Scrum Product Owner PSPO 1+2 & Scrum Agile Leadership + Scrum Kanban & Python & KI verbindet Product Owner-Expertise, Agile Leadership, Kanban-Integration sowie Python- und KI-Grundlagen; als Product Owner Experte (PSPO1 + 2), Scrum Agile Leadership & Scrum Kanban (PAL 1 & PSK 1), Python trifft KI unterstützt die Maßnahme die Ausrichtung auf messbaren Wert und handlungsfähige Technikkompetenz.

Praxisbezug und berufliche Perspektiven

Die Kombination aus Scrum Product Owner PSPO 1+2 & Scrum Agile Leadership + Scrum Kanban + Python & KI zeigt konkrete Anwendungsszenarien in Produktentwicklung, IT-Projektarbeit und Digitalisierungsinitiativen.
Teilnehmende können Product Backlog, Product Vision und Evidence Based Management zur Entscheidungsfindung nutzen und KI/AI-Tools sowie Python für Automatisierung, Datenanalyse und Prototyping einsetzen.
Einsatzgebiete sind Product Owner, Agile Coach, Scrum Master, Produktmanager, Data Analyst und Entwickler; die Verbindung von PSPO 1/2 mit PAL 1 und PSK 1 fördert übergreifende Verantwortung in skalierten Kontexten.

Scrum Product Owner 1

Scrum Product Owner 1 führt in grundlegende Produktverantwortung und Wertorientierung ein und zeigt, wie Product Vision und Backlog als Steuerinstrumente genutzt werden.

  • Formulierung einer verständlichen Produktvision und Ableitung messbarer Ziele
  • Strukturierung und Pflege des Product Backlog als einzige transparente Quelle
  • Schreiben von Backlog-Einträgen mit Nutzen- und Ergebnisfokus
  • Wahrscheinlichkeitsbasierte Vorhersagen und Release-Planung
  • Einführung in Evidence Based Management zur Verknüpfung von Zielen und Kennzahlen

Der Kurs verbindet Strategie und Umsetzung, so dass Vorhersagen, Annahmen und historische Daten zum Maßstab für Kurskorrekturen werden und das PSPO1-Wissen praktisch anwendbar bleibt.

Scrum Product Owner 2

Scrum Product Owner 2 vertieft Wirkung statt Umfang und stärkt Stakeholder- und Organisationsverständnis für produktorientierte Entscheidungen.

  • Messbar machen von Produktwirkung und Ableitung überprüfbarer Ziele
  • Übersetzen von Ausrichtung in ein nachvollziehbares Product Backlog
  • Einbindung von Kundenfeedback und Stakeholder-Management
  • Analyse organisationsstruktureller Hebel und Verkürzung von Entscheidungswegen
  • Vertiefung von Evidence Based Management für datengetriebene Entscheidungen

Der Kurs schärft die Fähigkeit, Prioritäten transparent zu begründen und organisatorische Hürden zu erkennen, sodass Produktarbeit in belastbare Ergebnisse überführt wird.

Scrum Agile Leadership

Scrum Agile Leadership stellt das Scrum Team als gemeinsame Träger von Ausrichtung, Umsetzung und Verbesserung in den Mittelpunkt und definiert Führung als Kontextgestaltung.

  • Klärung von Verantwortlichkeiten zwischen Product Owner, Developer und Scrum Master
  • Voraussetzungen für Selbstverwaltung: Ziele, Entscheidungsrechte, Informationsfluss
  • Situative Führung: Orientierung, Grenzen setzen, Kompetenzentwicklung
  • Analyse von Schnittstellen, Berichtslinien und Budgetauswirkungen
  • Unterstützung von Führungsrollen beim Fördern von Autonomie statt micro-management

Teilnehmende lernen, Führung so zu gestalten, dass Teams Entscheidungen treffen, Folgen verantworten und kontinuierlich lernen; dies stärkt die Wirksamkeit von PSPO 2 und PAL 1 Ansätzen.

Scrum mit Kanban

Scrum mit Kanban verbindet Flussorientierung und Vorhersagbarkeit: Arbeit wird sichtbar, Absprachen verbindlich und Durchsatz messbar.

  • Sichtbarmachung von Arbeitsschritten und Regeln für Beginn, Fortschritt, Abschluss
  • Prognosen als Bandbreiten basierend auf historischen Daten
  • Product Backlog als geordnete Darstellung nächster wirksamer Schritte
  • Flusskennzahlen: Durchsatz, Durchlaufzeit, Wartezeiten zur Engpassdiagnose
  • Begrenzung paralleler Arbeit und Anpassung von Losgrößen

Das Zusammenspiel von Scrum und Kanban erhöht Vorhersagbarkeit, reduziert Wartezeiten und macht Produktentscheidungen fundierter und belastbarer.

KI Grundlagen und praktische Anwendungen

KI Grundlagen und praktische Anwendungen vermitteln Funktionsweisen, Anwendungsfelder und ethische Aspekte von Künstlicher Intelligenz (KI/AI).

  • Definitionen, Geschichte und Unterscheidung schwache vs. starke KI
  • Maschinelles Lernen, Deep Learning und typische Einsatzszenarien
  • Nutzung von KI-Tools für Text, Bild und Datenanalyse sowie Automatisierung
  • Einführung in Prompt Engineering und kritische Ergebnisauswertung
  • Datenschutz, Bias und ethische Fragestellungen

Die Teilnehmenden lernen, KI sinnvoll zu integrieren, Chancen und Risiken einzuschätzen und Tools für Automatisierung und Entscheidungsunterstützung praktisch anzuwenden.

KI und IT- Programmieren für die Zukunft: Python

KI und IT- Programmieren für die Zukunft: Python verbindet Programmiergrundlagen mit KI-gestützten Arbeitsmethoden, um Automatisierung und Datenverarbeitung praktisch zu nutzen.

  • Variablen, Datentypen, Kontrollstrukturen, Schleifen und Funktionen
  • Datenstrukturen: Listen, Dictionaries; Arbeiten mit Bibliotheken (math, datetime, json, re)
  • Fehlerbehandlung, Debugging und modulare Programmstruktur
  • Nutzung von KI-Tools zum Coden, Testen, Refaktorieren und Prompt Engineering
  • Praxisprojekte: Quiz, Mini-Rechner, Datenauswertung und Prototypen

Nach Abschluss entwickeln Teilnehmende lauffähige Python-Skripte, nutzen KI als Programmierhilfe und können kleine, modulare Projekte planen, bauen und dokumentieren.

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