Product Owner 1 & Scaled Scrum & Python, JavaScript & KI verbindet praxisorientiertes Produktmanagement mit skaliertem Scrum und zeitgemäßer Programmierung: In Product Owner 1 & Scaled Scrum & Python, JavaScript & KI (auch bekannt als Scrum Product Owner (PSPO 1), Scaled Scrum (SPS), KI in Action Python & JavaScript, KI Grundlagen) geht es um Wertschöpfung, Vorhersagen und den sinnvollen Einsatz von KI.

Praxisbezug und berufliche Perspektiven

Die Maßnahme verknüpft Produktvision, Product Backlog-Pflege und Evidence Based Management mit Skalierungspraxis und Programmierkompetenz in Python und JavaScript.
Einsatzszenarien umfassen Produktmanagement, Agile Rollen, Data-Analysen, Automatisierung und Frontend-Entwicklung.
Berufliche Perspektiven reichen von Product Owner, Scrum Master und Agile Coach bis zu Python-Developer, Frontend-Developer und KI-Anwenderinnen in Produktteams.
Die Kombination fördert die Fähigkeit, Release-Planung, Prognosen als Bandbreiten und KI-gestützte Automatisierung in konkreten Arbeitskontexten anzuwenden.

Scrum Product Owner 1

Scrum Product Owner 1 vermittelt, wie eine klare Produktvision entsteht und in überprüfbare Ziele übersetzt wird, damit ein Product Backlog Wirkung statt reiner Auslieferung steuert.
Teilnehmende lernen, Backlog-Einträge so zu formulieren, dass Zerlegung, Zusammenarbeit und verlässliche Priorisierung möglich sind und Vorhersagen als Bandbreiten kommuniziert werden.

  • Formulierung von Produktvision und Zielen
  • Backlog-Pflege und wertorientierte Priorisierung
  • Beschreibung von Nutzen und Outcomes
  • Wahrscheinlichkeitbasierte Vorhersagen und Release-Planung
  • Evidence Based Management und Kennzahlen

Nach dem Kurs wenden Absolventinnen Product Backlog, Produktvision und Evidence Based Management an, machen Annahmen sichtbar und passen Prognosen an neue Erkenntnisse an.

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams an einem gemeinsamen Produkt arbeiten, einen einheitlichen Qualitätsmaßstab definieren und Integration zur täglichen Praxis machen.
Der Fokus liegt auf Unabhängigkeit der Teams, Sichtbarmachung von Abhängigkeiten und realistischen Veröffentlichungsplänen, die Integrationsrisiken und historische Daten berücksichtigen.

  • Gemeinsamer Qualitätsmaßstab (Definition of Done)
  • Schnittstellen- und Abhängigkeitsmanagement
  • Integration, Sicherheit, Leistung und Betriebsfähigkeit
  • Koordinierte Vorhersagen und Release-Bandbreiten
  • Maßnahmen zur Reduktion von Durchlaufzeiten

Absolventinnen etablieren ein Arbeitsmodell, in dem Integration früh erfolgt, Prognosen als Bandbreiten kommuniziert werden und Skalierung planbar bleibt; Unsicherheiten werden offen gelegt und Pläne aktuallisiert.

KI Grundlagen und praktische Anwendungen

KI Grundlagen und praktische Anwendungen vermittelt Grundbegriffe von Machine Learning und Deep Learning, den Einsatz von KI-Tools zur Automatisierung sowie Prompt Engineering für Text- und Datenaufgaben.
Teilnehmende erlernen kritische Bewertung von Ergebnissen, Datenschutz- und Bias-Themen und praktische Übungen mit Chatbots, Sprach- und Bild-KI.

  • Definitionen, Geschichte und Anwendungsfelder von KI
  • Maschinelles Lernen und Deep Learning verständlich erklärt
  • Einsatz von KI-Tools für Textgenerierung und Datenanalyse
  • Prompt Engineering und praktische Prompt-Beispiele
  • Ethik, Datenschutz und Bias in KI-Systemen

Nach dem Kurs integrieren Teilnehmende KI-gestützte Werkzeuge in Arbeitsprozesse, formulieren effektive Prompts und beurteilen Chancen sowie Risiken für das Unternehmen.

KI und IT- Programmieren für die Zukunft: Python

Der Python-Kurs verbindet grundlegende Sprachkenntnisse mit KI-gestützten Arbeitsmethoden: Variablen, Kontrollstrukturen, Funktionen, Datenstrukturen und Bibliotheken werden praxisnah vermittelt.
Fokus liegt auf sauberer Strukturierung, Fehlerbehandlung, Debugging und dem Einsatz von KI-Tools zum Schreiben, Testen und Refaktorieren von Code.

  • Syntax, Datentypen und Operatoren
  • Bedingungen, Schleifen und Kontrollfluss
  • Funktionen, Module und Modularisierung
  • Listen, Dictionaries und Datenverarbeitung
  • Bibliotheken, Fehlerbehandlung und Debugging

Absolventinnen können kleine, modulare Python-Projekte entwickeln, KI-Tools produktiv als Coding-Assistenten nutzen und Code nach Best Practices strukturieren.

Programmierkonzepte in der IT- JavaScript und KI

Programmierkonzepte in der IT- JavaScript und KI vermittelt JavaScript-Grundlagen für interaktive Webanwendungen und zeigt, wie KI-Tools die Frontend-Entwicklung unterstützen.
Teilnehmende lernen DOM-Interaktion, Arrays und Objekte, Debugging sowie projektorientierte Arbeitsweisen in Visual Studio Code und die Formulierung produktiver Prompts.

  • JavaScript-Syntax, Datentypen und Operatoren
  • Bedingungen, Schleifen und Funktionen
  • Arrays, Objekte und Datenmodellierung
  • DOM-Grundlagen und Browser-Interaktion
  • Einsatz von KI-Tools beim Coden und Testen

Nach dem Kurs entwickeln Teilnehmende solide JavaScript-Anwendungen, nutzen KI zur Code-Verbesserung und schaffen eine saubere Projektstruktur für Web- und App-Entwicklung.

Gesamtkompetenz
Product Owner 1 & Scaled Scrum & Python, JavaScript & KI befähigt zur Umsetzung eines werteorientierten Produktmanagements, zur koordinierten Skalierung über Teams und zur Nutzung von Python, JavaScript und KI im Arbeitsalltag.
Teilnehmende verbinden Produktvision, Backlog-Pflege, Vorhersagen als Bandbreiten, Qualitätsmaßstäbe und KI-gestützte Automatisierung zu einem pragmatischen, überprüfbaren Vorgehen.

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