Scrum Master + Scrum Product Owner PSM 1 + PSPO 1 & Scrum Scaled Scrum + Scrum Kanban & Python verbindet praxisnahe Scrum-Kompetenz mit skalierten Arbeitsweisen, Kanban-Flow und grundlegender Python-Programmierung; in Scrum Master & Scrum Product Owner (PSM 1 & PSPO 1), Scaled Scrum & Kanban (PSK 1 & SPS), Python trifft KI steht die Wirkung von Arbeit im Vordergrund.

Praxisbezug und berufliche Perspektiven

Die Maßnahme verknüpft Scrum-Methodik, Product Ownership, skaliertes Arbeiten, Kanban-Prinzipien und Python-Programmierung.
Teilnehmende wenden Empirie, Sprint-Taktik, Backlog-Pflege und Flussoptimierung in realen Projektkontexten an und nutzen Python für Automatisierung, Datenverarbeitung und KI-gestützte Code-Assistenz.
Einsatzfelder: Product Owner, Scrum Master, Agile Coach, Team Leads in skalierten Entwicklungsumgebungen sowie Python Developer und Data/Automation Rollen.
Verbindung zu Release-Planung, Evidence Based Management und technischen Integrationsaufgaben.

Scrum Master 1

Der Kurs erklärt Scrum als empirisches Rahmenwerk und die Rolle des Scrum Masters zur Förderung von Effektivität.
Teilnehmende lernen, Sprint-Ziele zu formulieren, Daily Scrum zu moderieren und Hindernisse zu beseitigen. Sie unterstützen Developers und Product Owner bei Definition of Done, Transparenz und kontinuierlicher Verbesserung.

  • Scrum-Werte und Empirie anwenden
  • Events: Sprint, Planning, Daily, Review, Retrospektive
  • Artefakte: Product Backlog, Sprint Backlog, Inkrement
  • Coaching von Team und Organisation
  • Moderation und Hindernismanagement

Ergebnis: Fähigkeit, einen verlässlichen Takt und klare Ziele zu etablieren, Fortschritt gegen das Sprint Goal zu steuern und nutzbare Inkremente zu liefern.

Scrum Product Owner 1

Fokus auf Produktvision, Wertorientierung und priorisierte Backlog-Pflege zur Steuerung von Outcome statt reinem Output.
Der Kurs lehrt Formulierung einer Produktvision, Erstellung verständlicher Backlog-Items und wahrscheinlichkeitbasierte Vorhersagen mit Bandbreiten. Evidence Based Management verknüpft Ziele, Kennzahlen und Entscheidungen.

  • Produktvision entwickeln und Ziele ableiten
  • Backlog strukturiert pflegen und priorisieren
  • Nutzenorientierte Beschreibung von Einträgen
  • Prognosen mit Bandbreiten und Annahmen
  • Kennzahlen für Wirkung und Anpassungen (EBM)

Ergebnis: Teilnehmende setzen Produktmanagement methodisch ein, kommunizieren Prognosen und passen Prioritäten evidenzbasiert an.

Scaled Scrum

Vermittelt wird, wie mehrere Teams an einem Produkt arbeiten, ohne Scrum-Prinzipien zu verwässern, und wie ein gemeinsamer Qualitätsmaßstab geschaffen wird.
Inhalte: gemeinsame Definition of Done, Integrationstaktiken, Sichtbarmachung von Abhängigkeiten und bandbreitenbasierte Release-Planung über Teamgrenzen hinweg. Entscheidungen orientieren sich an Wirkung und Risiko.

  • Gemeinsamer Qualitätsmaßstab etablieren
  • Integration und frühzeitige Zusammenführung
  • Abhängigkeitsmanagement und Losgrößenschnitt
  • Vorhersagen über mehrere Teams aggregieren
  • Szenarien und Signale für Kurskorrekturen

Ergebnis: Fähigkeit, Skalierung als geordnetes Zusammenwirken umzusetzen, Integration sicherzustellen und verlässliche Erwartungen zu erzeugen.

Scrum mit Kanban

Verbindet Scrum-Events mit Kanban-Prinzipien, um Fluss, Durchsatz und Vorhersagbarkeit zu erhöhen.
Teilnehmende gestalten sichtbare Arbeitspipelines, regeln parallele Arbeit, messen Durchsatz, Lead- und Cycle-Time und leiten Maßnahmen gegen Engpässe ab. Das Product Backlog bleibt geordnete Quelle nächster wirksamer Schritte.

  • Sichtbarmachung von Arbeit und WIP-Limits
  • Flusskennzahlen: Durchsatz, Bearbeitungs- und Wartezeiten
  • Engpassanalyse und Losgrößenanpassung
  • Prognosen als Bandbreiten auf Basis historischer Daten
  • Selbstorganisation und Absprachen im Alltag

Ergebnis: Aufbau eines Arbeitssystems, das Liefertempo und Qualität zugleich steigert und Vorhersagen realistisch macht.

KI und IT- Programmieren für die Zukunft: Python

Praxisorientierte Einführung in Python verbunden mit KI-gestützten Entwicklungspraktiken.
Teilnehmende erlernen Variablen, Datentypen, Kontrollstrukturen, Funktionen, Listen und Dictionaries sowie modulare Programmierung, Debugging und den Einsatz von Bibliotheken. Prompt Engineering und KI-Tools unterstützen Schreiben, Testen und Refaktorieren.

  • Grundlagen: Variablen, Datentypen, Operatoren
  • Kontrollstrukturen und Schleifen
  • Funktionen, Module, Fehlerbehandlung (try/except)
  • Bibliotheken: math, datetime, json, re
  • KI-gestützte Tools & Prompt Engineering

Ergebnis: Teilnehmende planen, schreiben und ausführen eigene Python-Programme, nutzen KI zur Code-Qualitätssicherung und erstellen kleine modulare Projekte, die Automatisierung, Analyse und weitere KI-Anwendungen ermöglichen.

Fachliche Gesamtkompetenz
Absolventinnen und Absolventen setzen Scrum, Product Ownership, skaliertes Arbeiten und Kanban praktisch ein und kombinieren diese Fähigkeiten mit grundlegender Python-Kompetenz, um Prozesse zu automatisieren, Daten zu verarbeiten und Entscheidungen evidenzbasiert zu treffen.
Sie fördern selbstverwaltende Teams, sichern Qualität und Integration, kommunizieren Prognosen transparent und nutzen KI-unterstützte Entwicklungswerkzeuge zur Effizienzsteigerung.

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