Scrum Product Owner PSPO 1+2 & Scrum Kanban & Python, JavaScript & KI verbindet Product Ownership mit praktischer Programmierung und Künstlicher Intelligenz; in Product Owner Experte (PSPO1 + 2), Scrum with Kanban (PSK 1), KI in Action Python & JavaScript, KI Grundlagen steht die Ausrichtung auf messbaren Produktwert und die Fähigkeit, technische Lösungen mit KI-gestützten Tools umzusetzen, im Fokus.

Praxisbezug und berufliche Perspektiven

Konkrete Anwendungsszenarien
Teilnehmende setzen Product Vision, Product Backlog und Evidence Based Management in Produktstrategien um, nutzen Vorhersagen (Bandbreiten) für Release-Planung und wenden Python- und JavaScript-Skills zur Automatisierung, Datenanalyse und Prototypentwicklung an.
Berufliche Perspektiven
Rollen: Product Owner, Agile Coach, Scrum Master, Data Analyst, Python Developer, Frontend-Developer und KI-Anwender in Produkt- und Innovationsumfeldern. Skills lassen sich direkt in Produktentwicklung, Marketingautomation und datengetriebener Entscheidungsfindung einsetzen.

Scrum Product Owner 1

Einführung in Produktverantwortung und Wertorientierung
Scrum Product Owner 1 vermittelt, wie eine prägnante Product Vision entsteht und in überprüfbare Ziele übersetzt wird. Teilnehmende lernen, das Product Backlog als zentrale, transparente Quelle zu pflegen und Einträge so zu beschreiben, dass sie Nutzen und Ergebnis klar machen.
Integration von Prognosen, Release-Planung und Evidence Based Management schafft die Grundlage für datenbasierte Entscheidungen.

  • Product Vision formulieren und Ziele ableiten
  • Product Backlog strukturieren und priorisieren
  • Wert statt Umfang fokussieren
  • Bandbreiten-Vorhersagen und Annahmen dokumentieren
  • Evidence Based Management einsetzen

Scrum Product Owner 2

Vertiefung: Wirkung statt Umfang und Stakeholder-Coaching
Scrum Product Owner 2 vertieft Wertmessung, Stakeholder-Kommunikation und organisatorische Hebel. Teilnehmende lernen, wie ein Backlog nicht nur Aufgaben sammelt, sondern nachvollziehbare Schritte zu messbarer Wirkung ordnet.
Die Verbindung von Kennzahlen, Lernzyklen und Governance zeigt, wie Organisationen Entscheidungswege verkürzen und Produktarbeit stabilisieren.

  • Wertbeitrag definieren und messen
  • Stakeholder-Dialog gestalten
  • Backlog-Einträge als Ergebnisbeiträge formulieren
  • Organisationshindernisse identifizieren und adressieren
  • Evidence Based Management operationalisieren

Scrum mit Kanban

Flussorientierung, Vorhersagen und Team-Autonomie
Scrum mit Kanban verbindet Scrum-Regeln mit Flussmessungen: Durchsatz, Bearbeitungs- und Wartezeiten werden genutzt, um Engpässe zu erkennen und Losgrößen zu optimieren. Teams lernen, Grenzen für parallele Arbeit zu setzen und Prognosen als Bandbreiten zu kommunizieren.
Das Product Backlog bleibt geordnet nach Nutzen, Risiken und Abhängigkeiten; die tägliche Steuerung stützt sich auf sichtbare Informationen und klare Vereinbarungen.

  • Flussmetriken (Durchsatz, Wartezeiten) nutzen
  • Losgrößen und Übergaben optimieren
  • Prognosen mit historischen Daten begründen
  • Selbstorganisation fördern
  • Backlog nach Wert und Abhängigkeiten ordnen

KI Grundlagen und praktische Anwendungen

Künstliche Intelligenz im Arbeitsalltag
Der Kurs vermittelt Konzepte von Künstlicher Intelligenz und maschinellem Lernen, führt in Prompt Engineering ein und zeigt Tools für Textgenerierung, Bild- und Datenanalyse. Teilnehmende üben den ethisch verantwortlichen Umgang mit KI, Datenschutz und Bias-Reflexion.
Praxisübungen mit Chatbots und KI-Tools verknüpfen Automatisierungspotenziale mit realen Prozessen.

  • KI-Grundlagen und Anwendungsfelder
  • Maschinelles Lernen und Deep Learning kurz erklärt
  • Prompt Engineering und Tool-Einsatz
  • Ethik, Datenschutz und Bias
  • Praxis: Chatbots, Text- und Bild-KI testen

KI und IT- Programmieren für die Zukunft: Python

Python für Automatisierung, Analyse und KI-Unterstützung
Der Python-Kurs vermittelt Variablen, Datentypen, Kontrollstrukturen, Schleifen, Funktionen und Datenstrukturen sowie den Einsatz von Bibliotheken (json, datetime, math). Debugging, Fehlerbehandlung (try/except) und modulare Projektstruktur stehen im Vordergrund.
KI-Tools werden als Assistenz beim Coden, Testen und Refaktorieren eingeführt; Prompt Engineering zur Codehilfe wird geübt.

  • Variablen, Datentypen und Operatoren
  • Bedingungen, Schleifen, Funktionen
  • Listen, Dictionaries, Module
  • Bibliotheken nutzen und Programme modular aufbauen
  • KI-gestützte Tools zum Debuggen und Refactoren

Programmierkonzepte in der IT- JavaScript und KI

JavaScript für interaktive Webanwendungen und KI-Integration
Dieser Kurs zeigt Variablen, Kontrollstrukturen, Arrays, Objekte und Funktionen sowie DOM-Grundlagen und Browser-Interaktion. Teilnehmende lernen, wie KI-gestützte Werkzeuge beim Schreiben, Testen und Optimieren von Code unterstützen und wie saubere Projektstruktur in VS Code entsteht.
Fokus auf dynamische, benutzerfreundliche Frontends und aufsetzende Prozesse zur API-Integration und Datenvisualisierung.

  • JavaScript-Grundlagen: Variablen, Bedingungen, Schleifen
  • Arrays, Objekte und Funktionen
  • DOM-Interaktion und Debugging
  • KI-Tools für Coding-Assistenz
  • Projektstrukturierung und Best Practices

Die Maßnahme Scrum Product Owner PSPO 1+2 & Scrum Kanban & Python, JavaScript & KI / Product Owner Experte (PSPO1 + 2), Scrum with Kanban (PSK 1), KI in Action Python & JavaScript, KI Grundlagen stellt sicher, dass Teilnehmende Produktvision, Backlog-Pflege, Vorhersagen und Evidence Based Management mit technischen Kernkompetenzen in Python und JavaScript verbinden, um messbaren Produktnutzen systematisch zu erhöhen.

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