Product Owner 2 & Scrum Agile Leadership + Scrum Kanban + Scaled Scrum & Python & KI verbindet vertiefte Produktverantwortung mit Führungskompetenz, Flussorientierung, Skalierung und praxisnaher KI/Programmierpraxis. In Product Owner 2 & Scrum Agile Leadership + Scrum Kanban + Scaled Scrum & Python & KI (auch bekannt als Scrum Product Owner Adv. (PSPO 2), Scrum Agile Leadership & Kanban & Scaled Scrum, Python trifft KI) lernen Teilnehmende, Wirkung statt Umfang zu steuern, technische Integration zu sichern und KI-gestützte Automatisierung sinnvoll einzusetzen, um Entscheidungen auf beobachteten Ergebnissen zu basieren und kontinuierlig zu verbessern.

Praxisbezug und berufliche Perspektiven

Die Maßnahme verknüpft Product Backlog-Strategie, Evidence Based Management und Qualitätsmaßstäbe mit praktischen Tools wie Python und Prompt Engineering. Typische Einsatzfelder sind Product Owner, Agile Coach, Scrum Master, Teamlead und Rollen in Produktentwicklung, Data Analytics oder Automatisierung. Die vermittelten Fähigkeiten lassen sich direkt in Release-Planung, Integrationsprozesse und KI-gestützte Prozessoptimierung übertragen.

Scrum Product Owner 2

Vertiefte Produktverantwortung, Wertdefinition und Backlog-Pflege
Der Kurs Scrum Product Owner 2 zeigt, wie der Wert eines Produkts messbar wird und wie Annahmen systematisch getestet werden. Teilnehmende erlernen, Strategie in ein Product Backlog zu übersetzen, Prioritäten nach Nutzen, Risiko und Abhängigkeiten zu setzen und Stakeholderkommunikation zu professionalisieren.

  • Wertdefinition und Outcome-Orientierung
  • Product Backlog als Ordnungs- und Entscheidungsinstrument
  • Stakeholder-Management und Erwartungsklärung
  • Evidence Based Management: Ziele, Metriken, Kurskorrekturen
  • Organisationsstrukturen und Hebel zur Beschleunigung von Entscheidungen

Scaled Scrum

Integration, Qualitätsmaßstab und Vorhersagen über Teamgrenzen
Scaled Scrum vermittelt, wie mehrere Teams an einem Produkt arbeiten, ohne Scrum-Prinzipien zu verwässern. Zentrale Themen sind ein gemeinsamer Qualitätsmaßstab, kontinuierliche Integration und Prognosen als Bandbreiten unter Berücksichtigung von Historie, Annahmen und Integrationsrisiken.

  • Gemeinsamer Qualitätsmaßstab (funktional & nicht-funktional)
  • Schnittstellen und Unabhängigkeit der Teams
  • Vorhersagen mit Bandbreiten und Annahmenoffenlegung
  • Reihenfolge der Vorhaben nach Wirkung und Risiko
  • Integration, Testbarkeit und Betriebsfähigkeit

Scrum Agile Leadership

Führung für Selbstverwaltung und Rahmenbedingungen
Scrum Agile Leadership beschreibt Führung als Kontextgestaltung: Erwartungen klären, Hindernisse beseitigen und Kompetenzen entwickeln. Teilnehmende lernen, wie Führung Orientierung gibt ohne Autonomie zu nehmen und wie Organisationsentscheidungen Selbstverwaltung fördern.

  • Rollenbalance: PO, Developer, SM als gemeinsame Verantwortung
  • Voraussetzungen für Selbstverwaltung schaffen
  • Situative Führung: Orientierung statt Einmischung
  • Identifikation struktureller Bremsen und konkrete Interventionen
  • Transparente Entscheidungsräume und Informationsflüsse

Scrum mit Kanban

Flussorientierung, Vorhersagbarkeit und Backlog-Management
Scrum mit Kanban verbindet Visualisierung, Flussmessungen und klare Regeln für Beginn, Fortschritt und Abschluss. Fokus liegt auf Durchsatz, Wartezeiten, Losgrößen und dem Zuschnitt von Arbeit, damit Prognosen verlässlich und Releases planbar werden.

  • Sichtbarmachung von Arbeit und Engpässen
  • Metriken: Durchsatz, Lead Time, Wartezeiten
  • Aufbau verlässlicher Release-Planung aus beobachteten Ergebnissen
  • Product Backlog als geordnete Darstellung der nächsten Schritte
  • Maßnahmen zur Reduktion von Parallelität und Verzögerungen

KI Grundlagen und praktische Anwendungen

Praxisnahe Einführung in KI, Ethik und Einsatzfelder
Dieser Kurs vermittelt Grundkonzepte von KI, Machine Learning und Deep Learning sowie den produktiven Einsatz von Tools zur Textgenerierung, Datenanalyse und Automatisierung. Prompt Engineering, Bias, Datenschutz und ethische Implikationen sind zentrale Bestandteile.

  • Definitionen, Geschichte und Anwendungsfelder von KI
  • Maschinelles Lernen, Deep Learning vereinfacht erklärt
  • Prompt Engineering und KI-Tools für Text und Bild
  • Ethik, Datenschutz und Bias erkennen und mitigieren
  • Best Practices zur Integration von KI in Arbeitsprozesse

KI und IT- Programmieren für die Zukunft: Python

Python-Grundlagen für Automatisierung, Datenverarbeitung und KI-Nutzung
Der Python-Kurs verbindet grundlegendes Programmieren mit KI-unterstützten Arbeitsmethoden. Teilnehmende schreiben und strukturieren Programme, nutzen Bibliotheken, debuggen und integrieren KI-Tools zur Verbesserung von Code und Workflow.

  • Variablen, Datentypen, Kontrollstrukturen, Schleifen
  • Funktionen, Module und saubere Programmstruktur
  • Listen, Dictionaries, JSON-Verarbeitung und Bibliotheken
  • Fehlerbehandlung (try/except), Debugging und Tests
  • Einsatz von KI-Tools beim Coden, Prompting und Projektaufbau

Die Gesamtheit der Kurse fördert fachliche Kompetenzen: Backlog- Gestaltung nach Strategie, Integration und Qualitätsstandards, Skalierung über mehrere Teams, situative Agile Leadership, Flussoptimierung sowie die Fähigkeit, Python und KI verantwortungsvoll zur Automatisierung und Analyse einzusetzen. Product Owner 2 & Scrum Agile Leadership + Scrum Kanban + Scaled Scrum & Python & KI sowie Scrum Product Owner Adv. vernetzen diese Fähigkeiten zu einem anwendungsbereiten Kompetenzprofil.

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