Scrum Master + Scrum Product Owner PSM 2 + PSPO 1+2 & Scrum Agile Leadership + Scrum Kanban & Python verbindet vertiefte Scrum-Expertise mit Produktverantwortung, Führungskompetenz und praktischer Programmierung. In Scrum Master Adv. & Product Owner Experte (PSM 2 & PSPO 1 + 2), Scrum Agile Leadership & Scrum Kanban (PAL 1 & PSK 1), Python trifft KI steht die Wertschöpfung durch messbare Wirkung im Mittelpunkt.

Praxisbezug und berufliche Perspektiven

Die Maßnahme richtet sich an erfahrene Scrum Master, Product Owner und Führungskräfte, die PSM 2, PSPO 1/2 oder PAL- und PSK-Anforderungen erfüllen wollen.
Anwendungsszenarien: Coaching von Teams, Backlog-Priorisierung, Release-Planung, Facilitation großer Meetings, Flussoptimierung mit Kanban und Automatisierung mit Python.
Berufliche Einsatzgebiete: Agile Coaches, Produktmanager, Scrum Master, Technical Product Owner, Entwickler mit Python-Kenntnissen konkret in Produktentwicklung, IT-Projekten und datengetriebenen Teams.

Scrum Master 2

Scrum Master 2 vertieft das Zusammenspiel von Werten, Accountabilities und Ereignissen, fokussiert auf Selbstverwaltung und Empirie.
Teilnehmende lernen, wie die Scrum Values Entscheidungen, Vertrauen und Fokus lenken und wie die Definition of Done Qualität und Auslieferbarkeit sicherstellt.

  • Coaching von Team und Organisation
  • Entfernen von Hindernissen ohne Mikromanagement
  • Facilitation mit Decision Rules und Umgang mit Groan Zone
  • Umsetzung gemeinsamer Definition of Done bei mehreren Teams
  • Erkennen und Adressieren schädlicher Muster (Intransparenz, Lösungsdiktate)

Scrum Product Owner 1

Scrum Product Owner 1 vermittelt, wie Produktvision, Product Backlog und Vorhersagen Wert stiften und Priorisierung wirksam wird.
Die Teilnehmenden formulieren überprüfbare Ziele aus der Vision, pflegen das Backlog als einzige Quelle geplanter Arbeiten und nutzen Evidence Based Management zur Steuerung.

  • Formulierung von Produktvision und Zielen
  • Backlog-Pflege und nutzerorientierte Einträge
  • Wahrscheinlichkeitsbasierte Vorhersagen und Release-Planung
  • Messen von Wirkung statt reiner Lieferung
  • Transparente Annahmen und Hypothesen

Scrum Product Owner 2

Scrum Product Owner 2 vertieft Outcome-orientiertes Produktmanagement und Stakeholder-Interaktion, Fokus auf Wirkung vor Umfang.
Es geht um messbare Nutzeneffekte, Einbindung von Kundenfeedback, Organisationsstrukturen und die Nutzung von Evidence Based Management zur Kurskorrektur.

  • Wertdefinition und Metriken
  • Präzise Backlog-Strukturierung und Zerlegung in Ergebnisbeiträge
  • Umgang mit Stakeholdern und Erwartungsabgleich
  • Identifikation organisatorischer Hebel für schnellere Entscheidungen
  • Aufbau eines lernenden Produktprozesses

Scrum Agile Leadership

Scrum Agile Leadership richtet Führung auf das Gestalten von Rahmenbedingungen: Klarheit, Entscheidungsräume und Kompetenzentwicklung.
Führung erscheint als Ermöglicher, nicht als Steuerung; Unterstützung erfolgt situativ, um Selbstverwaltung zu stärken und strukturelle Bremsen zu entfernen.

  • Schaffen von Zielen und Entscheidungsräumen
  • Situative Führung vs. Einmischung
  • Identifikation von Ursachen für Verzögerungen
  • Coaching-Kompetenzen und Mentoring
  • Gestaltung von Governance, Schnittstellen und Verantwortlichkeiten

Scrum mit Kanban

Scrum mit Kanban verbindet Flow-Prinzipien mit Scrum-Artefakten, um Vorhersagbarkeit und Durchsatz zu erhöhen.
Fokus liegt auf Sichtbarmachung, Begrenzung paralleler Arbeit, Flussmessung (Durchsatz, Wartezeiten) und realistischen Bandbreiten für Prognosen.

  • Visualisierung und WIP-Limits
  • Flussmessungen: Durchsatz, Lead-/Cycle-Time
  • Anpassung von Losgrößen und Übergaben
  • Product Backlog als geordnete Darstellung nächster wirksamer Schritte
  • Maßnahmen zur Entschärfung von Engpässen

KI und IT- Programmieren für die Zukunft: Python

Python trifft KI vermittelt Grundlagen der Programmierung kombiniert mit KI-gestützten Arbeitsmethoden für Automatisierung und Analysen.
Teilnehmende planen, schreiben und debuggen modularen Code, nutzen Bibliotheken und setzen KI-Tools beim Coden sowie Prompt Engineering produktiv ein.

  • Variablen, Datentypen und Operatoren
  • Kontrollstrukturen, Schleifen und Funktionen
  • Listen, Dictionaries, Dateien und JSON
  • try/except, Debugging und saubere Strukturierung
  • Nutzung von KI-Tools zum Testen, Refaktorisieren und Prompt Engineering

Abschlusskompetenz
Nach Abschluss beherrschen Teilnehmende Scrum in komplexen Umfeldern, setzen Product Backlog, Definition of Done und Evidence Based Management zielgerichtet ein und wenden Python praktisch an.
Ergebnisse: verbesserte Lieferfähigkeit, nachvollziehbare Priorisierung, situative Führungskompetenz und grundlegende Programmierfähigkeiten zur Automatisierung und Datenanalyse.

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