Scrum Master + Scrum Product Owner PSM 2 + PSPO 1 & Scrum Agile Leadership + Scrum Kanban & KI verbindet vertiefte Scrum-Praxis mit Produktverantwortung, Führung und Grundlagen der Künstlichen Intelligenz. In Scrum Master Adv. & Scrum Product Owner (PSM 2 & PSPO 1), Scrum Agile Leadership & Scrum Kanban (PAL 1 & PSK 1), KI Grundlagen steht die Wertschöpfung im Zentrum: Teilnehmende entwickeln Entscheidungsfähigkeit, Facilitation-Kompetenz und KI-Verständnis für den Arbeitsalltag.

Praxisbezug und berufliche Perspektiven

Die Maßnahme befähigt zur Anwendung in Product-, Delivery- und Transformationsrollen.
Konkrete Szenarien: Product Owner, Scrum Master, Agile Coach, Teamlead oder Projektverantwortliche setzen Backlog-Pflege, Definition of Done und Flow-Messung ein, um Vorhersagen und Releases realistisch zu planen. KI-Werkzeuge unterstützen Automatisierung, Text- und Datenanalyse.
Berufliche Einsatzgebiete reichen von Entwicklungsteams über Produktmanagement bis zu Innovations- und Digitalisierungsprojekten, wobei Evidence Based Management und ethische KI-Nutzung Hand in Hand gehen.

Scrum Master 2

Dieser Kurs vertieft die Rolle des Scrum Masters als Coach und Moderator für Empirie und Teamwirksamkeit.
Teilnehmende erlernen, wie Scrum Values Entscheidungen und Verhalten steuern, Hindernisse entfernt und Selbstverwaltung schützt.
Die Definition of Done wird als lebender Qualitätsstandard etabliert; gemeinsame DoD für mehrere Teams und Transparenz sind zentral. Facilitation-Fähigkeiten, Decision Rules und das Navigieren durch die Groan Zone werden praktisch geübt; Führung wird als Kontextgestaltung beschrieben.

  • Werteorientierte Entscheidungsfindung
  • Coaching von Team und Organisation
  • Definition of Done gestalten und anwenden
  • Facilitation und Entscheidungsregeln
  • Umgang mit Zielkonflikten und Abhängigkeiten

Scrum Product Owner 1

Fokus auf Produktvision, Wert und messbare Ausrichtung unter Unsicherheit.
Der Kurs zeigt, wie eine klare Product Vision in überprüfbare Ziele übersetzt wird und das Product Backlog als einzige Quelle geordneter Vorhaben dient.
Backlog-Einträge werden so formuliert, dass Nutzen und erwartetes Ergebnis erkennbar sind; Vorhersagen und Release-Planung erfolgen als Bandbreiten mit offengelegten Annahmen. Evidence Based Management verbindet Ziele, Kennzahlen und Entscheidungen, um Wirkung statt bloßer Auslieferung zu steuern.

  • Produktvision entwickeln
  • Backlog-Pflege und Priorisierung
  • Nutzenorientierte Eintragsbeschreibung
  • Wahrscheinlichkeitsbasierte Vorhersagen
  • Evidence Based Management anwenden

Scrum Agile Leadership

Leadership als Rahmengebung: Führung schafft Bedingungen, keine Detailsteuerung.
Der Kurs schärft, wie Führungskräfte Erwartungen in Richtung Outcome lenken, Entscheidungsräme klären und Kompetenzen entwickeln.
Selbstverwaltung entsteht durch klare Ziele, verlässliche Informationsflüsse und präzise Verantwortungszuschnitte; Organisationsbremsen wie Schnittstellen und Budgetierung werden analysiert und adressiert. Führung durch Fragen, Spiegelung und situatives Eingreifen stärkt Autonomie und Lernfähigkeit.

  • Rahmenbedingungen für Selbstverwaltung
  • Verantwortung und Entscheidungsräume klären
  • Organisationsstrukturen analysieren
  • Situative Führung und Coaching
  • Konsequenzen für Wert, Risiko und Tempo erläutern

Scrum mit Kanban

Verbindung von Scrum-Prinzipien mit Flow- und Durchsatzmessung zur Vorhersagbarkeit.
Arbeit wird sichtbar, Regeln für Beginn, Fortschritt und Abschluss definiert; das Backlog wird als geordnete Darstellung der nächsten wirksamen Schritte genutzt.
Prognosen entstehen als Bandbreiten, gestützt auf historische Daten; Flussmetriken wie Durchsatz, Bearbeitungs- und Wartezeiten helfen, Engpässe und Losgrößen zu optimieren. Selbstverwaltende Teams entscheiden über Zuschnitt und Grenzen paralleler Arbeit und steigern dadurch Lieferfähigkeit und Vorhersagbarkeit.

  • Sichtbarmachung des Workflows
  • Flussmessung (Durchsatz, Lead/Bearbeitungszeiten)
  • Product Backlog für Fluss und Wert ordnen
  • Losgrößen und Engpassbehandlung
  • Release-Planung auf beobachtbaren Ergebnissen

KI Grundlagen und praktische Anwendungen

Grundlagen der Künstlichen Intelligenz, Tools und ethische Aspekte für den Einsatz im Beruf.
Teilnehmende lernen ML- und Deep-Learning-Konzepte, Prompt Engineering und den kritischen Umgang mit Bias und Datenschutz.
Praxisanteile zeigen Text- und Bildgenerierung, Chatbots und Datenanalyse-Workflows; Best Practices für Integration, Automatisierung und Entscheidungsunterstützung werden vermittelt. Reflexion zu Chancen, Risiken und Compliance macht KI-Anwendung handhabbar.

  • Grundkonzepte KI und ML
  • Prompt Engineering und Toolnutzung
  • Text-, Bild- und Datenanwendungen testen
  • Ethik, Bias und Datenschutz
  • Integration von KI in Arbeitsprozesse und Automatisierung

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