Scrum Master PSM 1 & Python & KI verbindet Scrum-Grundlagen mit praktischer Python-Entwicklung und KI-Wissen; in Scrum Master Basic (PSM 1), Python trifft KI und KI Grundlagen steht die verlässliche Lieferung nutzbarer Ergebnisse im Fokus: Empirie, Automatisierung und ethischer KI-Einsatz werden vermittelt.

Praxisbezug und berufliche Perspektiven

Die Maßnahme verknüpft Scrum-Praktiken mit Python-Programmierung und KI-Anwendungen, sodass Teilnehmende empirisch gesteuerte Arbeitszyklen, Automatisierung und datengetriebene Entscheidungsunterstützung anwenden können.
Einsatzgebiete sind Produktentwicklung, Projektmanagement, Data-Analytics, Automatisierung und Kundenservice; Rollen reichen von Scrum Master über Product Owner bis zu Data Analyst und Python Developer.
Die Verbindung fördert sofort nutzbare Fähigkeiten in Sprint-Planung, KI-Tools, Prompt Engineering und Code-Produktion für reale Arbeitskontexte.

Scrum Master 1

Scrum Master 1 vermittelt das empirische Rahmenwerk: kurze Timeboxes, Sprint als Takt, Events mit klarer Funktion und feste Commitments wie Product Goal, Sprint Goal und Definition of Done.
Teilnehmende lernen Verantwortungsteilung im Scrum Team (Product Owner, Developers, Scrum Master), Backlog-Pflege und Priorisierung nach Wert sowie Moderations- und Coaching-Techniken.
Lerninhalte exemplarisch:

  • Empirie: beobachten, auswerten, anpassen
  • Sprint Planning und Sprint Goal
  • Daily Scrum, Review, Retrospektive
  • Artefakte: Product Backlog, Sprint Backlog, Inkrement
  • Förderung selbstverwaltender Teams

Ergebnis: Anwenden von Scrum zur Sicherstellung sichtbarer Ergebnisse, Steuerung des Fortschritts und systematischer Verbesserungen.

KI Grundlagen und praktische Anwendungen

KI Grundlagen und praktische Anwendungen erklärt Konzepte von Künstlicher Intelligenz, maschinellem Lernen und Deep Learning sowie Unterschiede zwischen schwacher und starker KI.
Der Kurs zeigt den praktischen Einsatz von KI-Tools zur Textgenerierung, Datenanalyse und Automatisierung; Prompt Engineering und ethische Aspekte wie Datenschutz und Bias sind integraler Bestandteil.
Lerninhalte exemplarisch:

  • KI-Definition, Geschichte, Anwendungsfelder
  • Maschinelles Lernen vs. Deep Learning
  • Prompt Engineering und Chatbots testen
  • Ethik, Datenschutz, Bias
  • Integration von KI in Arbeitsprozesse

Ergebnis: Teilnehmende können KI-Ergebnisse interpretieren, KI-Tools verantwortungsvoll einsetzen und Chancen sowie Risiken für das Unternehmen einschätzen.

KI und IT- Programmieren für die Zukunft: Python

KI und IT- Programmieren für die Zukunft: Python vermittelt praxisnahes Programmieren mit Python, strukturiertes Codieren, Debugging und modularer Aufbau kleiner Anwendungen.
Inhalte umfassen Variablen, Datentypen, Kontrollstrukturen, Schleifen, Funktionen, Datenstrukturen und den Umgang mit Bibliotheken; KI-gestützte Tools unterstützen beim Testen, Refaktorieren und Prompting.
Lerninhalte exemplarisch:

  • Python-Grundlagen: Typen, Operatoren, Kontrollfluss
  • Listen, Dictionaries, Funktionen und Module
  • Bibliotheken: math, datetime, json, re
  • Fehlerbehandlung (try/except) und Debugging
  • Praxisprojekte: Quiz, Mini-Rechner, Datenauswertung

Ergebnis: Teilnehmende planen, schreiben und ausführen Python-Programme, nutzen KI als Programmierhilfe und bereiten den Einstieg in Data Science und Automatisierung vor.

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