Scrum Master + Scrum Product Owner PSM 2 + PSPO 1 & Scrum Scaled Scrum + Scrum Kanban & Python, JavaScript & KI verbindet vertiefte Scrum-Expertise mit Skalierung, Kanban-Flow und praxisnaher Programmierung in Python und JavaScript sowie anwendungsorientierter Künstlicher Intelligenz (KI). Die Maßnahme fördert wertegeleitete Entscheidungen, Produktorientierung und technische Umsetzungsfähigkeiten.

Praxisbezug und berufliche Perspektiven

Die Kombination aus Scrum Master, Scrum Product Owner (PSM 2, PSPO 1), Scaled Scrum und Kanban ist direkt an berufliche Rollen wie Scrum Master, Product Owner, Agile Coach, Release Manager und Team Lead anschlussfähig. KI-, Python- und JavaScript-Kompetenzen ermöglichen zusätzlich Einsatz in Data- und Automatisierungsprojekten, Frontend- und Backend-Integration sowie in Produktentwicklung und digitalen Transformationsvorhaben. Praktische Übungen verbinden Facilitation, Backlog-Pflege und Coding mit Prompt Engineering und Debugging.

Scrum Master 2

Scrum Master 2 vertieft die Anwendung von Werten, Accountabilities und Ereignissen, um Team- und Organisationsverhalten zu steuern. Der Kurs zeigt, wie die Definition of Done als lebender Qualitätsstandard wirkt, wie Hindernisse systematisch entfernt werden und wie Coaching sowie Moderation Selbstorganisation fördern. Teilnehmende lernen professionelle Facilitation, Decision Rules und das souveräne Navigieren durch die Groan Zone, um tragfähige Vereinbarungen zu erzielen.
Kerninhalte und Praxis
Vertiefung Scrum-Werte, Rolle des Scrum Master, Entfernen von Impediments, Coaching vs. Mentoring

  • Wertebasiertes Entscheiden und Vertrauensaufbau
  • Gestaltung und Pflege der Definition of Done
  • Facilitation-Techniken und Entscheidungsregeln
  • Selbstverwaltung unterstützen ohne Steuerung des Wie
  • Umgang mit Zielkonflikten und Abhängigkeiten

Scrum Product Owner 1

Scrum Product Owner 1 fokussiert auf Produktvision, wertorientierte Priorisierung und Evidence Based Management (EBM). Der Kurs lehrt, wie ein Product Backlog als einzige Wirkquelle geführt wird, wie Einträge Nutzen beschreiben und wie Bandbreitenprognosen mit Annahmen und historischen Daten erstellt werden. Teilnehmende entwickeln Fähigkeiten, Wirkung statt reiner Auslieferung zu messen und Vorhersagen transparent zu kommunizieren.
Anwendung und Ergebnisorientierung
Produktvision formulieren, Backlog pflegen, Vorhersagen mit Bandbreiten, EBM anwenden

  • Entwicklung einer klaren Produktvision und messbarer Ziele
  • Backlog-Einträge präzise beschreiben und zerlegen
  • Priorisierung nach Wirkung, Risiko und Abhängigkeiten
  • Wahrscheinlichkeitbasierte Release-Planung und Annahmen dokumentieren
  • Kennzahlen zur Steuerung von Outcome statt bloßem Output

Scaled Scrum

Scaled Scrum vermittelt, wie mehrere Teams an einem gemeinsamen Produkt zusammenwirken, ohne Scrum-Prinzipien zu verwässern. Im Fokus steht ein gemeinsamer Qualitätsmaßstab, Integration als tägliche Praxis und das Sichtbarmachen von Abhängigkeiten. Vorhersagen und Veröffentlichungsplanung werden teamübergreifend als Bandbreiten erstellt, Annahmen offengelegt und Integrationsrisiken berücksichtigt, damit Skalierung planbar und verlässlich bleibt.
Skalierung und Integration
Gemeinsame DoD, unabhängige Zuschnitte, Integration, Team-Koordination

