Scrum Master + Scrum Product Owner PSM 1 + PSPO 2 & Scrum Scaled Scrum + Scrum Kanban & Python & KI verbindet systematisch agile Führung, Produktverantwortung, Skalierung, Kanban-Fluss sowie Grundlagen in Python und Künstlicher Intelligenz. In dieser Maßnahme (auch Scrum Master & Scrum Product Owner Adv. (PSM 1 & PSPO 2), Scaled Scrum & Kanban (PSK 1 & SPS), Python trifft KI, KI Grundlagen) lernen Teilnehmende, wie Empirie, Wertorientierung und technisches Know-how verknüpft werden, um verlässliche Ergebnisse und Produktwirkung zu erzeugen.

Praxisbezug und berufliche Perspektiven

Anwendbarkeit und Einsatzgebiete
Die Kombination aus Scrum Master, Product Owner, Scaled Scrum, Kanban, KI und Python unterstützt Rollen wie Product Owner, Scrum Master, Agile Coach, Data Analyst oder Python Developer. Praxisnahe Szenarien umfassen Sprint-Planung, Backlog-Pflege, Release-Planung über Teamgrenzen, Flussoptimierung und KI-gestützte Automatisierung. Skills sind sofort in Produktentwicklung, Projektmanagement, Digitalisierung und Support einsetzbar.

Scrum Master 1

Kernkompetenz: Wirkung von Empirie und Teamführung
Scrum Master 1 vermittelt, wie Empirie im Alltag wirkt, Werte Zusammenarbeit stützen und Timeboxes (Daily 15 Min., Sprint max. 1 Monat) den Takt liefern. Der Scrum Master coacht Team und Organisation, moderiert, entfernt Hindernisse und fördert Transparenz über Artefakte wie Product Backlog, Sprint Backlog und Inkrement. Fokus liegt auf der Umsetzung der Definition of Done, dem Formulieren eines klaren Sprint Goals und dem täglichen Steuern gegen dieses Ziel.

  • Empirie und Scrum-Werte anwenden
  • Sprint Goal formulieren und planen
  • Daily, Review, Retrospektive wirksam gestalten
  • Artefakte und Commitments nutzen
  • Hindernisse erkennen und beseitigen

Scrum Product Owner 2

Kernkompetenz: Produktwirkung, Backlog-Strategie und Evidence Based Management
Scrum Product Owner 2 vertieft Produktverantwortung mit Fokus auf Wirkung statt Umfang. Teilnehmende lernen, ein Product Backlog so zu pflegen, dass Einträge Orientierung geben und den nächsten wertvollen Schritt sichtbar machen. Stakeholder-Management, Priorisierung nach Nutzen, Risiko und Abhängigkeiten sowie Evidence Based Management verbinden Messgrößen mit Entscheidungen. Organisationale Hebel zur Schutz der Produktarbeit werden identifiziert und adressiert.

  • Wertdefinition und Outcome-Fokussierung
  • Backlog-Pflege und Priorisierung nach Nutzen
  • Stakeholder-Kommunikation und Erwartungsmanagement
  • Evidence Based Management anwenden
  • Organisationsstrukturen analysieren und verbessern

Scaled Scrum

Kernkompetenz: Integration, Qualitätsmaßstab und Vorhersagen über Teams hinweg
Scaled Scrum zeigt, wie mehrere Teams an einem Produkt arbeiten, ohne Grundprinzipien zu verwässern. Ein gemeinsamer Qualitätsmaßstab sorgt dafür, dass Integration und nicht-funktionale Anforderungen durchgängig berücksichtigt werden. Vorhersagen werden als Bandbreiten erstellt, Annahmen offengelegt und Risikoabschätzungen in Veröffentlichungspläne übersetzt. Teams schneiden Arbeit so, dass Unabhängigkeit und frühe Integration möglich werden; Transparenz über Abhängigkeiten erhöht Planbarkeit.

