Scrum Master PSM 1 & Scrum Agile Leadership + Scrum Kanban & Python & KI verbindet klassische Scrum-Kompetenzen mit Leadership- und Flow-Prinzipien sowie praxisnaher KI- und Python-Anwendung. In Scrum Master Basic (PSM 1), Scrum Agile Leadership & Scrum Kanban (PAL 1 & PSK 1), Python trifft KI, KI Grundlagen steht die befähigende Anwendung von Empirie, Teamverantwortung und automatisierenden Technologien im Fokus, um verlässliche Lieferfähigkeit und datengetriebene Arbeitsweisen zu entwickeln.

Praxisbezug und berufliche Perspektiven

Die Maßnahme adressiert Einsatzfelder wie Produktentwicklung, IT-Teams, Innovationsprojekte und Prozessautomatisierung. Teilnehmende setzen Scrum Master PSM 1- und Leadership-Prinzipien zur Verbesserung von Durchsatz, Vorhersagbarkeit und Qualität ein und nutzen Python und KI zur Automatisierung, Datenanalyse und Unterstützung bei Entscheidungsprozessen. Geeignete Rollen sind Scrum Master, Agile Coach, Product Owner, Data Analyst und Python-Entwickler.

Scrum Master 1

Dieser Kurs vermittelt das empirische Scrum-Rahmenwerk und die operative Rolle des Scrum Masters. Teilnehmende lernen, wie Sprint, Daily Scrum, Sprint Planning, Review und Retrospektive zusammenwirken, um regelmäßig nutzbare Inkremente zu liefern, und wie Artefakte mit Product Goal, Sprint Goal und Definition of Do (Defintion) Orientierung schaffen. Fokus liegt auf Coaching, Moderation und Hindernisbeseitigung sowie der Förderung von Teamwerten und Transparenz.

  • Empirie im Sprint: Beobachten, Auswerten, Anpassen
  • Rollen: Product Owner, Developers, Scrum Master
  • Events: Sprint Planning, Daily, Review, Retrospektive
  • Artefakte und Commitments: Product Backlog, Sprint Backlog, Inkrement
  • Praxis: Zielorientierte Sprint-Planung, DoD anwenden

Scrum Agile Leadership

Der Kurs vertieft Führung als Kontextgestaltung und fördert situatives Unterstützen statt Anweisen. Teilnehmende entwickeln Fähigkeiten, Entscheidungsräume zu klären, Rahmenbedingungen für Selbstverwaltung zu schaffen und organisatorische Bremsen sichtbar zu machen. Es wird gezeigt, wie Führung Erwartungen auf Outcome fokussiert, Kompetenzen stärkt und zugleich klare Grenzen setzt, damit Teams Verantwortung tragen und verlässlich liefern.

  • Führung als Kontextgestaltung und Coaching
  • Klare Ziele, Entscheidungsrechte, Informationsflüsse
  • Umgang mit Spannungsfeldern und Interventionen
  • Organisationsstrukturen analysieren und anpassen
  • Methoden zur Kompetenzentwicklung und Delegation

Scrum mit Kanban

Dieser Kurs verbindet Scrum mit Kanban-Prinzipien, um Flow, Vorhersagbarkeit und Qualitätskontrolle zu stärken. Teilnehmende lernen, wie Arbeitsfluss sichtbar gemacht, Losgrößen begrenzt und Durchsatz sowie Wartezeiten gemessen werden, damit Prognosen als Bandbreiten entstehen und an reale Daten angepasst werden. Ziel ist ein belastbares Arbeitssystem, das Engpässe reduziert und verlässliche Releases ermöglicht.

  • Sichtbarmachen von Arbeit und WIP-Limits
  • Metriken: Durchsatz, Lead Time, Wartezeiten
  • Product Backlog als geordnete Roadmap
  • Prognosen und Release-Planung auf Basis historischer Daten
  • Maßnahmen bei Engpässen und Losgrößenanpassung

KI Grundlagen und praktische Anwendungen

Der Kurs vermittelt Grundkonzepte der Künstlichen Intelligenz, maschinelles Lernen und Deep Learning sowie ethische Fragestellungen und Datenschutz. Teilnehmende erlernen Prompt Engineering, testen Chatbots und Bild-KI, nutzen KI-Tools zur Textgenerierung, Datenanalyse und Automatisierung und reflektieren Bias sowie Risiko. Praxisnahe Übungen fördern Integration in Arbeitsprozesse und kritische Bewertung von Ergebnissen.

  • Definitionen, Geschichte und Einsatzfelder von KI
  • Maschinelles Lernen und Deep Learning verständlich
  • Prompt Engineering und Nutzung von KI-Tools
  • Ethik, Datenschutz und Bias-Analyse
  • Interaktive Tests: Chatbots, Sprach- und Bild-KI

KI und IT- Programmieren für die Zukunft: Python

Der Kurs verbindet Python-Grundlagen mit KI-gestützten Entwicklungspraktiken. Teilnehmende lernen Variablen, Datentypen, Kontrollstrukturen, Schleifen, Funktionen, Datenstrukturen und Modulintegration. Debugging, Fehlerbehandlung mit try/except und Bibliotheken werden praktisch angewandt; kleine Projekte demonstrieren Automatisierung, Datenverarbeitung und Einsatz von KI-Tools beim Coden.

  • Python-Syntax: Variablen, Datentypen, Operatoren
  • Kontrollstrukturen: if/elif/else, for/while
  • Funktionen, Module und saubere Struktur
  • Datenstrukturen: Listen, Dictionaries und JSON
  • Debugging, try/except und Bibliotheken nutzen

Abschlusskompetenz und Transfer
Die Gesamtausbildung verbindet Scrum Master PSM 1-Methoden, agile Leadership, Kanban-Flow und technische Fähigkeiten in Python sowie KI-Anwendung. Absolventinnen können empirische Arbeitszyklen etablieren, Selbstverwaltung fördern, Fluss und Vorhersagbarkeit herstellen, KI sinnvoll integrieren und Python zur Automatisierung und Datenanalyse einsetzen. Die Kombination stärkt die Fähigkeit, Teamleistung, Produktwirkung und technische Umsetzbarkeit ineinander zu verzahnen.

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