Scrum Master PSM 1+2 & Scrum Agile Leadership + Scrum Kanban & Python, JavaScript verbindet praxisorientierte Scrum-Expertise mit Führungskompetenz und programmierbarer KI-Unterstützung. In Scrum Master PSM 1+2 & Scrum Agile Leadership + Scrum Kanban & Python, JavaScript lernen Teilnehmende, wie Empirie, klare Ziele und technische Fähigkeiten zusammenwirken, um verlässliche Wertlieferung zu erzielen.

Praxisbezug und berufliche Perspektiven

Die Maßnahme verknüpft Scrum-Expertise (PSM 1, PSM 2), agile Leadership (PAL 1), Kanban-Prinzipien (PSK 1) und Programmierkenntnisse in Python und JavaScript mit KI-gestützter Entwicklung.
Einsatzgebiete: Agile Coach, Scrum Master, Product Owner, Teamlead, Junior Developer, Data Analyst. Anwenderszenarien umfassen Sprint-Planung, Backlog-Ordnung, Flow-Optimierung, Code-Reviews mit KI und kleine Automatisierungsprojekte.
Verbindung zu realen Kontexten: Release-Planung, Stakeholder-Reviews, Flussmessung, Debugging und Prompt Engineering in Entwicklungsprozessen.

Scrum Master 1

Scrum Master 1 vermittelt die Grundlagen des empirischen Rahmens: Werte, Events, Artefakte und Verantwortlichkeiten im Scrum Team.
Teilnehmende lernen Sprint Goal, Product Backlog, Sprint Backlog und Inkrement praktisch zu nutzen und Daily Scrum sowie Sprint Review und Retrospektive zur Anpassung einzusetzen.

  • Empirie und kurze Iterationen
  • Rollen: Product Owner, Developers, Scrum Master
  • Product Backlog Ordnung nach Wert
  • Sprint Goal bilden und verfolgen
  • Definition of Done (DoD) anwenden

Ziel ist, verlässliche Takte, Transparenz und nutzbare Inkremente zu etablieren.

Scrum Master 2

Scrum Master 2 vertieft das Zusammenspiel von Werten, Accountabilities und Qualitätszusagen und schult Facilitation sowie situative Führung.
Inhalte fokussieren die Definition of Done als lebenden Qualitätsstandard, Umgang mit Zielkonflikten und Koordination über mehrere Teams hinweg.

  • Vertiefte Werteorientierung und Entscheidungskultur
  • Entwicklung und Anwendung der DoD
  • Facilitation, Groan Zone und Decision Rules
  • Coaching vs. Mentoring abgrenzen
  • Metriken für Outcome-orientiertes Arbeiten

Nach dem Kurs können Teilnehmende komplexe Spannungsfelder adressieren und Qualität systematisch sichern.

Scrum Agile Leadership

Scrum Agile Leadership zeigt, wie Führung Rahmenbedingungen gestaltet, Verantwortlichkeiten klärt und Selbstverwaltung fördert.
Der Fokus liegt auf Zielklarheit, Entscheidungsräumen, Förderung von Kompetenzen sowie dem Erkennen organisatorischer Bremsen wie Schnittstellen und Budgetwegen.

  • Führung als Kontextgestaltung
  • Erwartungen auf Outcome statt Detailsteuerung ausrichten
  • Aufbau verlässlicher Informationsflüsse
  • Interventionen zur Stärkung der Selbstverwaltung
  • Übersetzen von Beobachtungen in konkrete Verbesserungen

Ziel: nachhaltige Verbesserung der Teamwirkung und stabilere Lieferfähigkeit.

Scrum mit Kanban

Scrum mit Kanban verbindet Scrum-Events mit Flussmessung, Vorhersagen als Bandbreiten und Maßnahmen zur Reduktion von Durchlaufzeiten.
Teilnehmende lernen, Product Backlog als geordnete Darstellung von nächsten wirksamen Schritten zu pflegen und Engpässe über Durchsatz und Wartezeit zu erkennen.

  • Visualisierung von Arbeit und Limits für parallele Aufgaben
  • Flussmetriken: Durchsatz, Lead Time, WIP
  • Prognosen statt Wunschdenken; Releases als Bandbreiten
  • Anpassung von Losgrößen und Übergaben
  • Teamgesteuerte Regeln zur Sicherung von Qualität und Lieferfähigkeit

Ergebnis: höhere Vorhersagbarkeit und kontinuierliche Flussverbesserung.

KI und IT- Programmieren für die Zukunft: Python

Dieser Kurs vermittelt Python-Grundlagen, modularen Aufbau und den produktiven Einsatz von KI-Tools beim Entwickeln, Testen und Refaktorisieren.
Teilnehmende planen und schreiben kleine, modulare Programme, nutzen Bibliotheken (math, datetime, json, re) und lernen Prompt Engineering für KI-gestützte Hilfe.

  • Variablen, Datentypen, Kontrollstrukturen
  • Schleifen, Funktionen und Module
  • Listen, Dictionaries und Datenverarbeitung
  • Fehlerbehandlung (try/except) und Debugging
  • Einsatz von KI-Tools und Prompt Engineering

Ziel: eigenständige Python-Skripte erstellen, analysieren und mit KI-Assistenz verbessern.

Programmierkonzepte in der IT- JavaScript und KI

JavaScript-Kurs verbindet grundlegende Sprachelemente mit DOM-Grundlagen, Projektstruktur und KI-gestützter Entwicklungsunterstützung.
Teilnehmende entwickeln interaktive Komponenten, nutzen Arrays und Objekte, strukturieren Projekte in VS Code und formulieren Prompts für KI-basierte Codehilfe.

  • Variablen, Datentypen, Kontrollstrukturen
  • Funktionen, Arrays, Objekte
  • DOM-Interaktion und Browser-Debugging
  • Projektstruktur und Best Practices
  • KI-Tools zum Schreiben und Testen von Code

Ergebnis: lauffähige Web-Elemente, saubere Projektstruktur und nachhaltige Nutzung von KI bei der Entwicklung.

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