Scrum Agile Leadership + Scrum Kanban & Python & KI verbindet agiles Führungsverhalten mit flussorientierter Arbeitssteuerung sowie technischen Grundlagen in Python und Künstlicher Intelligenz; in Scrum Agile Leadership & Scrum Kanban (PAL 1 & PSK 1), Python trifft KI, KI Grundlagen steht das Ziel im Vordergrund, Teams handlungsfähig zu machen und KI-gestützte Automatisierung praktisch einsetzbar zu machen.
Praxisbezug und berufliche PerspektivenDie Maßnahme verknüpft Scrum Agile Leadership + Scrum Kanban & Python & KI mit konkreten Arbeitsszenarien: Teamführung ohne Mikromanagement, Flusssteuerung mit Kanban-Metriken, Python-Skripte zur Datenvorbereitung und KI-Tools für Text- und Bildanalyse.
Relevante Berufsfelder reichen von Product Owner, Scrum Master und Agile Coach über Data Analyst bis zu Python-Developer und KI-Anwender in Produktentwicklung, Marketing oder Kundenservice. Vermittelte Fähigkeiten lassen sich sofort in Release-Planung, Backlogpflege, Automatisierung und prototypischer KI-Integration anwenden.
Scrum Agile Leadership vertieft, wie das Scrum Team als geschlossene Einheit Verantwortung trägt und Entscheidungen trifft. Der Kurs beschreibt, wie Product Owner, Developer und Scrum Master zusammen Ausrichtung, Umsetzung und kontinuierliche Verbessung gestalten.
Teilnehmende lernen, welche Rahmenbedingungen Selbstverwaltung braucht, wie Führung Kontext schafft, Hindernisse entfernt und Kompetenzen fördert. Organisationsschnittstellen, Berichtswege und Budgetfragen werden praktisch betrachtet, um Verzögerungen und Qualitätsprobleme zu erkennen und zu adressieren.
- Rollenverständnis und gemeinsame Entscheidungsräume
- Schaffen transparenter Informationsflüsse und verlässlicher Entscheidungsrechte
- Führung als Kontextgestaltung statt Direktive
- Identifikation struktureller Bremsen und konkrete Interventionen
- Maßnahmen zur Stärkung von Autonomie und Verbindlichkeit
Scrum mit Kanban
Scrum mit Kanban zeigt, wie Scrum und Kanban-Prinzipien kombiniert werden, damit Arbeit verlässlicher fließt und Ergebnisse berechenbarer werden. Der Kurs macht sichtbar, wie Teams Arbeit strukturieren und Flusssteuerung übernehmen.
Prognosen als Bandbreiten, auf historischen Daten basierende Vorhersagen, und ein Product Backlog, das Nutzen, Risiken und Abhängigkeiten berücksichtigt, stehen im Mittelpunkt. Messgrößen wie Durchsatz, Bearbeitungszeit und Wartezeit werden genutzt, um Engpässe zu erkennen, Losgrößen zu optimieren und Releases realistisch zu planen.
- Sichtbarmachung von Arbeit, Regeln für Start/Progress/Finish
- Backloggestaltung mit Fokus auf Wert und Fluss
- Flussmetriken: Durchsatz, Lead Time, Wartezeiten
- Begrenzung paralleler Arbeit (WIP), Losgrößensteuerung
- Anpassung von Prognosen und Veröffentlichungsplänen an Beobachtungen
KI Grundlagen und praktische Anwendungen
KI Grundlagen und praktische Anwendungen vermittelt Grundkonzepte der Künstlichen Intelligenz, maschinellem Lernen und Deep Learning sowie Unterschiede zwischen schwacher und starker KI. Schwerpunkt ist der produktive, ethisch reflektierte Einsatz von KI-Tools.
Teilnehmende erlernen Prompt Engineering, Text- und Bild-KI, Chatbots und Datenanalyse-Tools; sie üben kritische Bewertung von Ergebnissen, Datenschutz und Bias-Analysen. Best Practices zur Integration von KI in Arbeitsprozesse und die Risikoabschätzung für Unternehmen werden praktisch eingeübt.
- Definition, Geschichte und Anwendungsfelder von KI
- Maschinelles Lernen, Deep Learning, Modellverständnis
- Prompt Engineering und Einsatz von KI-Tools für Text/ Bild/ Daten
- Ethik, Datenschutz und Bias-Erkennung
- Integration von KI in Arbeitsprozesse und Change-Aspekte
KI und IT- Programmieren für die Zukunft: Python
KI und IT- Programmieren für die Zukunft: Python verbindet Einführung in Python mit KI-gestützten Arbeitsmethoden. Der Kurs macht Teilnehmende in Planung, Strukturierung und Ausführung kleiner praxisnaher Programme sicher.
Inhalte reichen von Variablen, Datentypen, Bedingungen und Schleifen über Funktionen, Module und Datenstrukturen bis zu Bibliotheken wie math, datetime und json. Debugging, Fehlerbehandlung mit try/except und der Einsatz von KI-Tools beim Codieren, Testen und Refaktorieren sind integraler Bestandteil.
- Python-Grundlagen: Datentypen, Kontrollstrukturen, Schleifen
- Funktionen, Module, Listen und Dictionaries
- Arbeiten mit Bibliotheken und Dateiformaten
- Fehlerbehandlung, Debugging und saubere Strukturierung
- Einsatz von KI-Tools und Prompt Engineering für Coding-Hilfe
Diese Kombination aus Scrum Agile Leadership + Scrum Kanban & Python & KI sowie die alternative Beschreibung Scrum Agile Leadership & Scrum Kanban (PAL 1 & PSK 1), Python trifft KI, KI Grundlagen fördert fachliche Kompetenzen: Verantwortungsklärung, Aufbau verlässlicher Arbeitssysteme, Flussoptimierung, sowie technische Basis in Python und kompetenten, ethisch sensiblen Einsatz von KI.
Die Weiterbildung bereitet auf die Prüfung bei Scrum.org vor, wird aber weder von Scrum.org unterstützt noch ist sie mit Scrum.org ..verbunden.