Scrum Master + Scrum Product Owner PSM 1+2 + PSPO 1 & Scrum Kanban & Python, JavaScript & KI verbindet agiles Arbeiten, Produktverantwortung und moderne Programmier- sowie KI-Kompetenzen. In Scrum Master Experte & Product Owner (PSM 1 + 2 & PSPO 1), Scrum with Kanban (PSK 1) und KI in Action werden Empirie, Product Backlog-Pflege, Code- und KI-Anwendungen praxisnah verknüpft, um messbare Ergebnisse zu erzielen.

Praxisbezug und berufliche Perspektiven

Die Maßnahme bereitet auf operative und übergreifende Rollen vor: Scrum Master, Product Owner, Agile Coach, Entwicklerinnen mit KI-Kompetenz oder IT-Fachkräfte in digitalen Teams.
Anwender*innen nutzen Techniken zur Priorisierung, Flow-Optimierung (Durchsatz, Wartezeiten, Losgrößen) sowie Python- und JavaScript-Tools für Automatisierung, Debugging und Prompt Engineering.
Einsatzgebiete sind Produktentwicklung, IT-Projektarbeit, Data-Analytics, Automatisierung und Innovationsprojekte; Verknüpfung von Outcome-orientiertem Product Management mit KI-gestützten Entwicklungsprozessen.

Scrum Master 1

Scrum Master 1 vermittelt das empirische Rahmenwerk: Sprint als Takt, Events mit klarer Timebox und die Artefakte Product Backlog, Sprint Backlog und Inkrement.
Teilnehmende lernen, wie das Sprint Goal entsteht, Daily Scrum die Arbeit steuert und die Defintion of Done als Qualitätsmaßstab wirkt.
Scrum Master 1 erklärt die Rolle des Scrum Masters beim Coachen, Moderieren und Entfernen von Hindernissen, damit das Team verlässlich nutzbare Inkremente liefert.

  • Scrum-Grundsätze und Empirie
  • Events: Sprint Planning, Daily, Review, Retrospektive
  • Artefakte, Commitments (Product Goal, Sprint Goal, DoD)
  • Teamaccounts: Product Owner, Developers, Scrum Master
  • Praktische Techniken zur Entfernung von Hindernissen

Scrum Master 2

Scrum Master 2 vertieft Verhalten, Werte und Accountabilities und zeigt, wie Selbstverwaltung in komplexen Kontexten funktioniert.
Der Kurs schult Facilitation, Umgang mit der Groan Zone und die Entwicklung einer lebenden Definition of Done über mehrere Teams hinweg.
Teilnehmende üben situationsgerechte Führung, Coaching versus Mentoring und das Etablieren transparenter Entscheidungsregeln, um Werte in Entscheidungen zu verankern.

  • Vertiefte Wertearbeit und Entscheidungsregeln
  • Facilitationstechniken und Groan Zone Management
  • Definition of Done als Qualitätsstandard
  • Coaching- und Mentoring-Ansätze
  • Umgang mit Abhängigkeiten und Zielkonflikten

Scrum Product Owner 1

Scrum Product Owner 1 fokussiert Produktvision, Wertmaximierung und Evidence Based Management zur Messung von Wirkung statt nur Output.
Die Teilnehmenden lernen, wie das Product Backlog als einzige Quelle der Wahrheit gepflegt wird, Einträge so zu beschreiben sind, dass sie repräsentativen Nutzen und Risiken abbilden, und wie Vorhersagen als Bandbreiten kommuniziert werden.
Praktische Anwendungen umfassen Priorisierung nach Wert, Release-Prognosen, Stakeholder-Feedback im Sprint Review und die Verbindung von Zielen mit Kennzahlen.

  • Erstellung einer klaren Produktvision und messbarer Ziele
  • Backlog-Pflege: Nutzenorientierte Einträge
  • Vorhersagen mit Bandbreiten und Annahmen
  • Evidence Based Management und Kennzahlen
  • Einbindung von Stakeholder-Feedback in Reviews

Scrum mit Kanban

Scrum mit Kanban zeigt, wie Flow-Prinzipien die Vorhersagbarkeit erhöhen: sichtbare Arbeit, Limits für parallele Arbeit und Messgrößen wie Durchsatz und Wartezeiten.
Teilnehmende lernen, wie das Product Backlog nicht als reine ToDo-Sammlung, sondern als geordnete Darstellung der nächsten wirksamen Schritte genutzt wird und wie Losgrößen und Übergaben optimiert werden.
Der Kurs verbindet Flussmessung mit empirischer Anpassung: Prognosen entstehen aus historischen Daten und werden regelmäßig an Realität und Signale angepasst.

