Scrum Master + Scrum Product Owner PSM 1 + PSPO 1+2 & Scrum Scaled Scrum + Scrum Kanban & Python & KI vereint Rollenkompetenz, skalierende Zusammenarbeit, Flow-Optimierung und praktische KI-gestützte Programmierfähigkeiten. Die Maßnahme zielt auf wertorientierte Produktentwicklung, verlässliche Lieferung und KI-basierte Automatisierung.

Praxisbezug und berufliche Perspektiven

Die Verbindung aus Scrum Master & Product Owner Experte (PSM 1 & PSPO 1 + 2), Scaled Scrum & Kanban (PSK 1 & SPS), Python trifft KI und KI Grundlagen bereitet auf konkrete Einsatzfelder vor: Product Owner, Scrum Master, Agile Coach, Release Manager, Data Analyst oder Python-Developer. Teilnehmende erlernen Priorisierung, Backlog-Pflege, Flussmessung und den produktiven Einsatz von KI-Tools; Vorhersagen werden als Bandbreiten kommuniziert und kontinuierliche Anpassung praktiziert. Die vermittelten Kompetenzen sind unmittelbar in Produktstrategien, Integrationsplanung und Automatisierung anwendbar und stärken Entscheidungsfähigkeit in komplexen IT- und Produktumgebungen.

Scrum Master 1

Scrum Master 1 vermittelt das empirische Scrum-Rahmenwerk, die Rolle des Scrum Master (PSM 1) und wie Teams durch Werte, Events und Artefakte verlässlich liefern. Scrum Master 1 zeigt, wie der Sprint als Takt gesetzt wird, wie Daily, Planning, Review und Retrospektive zielorientiert wirken und wie Hindernisse systematisch entfernt werden. Der Fokus liegt auf Coaching, Moderation, Förderung von Empirie und dem Etablieren einer Definition of Done zur Sicherung der Qualität. Teams werden befähigt, selbstverwaltend zu arbeiten und Fortschritt gegen das Sprint Goal zu steuern.

  • Scrum-Prinzipien, Werte, Empirie
  • Rollen: Scrum Master, Product Owner, Developers
  • Events: Sprint, Planning, Daily, Review, Retrospektive
  • Artefakte: Product Backlog, Sprint Backlog, Increment & DoD
  • Coaching, Moderation, Hindernisbeseitigung

Scrum Product Owner 1

Scrum Product Owner 1 (PSPO 1) fokussiert Produktvision, Backlog-Management und Priorisierung nach Wert. In Scrum Product Owner 1 lernen Teilnehmende, wie Anforderungen so beschrieben werden, dass sie verlässliche Vorhersagen und Releases als Bandbreiten erlauben. Evidence Based Management wird eingeführt, um Ziele, Kennzahlen und Entscheidungen zu verknüpfen; Prognosen basieren auf Annahmen, historischen Daten und werden regelmäßig validiert. Die Rolle des Product Owner wird als Brücke zwischen Markt, Stakeholdern und Team gefasst.

  • Produktvision und Zielableitung
  • Backlog-Pflege, Nutzenorientierte Einträge
  • Priorisierung nach Wirkung vs. Umfang
  • Vorhersagen mit Bandbreiten und Annahmen
  • Evidence Based Management (EBM)

Scrum Product Owner 2

Scrum Product Owner 2 (PSPO 2) vertieft Produktwirkung, Stakeholder-Management und systematische Entscheidungsfindung unter Unsicherheit. Scrum Product Owner 2 zeigt, wie Metrics die Wirkung messbar machen und wie Backlogs Strategie in ausführbare Schritte überführen. Teilnehmende lernen, Annahmen explizit zu halten, Kundenfeedback in die Ausrichtung einzubinden und organisatorische Hemmnisse zu identifizieren und zu adressieren. Entscheidungen werden sachlich begründet, sodass Priorisierung und Releaseplanung überprüfbar bleiben.

