Scrum Master + Scrum Product Owner PSM 2 + PSPO 1+2 & Scrum Kanban & Python, JavaScript & KI verbindet fortgeschrittene Agile- und Produktverantwortung mit praktischer Programmierung und KI-Anwendungen; Scrum Master Adv. & Product Owner Experte (PSM 2 & PSPO 1 + 2), Scrum with Kanban (PSK 1), KI in Action und Programmierkenntnisse fördern Outcome-orientiertes Arbeiten und technische Umsetzbarkeit.
Praxisbezug und berufliche PerspektivenDie Weiterbildung verzahnt Führung, Produktmanagement und Coding: Scrum Master + Scrum Product Owner PSM 2 + PSPO 1+2 & Scrum Kanban & Python, JavaScript & KI qualifiziert für Rollen wie Senior Scrum Master, Product Owner, Agile Coach, Technical Product Manager sowie Entwickler mit KI-Kompetenz.
Einsatzgebiete sind Produktentwicklung, Release-Planung, Backlog-Pflege, Flow-Optimierung, Automatisierung und KI-gestützte Analyse in IT, Produktteams und Digitalisierungsvorhaben. Praktische Cases verbinden Evidence Based Management mit Python- und JavaScript-Prototypen.
Scrum Master 2 vertieft die Rolle als Impulsgeber für Effektivität, Facilitation und Teamcoaching; PSM 2-relevante Perspektiven werden angewendet.
Teilnehmende erlernen, wie Scrum Values Entscheidungen, Vertrauen und Fokus prägen; wie Accountabilities (Product Owner, Developers, Scrum Master) Spannungen auflösen; und wie die Definition of Done als lebender Qualitätsstandard Transparenz und Auslieferfähigkeit schafft. Es geht um Moderation durch die Groan Zone, situatives Leadership, Coaching vs. Mentoring und das Entfernen von Hindernissen.
- Scrum Values und Entscheidungsverhalten
- Accountabilities und Teamverantwortung
- Facilitation und Groan Zone-Methoden
- Definition of Done und Qualitätsmanagement
- Coaching, Mentoring und situative Führung
Scrum Product Owner 1
Scrum Product Owner 1 legt den Schwerpunkt auf Produktvision, Backlog-Pflege und wertbasierte Priorisierung; PSPO 1-Inhalte sind praxisnah integriert.
Der Kurs zeigt, wie eine klare Produktvision in überprüfbare Ziele übersetzt wird, wie das Product Backlog als einzige transparente Quelle gestaltet wird und wie Prioritäten Wirkung vor Umfang setzen. Vorhersagen und Release-Planung werden als bandbreitenbasierte Prognosen behandelt; Evidence Based Management verbindet Ziele und Kennzahlen für sachliche Kurskorrekturen.
- Formulierung von Produktvision und Zielen
- Backlog-Pflege und verständliche Einträge
- Priorisierung nach erwartbarem Nutzen
- Bandbreiten-Prognosen und Release-Planung
- Evidence Based Management-Grundlagen
Scrum Product Owner 2
Scrum Product Owner 2 vertieft OutcomeFokussierung, Stakeholder-Interaktion und organisationsbezogene Hebel zur Wertsteigerung; PSPO 2-Perspektiven greifen.
Teilnehmende lernen, wie Wert konkret messbar wird, wie Annahmen getestet und Rückmeldungen gewonnen werden. Backlog-Management wird so geführt, dass Einträge echte Ergebnisbeiträge abbilden. Organisationsschnittstellen, Governance und Instrumente zur Verkürzung von Entscheidungswegen werden analysiert; Evidence Based Management verknüpft Metriken und Entscheidungen.
- Wertmessung und Outcome-Orientierung
- Stakeholder- und Kundenkommunikation
- Backlog als Ergebnisinstrument
- Organisationsstrukturen und Governance
- Metriken, Hypothesen und Anpassungslogik
Scrum mit Kanban
Scrum mit Kanban verbindet Scrum-Rituale mit FlowMethoden (PSK 1 relevante Inhalte) und konzentriert sich auf Vorhersagbarkeit und Engpassmanagement.
Der Kurs zeigt, wie Arbeit sichtbar gemacht, Grenzen für parallele Aufgaben gezogen und Flusskennzahlen wie Durchsatz, Bearbeitungs- und Wartezeiten genutzt werden. Prognosen entstehen auf Basis historischer Daten als Bandbreiten; das Product Backlog wird als geordnete Darstellung der nächsten wirksamen Schritte genutzt. Teamautonomie ermöglicht Anpassung von Losgrößen und Übergaben.
- Sichtbarmachung des Flusses
- Durchsatz, Cycle Time und Wartezeiten
- Begrenzung paralleler Arbeit und Losgrößen
- Bandbreitenbasierte Prognosen
- Backlog-Reihenfolge nach Nutzen und Risiko
KI Grundlagen und praktische Anwendungen
KI Grundlagen und praktische Anwendungen vermittelt Verständnis für KI, Machine Learning und ethische Verantwortlichkeit; Praxisteile fokussieren Werkzeuggebrauch.
Inhalte reichen von Definition und Geschichte über Machine Learning und Deep Learning bis zu Prompt Engineering und Einsatzfeldern für Text-, Bild- und Daten-KI. Teilnehmende testen Chatbots und Bild-KI, formulieren effektive Prompts, reflektieren Bias und Datenschutz und planen Integration von KI in Arbeitsprozesse. Einsatzszenarien und Risiken werden kritisch bewertet.
- Grundbegriffe: KI, ML, DL
- Prompt Engineering und Toolnutzung
- Text-, Bild- und Datenanwendungen
- Ethik, Bias und Datenschutz
- Integration in Arbeitsprozesse
KI und IT- Programmieren für die Zukunft: Python
Python-Kurs verknüpft Programmiergrundlagen mit KI-gestütztem Coding; praktische Projekte zeigen Automatisierung und Datenverarbeitung.
Teilnehmende lernen Variablen, Datentypen, Kontrollstrukturen, Schleifen, Funktionen und Datenstrukturen sowie Bibliotheken (math, datetime, json etc.). Debugging, Fehlerbehandlung (try/except) und modulare Struktur stehen im Fokus. KI-Tools werden genutzt, um Code zu schreiben, zu testen und zu refaktorieren; Prompt Engineering für Entwickler wird eingeführt.
- Variablen, Datentypen, Operatoren
- Bedingungen, Schleifen, Funktionen
- Listen, Dictionaries und Module
- Bibliotheksnutzung und Debugging
- KI-gestützte Codeunterstützung und Prompts
Programmierkonzepte in der IT- JavaScript und KI
JavaScript-Kurs vermittelt Web-orientierte Programmierkenntnisse kombiniert mit KIMethoden für Frontend-Entwicklung.
Inhalte umfassen Variablen, Datentypen, Kontrollstrukturen, Funktionen, Arrays und Objekte sowie DOM-Interaktion und Browser-Debugging. Projektstrukturierung in VS Code, Tests und Best Practices werden geübt. KI-Tools unterstützen beim Schreiben, Testen und Optimieren von Code; Teilnehmende entwickeln interaktive Prototypen und lernen, wie KI die Entwicklungsproduktivität steigert.
- JavaScript-Grundlagen und Sprachkonzepte
- DOM-Manipulation und Browser-Interaktion
- Arrays, Objekte und Datenmodellierung
- Debugging und Entwicklungsworkflow
- KI-Unterstützung beim Coding und Testen
Die Weiterbildung bereitet auf die Prüfung bei Scrum.org vor, wird aber weder von Scrum.org unterstützt noch ist sie mit Scrum.org ..verbunden.