Scrum Master + Scrum Product Owner PSM 1 + PSPO 2 & Python & KI verbindet agile Führungskompetenz mit praktischem Programmier- und KI-Wissen; in Scrum Master & Scrum Product Owner Adv. (PSM 1 & PSPO 2), Python trifft KI, KI Grundlagen lernen Teilnehmende, wie Empirie, Produktwert und technische Umsetzung zusammenwirken.
Praxisbezug und berufliche PerspektivenDie Maßnahme verknüpft agile Rollen (Scrum Master, Product Owner), technische Grundlagen (Python) und Künstliche Intelligenz (KI) für den beruflichen Alltag.
Teilnehmende wenden Empirie, Sprint-Takt und Product-Outcome-Prinzipien an, integrieren KI-Tools zur Automatisierung und nutzen Python für Datenaufbereitung und Prototyping. Einsatzfelder sind Produktmanagement, Agile Coaching, Data & KI-Projekte sowie technische Teamarbeit in Entwicklung und Analyse. Evidence Based Management und Prompt Engineering sind unmittelbar anwendbar.
Scrum Master 1 vermittelt das empirische Rahmenwerk und die Rolle des Scrum Masters in praktischer Perspektive.
Teilnehmende verstehen, wie Sprint, Daily, Review und Retrospektive systematisch zur Anpassung und Verbesserung führen. Der Scrum Master coacht Teams, entfernt Hindernisse und fördert empirische Entscheidungsfindung. Zusammenspiel von Product Owner, Developers und Scrum Master sorgt für transparente Artefakte und ein verlässliches Inkrement.
- Scrum als empirisches Rahmenwerk
- Events: Sprint, Daily, Planning, Review, Retrospektive
- Rollenverständnis: Product Owner, Developers, Scrum Master
- Artefakte und Commitments: Product Backlog, Sprint Backlog, Definition of Done
- Coaching, Moderation und Hindernisbeseitigung
Scrum Product Owner 2
Scrum Product Owner 2 fokussiert Outcome-orientiertes Product Backlog Management und Stakeholder-Kommunikation.
Teilnehmende lernen, Wert zu messen, Annahmen zu prüfen und Prioritäten nach Wirkung zu setzen. Evidence Based Management verknüpft Ziele, Messgrößen und Entscheidungen; organisatorische Hebel werden erkannt, um Entscheidungswege zu verkürzen. Backlog-Einträge werden so formuliert, dass sie sichtbare Unterschiede für Nutzende erzeugen.
- Wert statt Umfang, Outcome-Fokus
- Backlog-Pflege und Priorisierung nach Nutzen, Risiko, Abhängigkeit
- Stakeholder-Management und Erwartungsklärung
- Messgrößen und Evidence Based Management
- Organisationsschnitte und Governance für Produktarbeit
KI Grundlagen und praktische Anwendungen
KI Grundlagen und praktische Anwendungen vermittelt Konzepte, Tools und ethische Aspekte für den Arbeitseinsatz von Künstlicher Intelligenz.
Grundbegriffe zu Machine Learning und Deep Learning, Unterschiede schwache/starke KI, sowie praktische Tests mit Chatbots, Bild- und Text-KI stehen im Fokus. Prompt Engineering, Bias, Datenschutz und Integration in Arbeitsprozesse werden behandelt, damit KI-Ergebnisse kritisch interpretiert und verantwortungsvoll eingesetzt werden.
- Grundkonzepte: KI, ML, Deep Learning
- Einsatzfelder: Textgenerierung, Bildanalyse, Automatisierung
- Prompt Engineering und Tool-Anwendung
- Ethik, Datenschutz und Bias
- Integration von KI in Geschäftsprozesse
KI und IT- Programmieren für die Zukunft: Python
Der Kurs verbindet Python-Grundlagen mit KI-gestützter Entwicklungsarbeit und praxisnahen Projekten.
Teilnehmende lernen Variablen, Kontrollstrukturen, Funktionen, Datenstrukturen und Bibliotheken sowie Debugging und Modularisierung. KI-Tools unterstützen beim Schreiben, Testen und Refaktorieren von Code; durch kleine Projekte wird Python als Werkzeug für Automatisierung, Datenanalyse und Prototyping verankert.
- Python-Syntax, Datentypen und Kontrollstrukturen
- Funktionen, Module und Datenstrukturen (Listen, Dicts)
- Bibliotheken: math, datetime, statistics, json, re
- Fehlerbehandlung, Debugging und saubere Struktur
- KI-gestützte Tools und Prompting für Programmieraufgaben
Die Weiterbildung bereitet auf die Prüfung bei Scrum.org vor, wird aber weder von Scrum.org unterstützt noch ist sie mit Scrum.org ..verbunden.