Scrum Master PSM 1 & Scrum Kanban & Python verknüpft agile Methoden und Programmierkompetenz; Scrum Master Basic (PSM 1), Scrum with Kanban (PSK 1), Python trifft KI zielt darauf ab, Empirie, verlässliche Flusssteuerung und pragmatische Python-Anwendungen für produktive Teams zu vermitteln.

Praxisbezug und berufliche Perspektiven

Die Maßnahme verbindet Scrum Master PSM 1 & Scrum Kanban & Python mit praktischen Einsatzszenarien: Team- und Organisationscoaching, Release-Planung, Flussoptimierung und Automatisierung kleiner Abläufe mit Python.
Absolventinnen finden Einsatz als Scrum Master, Agile Coach, Product Owner-Begleiter, Python Developer oder Data Analyst; die Fertigkeiten stärken Zusammenarbeit, Vorhersagbarkeit und technische Umsetzung in realen Entwicklungs- und Datenumgebungen.
Konkrete Anwendungsfelder sind Sprintplanung, Backlog-Pflege, Durchsatzanalyse, Automatisierung repetitiver Aufgaben und KI-gestützte Code-Optimierung.

Scrum Master 1

Scrum Master 1 vermittelt Scrum als empirisches Rahmenwerk und macht die Rolle des Scrum Masters praxisnah erfahrbar. Teilnehmende lernen, wie Empirie, Werte und feste Timeboxen tägliches Arbeiten strukturieren und Entscheidungssicherheit schaffen.
Inhalte verbinden Verantwortlichkeiten von Product Owner, Developers und Scrum Master mit Artefakten wie Product Backlog, Sprint Backlog und Inkrement sowie Commitments wie Product Goal, Sprint Goal und Defintion of Done.
Fokus liegt auf Coaching, Moderation, Hindernisbeseitigung und dem täglichen Steuern des Fortschritts über das Daily Scrum; Resultat ist die Fähigkeit, ein Sprint Goal verständlich zu formulieren und verlässliche Inkremente zu liefern.

  • Scrum-Prinzipien, Werte und Empirie
  • Rollenverständnis und Verantwortung
  • Events: Sprint, Planning, Daily, Review, Retrospektive
  • Backlog-Management und Priorisierung
  • Coaching, Moderation und Hindernisbeseitigung

Scrum mit Kanban

Scrum mit Kanban zeigt, wie Flussprinzipien und Kanban-Metriken Scrum-Teams helfen, Vorhersagen zuverlässiger zu machen und Engpässe systematisch zu beheben. Der Kurs verbindet Workflow-Transparenz mit klaren Regeln für Start, Fortschritt und Abschluss.
Angewandt werden Durchsatz-, Bearbeitungs- und Wartezeitmessungen, Losgrößensteuerung und Bandbreitenprognosen; das Product Backlog wird als geordnete Darstellung der nächsten wirksamen Schritte behandelt, nicht als bloße ToDo-Liste.
Teilnehmende lernen, wie selbstverwaltende Teams Absprachen treffen, parallele Arbeit begrenzen und Release-Planung auf beobachtbaren Ergebnissen aufbauen; so erhöht sich Vorhersagbarkeit und Lieferfähigkeit.

  • Sichtbarmachung des Workflows
  • Durchsatz, Lead Time, Cycle Time Analyse
  • Begrenzung paralleler Arbeit (WIP-Limits)
  • Prognosen als Bandbreiten basierend auf historischen Daten
  • Backlog-Strukturierung für Fluss und Wert

KI und IT- Programmieren für die Zukunft: Python

KI und IT- Programmieren für die Zukunft: Python führt in Python ein und verknüpft Programmiergrundlagen mit KI-gestützten Werkzeugen; Python trifft KI wird als praktisches Hilfsmittel für Automatisierung, Analyse und Prototyping genutzt.
Teilnehmende erlernen Variablen, Datentypen, Kontrollstrukturen, Schleifen, Funktionen, Listen und Dictionaries sowie Fehlerbehandlung mit try/except und Debugging-Methoden; Bibliotheken wie json, datetime und re werden praktisch eingesetzt.
Zusätzlich steht Prompt Engineering im Kontext von KI-Tools und beim Refaktorieren von Code im Fokus; kleine Projekte (Quiz, Mini-Rechner, Datenauswertung) trainieren modulare Programmstruktur und Präsentation.

  • Grundlagen: Syntax, Datentypen, Operatoren
  • Kontrollstrukturen: if/elif/else, for, while
  • Funktionen, Module und Modularisierung
  • Fehlerbehandlung (try/except) und Debugging
  • Einsatz von Bibliotheken und KI-unterstütztem Coding

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