Scrum Scaled Scrum + Scrum Kanban & Python, JavaScript & KI verbindet skaliertes agiles Arbeiten mit Kanban-Prinzipien und praxisnaher Programmierung; in Scaled Scrum & Kanban (PSK 1 & SPS), KI in Action Python & JavaScript, KI Grundlagen steht die verlässliche Lieferung von Wert und die Integration von KI-gestützten Tools im Zentrum.

Praxisbezug und berufliche Perspektiven

Die Maßnahme adressiert reale Arbeitssituationen: skaliertes Produktmanagement, Release-Planung über Teamgrenzen, Flussoptimierung und KI-gestützte Automatisierung in Entwicklung und Content.
Sie qualifiziert für Rollen wie Product Owner, Scrum Master, Agile Coach, Python- oder JavaScript-Developer sowie Fachkräfte, die KI in Prozesse integrieren.
Teilnehmer lernen, Prognosen als Bandbreiten zu kommunizieren, Product Backlog wertorientiert zu pflegen und KI-Tools für Automatisierung, Datenanalyse und Prompt Engineering zu nutzen.

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams an einem gemeinsamen Produkt arbeiten, ohne Scrum-Prinzipien zu verwässern; dabei wird ein einheitlicher Qualitätsmaßstab definiert und durchgängig angewendet.
Inhalte behandeln Definition of done, Integration, Sicherheit, Performance und Betriebsfähigkeit sowie das Zuschneiden von Einträgen zur Reduktion von Abhängigkeiten.

  • Gemeinsamer Qualitätsmaßstab und done-Kriterien
  • Schnittstellen, Integration und Release-Planung
  • Abhängigkeitsmanagement und Team-Unabhängigkeit
  • Prognosen als Bandbreiten, historische Daten und Risiken
  • Erwartungen, Annahmen und Anpassung von Plänen

Teilnehmende erlernen, Vorhersagen mit Bandbreiten zu erstellen, Annahmen offen zu legen und Veröffentlichungspläne diszipliniert an beobachtete Lieferraten anzupassen. So wird Skalierung als geordnete Kooperation realisiert.

Scrum mit Kanban

Scrum mit Kanban verbindet Sichtbarkeit und Flusssteuerung, sodass Teams Arbeit verlässlicher abschließen und Flaschenhälse identifizieren; das Product Backlog wird als geordnete Wertfolge genutzt.
Besondere Schwerpunkte sind Flussmessgrößen wie Durchsatz, Bearbeitungs- und Wartezeiten, Losgrößensteuerung und Regeln für parallele Arbeit.

  • Sichtbarmachung von Arbeit, Regeln für Start/Fortschritt/Abschluss
  • Metriken: Durchsatz, Lead Time, Wartezeit
  • Backlog-Schnitt: wertorientierte, abschließbare Einträge
  • Maßnahmen gegen Engpässe und Übergabeprobleme
  • Selbststeuerung und tägliche Absprachen

Teilnehmende können Flussmessungen lesen, Losgrößen anpassen und gezielte Eingriffe ableiten, um Vorhersagbarkeit und Lieferfähigkeit zu erhöhen; sie setzen das Product Backlog als Instrument zur Wertmaximierung ein.

KI Grundlagen und praktische Anwendungen

Der Kurs vermittelt Basiskompetenzen in Künstlicher Intelligenz, maschinellem Lernen und ethischen Aspekten; Teilnehmende erproben Text-, Sprach- und Bild-KI und lernen Prompt Engineering.
Fokus liegt auf produktivem Einsatz: Automatisierung, Entscheidungsunterstützung, Datenanalyse und kritische Bewertung von Ergebnissen.

  • Definition, Geschichte und Anwendungsfelder von KI
  • Maschinelles Lernen, Deep Learning, schwache vs. starke KI
  • Prompt Engineering und praktische Prompt-Beispiele
  • Ethik, Datenschutz, Bias und Risikoanalyse
  • Praxisübungen: Chatbots, Text- und Bild-KI

Teilnehmende setzen KI-Tools ein, formulieren effektive Prompts und integrieren KI verantwortungsvoll in Arbeitsprozesse; dabei reflektieren sie Chancen, Risiken und datenschutzrechtliche Grenzen.

KI und IT- Programmieren für die Zukunft: Python

Dieser Python-Kurs verbindet klassische Programmiergrundlagen mit KI-gestützter Unterstützung; Teilnehmer planen, schreiben und modularisieren Programme und nutzen Bibliotheken für Analyse und Verarbeitung.
Vermittelt werden Variablen, Datentypen, Kontrollstrukturen, Schleifen, Funktionen, Listen und Dictionaries sowie Fehlerbehandlung und Debugging.

  • Variablen, Datentypen, Operatoren
  • Bedingungen, Schleifen, Funktionen und Module
  • Listen, Dictionaries, json-Verarbeitung
  • Bibliotheken: math, datetime, statistics, re
  • Einsatz von KI-Tools beim Coden und Prompt Engineering

Absolventen erstellen kleine Projekte, nutzen KI zum Testen und Refaktorieren von Code und können Python für Automatisierung, Datenauswertung und prototypische KI-Integration einsetzen; sie entwickeln saubere Projektstrukturen und Debugging-Kompetenz.

Programmierkonzepte in der IT- JavaScript und KI

JavaScript fokussiert die Entwicklung dynamischer Webanwendungen; der Kurs verbindet Sprachgrundlagen mit DOM-Interaktion, Debugging und KI-unterstützten Arbeitsweisen.
Inhaltlich geht es um Datentypen, Kontrollstrukturen, Funktionen, Arrays und Objekte sowie Browser-API-Grundlagen und Entwicklungswerkzeuge wie VS Code.

  • Variablen, Typen, Operatoren und Kontrollstrukturen
  • Funktionen, Arrays, Objekte und Datenmodellierung
  • DOM-Grundlagen und Browser-Interaktion
  • Debugging, Projektstruktur und Entwickler-Tools (VS Code)
  • KI-Tools zur Code-Unterstützung und Prompt-Strategien

Teilnehmende entwickeln eigenständig JavaScript-Programme, nutzen KI beim Schreiben und Testen von Code und bauen saubere Projektstrukturen; die Kenntnisse sind Grundlage für Frontend-Entwicklung, API-Integration und datengetriebene Visualisierung.

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