Product Owner 2 & Scaled Scrum & Python verbindet fortgeschrittenes Product Ownership mit skaliertem Scrum und praxisnaher Python-Entwicklung. In Product Owner 2 & Scaled Scrum & Python (auch Scrum Product Owner Adv. (PSPO 2), Scaled Scrum (SPS), Python trifft KI) erlernen Teilnehmende, wie Wirkung statt Umfang gesteuert, mehrere Teams koordiniert und KI-unterstützte Automatisierung eingesetzt wird, um messbaren Produktwert zu erzeugen.

Praxisbezug und berufliche Perspektiven

Die Kombination fördert Fähigkeiten für Product Owner, Agile Coach, Scrum Master sowie Python Developer und Data Analysten.
Angewandt werden Backlog-Pflege, Priorisierung nach Wirkung, Evidence Based Management, Release-Planung und integrierte Qualitätssicherung. Python und KI unterstützen Automatisierung, Datenauswertung und Prototyping.
Einsatzgebiete sind Produktentwicklung, Release-Planung über Teamgrenzen, Automatisierung von Routineaufgaben und datengetriebene Entscheidungsprozesse.

Scrum Product Owner 2

Scrum Product Owner 2 vertieft Verantwortung für messbare Wirkung und übersetzte Strategie in ein nutzbares Backlog.
Teilnehmende erlernen, wie Wertversprechen geschärft, Annahmen sichtbar gemacht und Ziele mit Evidence Based Management verknüpft werden. Kommunikation mit Stakeholdern, Priorisierung nach Nutzen/Risiko und organisatorische Hebel für schnellere Entscheidungen stehen im Fokus.

  • Wertdefinition und Metriken (Outcome statt Output)
  • Product Backlog als Strategieübersetzer
  • Stakeholder-Management und Erwartungsklärung
  • Priorisierung nach Nutzen, Risiko und Abhängigkeiten
  • Anwendung von Evidence Based Management

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams mit einem gemeinsamen Qualitätsmaßstab integrierte Ergebnisse liefern.
Der Kurs behandelt Definition of Done über funktionale und nicht-funktionale Kriterien, Schnittstellengestaltung, Unabhängigkeitsmaß und Vorhersagen als Bandbreiten. Integration, Sicherheit und Performance werden durch feste Absprachen und kurze Integrationszyklen gesichert. Prognosen berücksichtigen historische Daten, Annahmen und Integrtaion-Risiken.

  • Gemeinsamer Qualitätsmaßstab und Definition of Done
  • Schnittstellen, Verantwortlichkeiten und Governance
  • Reduktion von Abhängigkeiten durch geeigneten Zuschnitt
  • Vorhersagen als Bandbreiten, Annahmen transparent machen
  • Release- und Integrationsplanung

KI und IT- Programmieren für die Zukunft: Python

Python trifft KI vermittelt praxisnah Programmiergrundlagen und KI-gestützte Entwicklungspraktiken.
Teilnehmende planen, schreiben und refaktorieren Code, nutzen Bibliotheken (math, datetime, json, re), debuggen systematisch und wenden try/except an. Prompt Engineering und KI-Tools werden genutzt, um Code zu generieren, testen und zu dokumentieren. Kleine Projekte zeigen Automatisierung, Datenauswertung und modulare Strukturierung.

  • Variablen, Datentypen und Operatoren
  • Bedingungen, Schleifen und Kontrollstrukturen
  • Funktionen, Module und Datenstrukturen (Listen, Dictionaries)
  • Bibliotheken nutzen, Debugging und Fehlerbehandlung
  • KI-Tools, Prompt Engineering und praxisnahe Mini-Projekte

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