Scrum Master PSM 2 & Scrum Kanban & Python, JavaScript & KI verbindet fundierte Scrum-Vertiefung mit flussorientierten Praktiken und praxisnaher Programmierung; in Scrum Master Advanced (PSM 2), Scrum with Kanban (PSK 1), KI in Action Python & JavaScript und KI Grundlagen steht die Verbesserung von Outcome, Vorhersagbarkeit und technischer Umsetzbarkeit im Fokus.

Praxisbezug und berufliche Perspektiven

Die Maßnahme verknüpft Scrum Master PSM 2 & Scrum Kanban & Python, JavaScript & KI mit realen Arbeitskontexten: agiles Coaching, Release-Planung, Flussoptimierung und Automatisierung mittels KI.
Teilnehmende erlernen Techniken zur Priorisierung und Backlog-Pflege, Flussmessung (Durchsatz, Lead-/Cycle-Time) sowie praktische Programmierfertigkeiten in Python und JavaScript. Einsatzfelder sind Product Owner, Scrum Master, Agile Coach, Entwicklerinnen, Data-Analystinnen und digitale Projektverantwortliche. Die Kombination aus Scrum with Kanban und KI-Grundlagen fördert dateninformierte Entscheidungen und operationalisierbare Lösungen.

Scrum Master 2

Scrum Master 2 bietet eine vertiefte Auseinandersetzung mit Werten, Accountabilities und der Wirkung von Entscheidungen unter Zielkonflikten.
Teilnehmende lernen, wie Werte Verhalten und Entscheidungen leiten, wie die Rolle des Scrum Masters Effektivität sichert und wie eine lebendige Defintion of Done Qualität und Lieferfähigkeit sicherstellt. Die Inhalte zeigen, wie selbstverwaltende Teams mit klaren Entscheidungsräumen und professioneller Facilitation arbeiten, inklusive Umgang mit der Groan Zone und Abgrenzung von Coaching vs. Mentoring. Praxisnahe Übungen fördern Moderation, Hindernisbeseitigung und die Pflege gemeinsamer Qualitätsstandards.

  • Scrum-Werte in Entscheidungsprozessen
  • Accountabilities: PO, Developers, Scrum Master
  • Definition of Done als Qualitätshebel
  • Facilitation und Groan Zone-Techniken
  • Coaching, Mentoring und situative Führung

Scrum mit Kanban

Scrum mit Kanban verbindet Scrum-Framework und Kanban-Prinzipien, um Flow und Vorhersagbarkeit zu verbessern.
Der Fokus liegt auf Sichtbarkeit der Arbeit, klaren Regeln für Start, Fortschritt und Abschluss sowie dem Aufbau verlässlicher Prognosen als Bandbreiten auf Basis historischer Daten. Product Backlog wird als geordnete Darstellung nächster wirksamer Schritte behandelt; Flussmetriken wie Durchsatz, Bearbeitungs- und Wartezeiten unterstützen das Erkennen von Engpässen. Teams lernen, Losgrößen zu steuern, Parallelität zu begrenzen und Absprachen im Alltag zu verankern, um Lieferfähigkeit und Vertrauen zu erhöhen.

  • Sichtbarmachung und WIP-Limits
  • Flussmessung: Throughput, Lead-/Cycle-Time
  • Prognosen als Bandbreiten
  • Backlog-Ordnung nach Wert und Risiko
  • Maßnahmen gegen Engpässe

KI Grundlagen und praktische Anwendungen

KI Grundlagen vermittelt Begriffe, Methoden und kritische Reflexion im Einsatz von Künstlicher Intelligenz.
Teilnehmende erlernen maschinelles Lernen, Deep Learning-Grundzüge, Unterschiede schwache/ starke KI sowie den produktiven Einsatz von KI-Tools zur Textgenerierung, Datenanalyse und Automatisierung. Ein Schwerpunkt liegt auf Prompt Engineering, Datenschutz, Bias und ethischen Prinzipien. Interaktive Übungen mit Chatbots, Sprach- und Bild-KI sowie Best Practices zeigen, wie KI sinnvoll in Arbeitsprozesse integriert wird und welche Risiken und Chancen entstehen.

  • Grundbegriffe ML / DL, Anwendungsfelder
  • Prompt Engineering und Tool-Nutzung
  • Ethik, Datenschutz und Bias
  • Praxis: Chatbots, Text- und Bild-KI
  • Integration in Arbeitsprozesse

KI und IT- Programmieren für die Zukunft: Python

Python-Kurs verbindet Basisprogrammierung mit KI-gestützten Arbeitsprozessen und praxisnahen Projekten.
Teilnehmende lernen Variablen, Datentypen, Kontrollstrukturen, Schleifen sowie Funktionen und Modulstruktur. Datenstrukturen wie Listen und Dictionaries sowie Bibliotheken (math, datetime, json, re) werden angewendet. Fehlerbehandlung (try/except), Debugging und saubere Strukturierung stehen im Fokus; parallel wird gezeigt, wie KI-Tools beim Schreiben, Testen und Refaktorieren von Code unterstützen und wie sinnvolle Prompts formuliert werden. Kleine Projekte (Quiz, Mini-Rechner, Datenauswertung) verknüpfen Theorie und Praxis.

  • Grundlagen: Variablen, Bedingungen, Schleifen
  • Funktionen, Module und Modularisierung
  • Listen, Dictionaries, Bibliotheken
  • Fehlerbehandlung, Debugging
  • KI-gestützte Coding-Tools und Prompts

Programmierkonzepte in der IT- JavaScript und KI

JavaScript-Kurs legt den Schwerpunkt auf Web-Entwicklung und den produktiven Einsatz von KI-Werkzeugen im Coding-Workflow.
Die Teilnehmenden erarbeiten Variablen, Datentypen, Kontrollstrukturen, Iterationen und Funktionen; Arrays und Objekte dienen der Datenmodellierung. Grundlagen des DOM und Browser-Interaktion sowie Debugging und Projektstrukturierung mit Visual Studio Code werden behandelt. KI-Tools unterstützen beim Schreiben, Testen und Optimieren von Code; praxisnahe Übungen fördern die Entwicklung dynamischer, benutzerfreundlicher Webanwendungen und schaffen eine Basis für weiterführende Frameworks.

  • Variablen, Bedingungen, Schleifen
  • Arrays, Objekte, Funktionen
  • DOM-Grundlagen und Browser-Interaktion
  • Debugging, VS Code, Projektstruktur
  • KI-gestützte Optimierung und Prompt-Nutzung

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