Scrum Scaled Scrum + Scrum Kanban & Python, JavaScript verbindet skaliertes Scrum, Kanban-Prinzipien und praxisorientierte Programmierung; in Scaled Scrum & Kanban (PSK 1 & SPS), KI in Action Python & JavaScript steht die verlässliche Lieferung von Wert, Integration und KI-gestützter Entwicklung im Fokus.

Praxisbezug und berufliche Perspektiven

Die Maßnahme verknüpft skaliertes Produkt-Management mit Flussorientierung und praktischer Programmierung in Python und JavaScript.
Einsatzszenarien reichen von skalierten Entwicklungsteams bis zu Web- und Datenprojekten, in denen Vorhersagen, Integration und KI-Tools den Alltag prägen.
Berufliche Perspektiven: Product Owner, Scrum Master, Agile Coach, Frontend-Developer, Python Developer und Data-Analyst; Fähigkeiten zur Release-Planung, Backlog-Priorisierung und KI-gestützten Entwicklungsprozessen sind unmittelbar anwendbar.

Scaled Scrum

Scaled Scrum vermittelt, wie mehrere Teams an einem gemeinsamen Produkt arbeiten, einen einheitlichen Qualitätsmaßstab etablieren und Integration als festen Prozess verankern.
Themen sind gemeinsame Definition von "done", Umgang mit Abhängigkeiten, Risikobewertung und Vorhersagen über Teamgrenzen hinweg.
Lerninhalte und Praxis:

  • Gemeinsamer Qualitätsmaßstab (funktional, nicht-funktional, Sicherheit, Betrieb)
  • Schnittstellen- und Abhängigkeitsmanagement zur Reduktion von Blockern
  • Release-Planung mit Bandbreiten, Annahmen und Integrationsrisiken
  • Methoden zur frühen Integration und Iterationszusammenführung
  • Kommunikation von Prognosen und Anpassung von Plänen

Die Teilnehmenden entwickeln die Kompetenz, Lieferfähigkeit sichtbar zu machen, Annahmen zu dokumentieren und Entscheidungen zu treffen, die Durchlaufzeiten verkürzen und Qualität sichern.

Scrum mit Kanban

Scrum mit Kanban zeigt, wie Flussprinzipien die Vorhersehbarkeit verbessern, indem Sichtbarkeit, Regeln für Start/Stop und Flusssteuerung eingeführt werden.
Schwerpunkt liegt auf Product Backlog als geordnete Darstellung von nützlichen Schritten, Messgrößen wie Durchsatz und Wartezeiten sowie der Begrenzung paralleler Arbeit.
Lerninhalte und Praxis:

  • Visualisierung von Arbeit, Regeln für Beginn/Fortschritt/Abschluss
  • Flussmetriken: Durchsatz, Durchlaufzeit, Wartezeiten
  • Prognosen als Bandbreiten basierend auf hisotriche Daten und aktuellen Ergebnissen
  • Backlog-Zuschnitt nach Nutzen, Risiko und Abhängigkeit
  • Maßnahmen zur Entzerrung von Übergaben und Anpassung von Losgrößen

Absolventinnen können Flaschenhälse identifizieren, produktive Absprachen etablieren und ein Arbeitssystem betreiben, das verlässlich liefert und Erwartungen stützt.

KI und IT- Programmieren für die Zukunft: Python

Der Python-Kurs vermittelt praktische Programmierkenntnisse, algorithmisches Denken und den produktiven Einsatz von KI-Tools zur Code-Entwicklung.
Inhalte reichen von Datentypen über Kontrollstrukturen bis zu Bibliotheken, Modularisierung, Debugging und Prompt Engineering für KI-Unterstützung.
Lerninhalte und Praxis:

  • Variablen, Datentypen, Bedingungen und Schleifen
  • Funktionen, Module, Listen und Dictionaries
  • Standardbibliotheken (math, datetime, json, re) und Fehlerbehandlung (try/except)
  • Debugging-Techniken, saubere Strukturierung und Projektaufbau
  • Einsatz von KI-Tools zum Schreiben, Testen und Refaktorisieren; Prompt Engineering

Nach dem Kurs planen und implementieren Teilnehmende modulare Python-Programme, nutzen KI als Entwicklungsunterstützung und sind vorbereitet für Rollen in Data Analysis, Python-Development und automatisierter Datenverarbeitung.

Programmierkonzepte in der IT- JavaScript und KI

JavaScript und KI vermitteln das Erstellen interaktiver Weblösungen, DOM-Interaktion sowie den sinnvollen Einsatz intelligenter Werkzeuge in der Entwicklung.
Fokus liegt auf Variablen, Kontrollflüssen, Arrays/Objekten, Funktionen, Debugging, Projektstruktur und der Verbindung zu modernen Frontend-Prozessen.
Lerninhalte und Praxis:

  • Grundlegende Syntax, Datentypen und Kontrollstrukturen (if, switch, Schleifen)
  • Arrays, Objekte und Datenmodellierung für Webanwendungen
  • DOM-Grundlagen, Browser-Interaktion und Entwicklungsumgebung (VS Code)
  • Debugging, Testen und Einsatz von KI-Tools zur Code-Verbesserung
  • Strukturierung von Projekten und Best Practices für Frontend-Workflows

Absolventinnen sind in der Lage, interaktive, wartbare JavaScript-Anwendungen zu entwickeln, KI-gestützte Entwicklungsprozesse einzusetzen und eine saubere Projektstruktur zu etablieren.

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