Scrum Master PSM 1 & Scrum Agile Leadership + Scaled Scrum & Python verbindet Scrum-Fähigkeiten, Führungskompetenz und Programmierpraxis. In Scrum Master PSM 1 & Scrum Agile Leadership + Scaled Scrum & Python (auch Scrum Master Basic (PSM 1), Scrum Agile Leadership & Scaled Scrum (PAL 1 & SPS), Python trifft KI) lernen Teilnehmende Empirie, Teamverantwortung und praxisnahe Python-Methoden zur Unterstützung von Produktentwicklung und Automatisierung.

Praxisbezug und berufliche Perspektiven

Die Maßnahme bereitet auf operative Rollen wie Scrum Master, Agile Lead, Release-Koordination sowie technische Rollen wie Python Developer oder Data Analystin vor.
Anwendungen reichen von Sprint-Steuerung, Backlog-Pflege und skalierter Release-Planung bis zu Automatisierung, Datenanalyse und KI-gestütztem Refactoring.
Einsatzgebiete sind Produktentwicklung, IT-Projekte, DevOps-Umgebungen und datengetriebene Teams, wo Empirie, Integration und verlässliche Lieferfähigkeit gefragt sind.

Scrum Master 1

Dieser Kurs erklärt Scrum als empirisches Rahmenwerk und die Rolle des Scrum Masters. Teilnehmende erlernen, wie Sprint Goal, Product Backlog und Definition of Done Transparenz und Ausrichtung schaffen.
Fokus liegt auf täglichen Steuerungsmechanismen (Daily), Planung (Sprint Planning) und Review/Retrospektive als Feedbackschleifen; Werte stützen verlässliche Entscheidungen und Vertrauen.

  • Empirie anwenden: Beobachten, Auswerten, Anpassen
  • Rollenklärung: Product Owner, Developers, Scrum Master
  • Artefakte: Product Backlog, Sprint Backlog, Inkrement
  • Events: Sprint, Daily, Review, Retrospektive
  • Definition of Done und Qualitätsfokus

Die Kompetenzen ermöglichen, einen stabilen Takt zu etablieren, Fortschritt gegen das Sprint Goal zu messen und Hindernisse zu adressieren.

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams an einem Produkt zusammenarbeiten, ohne Scrum-Prinzipien zu verwässern. Integration, Sicherheit und Performance sind Teil eines gemeinsamen Qualitätsmaßstabs.
Inhalte behandeln Schnittstellen, Abhängigkeitsmanagement, Vorhersagen als Bandbreiten und veröffentlichungsorientierte Planung über Teamgrenzen hinweg.

  • Gemeinsamer Qualitätsmaßstab definieren und anpassen
  • Schnittstellen und Abhängigkeiten sichtbar machen
  • Arbeit so zuschneiden, dass Teams unabhängig liefern
  • Prognosen mit Bandbreiten und Annahmen kommunizieren
  • Integrationszyklen und Release-Planung koordinieren

Ziel ist ein Arbeitsmodell, bei dem mehrere Teams verlässlich zu integrierten Ergebnissen beitragen und Veröffentlichungspläne an beobachtete Kapazität angepasst werden.

Scrum Agile Leadership

Der Kurs vertieft Führung als Gestaltung von Kontext: Erwartungen klären, Hindernisse entfernen und Kompetenzen entwickeln, damit Teams selbstverantwortlich entscheiden und liefern.
Thematisiert wird, wie Organisationsstrukturen Selbstverwaltung unterstützen oder blockieren und welche Interventionen sinnvoll sind, um Durchlaufzeiten zu reduzieren.

  • Verantwortung teilen und Entscheidungen im Team verankern
  • Voraussetzungen für Selbstverwaltung schaffen
  • Situative Führung: Orientierung geben, loslassen
  • Organisationale Bremsen erkennen und beheben
  • Transparenz über Ziele, Entscheidungsräume und Folgen herstellen

Absolventinnen verbessern Zusammenarbeit systematisch, übersetzen Beobachtungen in konkrete Maßnahmen und stärken Entscheidungsfähigkeit und Ergebnisorientierung.

KI und IT- Programmieren für die Zukunft: Python

Python trifft KI vermittelt Programmiergrundlagen und KI-gestützte Arbeitsmethoden. Teilnehmende planen, schreiben und debuggen modulare Programme und nutzen Bibliotheken für Datenauswertung.
Zusätzlich lernen sie Prompt Engineering und wie KI-Tools beim Schreiben, Testen und Refaktorieren von Code eingesetzt werden, um Produktivität und Qualität zu steigern.

  • Variablen, Datentypen, Kontrollstrukturen (if, for, while)
  • Funktionen, Module und saubere Programmstruktur
  • Listen, Dictionaries, json, re, math, datetime
  • Fehlerbehandlung mit try/except und Debugging
  • KI-Tools nutzen: Prompt Engineering, Code-Refactoring

Die erlernten Fähigkeiten ermöglichen das Erstellen kleiner Projekte, automatisierte Datenauswertung und eine solide Basis für Data Science, Machine Learning und weiterführende Python-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.