Scrum Master + Scrum Product Owner PSM 2 + PSPO 2 & Scrum Agile Leadership + Scaled Scrum & Python & KI verbindet vertiefte Agile-Expertise mit praktischer Technologiekompetenz: Die Maßnahme (auch Adv. Scrum Master & Scrum Product Owner (PSM 2 + PSPO 2), Scrum Agile Leadership & Scaled Scrum (PAL 1 & SPS), Python trifft KI, KI Grundlagen) zielt darauf, Teams, Produkte und technische Lösungen synchron wirksam zu gestalten.
Praxisbezug und berufliche PerspektivenDie Ausbildung verknüpft Advanced Scrum-Fähigkeiten mit Führung und Skalierung sowie praktischen KI- und Python-Kenntnissen.
Teilnehmende können als Scrum Master, Product Owner, Agile Lead, Release-Manager, Data-Analyst oder Python Developer arbeiten. Die Kombination fördert den Einsatz von Evidence Based Management, Product Backlog-Strategien, Definition of Done und skalierter Integration in realen Projekten. KI-Tools und Python werden zur Automatisierung, Datenanalyse und Unterstützung von Entscheidungen angewandt; ethische Aspekte und Datenschutz bleiben integraler Bestandteil.
Scrum Master 2 vertieft das Verständnis von Werten, Accountabilities und empirischer Arbeitsweise.
Der Fokus liegt auf Coaching, Facilitation und dem Entfernen von Hindernissen, um Selbstverwaltung zu stärken. Teilnehmende üben, Decision Rules anzuwenden, Teams durch die Groan Zone zu führen und eine lebendige Definition of Done zu etablieren. Praxisnahe Übungen verbinden Moderation, impediment removal und situationsgerechte Führung.
- Vertiefung Scrum Values und Empirie
- Coaching von Teams und Organisation
- Facilitation und Entscheidungsregeln
- Definition of Done gestalten und pflegen
- Umgang mit Abhängigkeiten und Zielkonflikten
Scrum Product Owner 2
Scrum Product Owner 2 fokussiert Outcome-getriebenes Produktmanagement und gepflegtes Product Backlog.
Teilnehmende lernen, Nutzenversprechen zu schärfen, Annahmen sichtbar zu machen und Prioritäten nach Wirkung zu setzen. Stakeholder-Kommunikation, Evidence Based Management und Metriken werden so eingesetzt, dass Entscheidungen aus Ergebnissen folgen. Das Backlog beschreibt nachvollziehbare Schritte zu greifbaren Ergebnissen und reduziert Unsicherheit in Release-Planung.
- Wertdefinition und Outcome statt Output
- Product Backlog strukturieren und pflegen
- Stakeholder- und Kundeninteraktion
- Evidence Based Management und Metriken
- Priorisierung nach Nutzung und Risiko
Scaled Scrum
Scaled Scrum zeigt, wie mehrere Teams gemeinsam ein Produkt liefern, ohne Scrum-Prinzipien zu verwässern.
Gemeinsam vereinbarte Qualitätsmaßstäbe (gemeinsame Definition of Done) sichern, dass Integrations- und nicht-funktionale Anforderungen umgesetzt werden. Teams lernen, Arbeit so zuzuschneiden, dass Integration früh erfolgt, Abhängigkeiten sichtbar werden und Veröffentlichungsplanung als Bandbreiten-Prognose funktioniert. Risiken und Annahmen werden offen kommuniziert, Prognosen transparent gemacht und Integrationsrisiken adressiert.
- Gemeinsame Qualitätsmaßstäbe und Integration
- Zuschnitt von Einträgen zur Reduktion von Abhängigkeiten
- Vorhersagen mit Bandbreiten und Annahmen
- Veröffentlichung und Release-Koordination
- Transparenz über Risiken und Fortschritt
Scrum Agile Leadership
Scrum Agile Leadership gestaltet Rahmenbedingungen, die Selbstverwaltung ermöglichen und produktive Entscheidungen fördern.
Führung wird als Kontextgestaltung verstanden: Erwartungen klären, Hindernisse entfernen, Kompetenzen entwickeln und Entscheidungsräume sichern. Teilnehmende üben, strukturelle Bremsen zu identifizieren, Verantwortungszuschnitte zu schärfen und Führung situativ einzusetzen, ohne Autonomie zu untergraben. Coaching vs. Mentoring wird differenziert angewandt.
- Kontext gestalten statt delegieren
- Unterstützen von Selbstverwaltung und Entscheidungsräumen
- Identifikation organisatorischer Hürden
- Situative Führung und Kompetenzentwicklung
- Moderation und dokumentierte Ergebnisse
KI Grundlagen und praktische Anwendungen
KI Grundlagen vermittelt Grundkonzepte, Anwendungsfelder und ethische Aspekte sowie praktischen Einsatz von KI-Tools.
Teilnehmende lernen Machine Learning, Deep Learning-Grundzüge, Prompt Engineering und den Einsatz von Chatbots, Sprach- und Bild-KI. Fokus liegt auf Automatisierung, Entscheidungsunterstützung und kritischer Bewertung von Bias und Datenschutz. Praktische Übungen zeigen, wie KI in Arbeitsprozesse integriert und Risiken abgewogen werden.
- Definition und Geschichte der KI
- Maschinelles Lernen und Deep Learning
- Prompt Engineering und Textgenerierung
- Ethik, Datenschutz und Bias
- Praktische Anwendungen und Tools testen
KI und IT- Programmieren für die Zukunft: Python
Python trifft KI verbindet Programmiergrundlagen mit KI-gestützten Arbeitsmethoden für praxisnahe Projekte.
Teilnehmende erlernen Variablen, Datentypen, Kontrollstrukturen, Funktionen und Datenstrukturen sowie Fehlerbehandlung und Debugging. Bibliotheken und Modularisierung werden genutzt, um kleine Projekte zu bauen; KI-Tools unterstützen beim Schreiben, Testen und Refaktorieren von Code. Prompt-Engineering für Coding-Support wird praktisch geübt.
- Python-Grundlagen: Syntax, Variablen, Datentypen
- Kontrollstrukturen, Schleifen und Funktionen
- Listen, Dictionaries und Datenverarbeitung
- Bibliotheken, Fehlerbehandlung und Debugging
- KI-gestützte Coding-Workflows und Projekte
Abschlusskompetenz
Nach Abschluss beherrschen Teilnehmende fortgeschrittene Scrum-, Scaling- und Leadership-Praktiken sowie grundlegende KI- und Python-Fähigkeiten.
Sie können Scrum in komplexen Umfeldern wirksam halten, Produktentscheidungen ergebnisorientiert treffen, Skalierung operativ gestalten und KI sinnvoll in Prozesse integrieren; zugleich sind ethische, datenschutzrechtliche und Qualitätsaspekte verankert.
Die Weiterbildung bereitet auf die Prüfung bei Scrum.org vor, wird aber weder von Scrum.org unterstützt noch ist sie mit Scrum.org ..verbunden.