Scrum Master PSM 1+2 & Agile Leadership & Python & KI verbindet praxisnaertes Scrum-Knowhow mit Führungskompetenz und technischer Basis in Python und Künstlicher Intelligenz; die Maßnahme (auch bekannt als Scrum Master Experte (PSM 1 + 2), Scrum Agile Leadership (PAL 1), Python trifft KI, KI Grundlagen) zielt auf verlässliche Lieferroutinen, situative Führung und die Integration von KI-Tools in Arbeitsprozesse ab.

Praxisbezug und berufliche Perspektiven

Die Inhalte adressieren konkrete Anwendungsszenarien: Sprint-Planning, Daily-Steuerung, Review-Feedback-Schleifen, Facilitation in Entscheidungsphasen und der Einsatz von Python+KI zur Automatisierung von Analyse- und Testaufgaben.
Einsatzgebiete sind Product Owner- und Scrum Master-Rollen, Agile Coaches, Team Leads, Data-Analysten und Entwickler, die KI-gestützte Workflows aufbauen. Die Kombination fördert Outcome-Orientierung, Empirie und technische Umsetzungskompetenz in realen Projekten.

Scrum Master 1

Einführung in Scrum, Rollen, Events und Artefakte mit Fokus auf empirische Steuerung.
Teilnehmende erlernen, wie ein Sprint als Takt wirkt, wie Product Backlog nach Wert geordnet wird und wie ein Sprint Goal Entscheidungen leitet. Praxisnahe Übungen verdeutlichen Daily Scrum, Sprint Review und Retrospektive. Die Rolle des Scrum Master beim Coaching, Hindernisbeseitigen und Etablieren von Transparenz wird trainiert. Lerninhalte in Kürze:

  • Scrum-Prinzipien, Werte und Empirie
  • Product Backlog und Priorisierung
  • Sprint Goal, Sprint Planning und Timeboxing
  • Daily Scrum, Review und Retrospektive
  • Rolle und Aufgaben des Scrum Master

Scrum Master 2

Vertiefung von Accountabilities, Qualitätssicherung und der Defintion of Done als lebender Qualitätsstandard.
Fokus auf Outcome statt Output, Umgang mit Zielkonflikten und die Anwendung professioneller Facilitation. Teilnehmende entwickeln Decision Rules, navigieren die Groan Zone und lernen, wie gemeinsame Defintions of Done bei mehreren Teams gelten. Coaching vs. Mentoring wird abgegrenzt und Empirie zur Risikoreduktion genutzt. Kernelemente:

  • Vertiefte Werteanwendung und Vertrauensbildung
  • Definition of Done und Qualitätsmetriken
  • Facilitation-Techniken und Entscheidungsregeln
  • Umgang mit Abhängigkeiten und Zielkonflikten
  • Coaching, Mentoring und situative Führung

Scrum Agile Leadership

Führung als Gestalten von Rahmenbedingungen zur Förderung selbstverwalteter Teams.
Der Kurs zeigt, wie klare Ziele, sichtbare Informationen und Entscheidungsräume Selbstorganisation ermöglichen. Führung wird als Kontextgestaltung verstanden: Erwartungen klären, Hürden entfernen und Kompetenzen entwickeln. Organisationsschnittstellen, Entscheidungswege und Budgetierung werden auf ihre Wirkung für Flow und Tempo geprüft. Zentrale Inhalte:

  • Struktur für Selbstverwaltung und Verantwortungszuordnung
  • Situatives Führungsverhalten vs. Einmischung
  • Reduktion von Übergaben und Beschleunigung von Entscheidungen
  • Sichtbarmachung struktureller Bremsen und Lösungsvorschläge
  • Entwicklung von Verantwortungs- und Informationsflüssen

KI Grundlagen und praktische Anwendungen

Praktische Einführung in Künstliche Intelligenz, Machine Learning und ethische Aspekte.
Teilnehmende lernen Grundkonzepte von KI, Unterschiede zwischen schwacher und starker KI sowie Deep Learning. Schwerpunkt liegt auf Prompt Engineering, Text- und Bild-KI, Automatisierung und kritischer Interpretation von Ergebnissen. Datenschutz, Bias und ethische Bewertung werden integriert. Typische Anwendungen und Hands-on-Übungen stärken die Fähigkeit, KI in Arbeitsprozesse zu integrieren. Inhalte im Überblick:

  • Grundkonzepte ML/Deep Learning und Anwendungsfelder
  • Prompt Engineering und Textgenerierung
  • Automatisierung, Datenanalyse und Chatbots
  • Ethik, Datenschutz und Bias-Reflexion
  • Best Practices zur KI-Integration

KI und IT- Programmieren für die Zukunft: Python

Praxisorientierte Python-Grundlagen kombiniert mit KI-gestützten Programmiermethoden.
Teilnehmende schreiben, strukturieren und testen Programme; sie nutzen Datentypen, Kontrollstrukturen, Funktionen, Listen und Dictionaries sowie Bibliotheken (math, datetime, json, re) und Debugging mit try/except. KI-Tools unterstützen beim Schreiben, Refaktorieren und Prompting für Coding-Aufgaben. Kleine Projekte (Quiz, Datenauswertung) festigen die Umsetzungskompetenz. Schwerpunkte kurz:

  • Variablen, Datentypen und Kontrollstrukturen
  • Schleifen, Funktionen und Modularisierung
  • Datenstrukturen und Bibliotheksnutzung
  • Fehlerbehandlung, Debugging und saubere Struktur
  • Einsatz von KI-Tools beim Coden und Testen

Abschließende Kompetenzen
Nach Abschluss sind Teilnehmende befähigt, Scrum (PSM 1+2) konsistent anzuwenden, agile Führung (PAL 1) situativ zu gestalten und Python plus KI pragmatisch in Arbeitsabläufe zu integrieren. Sie können Sprint-Ziele formulieren, Fortschritt empirisch steuern, Defintion of Done anwenden, Selbstverwaltung stärken sowie KI-gestützte Automatisierung und Analyse verantwortungsvoll nutzen.

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