  • Wirkung statt Umfang, Outcome-Metriken
  • Stakeholder- und Kundeninteraktion
  • Backlog-Design und Zerlegung in nutzbare Schritte
  • Annahmenmanagement und Experimentdesign
  • Organisationale Hebel und Governance

Scaled Scrum

Scaled Scrum vermittelt, wie mehrere Teams ein gemeinsames Produkt mit einheitlichem Qualitätsmaßstab liefern und Integration früh sicherstellen. Scaled Scrum behandelt Abhängigkeitsmanagement, Reihenfolgeentscheidungen nach Wirkung und Risiko sowie Prognosen, die Teamübergreifend Aggregation und Integrationsrisiken berücksichtigen. Der Kurs zeigt, wie Qualitätsverpflichtungen (funktional, nicht-funktional, Betriebsfähigkeit) über Teamgrenzen vereinbart werden und wie frühe Integration zur Reduktion von Risiken beiträgt. Prognosen sind Bandbreiten mit klaren Signalen zur Anpassung.

  • Gemeinsamer Qualitätsmaßstab und DoD
  • Abhängigkeits- und Integrationsmanagement
  • Teamübergreifende Release-Planung und Prognosen
  • Risiko- und Annahmenmanagement
  • Abstimmung von Schnittstellen und Governance

Scrum mit Kanban

Scrum mit Kanban verbindet Scrum-Zyklen mit Flussprinzipien, um Vorhersagbarkeit und Durchsatz zu erhöhen. Scrum mit Kanban zeigt, wie Work-in-Progress begrenzt, Flusskennzahlen (Durchsatz, Lead- und Cycle-Time) gemessen und Engpässe identifiziert werden. Das Product Backlog bleibt geordnet nach Nutzen und Risiken; Teams entscheiden über Losgrößen, Übergaben und Grenzwerte für parallele Arbeit. Prognosen basieren auf beobachteten Ergebnissen, nicht auf Wunschdenken, und Maßnahmen zur Entzerrung von Warteschlangen werden abgeleitet.

  • Sichtbarmachung des Workflows
  • WIP-Limits und Losgrößensteuerung
  • Durchsatz, Lead-Time, Cycle-Time messen
  • Engpassidentifikation und -behebung
  • Integration von Backlog-Management und Flow

KI Grundlagen und praktische Anwendungen

Der Kurs KI Grundlagen und praktische Anwendungen vermittelt Kernbegriffe von Künstlicher Intelligenz, maschinellem Lernen und ethischen Rahmenbedingungen sowie konkrete Anwendungsszenarien für Text-, Bild- und Datenaufgaben. Teilnehmende üben Prompt Engineering, nutzen KI-Tools zur Textgenerierung, Automatisierung und Datenanalyse und reflektieren Bias und Datenschutz. Der Kurs macht KI-Resultate interpretierbar und zeigt Best Practices zur sicheren Integration in Arbeitsprozesse, damit KI-gestützte Automatisierung realen Mehrwert schafft.

  • Grundlagen: Definition, ML, Deep Learning
  • Einsatzfelder: Automatisierung, Text, Bild, Analyse
  • Prompt Engineering und Toolanwendung
  • Ethik, Datenschutz, Bias erkennen
  • Integration und Best Practices

KI und IT- Programmieren für die Zukunft: Python

KI und IT- Programmieren für die Zukunft: Python verbindet fundamentales Programmierwissen mit KI-gestützten Entwicklungspraktiken. In diesem Kurs lernen Teilnehmende Variablen, Datentypen, Kontrollstrukturen, Schleifen, Funktionen und Datenstrukturen sowie Fehlerbehandlung und Debugging. Die Anwendung von Bibliotheken und das Entwickeln kleiner, modularer Projekte stehen im Vordergrund; KI-Tools werden als Assistenz beim Coden, Testen und Refaktorieren genutzt. Python-Fähigkeiten werden so aufgebaut, dass Automatisierung, Datenanalyse und weiterführende ML-Themen anschließbar sind.

  • Syntax, Datentypen, Operatoren
  • Kontrollfluss: if/else, for, while
  • Funktionen, Module, Fehlerbehandlung (try/except)
  • Listen, Dictionaries, Bibliotheken (json, re, math)
  • Mini-Projekte, Debugging, KI-gestützte Code-Assistenz

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