Scrum Master + Scrum Product Owner PSM 1+2 + PSPO 1+2 & Scrum Agile Leadership + Scrum Kanban & Python & KI vereint agiles Vorgehen, Produktverantwortung und technologische Kompetenzen. Als Experte Scrum Master & Product Owner (PSM 1 + 2 & PSPO 1 + 2), Scrum Agile Leadership & Scrum Kanban (PAL 1 & PSK 1), Python trifft KI bildet die Maßnahme zur wertebasierten, empirischen Produktentwicklung und zur praktischen Nutzung von Python und KI aus.

Praxisbezug und berufliche Perspektiven

Die Kombination von Scrum Master, Product Owner, Agile Leadership, Kanban, Python und KI eröffnet konkrete Anwendungsszenarien in Produktentwicklung, IT-Projekten, Automatisierung und Datenanalyse.
Einsatzmöglichkeiten reichen von Product Owner, Scrum Master, Agile Coach über Teamlead bis zu Data Analyst und Python Developer.
Alltagstaugliche Tools: Product Backlog-Pflege, Sprint-Planung, Flow-Messungen, Evidence Based Management, Prompt Engineering und KI-gestützte Automatisierung verbinden strategische Entscheidungen mit operativer Umsetzung.

Scrum Master 1

Scrum Master 1 legt die Grundlagen des empirischen Rahmenwerks, der Scrum-Werte und der Team-Accountabilities. Teilnehmende lernen, wie Sprint, Events und Artefakte zur verlässlichen Lieferung führen und warum tägliche Steuerung gegen das Sprint Goal wesentlich ist.
Praxis: Coaching von Developers, Moderation von Events, Entfernen von Hindernissen und Förderung von Transparenz. Dabei wird die Definition of Done als Qualitätsstandard eingeführt und Product Backlog-Verständnis vermittelt.
Lerninhalte im Fokus:

  • Scrum-Framework, Werte und Empirie
  • Sprint Planning, Daily, Review, Retrospektive
  • Product Backlog und Sprint Goal
  • Rolle des Scrum Masters: Coaching, Moderation, Impediment-Handling
  • Definition of Done, Inkrement und Transparenz

Scrum Master 2

Scrum Master 2 vertieft Selbstverwaltung, Facilitation und situative Führung, zeigt Umgang mit Groan Zone und etabliert Decision Rules. Teilnehmer lernen, Werte in Verhalten zu übersetzen und Konflikte konstruktiv zu lösen.
Schwerpunkt auf Skalierung: gemeinsame Definition of Done bei mehreren Teams, lebendige Qualitätsstandards und Moderation für belastbare Entscheidungen. Führung wird als Rahmengestaltung verstanden, nicht als Steuerung im Detail.
Lerninhalte im Fokus:

  • Vertiefte Facilitation-Techniken und Decision Rules
  • Selbstverwaltung und Teamentwicklung
  • Umgang mit Zielkonflikten und Abhängigkeiten
  • Definition of Done als lebender Qualitätsmaßstab
  • Coaching vs. Mentoring, situative Interventionen

Scrum Product Owner 1

Scrum Product Owner 1 fokussiert Produktvision, Wertorientierung und Backlog-Pflege. Teilnehmende formulieren Visionen, leiten überprüfbare Ziele ab und ordnen das Product Backlog nach erwartbarem Nutzen.
Prognosen und Release-Planung werden als Bandbreiten mit erklärten Annahmen behandelt; Evidence Based Management verbindet Kennzahlen mit Entscheidungen, sodass Wirkung vor bloßem Output steht.
Lerninhalte im Fokus:

  • Produktvision und Zielableitung
  • Backlog-Pflege und Eintragbeschreibungen
  • Priorisierung nach Wert, Risiko, Abhängigkeiten
  • Vorhersagen, Bandbreiten und Annahmen
  • Evidence Based Management für Entscheider

Scrum Product Owner 2

Scrum Product Owner 2 vertieft Outcome-Orientierung, Stakeholder-Integration und organisatorische Rahmenbedingungen. Teilnehmer lernen, wie Wert messbar wird und wie Feedback in die Produktstrategie einfließt.
Fokus auf Kommunikation mit Stakeholdern, Anpassung von Prioritäten und Umgang mit Aufbau- und Ablauforganisation, um Entscheidungsgeschwindigkeit und Verantwortung zu sichern.
Lerninhalte im Fokus:

  • Messung von Produktwirkung statt reinem Output
  • Stakeholder-Dialog, Erwartungsmanagement
  • Backlog-Translation von Strategie zu umsetzbaren Schritten
  • Organisationshemmnisse erkennen und adressieren
  • Evidence Based Management zur Steuerung von Wirkung

