Scrum Master + Scrum Product Owner PSM 2 + PSPO 1 & Agile Leadership & Python & KI, auch bekannt als Scrum Master Adv. & Scrum Product Owner (PSM 2 & PSPO 1), Scrum Agile Leadership (PAL 1), Python trifft KI und KI Grundlagen, verknüpft agile Leadership mit praktischer Python- und KI-Anwendung, um Wertorientierung und technische Umsetzung zu verbinden.

Praxisbezug und berufliche Perspektiven

Die Maßnahme verbindet Rollenkompetenz (Scrum Master, Product Owner), Führungskompetenz (Agile Leadership/PAL 1) und technische Fähigkeiten (Python, KI) für den Einsatz in Produktentwicklung, IT-Projekten und Digitalisierungsinitiativen.
Teilnehmende lernen Value-Driven Working, Evidence Based Management, Backlog-Pflege, Definitions of Done und den Einsatz von KI-Tools für Automatisierung, Datenanalyse und Prompt Engineering.
Anwendbar für Product Owner, Scrum Master, Agile Coaches, Data Analysts, Python Developer und Projektverantwortliche, die Outcome statt Output liefern wollen.

Scrum Master 2

Scrum Master 2 vertieft das Zusammenspiel von Werten, Accountabilities, Ereignissen und Ergebnissen im Scrum-Kontext und zeigt, wie Scrum Master Teams und Organisationen in Empirie coachen.
Schwerpunkt liegt auf Selbstverwaltung, Facilitation mit klaren Decision Rules, Umgang mit der Groan Zone und Pflege einer verbindlichen Definition of Done über mehrere Teams hinweg.

  • Scrum Values und Verhalten
  • Coaching vs. Mentoring
  • Hindernisse erkennen und entfernen
  • Facilitation-Techniken und Entscheidungsregeln
  • Definition of Done als Qualitätsstandard

Die Teilnehmenden erlernen Moderation, Situationsführung und Techniken, die Transparenz, Qualität und kontinuierliche Verbesserung (contiuous improvement) sichern.

Scrum Product Owner 1

Scrum Product Owner 1 fokussiert Produktvision, Wertmaximierung und probabilistische Vorhersagen; das Product Backlog bleibt die einzige transparente Quelle der Wahrheit.
Es werden Techniken vermittelt, um Einträge nach Nutzen, Risiko und Abhängigkeiten zu beschreiben, Release-Forecasts mit Bandbreiten zu erstellen und Evidence Based Management zur Steuerung einzusetzen.

  • Formulierung einer Produktvision
  • Backlog-Pflege und Priorisierung
  • Value-Definition und Wirkung statt nur Funktion
  • Vorhersagen mit Annahmen und Bandbreiten
  • Evidence Based Management anwenden

Teilnehmende lernen, Wirkung messbar zu machen, Prognosen offen zu kommunizieren und Prioritäten datenbasiert anzupassen.

Scrum Agile Leadership

Scrum Agile Leadership betrachtet Führung als Gestaltung von Rahmenbedingungen: Ziele klären, Entscheidungsräume sichern und Kompetenzen entwickeln, statt Detailsteuerung.
Der Fokus liegt auf Organisationseinflüssen, Schnittstellen, Entscheidungswegen und der Balance zwischen Orientierung und Loslassen, damit Teams selbstwirksam entscheiden.

  • Rahmenbedingungen für Selbstverwaltung schaffen
  • Erwartungen und Grenzen klären
  • Umgang mit organisatorischen Bremsen
  • Situative Führung und Kompetenzaufbau
  • Verantwortungszuschneidung und Reduktion von Übergaben

Die Ausrichtung unterstützt Führungskräfte, Stakeholder und Team-Coaches beim Etablieren verlässlicher Informationsflüsse und tragfähiger Entscheidungsprozesse.

KI Grundlagen und praktische Anwendungen

Der Kurs vermittelt KI-Konzepte (Maschinelles Lernen, Deep Learning), Unterschiede schwache/starke KI, ethische Fragen, Datenschutz und praktische Nutzung von KI-Tools zur Text- und Bildverarbeitung.
Schwerpunkt ist Prompt Engineering, Toolgestützte Automatisierung, kritische Interpretation von Ergebnissen sowie Integration von KI in Arbeitsprozesse unter Verantwortung.

  • Grundbegriffe Machine Learning / Deep Learning
  • Prompt Engineering und Tool-Einsatz
  • Text-, Bild- und Datenanwendungen
  • Bias, Ethik und Datenschutz
  • Interaktive Übungen mit Chatbots und Bild-KI

Absolventinnen können KI-Anwendungen bewerten, sichere Prompts formulieren und KI pragmatisch in Prozessen einsetzen.

KI und IT- Programmieren für die Zukunft: Python

Python trifft KI kombiniert Einführung in Python mit praktischer Anwendung für Automatisierung, Datenverarbeitung und kleine Projekte; KI-gestützte Tools werden beim Coden genutzt.
Es werden Variablen, Datentypen, Kontrollstrukturen, Schleifen, Funktionen, Listen, Dictionaries, Bibliotheken, Fehlerbehandlung (try/except) und Debugging behandelt.

  • Grundlagen Python: Syntax, Datentypen
  • Kontrollstrukturen und Schleifen
  • Funktionen, Module und Modularisierung
  • Bibliotheken: json, re, math, datetime
  • Einsatz von KI beim Schreiben, Testen und Refaktorieren von Code

Teilnehmende planen, schreiben und debuggen kleine Programme, nutzen KI als Assistenz beim Coding und legen die Basis für Data Science, Automatisierung und Machine Learning.

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