Scrum Master PSM 2 & Scrum Agile Leadership + Scrum Kanban + Scaled Scrum & KI verbindet tiefgehende Scrum-Expertise mit Führungskompetenz, Kanban-orientiertem Flow-Management, Skalierungspraktiken und praxisnahen KI-Grundlagen. In Scrum Master Advanced (PSM 2), Scrum Agile Leadership & Kanban & Scaled Scrum (PAL 1 & PSK 1 & SPS), KI Grundlagen steht die wirksame Lieferung von Wert, robustes Qualitätsverständnis und die Integration von KI-Werkzeugen im Arbeitsalltag im Zentrum.

Praxisbezug und berufliche Perspektiven

Die Maßnahme adressiert reale Anwendungsszenarien: Teamcoaching, Release-Planung, Integration über Teamgrenzen, Flow-Optimierung und Einsatz von KI zur Automatisierung und Entscheidungsunterstützung.
Einsatzgebiete sind Product Owner, Scrum Master, Agile Coaches, Team Leads, Release Manager sowie Fach- und Führungskräfte, die KI (Künstliche Intelligenz) in Prozesse integrieren wollen.
Erwartete Kompetenzen umfassen Facilitation, Vorhersagen/Prognosen, Definition of Done-Pflege, Product Backlog-Gestaltung und prompt-basiertes Arbeiten mit KI-Tools.

Scrum Master 2

Scrum Master 2 vertieft Accountabilities, Scrum Values und die Rolle des Scrum Masters als Coach für Empirie und Selbstverwaltung. Der Kurs Scrum Master 2 fokussiert darauf, wie Werte Entscheidungen leiten und Spannungsfelder konstruktiv gelöst werden.

  • Vertiefung der Scrum Values und Accountabilities
  • Gestaltung und Pflege einer lebenden Definition of Done
  • Facilitationstechniken und Umgang mit der Groan Zone
  • Entfernen von Hindernissen bei gleichzeitiger Wahrung der Autonomie
  • Metriken für Outcome statt nur Output

Ergebnis: Teilnehmende können schwierige Entscheidungssituationen moderieren und die Effektivität des Scrum Teams nachhaltig steigern.

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams an einem Produkt arbeiten, mit gemeinsamer Definition of Done und abgestimmten Integrationszyklen. Scaled Scrum lehrt, Prognosen als Bandbreiten zu kommunizieren und Integrationsrisiken sichtbar zu machen.

  • Gemeinsamer Qualitätsmaßstab über Teams hinweg
  • Schnittstellen-, Abhängigkeits- und Risikomanagement
  • Release-Planung auf Basis beobachteter Lieferfähigkeit
  • Zuschnitt von Einträgen zur Reduktion von Abhängigkeiten
  • Sichtbarmachen von Integrationsrisiken

Ergebnis: Fähigkeit, ein Arbeitsmodell zu etablieren, in dem mehrere Teams verlässlich integrierte Ergebnisse liefern.

Scrum Agile Leadership

Scrum Agile Leadership richtet Führung auf Rahmenbedingungen, nicht auf Detailsteuerung, und fördert situative Unterstützung. Der Kurs Scrum Agile Leadership fokussiert die Förderung von Selbstverwaltung durch klare Ziele, Entscheidungsräume und Kompetenzaufbau.

  • Gestaltung sicherer Rahmenbedingungen für mutige Entscheidungen
  • Abgrenzung von Coaching, Mentoring und direkter Führung
  • Erkennen und Beheben organisationaler Bremser
  • Förderung von Verantwortungsübernahme im Team
  • Kommunikation von Erwartungen an Ergebnisse statt Vorgehensweisen

Ergebnis: Führungskräfte lernen, Orientierung zu geben und gleichzeitig Autonomie zu stärken, so dass Teams zuverlässig liefern und lernen.

Scrum mit Kanban

Scrum mit Kanban verbindet Flow- und Pull-Prinzipien mit Scrum-Zyklen, um Vorhersagbarkeit und Durchsatz zu erhöhen. Scrum mit Kanban zeigt, wie Flussmessungen und Losgrößen zur Identifikation von Engpässen genutzt werden.

  • Sichtbarmachen von Arbeit, Begrenzung paralleler Tasks
  • Metriken: Durchsatz, Bearbeitungs- und Wartezeiten
  • Product Backlog als geordnete, wertorientierte Darstellung
  • Anpassung von Losgrößen und Umgang mit Störungen
  • Prognosen und Veröffentlichungspläne auf Basis historischer Daten

Ergebnis: Teilnehmende setzen ein arbeitssystem auf, das Fluss fördert und Lieferfähigkeit erhöht.

KI Grundlagen und praktische Anwendungen

KI Grundlagen vermittelt Künstliche Intelligenz, ML/Deep Learning-Grundideen, Prompt Engineering und ethische Aspekte. Der Kurs KI Grundlagen zeigt, wie KI-Tools Textgenerierung, Datenanalyse und Automatisierung unterstützen.

  • Definition und Anwendungsfelder von Künstlicher Intelligenz
  • Maschinelles Lernen, Deep Learning und Unterschiede schwache vs. starke KI
  • Einsatz von KI-Tools, Prompt Engineering und Praxisübungen (Chatbots, Bild-KI)
  • Datenschutz, Bias und ethische Bewertung
  • Integration von KI in Arbeitsprozesse und Reflektion von Risiken/Chancen

Ergebnis: Teilnehmende können KI-gestützte Werkzeuge gezielt einsetzen, Prompts formulieren und Risiken verantwortungsvoll bewerten, um Effizienz und Kreativität zu steigern.

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