Scrum Master + Scrum Product Owner PSM 2 + PSPO 2 & Scrum Scaled Scrum + Scrum Kanban & Python & KI verbindet fortgeschrittene Scrum-Fähigkeiten mit Skalierung, Kanban-Flow sowie praktischen Grundlagen in Python und Künstlicher Intelligenz; Ziel ist, Wirkung statt Output zu sichern und KI-gestützte Automatisierung verantwortungsvoll einzuführen.

Praxisbezug und berufliche Perspektiven

Die Maßnahme (auch Adv. Scrum Master & Scrum Product Owner (PSM 2 + PSPO 2), Scaled Scrum & Kanban (PSK 1 & SPS), Python trifft KI, KI Grundlagen) liefert anwendbare Praktiken für Product Owner, Scrum Master, Agile Coaches und technische Mitarbeitende.
Einsatzgebiete sind Produktentwicklung, Release-Planung, Integrationsmanagement und Automatisierung; verknüpft werden Backlog-Strategien, Evidence Based Management, Flow-Messung (Durchsatz, Wartezeiten) und KI-unterstützte Analyse- und Automatisierungsaufgaben.

Scrum Master 2

Scrum Master 2 vertieft die Verbindung von Scrum Values, Accountabilities und empirischer Arbeitsweise, um Teamwirkung und Selbstverwaltung nachhaltig zu steigern.
Teilnehmende lernen, die Definition of Done als lebenden Qualitätsstandard zu gestalten, Hindernisse zu erkennen und Moderation zur Entscheidungsfähigkeit einzusetzen. Facilitation-Techniken, Decision Rules und das Navigieren durch die Groan Zone werden praktisch angewendet.

  • Scrum Values, Empirie und Entscheidungsverhalten
  • Definition of Done als Qualitäts- und Integrationsmaß
  • Coaching, Moderation, Schutz der Selbstverwaltung
  • Umgang mit Zielkonflikten und Abhängigkeiten
  • Measuring: Transparenz, Risiko- und Qualitätsindikatoren

Scrum Product Owner 2

Scrum Product Owner 2 fokussiert Outcome-orientiertes Product Backlog Management und Evidence Based Management zur sichtbaren Wertmaximierung.
Teilnehmende formulieren überprüfbare Ziele, ordnen Einträge so, dass sie echten Nutzen erzeugen, und steuern Stakeholder-Erwartungen systematisch. Priorisierung nach Wirkung, Risiko und Abhängigkeiten steht im Zentrum; Annahmen werden explizit gemacht und mit Daten geprüft.

  • Produktwert vs. Output, Outcome-Fokussierung
  • Product Backlog strukturieren und priorisieren
  • Stakeholder-Management und Erwartungsklärung
  • Messgrößen: Wirkung, Hypothesen, Learnings
  • Organisationsaspekte, Governance und Entscheidungswege

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams ein gemeinsames Produkt integrieren, ohne Scrum-Prinzipien zu verwässern, inklusive gemeinsamer Definition of Done und Integrationszyklen.
Schwerpunkte sind Arbeitsschnitt, Unabhängigkeit der Teams, Sichtbarmachung von Abhängigkeiten und Vorhersagen als Bandbreiten. Planung wird als Anpassungsprozess verstanden; Risiken, Integrationsaufwand und Release-Planung werden transparent gemacht.

  • Gemeinsame Definition of Done und Integrationsprinzipien
  • Schnittstellen, Abhängigkeiten und Zuschnitt von Arbeit
  • Vorhersagen mit Bandbreiten und Annahmen
  • Release- und Veröffentlichungsplanung über Teamgrenzen
  • Mechanismen zur frühen Integration und Qualitätskontrolle

Scrum mit Kanban

Scrum mit Kanban verbindet Flow-Prinzipien mit Scrum-Zyklen, um Vorhersagbarkeit, Durchsatz und Reaktionsfähigkeit zu erhöhen.
Teilnehmende gestalten Sichtbarkeit von Arbeit, Limits für parallele Arbeit und Metriken zur Flussoptimierung. Product Backlog wird als geordneter Vorrat wirksamer Schritte verstanden; Prognosen basieren auf historischen Durchsätzen und Wartezeiten.

  • Visualisierung des Flows, WIP-Limits, Durchsatz
  • Flussmetriken: Durchsatz, Bearbeitungs- und Wartezeiten
  • Product Backlog als Wertstrom, Losgrößen und Schnittstellen
  • Prognosen als Bandbreiten und regelmäßige Reality-Checks
  • Maßnahmen zur Engpassbeseitigung und Losgrößenanpassung

KI Grundlagen und praktische Anwendungen

KI Grundlagen und praktische Anwendungen erklärt Grundbegriffe, ML/Deep Learning sowie ethische, datenschutzrechtliche und bias-bezogene Aspekte für den beruflichen Alltag.
Teilnehmende lernen Prompt Engineering, Einsatzfälle für Text-, Bild- und Daten-KI, Automatisierungspotenziale sowie kritische Bewertung von Ergebnissen. Integrationsempfehlungen und Best Practices helfen, Chancen und Risiken abzuwägen.

  • Definition, Geschichte und Anwendungsfelder von KI
  • Maschinelles Lernen, Deep Learning kurz erklärt
  • Prompt Engineering und KI-Tools für Text/Datenauswertung
  • Datenschutz, Bias und ethische Reflexion
  • Praxis: Chatbots, Bild- und Text-KI testen

KI und IT- Programmieren für die Zukunft: Python

KI und IT- Programmieren für die Zukunft: Python verbindet Python-Grundlagen mit KI-gestützten Werkzeugen, um Automatisierung, Datenverarbeitung und kleine Projekte umzusetzen.
Teilnehmende schreiben strukturierte Skripte, nutzen Datenstrukturen, Funktionen und Bibliotheken, debuggen mit try/except und verwenden KI-Tools zum Testen und Refaktorieren. Praxisprojekte fördern modularen Aufbau und dokumentierte Übergaben.

  • Variablen, Datentypen, Kontrollstrukturen, Schleifen
  • Funktionen, Module, Listen und Dictionaries
  • Bibliotheken: json, datetime, math, statistics, re
  • Debugging, Fehlerbehandlung, saubere Struktur
  • KI-gestützte Unterstützung beim Coden und Prompting

Abschlusskompetenz und Transfer
Nach Abschluss sind Teilnehmende in der Lage, Scrum (PSM 2, PSPO 2) in komplexen Umfeldern zu halten, Produktentscheidungen evidenzbasiert zu treffen und Skalierung sowie Flow (Kanban) pragmatisch umzusetzen.
Ergänzend können sie KI verantwortungsvoll einsetzen und Python zur Automatisierung und Datenanalyse nutzen; dadurch entsteht ein praxisfähiges Kompetenzprofil für Product Owner, Scrum Master und technische Rollen in transformierenden Organisationen.

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