Scrum Master + Scrum Product Owner PSM 1 + PSPO 2 & Scrum Scaled Scrum + Scrum Kanban & Python verbindet agile Rollenkompetenz mit Skalierung, Flow-Orientierung und programmiertechnischer Praxis; in Scrum Master & Scrum Product Owner Adv. (PSM 1 & PSPO 2), Scaled Scrum & Kanban (PSK 1 & SPS), Python trifft KI steht die Wirkung von Arbeit, verlässliche Ergebnisse und Empirie im Mittelpunkt.

Praxisbezug und berufliche Perspektiven

Die Maßnahme verknüpft operative Rollen wie Scrum Master und Product Owner mit skalierten Arbeitsweisen sowie Python-Kenntnissen für Automatisierung und KI-gestützte Entwicklung. Teilnehmende setzen Empirie, Sprint-Takt und Definition of Done praxisnah ein und nutzen Evidence Based Management zur Steuerung auf Outcome statt nur Output.
Einsatzfelder: Product Owner, Scrum Master, Agile Coach, Release- und Integrationsplanung, DevOps-nahe Teams, Data Analyst/ Python Developer; Alltagsszenarien umfassen Backlog-Pflege, Stakeholder-Dialog, Release-Bandbreiten und einfache Automatisierungsskripte mit KI-Unterstützung.

Scrum Master 1

Scrum Master 1 vermittelt, wie das empirische Rahmenwerk Scrum wirkt und wie der Scrum Master Team und Organisation coacht. Scrum Master 1 zeigt, wie Sprint Planning, Daily, Review und Retrospektive den Takt setzen und wie Werte, Transparenz und Inspect-and-Adapt Verhalten steuern.
Lerninhalte und Praxis:

  • Verständnis von Empirie, Werten und Teamverantwortung
  • Moderation, Hindernisbeseitigung und Coaching des Teams
  • Timeboxed Events und ihr Beitrag zum Sprint Goal
  • Artefakte: Product Backlog, Sprint Backlog, Inkrement und Commitments
  • Anwendung der Definition of Done zur Sicherung von Qualität

Scrum Product Owner 2

Scrum Product Owner 2 vertieft Produktverantwortung mit Fokus auf Wirkung, messbare Ziele und Backlog-Strategie. Scrum Product Owner 2 lehrt, wie Priorisierung nach Nutzen, Risiko und Abhängigkeiten erfolgt und wie Stakeholder-Management Ergebnisse verbessert.
Lerninhalte und Praxis:

  • Outcome-orientiertes Product Backlog Management
  • Formulierung überprüfbarer Ziele und Metriken (EBM)
  • Umgang mit Stakeholdern und Erwartungsabgleich
  • Übersetzen von Strategie in umsetzbare Backlog-Einträge
  • Identifikation org. Hebel zur Stärkung von Entscheidungsfreiräumen

Scaled Scrum

Scaled Scrum erklärt, wie mehrere Teams an einem Produkt arbeiten, gemeinsame Qualitätsmaßstäbe setzen und Integration als täglichen Prozess gestalten. Scaled Scrum behandelt Vorhersagen als Bandbreiten und macht Abhängigkeiten sichtbar, damit Teams unabhängig liefern können.
Lerninhalte und Praxis:

  • Gemeinsamer Qualitätsmaßstab inkl. nicht-funktionaler Anforderungen
  • Schnittstellen, Integrationszyklen und frühe Integration
  • Planung über Teamgrenzen: Prognosen, Bandbreiten, Risiken
  • Zuschnitt von Arbeit zur Reduktion von Abhängigkeiten
  • Transparenz über Fortschritt, Risiken und Integrationsstatus

Scrum mit Kanban

Scrum mit Kanban verbindet Scrum-Rituale mit Flow-Prinzipien, sodass Arbeit sichtbar, begrenzt und berechenbar fließt. Scrum mit Kanban zeigt, wie Messgrößen für Durchsatz, Warte- und Bearbeitungszeit genutzt werden, um Engpässe zu erkennen.
Lerninhalte und Praxis:

  • Visualisierung des Workflows und WIP-Limits
  • Flussmessung: Durchsatz, Lead Time, Cycle Time
  • Prognosen als Bandbreiten basierend auf historischen Daten
  • Product Backlog als geordnete Darstellung nächster wirksamer Schritte
  • Maßnahmen zur Reduktion von Übergaben und Verzögerungen

KI und IT- Programmieren für die Zukunft: Python

KI und IT- Programmieren für die Zukunft: Python vermittelt Grundlagen der Programmierung, Datenstrukturen und den sinnvollen Einsatz von KI-Tools beim Coden. Python trifft KI auf praxisnahe Projekte wie Datenauswertung, Automatisierung und kleine Anwendungen.
Lerninhalte und Praxis:

  • Basis: Variablen, Datentypen, Kontrollstrukturen, Schleifen
  • Funktionen, Module, Listen und Dictionaries
  • Bibliotheken: math, datetime, json, re; Fehlerbehandlung mit try/except
  • Debugging, saubere Struktur und Modularisierung
  • Nutzung von KI-Tools, Prompt Engineering und KI-gestütztes Refactoring

Abschlusskompetenzen
Nach Abschluss beherrschen Teilnehmende das Anwenden von Scrum zur Erzeugung verlässlicher Takte und klarer Sprint-Ziele, die Steuerung eines Product Backlogs auf Wirkung, das Management von Skalierung und Integration sowie die Verbindung von Flow-Prinzipien mit Scrum. Außerdem können sie Python-basierte Lösungen planen, implementieren und mit KI-Tools effizienter entwickeln und debuggen.

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