Product Owner 1 & Scrum Scaled Scrum + Scrum Kanban & KI verbindet praktisches Produktmanagement mit skalierten Arbeitsweisen, Flussoptimierung und grundlegenden KI-Anwendungen. In Product Owner 1 & Scrum Scaled Scrum + Scrum Kanban & KI (auch Scrum Product Owner (PSPO 1), Scaled Scrum & Kanban (PSK 1 & SPS), KI Grundlagen) lernen Teilnehmende, Produktvision, Backlog-Pflege, Vorhersagen und Evidence Based Management zu verknüpfen, um Wirkung statt reiner Auslieferung sicherzustellen.

Praxisbezug und berufliche Perspektiven

Die Maßnahme bereitet auf Rollen wie Product Owner, Scrum Master, Agile Coach, Product Manager oder Digitalisierungsbeauftragte vor. Angewendet werden Techniken zur Formulierung einer Produktvision, Priorisierung im Product Backlog, Skalierung über mehrere Teams, Flusssteuerung mit Kanban und Integration einfacher KI-Tools zur Automatisierung und Entscheidungsunterstützung. Einsatzfelder sind Produktentwicklung, Innovation, Marketing, Customer Service und Data-Analytics.

Scrum Product Owner 1

Scrum Product Owner 1 zeigt, wie Produktverantwortung konsequent auf Wertschöpfung ausgerichtet wird. Teilnehmende formulieren eine klare Produktvision, leiten überprüfbare Ziele ab und pflegen ein Product Backlog, das Nutzen, Risiken und Abhängigkeiten sichtbar macht. Vorhersagen werden als Bandbreiten erstellt, Annahmen dokumentiert und mit historischen Daten abgeglichen. Evidence Based Management (EBM) verbindet Ziele, Kennzahlen und Entscheidungen, so dass Fortschritt und Potenziale nachvollziehbar werden.

  • Produktvision entwickeln und validieren
  • Backlog-Einträge verständlich beschreiben
  • Priorisierung nach Wirkung und Risiko
  • Prognosen mit Bandbreiten und Annahmen
  • Kennzahlen für Wirkung statt Output

Teilnehmende üben Stakeholder-Kommunikation, erstellen realistische Release-Bandbreiten und lernen, wie PSPO 1-Prinzipien in daily work umgesetzt werden, um kontinuierlich greifbaren Produktnutzen zu erzielen.

Scaled Scrum

Scaled Scrum erläutert, wie mehrere Teams gemeinsam an einem Produkt arbeiten, ohne Scrum-Prinzipien zu verwässern. Es wird ein gemeinsamer Qualitätsmaßstab eingeführt, der funktionale und nicht-funktionale Kriterien, Integration und Betriebsfähigkeit umfasst. Planung über Teamgrenzen erfolgt auf Basis beobachteter Lieferfähigkeit; Vorhersagen werden als Bandbreiten mit Szenarien und Integrationsrisiken kommuniziert. Teams lernen, Einträge so zu zuschneiden, dass Unabhängigkeit und frühe Integration möglich werden.

  • Gemeinsamer Qualitätsmaßstab definieren
  • Sichtbar machen von Abhängigkeiten
  • Reihenfolge nach Wirkung und Risiko
  • Integration früh und häufig planen
  • Prognosen und Release-Koordinierung

Teilnehmende entwickeln Vorschläge zur Reduktion von Durchlaufzeiten, schaffen Transparenz über Risiken und setzen Organisationsentscheidungen um, die Skalierung erleichtern und verlässliche Lieferungen ermöglichen.

Scrum mit Kanban

Scrum mit Kanban zeigt, wie Flussprinzipien Vorhersagbarkeit und Durchsatz steigern. Das Team macht Arbeit sichtbar, definiert klare Regeln für Start, Fortschritt und Abschluss und begrenzt parallele Arbeit. Messgrößen wie Durchsatz, Cycle Time und Wartezeiten helfen Engpässe zu erkennen; Losgrößen und Übergaben werden angepasst. Vorhersagen beruhen auf historischen Daten und werden regelmäßig mit der Realität abgeglichen, das Backlog bleibt geordnete Darstellung nächster wirksamer Schritte.

  • Arbeit sichtbar machen und Regeln etablieren
  • Flussmessungen: Durchsatz, Cycle Time
  • Begrenzung paralleler Arbeiten (WIP)
  • Backlog als geordnete Prioritätenliste
  • Prognosen aus beobachteten Ergebnissen ableiten

Teilnehmende setzen ein Arbeitssystem auf, das Fluss fördert, Verzögerungen reduziert und die Lieferfähigkeit erhöht, während Teams selbstverantwortlich Entscheidungen nahe an der Arbeit treffen.

KI Grundlagen und praktische Anwendungen

KI Grundlagen und praktische Anwendungen vermittelt Grundbegriffe, maschinelles Lernen, Deep Learning sowie Unterschiede zwischen schwacher und starker KI. Teilnehmende lernen Prompt Engineering, den Einsatz von KI-Tools für Textgenerierung, Datenanalyse und Automatisierung sowie Best Practices zu Datenschutz, Bias und Ethik. Interaktive Übungen mit Chatbots, Sprach- und Bild-KI zeigen konkrete Potenziale; Integrationsempfehlungen helfen, KI sicher in Arbeitsprozesse zu bringen.

  • Grundkonzepte von KI, ML und Deep Learning
  • Prompt Engineering und Tool-Einsatz
  • Text-, Bild- und Datenanwendungen praktisch testen
  • Datenschutz, Bias und ethische Aspekte beachten
  • Best Practices für Integration in Prozesse

Abschließend reflektieren Teilnehmende Chancen und Risiken, entwickeln konkrete Use-Cases für Automation und Entscheidungsunterstützung und erwerben Fähigkeiten, KI-Ergebnisse kritisch zu prüfen und verantwortungsvoll einzusetzen.

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