Scrum Master PSM 1+2 & Scrum Kanban & Python, JavaScript & KI verbindet agile Führung mit Flussoptimierung und praxisnaher Programmierung; in Scrum Master Experte (PSM 1 + 2), Scrum with Kanban (PSK 1), KI in Action Python & JavaScript, KI Grundlagen steht die Anwendung von Empirie, Code- und KI-Kompetenz für produktrelevanten Mehrwert im Fokus.
Praxisbezug und berufliche PerspektivenKonkrete Anwendungsszenarien
Die Maßnahme bereitet auf Rollen wie Scrum Master, Agile Coach, Product Owner, Frontend- oder Python-Developer und KI-Anwender vor. Sie vermittelt Operationalisierung von Sprint-Zielen, Backlog-Ordnung, Flusssteuerung (Kanban) sowie den Einsatz von KI für Automatisierung und Analyse. Umgang mit Definition of Done, Facilitation-Techniken und Debugging wird praxisnah geübt. Branchen: IT, Produktentwicklung, Marketing, Data & Innovation. Die Inhalte lassen sich direkt in Releaseplanung, Teamcoaching und Code-Reviews übertragen.
Einführung in Scrum und empirisches Arbeiten
Scrum Master 1 legt den Grundstein: Teilnehmende erlernen, warum Scrum ein empirisches Rahmenwerk ist, wie Sprint, Sprint Goal und Product Backlog den Takt und die Ausrichtung geben und wie das Team als Einheit arbeitet. Der Scrum Master fördert Transparenz, moderiert Events und entfernt Hindernisse, damit am Sprintende ein nutzbares Inkrement steht. Schwerpunkte sind Werte, Rollenverständnis (Product Owner, Developers, Scrum Master) und die Commitments (Product Goal, Sprint Goal, DoD).
- Empirie, Sprint-Takt und Timeboxing
- Rollen und Accountabilities
- Product Backlog-Pflege und Priorisierung
- Daily, Planning, Review, Retrospektive
- Definition of Done als Qualitätsmaßstab
Scrum Master 2
Vertiefung von Werten, Facilitation und Selbstverwaltung
Scrum Master 2 stärkt komplexes Scrum-Verständnis: Werte lenken Entscheidungen, die Definition of Done wird als lebender Qualitätsstandard etabliert. Lernende entwickeln Facilitation-Fähigkeiten, navigieren Gruppen durch die Groan Zone und unterscheiden Coaching von Mentoring. Selbstverwaltende Teams werden durch klare Entscheidungsräume, transparente Informationsflüsse und situative Führung gestärkt. Outcome-Orientierung und metrisches, hypothesenbasiertes Verbessern stehen im Zentrum.
- Werteorientierte Entscheidungsfindung
- Definition of Done praktisch gestalten
- Facilitation, Groan Zone, Decision Rules
- Förderung von Selbstorganisation
- Metriken und Outcome statt Output
Scrum mit Kanban
Verbindung von Scrum und Flow-Management
Scrum mit Kanban zeigt, wie Arbeit sichtbar gemacht und Fluss stabilisiert wird: das Team legt Regeln für Beginn, Fortschritt und Abschluss fest, nutzt Durchsatz- und Wartezeitenmessung und formuliert Prognosen als Bandbreiten. Product Backlog wird als geordnete Darstellung der nächsten wirksamen Schritte genutzt, Losgrößen werden optimiert und Engpässe sichtbar gemacht. Selbstverwaltung bleibt zentral: das Team bestimmt Limits für parallele Arbeit und passt Releases empirisch an.
- Visualisierung des Workflows und WIP-Limits
- Durchsatz, Bearbeitungs- und Wartezeiten
- Prognosen als Bandbreiten, Release-Abstimmung
- Backlog als wertorientierte Reihenfolge
- Maßnahmen zur Engpassbeseitigung
KI Grundlagen und praktische Anwendungen
KI-Anwendungen, Ethik und Prompt Engineering
Dieser Kurs vermittelt Grundlagen zu KI, ML und Deep Learning, Einsatzfeldern und ethischen Aspekten. Teilnehmende arbeiten mit Text-, Sprach- und Bild-KI, lernen Prompt Engineering und die Integration von KI-Tools zur Automatisierung und Entscheidungsunterstützung. Ergebnisse werden kritisch interpretiert; Datenschutz und Bias werden berücksichtigt. Interaktive Übungen (Chatbots, Bild- und Daten-KI) fördern Transfer in den Berufsalltag.
- Grundkonzepte KI, ML, Deep Learning
- Prompt Engineering und Tool-Einsatz
- Text-, Bild- und Sprach-KI praktisch testen
- Datenschutz, Bias, ethische Bewertung
- Integration von KI in Arbeitsprozesse
KI und IT- Programmieren für die Zukunft: Python
Python-Grundlagen mit KI-unterstütztem Workflow
Der Python-Kurs lehrt Variablen, Datentypen, Kontrollstrukturen, Schleifen, Funktionen und Datenstrukturen sowie bibliotheksgestützte Verarbeitung (math, datetime, json). Debugging, try/except und modulare Projektstruktur stehen ebenso im Fokus wie der produktive Einsatz von KI-Tools zum Schreiben, Testen und Refaktorieren von Code. Praxisprojekte (Quiz, Datenauswertung) zeigen Automatisierung und Analyse in realen Szenarien.
- Variablen, Datentypen, Operatoren
- Bedingungen, Schleifen, Funktionen
- Listen, Dictionaries, Module und Bibliotheken
- Fehlerbehandlung, Debugging, saubere Struktur
- KI-gestützte Programmierhilfe und Prompts
Programmierkonzepte in der IT- JavaScript und KI
JavaScript für interaktive Webanwendungen
In diesem Kurs steht JavaScript als zentrales Werkzeug für Browser-Interaktion und Frontend-Logik im Mittelpunkt. Teilnehmende erlernen Datentypen, Kontrollstrukturen, Funktionen, Arrays und Objekte, DOM-Manipulation sowie Debugging-Techniken und Projektstrukturierung in Visual Studio Code. Zusätzlich wird der Einsatz von KI-Tools bei Schreiben, Testen und Optimieren von Code vermittelt, um interaktive, benutzerfreundliche Anwendungen zuverlässig umzusetzen.
- Variablen, Typen, Kontrollstrukturen
- Funktionen, Arrays, Objekte
- DOM, Browser-Interaktion und Events
- Debugging und VS Code Projektstruktur
- KI-Unterstützung beim Codereview und Testen
Scrum Master PSM 1+2 & Scrum Kanban & Python, JavaScript & KI sowie Scrum Master Experte (PSM 1 + 2), Scrum with Kanban (PSK 1), KI in Action Python & JavaScript, KI Grundlagen versetzen Teilnehmende in die Lage, empirisch gesteuerte Produktentwicklung mit verlässlicher Lieferung und modernen Programmier- und KI-Fähigkeiten zu verbinden, um nachhaltigen Produktwert zu erzeugen.
Die Weiterbildung bereitet auf die Prüfung bei Scrum.org vor, wird aber weder von Scrum.org unterstützt noch ist sie mit Scrum.org ..verbunden.