Scrum Master PSM 2 & Scrum Agile Leadership + Scrum Kanban + Scaled Scrum & Python & KI verbindet vertiefte Scrum-Führungs- und Skalierungskenntnisse mit praktischer KI- und Python-Anwendung. In Scrum Master Advanced (PSM 2), Scrum Agile Leadership & Kanban & Scaled Scrum (PAL 1 & PSK 1 & SPS), Python trifft KI, KI Grundlagen steht die Entwicklung von Ergebnisorientierung, Qualität und technischer Umsetzbarkeit im Vordergrund.

Praxisbezug und berufliche Perspektiven

Die Maßnahme Scrum Master PSM 2 & Scrum Agile Leadership + Scrum Kanban + Scaled Scrum & Python & KI bereitet auf Rollen vor, die sowohl Teamführung als auch technische Umsetzungsfähigkeit verlangen.
Einsatzfelder sind Product Owner, Scrum Master, Agile Coach, Teamleiter, Data-Analyst und Python-Developer; angewendet werden Facilitation, Release-Planung, Integrationstests und KI-gestützte Automatisierung.
Die Kombination aus Leadership, Scaled Scrum und Python/KI fördert die Fähigkeit, Outcome statt bloßem Output zu steuern, Prognosen als Bandbreiten zu formulieren und KI-Tools produktiv zu integrieren.

Scrum Master 2

Scrum Master 2 vermittelt eine vertiefte Sicht auf Werte, Accountabilities, Events und Ergebnisse im Scrum-Kontext und zeigt, wie Werte Entscheidungen und Verhalten prägen.
Teilnehmende lernen, die Definition of Done als lebenden Qualitätsstandard zu entwickeln und die Rolle des Scrum Masters zur Unterstützung der Selbstverwaltung gezielt anzuwenden.

  • Werteorientierung und Entscheidungsrhythmen
  • Definition of Done als Qualitäts- und Auslieferungsstandard
  • Coaching von Team und Organisation in Empirie
  • Facilitation, Decision Rules und Umgang mit der Groan Zone
  • Spannungsfeldmanagement zwischen PO, Developers und Scrum Master

Absolvierte Übungen stärken Moderations- und Coaching-Fähigkeiten, damit Teams verlässlich liefern und Risiken reduziert werden.

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams an einem Produkt arbeiten, ohne Scrum-Prinzipien zu verwässern, und wie ein gemeinsamer Qualitätsmaßstab Integration sicherstellt.
Fokus liegt auf Schnittstellen, Abhängigkeiten sichtbar machen, Releases über Teamgrenzen und Vorhersagen als Bandbreiten, die Annahmen und Risiken offenlegen.

  • Gemeinsame Definition of Done für mehrere Teams
  • Zuschnitt von Arbeit zur Minimierung von Abhängigkeiten
  • Integrationstaktiken und kurze Zusammenführungszyklen
  • Prognosen, Bandbreiten und Szenarien für Veröffentlichungsplanung
  • Transparenz über Risiken und Fortschritt

Die Teilnehmenden lernen, Vorhersagen nachvollziehbar zu kommunizieren und Publiserungsplanung diszipliniert an beobachtete Ergebnisse anzupassen.

Scrum Agile Leadership

Scrum Agile Leadership stellt das Scrum Team als geschlossene Einheit in den Mittelpunkt und vermittelt situative Führung, die Rahmenbedingungen gestaltet statt zu steuern.
Inhalte verbinden Zielklärung, Entscheidungsräume und Organisationsstrukturen, die Selbstverwaltung ermöglichen, sowie das Erkennen struktureller Bremsen.

  • Klare Zielsetzung (Product Goal, Sprint Goal) und Entscheidungsrechte
  • Förderung von Selbstverwaltung und Verantwortungsübernahme
  • Leadership als Gestalten von Kontext und Entfernen von Hindernissen
  • Analyse von Schnittstellen, Budget- und Berichtslayouts
  • Maßnahmen zur Verkürzung von Entscheidungswegen

Praktische Übungen entwickeln die Fähigkeit, Führung situativ einzusetzen und Entscheidungen nachvollziehbar zu machen.

Scrum mit Kanban

Scrum mit Kanban zeigt, wie Flussprinzipien die Vorhersagbarkeit erhöhen und das Product Backlog als geordnete Darstellung nächster wirksamer Schritte genutzt wird.
Es geht um Metriken wie Durchsatz, Bearbeitungs- und Wartezeiten, Losgrößen sowie ums Grenzen paralleler Arbeit, um Engpässe und Verzögerungen zu reduzieren.

  • Sichtbarmachen von Arbeit und Flow-Steuerung
  • Messgrößen: Durchsatz, Lead Time, Cycle Time
  • Backlog-Management für Fluss und Wertorientierung
  • Prognosen als Bandbreiten basierend auf historischen Daten
  • Maßnahmen zur Entzerrung von Übergaben und Reduktion von Wartezeiten

Teilnehmer entwickeln ein arbeitssystem, das Vorhersagbarkeit, Qualität und Lieferfähigkeit erhöht.

KI Grundlagen und praktische Anwendungen

KI Grundlagen vermittelt Grundkonzepte von Künstlicher Intelligenz, maschinellem Lernen, Deep Learning sowie ethische und datenschutzbezogene Aspekte.
Schwerpunkt ist der produktive Einsatz von KI-Tools für Textgenerierung, Datenanalyse, Automatisierung und Prompt Engineering.

  • Definitionen, Geschichte und Anwendungsfelder von KI
  • Maschinelles Lernen und Deep Learning verständlich erklärt
  • Prompt Engineering und effiziente Formulierung von Anfragen
  • Einsatz von KI zur Automatisierung und Entscheidungsunterstützung
  • Ethik, Bias und Datenschutz in KI-Systemen

Interaktive Übungen mit Chatbots, Sprach- und Bild-KI schärfen die Urteilskraft bei Integration in berufliche Prozesse.

KI und IT- Programmieren für die Zukunft: Python

Python trifft KI verbindet Grundlagen der Programmierung mit modernen KI-gestützten Arbeitsmethoden und fördert das algorithmische Denken für Automatisierung und Analyse.
Teilnehmende planen, schreiben und debuggen Python-Programme; sie nutzen Bibliotheken und KI-Tools zum Testen, Refaktorieren und zur Code-Generierung.

  • Variablen, Datentypen, Kontrollstrukturen und Schleifen
  • Funktionen, Module, Listen und Dictionaries
  • Nutzung von Bibliotheken (math, datetime, json, re)
  • Fehlerbehandlung mit try/except und Debugging-Methoden
  • Einsatz von KI-Tools beim Coden und Prompt Engineering für Entwickler

Praxisprojekte (Quiz, Mini-Rechner, Datenauswertung) verknüpfen Programmierpraxis mit KI-Einsatz, sodass die Teilnehmenden unmittelbar anwendbare Fertigkeiten entwickeln.

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