterstützen beim Coden, Refactoring und Dokumentieren.

Praxisorientierte Programmierfertigkeiten
Kursinhalte zeigen, wie Python für Automatisierung, Datenauswertung und Prototyping genutzt wird. Prompt Engineering wird auch hier eingesetzt, um Codequalität und Entwicklungsprozesse zu beschleunigen.

Lerninhalte

  • Variablen, Datentypen, Operatoren
  • Bedingungen, Schleifen, Funktionen, Module
  • Listen, Dictionaries, json-Verarbeitung
  • Bibliotheken: math, datetime, statistics, re
  • Fehlerbehandlung (try/except), Debugging, kleine Projekte (Quiz, Datenauswertung)

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