  • Visualisierung von Arbeit und Work-in-Progress-Limits
  • Metriken: Durchsatz, Zykluszeit, Wartezeiten
  • Optimierung von Losgrößen und Übergaben
  • Prognosen basierend auf historischen Daten
  • Praktiken zur Erhöhung der Vorhersagbarkeit

KI Grundlagen und praktische Anwendungen

Der Kurs vermittelt Grundkonzepte der Künstlichen Intelligenz, maschinelles Lernen, Ethik, Datenschutz und konkrete Einsatzszenarien für Text-, Bild- und Daten-KI.
Teilnehmende erlernen Prompt Engineering, den kritischen Umgang mit Bias und die Integration von KI-Tools zur Automatisierung, Entscheidungsunterstützung und Content-Erstellung.
Interaktive Übungen wie Chatbots, Bild-KI-Tests und Praxisbeispiele machen KI unmittelbar anwendbar; Reflexion zu Chancen und Risiken gehört dazu.

  • Grundbegriffe: ML, Deep Learning, schwache vs. starke KI
  • Einsatz von KI-Tools für Textgenerierung und Datenanalyse
  • Prompt Engineering und Testen von Chatbots
  • Ethik, Datenschutz und Bias-Analyse
  • Best Practices für Integration in Arbeitsprozesse

KI und IT- Programmieren für die Zukunft: Python

Python verbindet algorithmisches Denken mit praktischen Automatisierungs- und Analysefähigkeiten; der Kurs legt Wert auf saubere Struktur, Debugging und modulare Programmierung.
Lerninhalte umfassen Variablen, Kontrollstrukturen, Schleifen, Funktionen, Listen, Dictionaries sowie den Einsatz von Bibliotheken (math, datetime, json) und try/except für Fehlerbehandlung.
Teilnehmende setzen KI-gestützte Tools zum Schreiben, Testen und Refaktorieren von Code ein und bauen kleine Projekte, die Automatisierung und Datenverarbeitung demonstrieren.

  • Syntax, Datentypen und Kontrollstrukturen
  • Funktionen, Module und Modularisierung
  • Datenstrukturen: Listen, Dictionaries
  • Bibliotheken für Analyse und Formatierung
  • Nutzung von KI-Tools beim Debugging und Prompt Engineering

Programmierkonzepte in der IT- JavaScript und KI

JavaScript vermittelt grundlegende Webprogrammierung, DOM-Interaktion und Frontend-Logik; der Kurs verbindet diese Kenntnisse mit KI-gestützten Entwicklungspraktiken.
Teilnehmende lernen Variablen, Kontrollstrukturen, Arrays, Objekte, Funktionen sowie Debugging und Projektstrukturierung in Visual Studio Code; Praxisbezug entsteht durch interaktive Webbeispiele.
KI-Tools werden genutzt, um Code-Qualität zu verbessern, Tests zu unterstützen und Entwicklungsprozesse zu beschleunigen; Schwerpunkt liegt auf Wiederverwendbarkeit und Benutzerinteraktion.

  • Variablen, Arrays, Objekte und Kontrollstrukturen
  • DOM-Grundlagen und Browser-Interaktion
  • Funktionen, Modularisierung und Projektstruktur
  • Debugging, VS Code und Best Practices
  • Einsatz von KI zur Code-Optimierung und Tests

Scrum Master + Scrum Product Owner PSM 1+2 + PSPO 1 & Scrum Kanban & Python, JavaScript & KI sowie Scrum Master Experte & Product Owner (PSM 1 + 2 & PSPO 1), Scrum with Kanban (PSK 1), KI in Action bieten zusammen eine verzahnte Kompetenzbasis: Empirie, Product Backlog-Management, Flow-Optimierung und praxisnahe Programmierkenntnisse mit KI-Unterstützung, um reale Arbeitsprozesse messbar zu verbessern.

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