Scrum Master PSM 1+2 & Scrum Scaled Scrum + Scrum Kanban & Python verbindet praxisorientiertes Scrum-Know-how mit Skalierung, Kanban-Integration und programmiertechnischer Basis in Python; in Scrum Master PSM 1+2 & Scrum Scaled Scrum + Scrum Kanban & Python lernen Teilnehmende, Empirie, Werte und technische Hilfsmittel so zu verknüpfen, dass verlässliche Ergebnisse entstehen.

Praxisbezug und berufliche Perspektiven

Direkte Anwendung in Produktentwicklung, IT-Betrieb und agilen Projekten
Die Maßnahme qualifiziert für Rollen wie Scrum Master, Agile Coach, Product Owner-Support, Release-Planer oder Python-gestützte Automatisierungsaufgaben. Vermittelt werden Priorisierung, Backlog-Pflege, Sprint-Steuerung, Facilitation und technische Automatisierung mit Python sowie der Einsatz von KI-Tools für Codeunterstützung. Einsatzgebiete sind Softwareentwicklung, Data Engineering und Prozessautomatisierung; Erwartungen und Prognosen werden empirisch begründet.

Scrum Master 1

Einstieg in Scrum, Empirie und Teamverantwortung
Scrum Master 1 vermittelt, wie Scrum als empirisches Rahmenwerk täglich wirkt und wie das Scrum Team (Product Owner, Developers, Scrum Master) gemeinsam verlässlich nutzbare Inkremente liefert. Teilnehmende lernen Sprint Planning, Daily, Review und Retrospektive zielorientiert zu nutzen, das Product Backlog wertorientiert zu ordnen und ein Sprint Goal zu formulieren. Praxisnahe Techniken stärken Transparenz, Commitments und DoD.

  • Empirie in kurzen Zyklen anwenden
  • Sprint Goal formulieren und nutzen
  • Product Backlog ordnen nach Wert
  • Daily zur Steuerung nutzen
  • Definition of Done als Qualitätsmaßstab

Scrum Master 2

Vertiefung von Werten, Accountabilities und Facilitation
Scrum Master 2 vertieft, wie Werte Entscheidungen prägen, wie Accountabilities abzugrenzen sind und wie eine lebendige Definition of Done Risiken senkt. Schwerpunkt ist professionelle Moderation, Entscheidungsregeln und der Umgang mit der Groan Zone. Teilnehmende entwickeln Coaching-Fähigkeiten, unterscheiden Coaching vs. Mentoring und setzen Metriken hypothesengestützt ein, um Outcome statt reinen Output zu fördern.

  • Werte als Entscheidungsgrundlage anwenden
  • DoD gestalten und kommunizieren
  • Facilitation und Decision Rules einsetzen
  • Coaching für Selbstverwaltung nutzen
  • Outcome-orientiertes Messen

Scaled Scrum

Zusammenarbeit mehrerer Teams am selben Produkt
Scaled Scrum zeigt, wie mehrere Teams mit einem gemeinsamen Qualitätsmaßstab integrierte Ergebnisse liefern. Es geht um Schnittstellen, Abhängigkeitsmanagement, kurze Integrationszyklen und Vorhersagen als Bandbreiten. Teilnehmende erlernen, wie Reihenfolgeentscheidungen Wirkung und Risiko abwägen, wie Integration Teil des Daily Work wird und wie veröffentlichungsrelevante Prognosen transparent gemacht werden.

  • Gemeinsame Definition of Done durchsetzen
  • Einträge so zuschneiden, dass Teams unabhängig arbeiten
  • Integration früh und häufig planen
  • Prognosen als Bandbreiten erstellen
  • Risiken und Abhängigkeiten sichtbar machen

Scrum mit Kanban

Flussorientierung, Vorhersage und Backlog-Management
Scrum mit Kanban verbindet Flow-Prinzipien mit Scrum-Disziplin: Arbeit wird sichtbar, Durchsatz und Wartezeiten werden gemessen und Losgrößen angepasst. Das Product Backlog bleibt geordnete Darstellung der nächsten wirksamen Schritte; Vorhersagen beruhen auf historischen Durchsätzen und Bandbreiten. Teams entscheiden über parallele Arbeit, begrenzen WIP und verbessern Vorhersagbarkeit durch Messen von Durchsatz und Durchlaufzeit.

  • Flow-Messungen (Durchsatz, Lead Time)
  • WIP-Grenzen und Losgrößen anpassen
  • Backlog als wertorientierte Reihenfolge pflegen
  • Prognosen auf beobachtbaren Daten stützen
  • Engpässe identifizieren und entschärfen

KI und IT- Programmieren für die Zukunft: Python

Grundlagen der Programmierung plus KI-gestützte Entwicklungspraktiken
Der Kurs vermittelt Python-Grundlagen: Variablen, Datentypen, Kontrollstrukturen, Schleifen, Funktionen, Listen und Dictionaries sowie den Umgang mit Bibliotheken (math, datetime, json, re). Debugging, try/except-Handling und modulare Struktur stehen im Fokus. Ergänzt wird das Programm durch Einsatz von KI-Tools zum Schreiben, Testen und Refaktorisieren von Code sowie Einführung in Prompt Engineering, um KI produktiv zu nutzen.

  • Python-Syntax & Datentypen
  • Bedingungen, Schleifen, Funktionen
  • Listen, Dictionaries, Module
  • Fehlerbehandlung und Debugging
  • KI-Tools und Prompt Engineering anwenden

Fachliche Kompetenz
Transfer in den Arbeitsalltag und nachhaltige Anwendung
Teilnehmende können Scrum so anwenden, dass Takt, klare Ziele und sichtbare Ergebnisse entstehen; Werte, DoD und Transparenz sichern Qualität, Selbstverwaltung wird gestärkt, Skalierung führt zu integrierten Ergebnissen, und Python plus KI-Tools ermöglichen Automatisierung, Datenverarbeitung und prototypische Lösungen. Die Qualifikation unterstützt sowohl operative Teamarbeit als auch strategische Ausrichtung und technische Praxis.

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