Scrum Master + Scrum Product Owner PSM 2 + PSPO 1 & Scrum Agile Leadership + Scrum Kanban & Python verbindet fortgeschrittene Scrum-Kompetenzen mit Produktverantwortung, Leadership-Strategien und praktischer Python-Programmierung. In Scrum Master Adv. & Scrum Product Owner (PSM 2 & PSPO 1), Scrum Agile Leadership & Scrum Kanban (PAL 1 & PSK 1), Python trifft KI geht es darum, Wert statt Output zu erzeugen, Selbstverwaltung zu stärken und technische Automatisierung sinnvoll einzusetzen.

Praxisbezug und berufliche Perspektiven

Die Maßnahme bildet ab, wie Product Owner, Scrum Master und Entwickler im Alltag zusammenwirken, um messbaren Produktwert zu liefern.
Einsatzgebiete sind Produktentwicklung, agile Transformation, Teamcoaching, Release-Planung sowie Automatisierung und Datenanalyse mit Python. Gängige Aufgaben: Backlog-Pflege, Evidence Based Management, Flow-Optimierung, Facilitation und die Nutzung von KI-Tools für Code, Tests und Dokumentation. Perspektiven: Scrum Master, Product Owner, Agile Coach, Python Developer, Data Analyst.

Scrum Master 2

Vertiefte Praxis der Rolle: Fokus auf Werte, Accountabilities und die Effektivität des Teams.
Teilnehmende lernen, wie Werte Entscheidungen und Verhalten steuern, Spannungsfelder zu lösen und die Definition of Done als lebenden Qualitätsstandard zu gestalten. Coaching, Moderation und Removal of Impediments stehen im Fokus; dabei wird Selbstverwaltung geschützt und gefördert.

  • Scrum-Werte und Entscheidungsfindung
  • Definition of Done als Qualitäts-, Risiko- und Lieferbarkeitsstandard
  • Coaching-Techniken und Facilitation, Umgang mit Groan Zone
  • Entfernen von Hindernissen, Schutz der Selbstorganisation
  • Gemeinsame DoD bei mehreren Teams

Scrum Product Owner 1

Produktverantwortung konkret: Vision, Backlog und wertorientierte Priorisierung.
Teilnehmende formulieren Produktvisionen, leiten überprüfbare Ziele ab und pflegen ein Product Backlog als einzige Quelle geplanter Arbeit. Vorhersagen und Release-Planung erfolgen als bandbreitenbasierte Prognosen; Evidence Based Management verbindet Kennzahlen mit Entscheidungen, damit Wirkung statt reiner Auslieferung sichtbar wird.

  • Produktvision und messbare Ziele
  • Backlog-Formulierung und Priorisierung nach Nutzen
  • Release-Planung mit Annahmen und Bandbreiten
  • Evidence Based Management zur Wirkungssteuerung
  • Nutzen- und Ergebnisorientierte Eintragsbeschreibung

Scrum Agile Leadership

Führung als Gestaltung von Rahmenbedingungen zur Ermöglichung von Selbstverwaltung.
Der Kurs zeigt, wie Führungskräfte Orientierung bieten, Entscheidungsräume sichern und Hindernisse beseitigen, ohne ins Wie der Arbeit einzugreifen. Organisationsstrukturen, Schnittstellen und Verantwortungszuschnitte werden analysiert, um Verzögerungen zu reduzieren und Lernfähigkeit zu erhöhen.

  • Rahmenbedingungen für Selbstverwaltung schaffen
  • Situative Führung: Orientierung vs. Einmischung
  • Identifikation struktureller Bremsen
  • Förderung von Kompetenzen und Verantwortungsübernahme
  • Transparente Entscheidungsregeln und Commitments

Scrum mit Kanban

Integration von Kanban-Prinzipien zur Verbesserung von Fluss und Vorhersagbarkeit.
Teilnehmende lernen, wie Arbeit sichtbar gemacht und Grenzen für parallele Arbeit gesetzt werden, um Durchsatz und Vorhersagbarkeit zu steigern. Metriken wie Durchsatz, Bearbeitungs- und Wartezeiten helfen, Engpässe zu erkennen; Product Backlog wird so geführt, dass Fluss und Wert zusammenwirken.

  • Sichtbarmachung des Workflows und WIP-Grenzen
  • Durchsatz, Lead Time, Wartezeiten als Steuergrößen
  • Prognosen als Bandbreiten basierend auf historischen Daten
  • Anpassung von Losgrößen und Übergaben
  • Backlog-Management für Fluss und Nutzen

KI und IT- Programmieren für die Zukunft: Python

Praxisnahe Einführung in Python kombiniert mit KI-gestützten Entwicklungsmethoden.
Teilnehmende planen, schreiben und debuggen Programme, nutzen Datentypen, Funktionen und Module sowie Bibliotheken (math, datetime, json, re). Fehlerbehandlung (try/except), saubere Struktur und Einsatz von KI-Tools sowie Prompt Engineering zur Unterstützung von Codereviews und Refactoring werden vermittelt.

  • Variablen, Datentypen und Kontrollstrukturen
  • Schleifen, Funktionen und Modularisierung
  • Listen, Dictionaries und Datenverarbeitung
  • Bibliotheken, Debugging und try/except
  • KI-unterstütztes Coden, Testing und Prompt Engineering

Fachliche Kompetenz
Absolventinnen behalten Scrum in komplexen Umfeldern wirksam bei, operationalisieren Werte, pflegen eine lebendige Definition of Done und setzen Facilitation zur Entscheidungsfindung ein. Product Owner unterstützen wertorientiertes Management mit Evidence Based Management; Teams optimieren Flow, reduzieren Engpässe und steigern Vorhersagbarkeit. Python-Kompetenz ermöglicht Automatisierung, Datenauswertung und KI-Integration für produktive Lösungen.

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