Scrum Product Owner PSPO 1+2 & Scaled Scrum & Python, JavaScript & KI verknüpft Product Ownership (PSPO1 + 2), Skalierungsmethoden und praxisnahe Programmierkenntnisse mit KI-Anwendungen; als Product Owner Experte (PSPO1 + 2), Scaled Scrum (SPS), KI in Action Python & JavaScript, KI Grundlagen zielt die Maßnahme darauf ab, Wertorientierung, technische Umsetzbarkeit und datengetriebene Entscheidungsfindung zu verbinden.
Praxisbezug und berufliche Perspektiven ** Die Kombination aus Scrum Product Owner PSPO 1+2, Scaled Scrum und Programmier- sowie KI-Knowhow bereitet auf operative und strategische Rollen vor. Product Owner, Agile Coaches, Scrum Master und technische Projektverantwortliche profitieren gleichermaßen.
** Einsatzgebiete sind Produktmanagement, Release-Planung, Integrationskoordination und Automatisierung durch KI-gestützte Werkzeuge; Priorisierung, Backlogpflege und Evidenzbasierte Entscheidungen werden direkt in reale Produktzyklen übertragen.
*** Typische Anwendungsszenarien: Priorisieren nach Wirkung, Vorhersagen mit Bandbreiten, Integration mehrerer Teams, Automatisierung von Tests und Analyseaufgaben mit Python oder JavaScript.
** Scrum Product Owner 1 führt in die Ausrichtung von Produktverantwortung auf Wert ein: Product Vision formulieren, Ziele ableiten und das Product Backlog als single source of truth pflegen.
** Teilnehmende erlernen probabilistische Vorhersagen, klare Backlog-Beschreibungen und Techniken zur Zerlegung von Arbeit in lieferbare Schritte, damit das Scrum Team kontinuierlich nutzbare Inkremente liefert.
*** Lerninhalte:
- Produktvision und Ableitung überprüfbarer Ziele
- Product Backlog strukturieren und priorisieren
- Backlog-Einträge so formulieren, dass Nutzen und Ergebnis klar sind
- Vorhersagen mit Bandbreiten und Annahmen dokumentieren
- Evidence Based Management zur Verbindung von Zielen und Kennzahlen
** Scrum Product Owner 2 vertieft Wertorientierung: Wirkung vor Umfang, Stakeholder-Management und Organisationsaspekte, die Produktarbeit erleichtern oder behindern.
** Der Kurs fördert Kompetenzen in der Kommunikation mit Kunden, in der Prioritätsbegründung und in der Nutzung von Evidence Based Management, um Entscheidungen an Ergebnisindikatoren auszurichten.
*** Lerninhalte:
- Messbare Wertdefinitionen und Validierungsstrategien
- Backlogpflege mit Fokus auf Ergebnisbeiträge
- Umgang mit Stakeholder-Erwartungen und Rückmeldungen
- Identifikation organisatorischer Hebel zur Beschleunigung von Entscheidungen
- Einbindung von Kennzahlen zur Steuerung von Fortschritt und Lernen
** Scaled Scrum zeigt, wie mehrere Teams an einem Produkt arbeiten, ohne Scrum-Prinzipien zu verwässern: gemeinsamer Qualitätsmaßstab, Integration und koordinierte Vorhersagen stehen im Mittelpunkt.
** Teilnehmende lernen, Abhängigkeiten sichtbar zu machen, Arbeit so zuzuschneiden, dass Teams unabhängig liefern, und Veröffentlichungsplanung als Bandbreiten-Prognose zu gestalten.
*** Lerninhalte:
- Gemeinsame Definition von "done" inklusive nicht-funktionaler Kriterien
- Verfahren zur Reduktion von Abhängigkeiten und frühe Integration
- Koordination von Releases über Teamgrenzen hinweg
- Risikoorientierte Priorisierung nach Wirkung und Integrationsaufwand
- Transparente Prognosen mit Annahmen und Anpassungsindikatoren
** KI Grundlagen vermittelt Grundbegriffe von Machine Learning und Deep Learning, den Einsatz von KI-Tools für Text, Bild und Daten sowie Prompt Engineering zur produktiven Nutzung.
** Teilnehmende üben kritische Bewertung von KI-Ergebnissen, berücksichtigen ethische Fragen und Datenschutz sowie Bias und lernen Best Practices für die Integration von KI in Arbeitsprozesse.
*** Lerninhalte:
- KI-Definitionen, Anwendungsfelder und Geschichte
- Maschinelles Lernen und Deep Learning verständlich erklärt
- Einsatz von KI-Tools zur Automatisierung und Entscheidungsunterstützung
- Prompt Engineering und Test von Chatbots, Sprach- und Bild-KI
- Ethische Aspekte, Datenschutz und Bias
** Der Python-Kurs verbindet Grundlagen der Sprache mit KI-gestützten Arbeitsmethoden: Variablen, Kontrollstrukturen, Funktionen und Datenstrukturen werden praxisnah vermittelt.
** Fokus liegt auf sauberer Programstruktur, Debugging, Bibliotheksnutzung und der produktiven Einbindung von KI-Tools zum Schreiben, Testen und Refaktorieren von Code.
*** Lerninhalte:
- Grundlagen: Datentypen, Bedingungen, Schleifen, Funktionen
- Datenstrukturen: Listen, Dictionaries und modulare Programmierung
- Nutzung von Bibliotheken (math, datetime, json, re) und Fehlerbehandlung
- Debugging-Methoden und Projektstrukturierung
- Einsatz von KI-Tools und Prompt Engineering zur Code-Assistenz
** JavaScript und KI fokussieren die Entwicklung interaktiver Webanwendungen sowie den produktiven Einsatz von KI beim Programmieren, Testen und Optimieren von Frontend-Code.
** Teilnehmende lernen DOM-Grundlagen, Arrays/Objekte, Funktionen und Best Practices für Entwicklungsumgebungen; KI-Werkzeuge unterstützen bei Codequalität und Automatisierung von Routineaufgaben.
*** Lerninhalte:
- Variablen, Datentypen, Kontrollstrukturen und Funktionen
- Arrays, Objekte und Datenmanipulation
- DOM-Grundlagen und Browser-Interaktion mit Visual Studio Code
- Debugging, Projektstruktur und Frontend-Entwicklungsprozesse
- Einsatz von KI-Tools beim Schreiben, Testen und Dokumentieren von Code
Hinweis zur fachlichen Kompetenz: Die Maßnahme vermittelt ein kohärentes Set aus Produktvision, Backlog-Pflege, Vorhersagen als Bandbreiten und Evidence Based Management sowie technischen Fertigkeiten in Python und JavaScript und dem produktiven Einsatz von KI. Teilnehmende können Prioritäten nach Wirkung setzen, Prognosen transparent kommunizieren und KI-gestützte Automatisierung verantwortungsvoll integrieren, um Produktnutzen schrittweise 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.