Scrum Agile Leadership

Scrum Agile Leadership gestaltet Rahmenbedingungen, die Selbstverwaltung ermöglichen: klare Ziele, Entscheidungsräume und verlässliche Informationsflüsse. Führung wird als Ermöglicher verstanden, der Hindernisse entfernt und Kompetenzen entwickelt.
Inhalte zeigen, wie Führung Orientierung gibt, Sicherheit schafft und gleichzeitig Autonomie erhält. Die Rolle der Führungskräfte bei der Förderung von Vertrauen, Transparenz und kont. Verbesserung wird praktisch eingeübt.
Lerninhalte im Fokus:

  • Leadership als Rahmengestaltung, nicht Befehl
  • Schaffen von Entscheidungsräumen und Transparenz
  • Coaching von Führungskräften zur Fördeurng von Selbstverwaltung
  • Umgang mit strukturellen Bremsen und Governance
  • Methoden zur nachhaltigen Unterstützung von Teams

Scrum mit Kanban

Scrum mit Kanban verbindet Takt und Timeboxing von Scrum mit Flussorientierung und Metriken aus Kanban, um Vorhersagbarkeit und Durchsatz zu verbessern. Teilnehmende lernen, wie Limits, Durchsatzmessung und Wartezeiten den Flow steuern.
Anwendung: Product Backlog als geordnete Darstellung der nächsten wertvollen Schritte, Flussanalyse zur Engpassbeseitigung und Anpassung von Losgrößen. Prognosen werden als Bandbreiten mit historischen Daten interpretiert.
Lerninhalte im Fokus:

  • Kombination von Scrum-Events mit Kanban-Prinzipien
  • Flusskennzahlen: Durchsatz, Lead- und Cycle-Time
  • WIP-Limits, Losgrößen und Engpassanalyse
  • Backlog-Ordnung nach Wert und Abhängigkeiten
  • Maßnahmen zur Erhöhung der Vorhersagbarkeit

KI Grundlagen und praktische Anwendungen

KI Grundlagen vermittelt Kernkonzepte von Künstlicher Intelligenz, Maschinellem Lernen und ethischen Aspekten. Teilnehmende setzen KI-Tools für Textgenerierung, Datenanalyse und Automatisierung ein und üben Prompt Engineering.
Fokus liegt auf sicherer Integration in Arbeitsprozesse, Bias-Erkennung, Datenschutz und kritischer Interpretation von Ergebnissen. Interaktive Übungen mit Chatbots und Bild-KI vertiefen Praxiswissen.
Lerninhalte im Fokus:

  • Grundbegriffe: ML, Deep Learning, schwache vs. starke KI
  • Prompt Engineering und KI-gestützte Text- und Bildverarbeitung
  • Automatisierung und Entscheidungsunterstützung
  • Ethik, Datenschutz und Bias-Management
  • Praxisübungen: Chatbots, Datenanalyse, Integration

KI und IT- Programmieren für die Zukunft: Python

Python trifft KI verbindet Programmiergrundlagen mit KI-gestütztem Entwickeln: Variablen, Kontrollstrukturen, Funktionen und Datenstrukturen werden in kleinen Projekten angewendet. Teilnehmende nutzen KI-Tools zum Schreiben, Testen und Refaktorieren von Code.
Praxisnah: Debugging, Fehlerbehandlung, Nutzung von Bibliotheken und Modularisierung. Prompt Engineering für die Programmierhilfe und Beispiele aus Datenanalyse und Automatisierung bereiten auf weiterführende Data-Science- oder Developer-Rollen vor.
Lerninhalte im Fokus:

  • Python-Grundlagen: Datentypen, Schleifen, Bedingungen
  • Funktionen, Module, Listen und Dictionaries
  • Bibliotheken (math, datetime, json, re) und Modularisierung
  • Fehlerbehandlung, Debugging und saubere Struktur
  • KI-gestützte Entwicklungsunterstützung und Mini-Projekte

Fachliche Ergebnisse (kompakt)
Absolventinnen und Absolventen können Scrum so anwenden, dass Sprint-Takt, Sprint Goal, Product Backlog und Definition of Done verlässlich Ergebnisse liefern. Sie steuern Teams empirisch, nutzen Evidence Based Management zur Entscheidungsfindung und führen selbstverwaltende Teams mit klaren Entscheidungsräumen.
Technisch sind sie in der Lage, mit Python zu prototypen und KI-Tools produktiv einzusetzen sowie ethische und date…