Scrum Master + Scrum Product Owner PSM 1 + PSPO 2 & Scrum Kanban & Python & KI verbindet praxisorientierte Agilität mit technischer Basis: In Scrum Master & Scrum Product Owner Adv. (PSM 1 & PSPO 2), Scrum with Kanban (PSK 1), Python trifft KI und KI Grundlagen steht die verlässliche Lieferung von Wert, die Anwendung von Empirie und die Integration von KI-gestützten Werkzeugen im beruflichen Alltag im Fokus.

Praxisbezug und berufliche Perspektiven

Die Maßnahme richtet auf konkrete Einsatzszenarien in Produktentwicklung, IT, Projektmanagement und Digitalisierung. Scrum Master + Scrum Product Owner PSM 1 + PSPO 2 & Scrum Kanban & Python & KI vermittelt Techniken für Sprint-Planung, Backlog-Management, Flussoptimierung, Python-Scripting und KI-Einbindung.
Teilnehmende können in Rollen wie Scrum Master, Product Owner, Agile Coach, Product Manager, Data Analyst oder Python Developerin arbeiten und KI-Tools für Automatisierung und Datenanalyse anwenden. Angewendet werden Priorisierung, Evidence Based Management, Durchsatzmessung und Prompt Engineering.

Scrum Master 1

Scrum Master 1 erklärt Scrum als empirisches Rahmenwerk und wie ein Scrum Master Team und Organisation coacht. Der Kurs zeigt, wie Werte, Events und Artefakte tägliches Handeln stützen und wie Empirie, regelmäßige Inspect-and-Adapt-Schleifen und Timeboxing (Daily 15 Min., Sprint max. 1 Monat) verlässlich zu Ergebnissen führen.

  • Verantwortung: Product Owner, Developers, Scrum Master
  • Sprint Goal bilden und Sprint Planning gestalten
  • Daily Scrum zur Steuerung des Fortschritts
  • Definition of Done und Inkrement sicherstellen
  • Moderation, Hindernisbeseitigung und Coaching

Teilnehmende erlernen, Fortschritt täglich gegen das Sprint-Ziel zu steuern, Transparenz durch Artefakte herzustellen und Verbesserungsschritte systematisch anzustoßen. Sie verstehen, wie Selbstorganisation entsteht und wie Führung Rahmenbedingungen schafft.

Scrum Product Owner 2

Scrum Product Owner 2 vertieft Produktverantwortung mit Fokus auf Outcome vor Output und zeigt, wie Value, Hypothesen und Evidence Based Management zusammenwirken. Der Kurs leitet an, wie ein Product Backlog strategische Ziele in nachvollziehbare Schritte übersetzt.

  • Wertdefinition und Messgrößen (Outcome, KPI)
  • Produkt-Roadmap in Backlog-Entscheidungen übersetzen
  • Stakeholder-Management und Erwartungsklärung
  • Priorisierung nach Nutzen, Risiko, Abhängigkeiten
  • Organisationsaspekte: Governance und Entscheidungswege

Teilnehmende formulieren überprüfbare Ziele, pflegen ein verständliches Backlog und treffen Entscheidungen unter Unsicherheit. Sie nutzen Evidenz statt Vermutung, lesen Messgrößen richtig und leiten Kurskorrekturen ab.

Scrum mit Kanban

Scrum mit Kanban verbindet Scrum-Events mit Flussorientierung und zeigt, wie Teams Vorhersagen aus historischen Daten ableiten. Der Kurs macht sichtbar, wie Limits, Durchsatz und Wartezeiten Engpässe offenlegen und wie Losgrößen und Übergaben optimiert werden.

  • Sichtbarmachung von Arbeit und WIP-Limits
  • Flusskennzahlen: Durchsatz, Lead Time, Cycle Time
  • Prognosen als Bandbreiten und Release-Planung
  • Backlog als geordnete Darstellung nächster Schritte
  • Maßnahmen zur Entzerrung und Engpassbeseitigung

Teilnehmende bauen ein Arbeitssystem auf, das Vorhersagbarkeit erhöht, Verzögerungen reduziert und Selbstverwaltung stärkt. Prognosen werden transparent kommuniziert und regelmäßig angepasst. (Beobachtunngen werden systematisch genutzt.)

KI Grundlagen und praktische Anwendungen

Der Kurs vermittelt Grundkonzepte der Künstlichen Intelligenz, Machine Learning und Deep Learning sowie den praktischen Einsatz von KI-Tools für Text, Bild und Daten. Ein Schwerpunkt ist sicherer, ethisch reflektierter Einsatz einschließlich Datenschutz und Bias-Reflexion.

  • KI-Definition, Historie, Anwendungsfelder
  • Maschinelles Lernen vs. Deep Learning
  • Prompt Engineering und effektive Aufforderungen
  • Einsatz von Chatbots, Text- und Bild-KI, Automatisierung
  • Ethik, Datenschutz, Bias und Risikobewertung

Teilnehmende können KI-Tools einsetzen, Prompts formulieren, Ergebnisse interpretieren und Chancen sowie Risiken für den eigenen Arbeitskontext bewerten. Integrationsempfehlungen und Best Practices für Geschäftsprozesse runden den Kurs ab.

KI und IT- Programmieren für die Zukunft: Python

Python trifft KI vermittelt Programmiergrundlagen und zeigt, wie Code, Datenverarbeitung und KI-gestützte Tools Hand in Hand gehen. Teilnehmende planen, schreiben und testen kleine Projekte und lernen Debugging, Modularisierung und Bibliotheksnutzung.

  • Variablen, Datentypen, Operatoren
  • Kontrollstrukturen: if/elif/else, Schleifen
  • Funktionen, Module, Listen, Dictionaries
  • Bibliotheken: math, datetime, statistics, json, re
  • Fehlerbehandlung, Debugging, KI-unterstütztes Coden

Am Ende beherrschen Teilnehmende das Planen und Implementieren kleiner Programme, nutzen KI zum Refaktoring und zur Dokumentation und legen eine Basis für Data Science, Automatisierung und ML-Integration.



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