Scrum Product Owner PSPO 1+2 & Scrum Scaled Scrum + Scrum Kanban & Python, JavaScript verbindet Product Ownership, skaliertes Scrum, Kanban-basierte Flusssteuerung und Programmierpraxis in Python und JavaScript. Als Product Owner Experte (PSPO1 + 2), Scaled Scrum & Kanban (PSK 1 & SPS), KI in Action Python & JavaScript zielt die Maßnahme auf werteorientierte Entscheidungen, sauberes Backlog-Management und die technische Umsetzung von Lösungen.

Praxisbezug und berufliche Perspektiven

Konkrete Anwendungsszenarien
Teilnehmende wenden Product Vision, Backlog-Pflege, Evidence Based Management sowie Vorhersagen mit Bandbreiten an, um reale Produkte iterativ zu verbessern. Die Kombination mit Python und JavaScript erlaubt Prototyping, Automatisierung und einfache KI-Integration.
Berufliche Perspektiven und Einsatzgebiete
Geeignet für Product Owner, Agile Coach, Scrum Master, Frontend- und Python-Developer sowie Fachkräfte in Produktentwicklung, Data Analytics und technischen Teams, die Wirkung vor Umfang stellen wollen. Alternative Titel wird in Praxisrollen anerkannt: Product Owner Experte (PSPO1 + 2), Scaled Scrum & Kanban (PSK 1 & SPS).

Scrum Product Owner 1

Der Kurs legt die Grundlage für werteorientierte Produktverantwortung.
Scrum Product Owner 1 zeigt, wie Product Vision in überprüfbare Ziele übersetzt wird und wie das Product Backlog als einzige, transparente Quelle priorisierte Vorhaben sichtbar macht. Vorhersagen werden als Bandbreiten formuliert; Evidence Based Management verbindet Ziele mit Kennzahlen.

  • Formulierung von Produktvision und Zielen
  • Backlog-Pflege, klare Einträge und Zerlegung
  • Wahrscheinlichkeitsbasierte Vorhersagen und Release-Planung
  • Nutzenorientierte Priorisierung
  • Einfache Metriken zur Wirkungskontrolle

Scrum Product Owner 2

Vertiefung: Wirkung statt Umfang, Stakeholder-Management und Organisationssicht.
Scrum Product Owner 2 trainiert, wie Wert messbar gemacht wird, wie Stakeholder-Feedback strukturiert eingebunden wird und wie Aufbau- und Ablauforganisation Produktarbeit erleichtern. Evidence Based Management wird angewendet, um Entscheidungen datenbasiert zu begründen.

  • Messbare Ziele und Wirkungskriterien
  • Priorisierung nach Nutzen, Risiko, Abhängigkeit
  • Kommunikation mit Stakeholdern und Kunden
  • Organisationsanalysen und Hebel zur Beschleunigung
  • Nutzung von Kennzahlen zur Kurskorrektur

Scaled Scrum

Skalierung über mehrere Teams mit gemeinsamem Qualitätsmaßstab.
Scaled Scrum vermittelt, wie mehrere Teams an einem Produkt arbeiten, Integrationsrisiken reduzieren und einen gemeinsamen Done-Standard etablieren. Prognosen über Teamgrenzen werden als Bandbreiten ermittelt; Abhängigkeiten werden sichtbar gemacht und reduziert, um frühe Integration zu ermöglichen.

  • Gemeinsamer Qualitätsmaßstab und Integration
  • Unabhängige Zuschnitte für Teams
  • Sichtbarmachung und Management von Abhängigkeiten
  • Vorhersagen und Release-Planung über Teams
  • Maßnahmen zur Reduktion von Integrationsrisiken

Scrum mit Kanban

Verbindung von Scrum-Prinzipien mit Fluss- und Durchsatzmessungen.
Scrum mit Kanban zeigt, wie ein Team Arbeit sichtbar macht, Grenzen für parallele Arbeit setzt und Flussmetriken (Durchsatz, Lead Time, Wartezeiten) nutzt, um Engpässe zu erkennen. Das Backlog bleibt geordnet nach Nutzen und Dringlichkeit; Prognosen basieren auf historischen Durchsatzdaten.

  • Visualisierung von Arbeit und Regeln für Fluss
  • Begrenzung paralleler Arbeit und Losgrößenoptimierung
  • Messung von Durchsatz, Bearbeitungs- und Wartezeiten
  • Prognosen als Bandbreiten mit Annahmen
  • Selbstorganisation zur kontinuierlichen Verbesserung

KI und IT- Programmieren für die Zukunft: Python

Praktische Einführung in Python mit Fokus auf Automatisierung und KI-Unterstützung.
In diesem Kurs erlernen Teilnehmende Python-Grundlagen: Variablen, Datentypen, Kontrollstrukturen, Funktionen, Listen und Dictionaries. Fehlerbehandlung (try/except), Debugging und modulare Programmstruktur werden geübt; KI-Tools und Prompt Engineering unterstützen beim Schreiben, Testen und Refaktorisieren.

  • Grundlagen: Variablen, Datentypen, Operatoren
  • Bedingungen, Schleifen, Funktionen und Module
  • Datenverarbeitung mit Listen und Dictionaries
  • Nutzung von Bibliotheken (json, datetime, statistics)
  • KI-gestützte Tools und Prompt Engineering

Programmierkonzepte in der IT- JavaScript und KI

JavaScript für interaktive Webanwendungen und KI-gestützte Entwicklung.
Der Kurs vermittelt JavaScript-Grundlagen: Variablen, Arrays, Objekte, Kontrollstrukturen, Funktionen sowie DOM-Grundlagen für Browser-Interaktion. Debugging, Projektstruktur und Einsatz von KI-Tools zum Schreiben und Testen von Code sind integraler Bestandteil; Best Practices für Frontend-Entwicklung werden praktisch angewandt.

  • Variablen, Arrays, Objekte und Kontrollstrukturen
  • Funktionen, Modularisierung und Wiederverwendbarkeit
  • DOM-Grundlagen und Browser-Interaktion
  • Debugging-Methoden und VS Code Workflow
  • KI-Unterstützung beim Coden und Prompt-Formulierung

Fachliche Kompetenz insgesamt
Abschlusskompetenzen
Nach Abschluss beherrschen Teilnehmende ein werteorientiertes Produktmanagement, setzen Evidence Based Management ein, pflegen ein transparentes Backlog und kommunizieren Prognosen nachvollziehbar. Technisch erstellen sie in Python und JavaScript strukturierte Lösungen, nutzen KI-Tools produktiv und verbinden Produktstrategie mit umsetzbarer Technik, um Wirkung schrittweise 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.