Scrum Agile Leadership + Scrum Kanban + Scaled Scrum & Python & KI verbindet agile Führung, Kanban-Prinzipien, skaliertes Scrum sowie praxisnahe Python-Programmierung und KI-Grundlagen. In Scrum Agile Leadership & Kanban & Scaled Scrum (PAL 1 & PSK 1 & SPS), Python trifft KI, KI Grundlagen steht die effiziente Lieferung von Wert, verlässliche Integration und der verantwortungsvolle Einsatz von Künstlicher Intelligenz im Fokus.

Praxisbezug und berufliche Perspektiven

Die Kombination aus Scaled Scrum, Scrum Agile Leadership und Scrum mit Kanban bereitet auf Rollen wie Product Owner, Scrum Master, Agile Lead oder Teamverantwortliche in skalierten Entwicklungskontexten vor. KI Grundlagen und Python ermöglichen ergänzende Fähigkeiten für Automatisierung, Datenanalyse und KI-gestützte Entscheidungsunterstützung. Anwendungen reichen von Release-Planung über Flussoptimierung bis zur Implementierung einfacher Machine-Learning-Workflows; Fähigkeiten lassen sich in Produktentwicklung, IT-Projekten und Digitalisierungsinitiativen direkt anwenden.

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams gemeinsam ein Produkt entwickeln, ohne Scrum-Prinzipien zu verwässern. Es beschreibt einen gemeinsamen Qualitätsmaßstab (Definition of Done) für funktionale und nicht-funktionale Aspekte, Integration, Sicherheit und Betrieb. Vorhersagen werden als Bandbreiten formuliert, basierend auf historischen Ergebnissen, Annahmen und Integrationsrisiken; Veröffentlichungsplanung konzentriert sich auf verlässliche Erwartungen statt exakte Termine. Schwerpunkt liegt auf Sichtbarmachung von Abhängigkeiten, Zuschnitt von Arbeitspaketen und kurzen Integrationszyklen, damit Teams unabhängig liefern können.

  • Gemeinsamer Qualitätsmaßstab und Definition of Done
  • Sichtbare Abhängigkeiten und Risikomanagement
  • Bandbreiten für Prognosen statt feste Termine
  • Integration als tägliche Praxis
  • Reihenfolge nach Wirkung und Risiko

Scrum Agile Leadership

Scrum Agile Leadership behandelt Führung als Gestalten von Kontext statt als Anweisung, damit das Scrum Team als geschlossene Einheit Verantwortung trägt. Rollen wie Product Owner, Developer und Scrum Master wirken zusammen; Führungskräfte klären Erwartungen, räumen Hindernisse aus dem Weg und entwickeln Kompetenzen. Es werden Organisationsstrukturen untersucht, die Selbstverwaltung unterstützen oder behindern, und konkrete Interventionen vorgestellt, um Entscheidungsräume, Informationsfluss und Verantwortungen zu schärfen. Ziel ist ein Umfeld, in dem Teams verlässlich liefern, aus Ergebnissen lernen und kontinuierlich verbessern.

  • Gestaltung von Kontext und klaren Entscheidungsrechten
  • Förderung transparenter Informationsflüsse
  • Erkennen und Beseitigen organisatorischer Bremsen
  • Unterstützung situativer Führung
  • Maßnahmen zur Kompetenzentwicklung

Scrum mit Kanban

Scrum mit Kanban verbindet Iteration mit Flusssteuerung, so dass Arbeit verlässlicher fließt und Vorhersagbarkeit steigt. Teams lernen, Arbeit sichtbar zu machen, Regeln für Beginn, Fortschritt und Abschluss zu definieren und Grenzen für parallele Arbeit zu setzen. Prognosen basieren auf Durchsatz, Bearbeitungs- und Wartezeiten; Product Backlog wird als geordnete Darstellung der nächsten wirksamen Schritte verstanden. Flussmetriken helfen, Engpässe und Losgrößen zu erkennen, und Selbstverwaltung ermöglicht, wie Teams Absprachen im Alltag umsetzen.

  • Visualisierung des Workflows und WIP-Limits
  • Nutzung von Durchsatz und Lead Time für Prognosen
  • Produktorientierte Backloggestaltung
  • Maßnahmen gegen Engpässe und Übergaben
  • Steuerung des Flusses durch das Team

KI Grundlagen und praktische Anwendungen

KI Grundlagen vermittelt Konzepte der Künstlichen Intelligenz (KI), Machine Learning und Deep Learning sowie den Einsatz von KI-Tools für Text, Bild und Datenanalyse. Teilnehmende erlernen Prompt Engineering, Automatisierung von Routineaufgaben, ethische Aspekte, Datenschutz und Bias-Erkennung. Interaktive Übungen mit Chatbots und Bild-KI zeigen praktische Integration in Arbeitsprozesse; Best Practices unterstützen die kritische Bewertung von Ergebnissen und die sichere, effiziente Nutzung von KI im Beruf.

  • Grundbegriffe: KI, ML, Deep Learning
  • Prompt Engineering und Tool-Einsatz
  • Automatisierung, Text- und Bildverarbeitung
  • Ethik, Datenschutz und Bias-Erkennung
  • Praxisübungen mit Chatbots und Bild-KI

KI und IT- Programmieren für die Zukunft: Python

Python trifft KI verbindet grundlegende Programmierkenntnisse mit KI-gestützten Entwicklungswerkzeugen. Teilnehmende erwerben Fähigkeiten in Variablen, Datentypen, Kontrollstrukturen, Funktionen und Datenstrukturen sowie im Einsatz von Bibliotheken (math, datetime, json, re). Debugging, Fehlerbehandlung mit try/except und modulare Programmstruktur werden geübt; kleine Praxisprojekte zeigen Anwendungsfälle von Automation bis Datenauswertung. KI-Tools werden genutzt, um Code zu generieren, zu testen und zu refaktorisieren, und Prompt-Engineering für Programmierhilfe wird eingeführt.

  • Python-Grundlagen: Syntax, Kontrollstrukturen, Funktionen
  • Listen, Dictionaries und Datenverarbeitung
  • Bibliotheken und Fehlerbehandlung
  • Debugging und saubere Strukturierung
  • Einsatz von KI-Tools beim Coden und Refaktorieren

Fachliche Kompetenz und Transfer
Teilnehmende entwickeln ein Arbeitsmodell für skalierte Lieferung, setzen einheitliche Qualitätsmaßstäbe durch, kommunizieren Prognosen als Bandbreiten und passen Veröffentlichungspläne an beobachtete Ergebnisse an. Sie fördern Selbstverwaltung, reduzieren Abhängigkeiten, verbessern Flussmetriken und nutzen Python sowie KI-Methoden zur Automatisierung, Analyse und Entscheidungsunterstützung. So entsteht eine nachhaltige Kombination aus agiler Praxis, technischem Können und verantwortungsvollem KI-Einsatz.

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