  • Einheitliche Definition of Done über Teams hinweg
  • Zuschnitt von Arbeitspaketen zur Minimierung von Abhängigkeiten
  • Kurze Integrationszyklen und gemeinsame Abstimmungen
  • Prognosen aus Zusammenarbeit mehrerer Teams
  • Sichtbarmachen und Umgang mit Integrationsrisiken

Scrum mit Kanban

Scrum mit Kanban verbindet Scrum-Events mit Flow-Prinzipien, um Vorhersagbarkeit und Durchsatz zu erhöhen. Der Kurs zeigt, wie Teams Arbeit visualisieren, klare Regeln für Start/Stop festlegen und Flussmetriken wie Durchsatz, Bearbeitungs- und Wartezeiten messen. Ziel ist, Engpässe zu erkennen, Losgrößen zu optimieren und verlässlichere Veröffentlichungspläne anhand beobachteter Ergebnisse zu erstellen.
Flow-Optimierung und Messgrößen
Visualisierung, Flussmanagement, Prognosen als Bandbreiten

  • Sichtbarmachen von Arbeit und Warteschlangen
  • Regeln für parallele Arbeit und WIP-Limits
  • Metriken: Durchsatz, Lead Time, Cycle Time
  • Anpassung von Losgrößen und Entzerrung von Übergaben
  • Product Backlog als geordnete Darstellung der nächsten wirksamen Schritte

KI Grundlagen und praktische Anwendungen

Der Kurs vermittelt Grundbegriffe der Künstlichen Intelligenz, maschinelles Lernen, Prompt Engineering und ethische Aspekte. Teilnehmende lernen, KI-Tools für Textgenerierung, Datenanalyse und Automatisierung produktiv einzusetzen, Ergebnisse kritisch zu prüfen und Bias zu erkennen. Interaktive Übungen mit Chatbots, Bild- und Sprach-KI fördern das Verständnis für Chancen und Risiken bei der Integration in Arbeitsprozesse.
Einsatzszenarien und Verantwortung
KI-Definition, ML vs. DL, Prompt Engineering, Datenschutz und Bias

  • Grundkonzepte von KI, ML und Deep Learning
  • Praktischer Einsatz von KI-Tools für Text und Daten
  • Prompt Engineering für effektive Anfragen
  • Ethik, Datenschutz und Erkennen von Bias
  • Integration von KI in Geschäftsprozesse und Automatisierung

KI und IT- Programmieren für die Zukunft: Python

Python-Kurs kombiniert Programmiergrundlagen mit KI-gestützter Arbeitsweise. Teilnehmende erlernen Variablen, Kontrollstrukturen, Funktionen, Datenstrukturen und Bibliotheken sowie Debugging und Fehlerbehandlung. Praxisprojekte zeigen, wie Python für Datenauswertung, Automatisierung und kleine Anwendungen genutzt wird; KI-Tools unterstützen Schreiben, Testen und Refaktorieren von Code.
Programmierpraxis und KI-Unterstützung
Syntax, Module, libs, Fehlerbehandlung, Prompt Engineering

  • Variablen, Datentypen und Operatoren
  • Kontrollstrukturen und Schleifen
  • Funktionen, Module und saubere Struktur
  • Arbeiten mit Bibliotheken (json, math, datetime)
  • Einsatz von KI beim Coden, Testen und Refaktorieren

Programmierkonzepte in der IT- JavaScript und KI

JavaScript-Kurs vermittelt Web-orientierte Programmierkonzepte, DOM-Interaktion und moderne Entwicklungsverfahren. Teilnehmende lernen Daten mit Arrays und Objekten zu modellieren, Funktionen modular zu nutzen und mit Debugging-Tools zu arbeiten. KI-gestützte Werkzeuge werden zur Code-Optimierung und Testing eingesetzt; Projektarbeit in VS Code fördert Best Practices und saubere Projektstruktur.
Webentwicklung und intelligente Tools
JS-Syntax, DOM, Debugging, Projektstruktur, KI-Support

  • Variablen, Datentypen und Kontrollstrukturen
  • Arrays, Objekte und Datenmodellierung
  • Grundlagen des DOM und Browser-Interaktion
  • Debugging-Methoden und VS Code Nutzung
  • KI-Tools zur Unterstützung beim Schreiben und Testen von Code

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