  • Gemeinsamen Qualitätsmaßstab definieren
  • Integration früh und häufig planen
  • Vorhersagen mit Bandbreiten erstellen
  • Abhängigkeiten sichtbar machen und reduzieren
  • Veröffentlichungsplanung an beobachtete Ergebnisse anpassen

Scrum mit Kanban

Kernkompetenz: Flussorientierung, Messgrößen und selbstverwaltende Teams
Scrum mit Kanban verbindet Sichtbarkeit und Flusssteuerung: Arbeit wird visualisiert, Regeln für Beginn, Fortschritt und Abschluss definiert und Limits für parallele Arbeit festgelegt. Messgrößen wie Durchsatz, Bearbeitungs- und Wartezeiten helfen, Engpässe zu erkennen und Losgrößen anzupassen. Prognosen basieren auf historischen Daten und werden regelmäßig mit Realität abgeglichen. Das Product Backlog bleibt geordnet nach Wirkung und Fluss statt reiner Auslastung.

  • Visualisierung des Workflows und WIP-Limits
  • Durchsatz-, Durchlauf- und Wartezeiten messen
  • Prognosen aus historischen Daten ableiten
  • Backlog nach Wert und Fluss ordnen
  • Selbststeuerung und Absprachen im Team stärken

KI Grundlagen und praktische Anwendungen

Kernkompetenz: KI-Tools, Ethik und Integration in Prozesse
Der Kurs vermittelt Grundkonzepte von Künstlicher Intelligenz, maschinelles Lernen und Deep Learning sowie Unterschiede zwischen schwacher und starker KI. Praktisch geübt werden Textgenerierung, Datenanalyse, Prompt Engineering und der Einsatz von Chatbots sowie Bild-KI. Ethische Aspekte, Datenschutz und Bias werden behandelt, damit KI-Lösungen verantwortet eingeführt und bewertet werden können. Teilnehmende lernen Chancen und Risiken realistisch einzuschätzen.

  • Grundbegriffe KI, ML, DL erklären
  • Prompt Engineering und Tools anwenden
  • Text- und Bild-KI praktisch testen
  • Datenschutz, Ethik und Bias reflektieren
  • Integration von KI in Arbeitsprozesse planen

KI und IT- Programmieren für die Zukunft: Python

Kernkompetenz: Python-Grundlagen, Codequalität und KI-gestützte Entwicklung
Python kombiniert mit KI-Methoden lehrt Variablen, Datentypen, Kontrollstrukturen, Schleifen und Funktionen sowie Datenstrukturen wie Listen und Dictionaries. Bibliotheken (math, datetime, json, re) und Debugging-Methoden erhöhen die Praxisreife. Zudem wird gezeigt, wie KI-Tools beim Schreiben, Testen und Refaktorieren von Code unterstützen und wie Prompts produktiv eingesetzt werden. Abschlussprojekte fördern modulare Programmstruktur und dokumentierbare Ergebnisse.

  • Python-Syntax, Datentypen und Kontrollstrukturen
  • Funktionen, Module und Fehlerbehandlung (try/except)
  • Arbeit mit Standardbibliotheken
  • Einsatz von KI-Tools beim Coden und Debuggen
  • Kleine Projekte planen, implementieren und präsentieren

Fachliche Zielsetzung und Kompetenzerwerb
Die Maßnahme befähigt Teilnehmende, Scrum verlässlich einzusetzen, Product Backlogs auf Outcome auszurichten, Skalierung und Integration zu organisieren sowie Flussmetriken gezielt zu nutzen. Ergänzend erwerben sie grundlegende KI-Kompetenzen und Python-Fähigkeiten, um Automatisierung, Analyse und KI-gestützte Entscheidungsunterstützung im beruflichen Alltag umzusetzen. Die Verbindung dieser Bereiche unterstützt nachhaltige Produktwirkung, verlässliche Lieferfähigkeit und kontinuierliche Verbesserung contiuous improvest und robuste, integrierte Lösungsansätze.

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