Scrum Product Owner PSPO 1+2 & Scrum Scaled Scrum + Scrum Kanban & Python & KI verknüpft Product Ownership, Skalierung, Flow-Optimierung und Programmierkenntnisse; als Product Owner Experte (PSPO1 + 2), Scaled Scrum & Kanban (PSK 1 & SPS), Python trifft KI, KI Grundlagen zielt die Maßnahme auf wertorientierte Produktarbeit und praktische KI-gestützte Automatisierung.

Praxisbezug und berufliche Perspektiven

Die Maßnahme adressiert reale Szenarien: Priorisierung von Backlogs, Release-Planung mit Bandbreiten, Integration mehrerer Teams, Flussoptimierung und Automatisierung mit Python sowie Einsatz von KI-Tools für Text- und Datenaufbereitung.
Einsatzgebiete: Product Owner, Scrum Master, Agile Coach, Teamlead, Data Analyst, Python Developer und KI-Anwender in Produkt- und Digitalteams.
Gelerntes lässt sich direkt in Produktstrategie, Release-Planung, Backlogpflege, Flussanalysen (Durchsatz, Wartezeit) und in Automatisierungsprojekten anwenden.

Scrum Product Owner 1

Scrum Product Owner 1 führt in die Ausrichtung auf Wert und Produktvision ein und zeigt, wie ein Product Backlog als einzige, transparente Quelle gesteuert wird. Teilnehmende erlernen Formulierung von Visionen, Ableitung überprüfbarer Ziele und das Beschreiben von Backlog-Einträgen so, dass Zerlegung, Zusammenarbeit und Entscheidung möglich sind.
Praxisnahe Inhalte: Priorisierung nach Nutzen und Risiko, Bandbreiten-basierte Vorhersagen und einfache Evidence Based Management-Ansätze.
Lerninhalte:

  • Produktvision und Zielableitung
  • Backlog als transparente Planungsquelle
  • Priorisierung nach Wirkung
  • Wahrscheinlichkeitsbasierte Vorhersagen
  • Evidence Based Management

Scrum Product Owner 2

Scrum Product Owner 2 vertieft Wirkung statt Umfang: Fokus auf messbaren Nutzen, Stakeholder-Integration und Organisationseinflüsse. Teilnehmende lernen, Erwartungen zu klären, Feedback systematisch einzuarbeiten und ein Backlog zu pflegen, das klare nächste Schritte sichtbar macht.
Der Kurs verbindet strategische Ausrichtung mit praktischen Techniken zur Stakeholder-Kommunikation, zur Messgrößenauswahl und zur Anpassung von Prioritäten basierend auf beobachteten Ergebnissen.
Lerninhalte:

  • Wertmessung und Wirkung statt Feature-Count
  • Stakeholder- und Kundenintegration
  • Backlogpflege zur Ergebnisorientierung
  • Organisationsaspekte und Entscheidungswege
  • Evidence Based Management vertieft

Scaled Scrum

Scaled Scrum zeigt, wie mehrere Teams an einem Produkt arbeiten, ohne Scrum-Prinzipien zu verlieren; zentrale Elemente sind ein gemeinsamer Qualitätsmaßstab, Integration und abgestimmte Veröffentlichungsplanung. Teilnehmende lernen, Einträge so zu schneiden, dass Teams unabhängig bleiben und Integration früh möglich ist.
Themen umfassen gemeinsame Done-Kriterien, Sichtbarmachung von Abhängigkeiten, Vorhersagen über Teamgrenzen hinweg und Umgang mit Integrationsrisiken; Vorhersagen werden als Bandbreiten mit klaren Annahmen kommuniziert (Veröffentlichungsplaning wird realistisch behandelt).
Lerninhalte:

  • Gemeinsamer Qualitätsmaßstab und Definition of Done
  • Abhängigkeiten sichtbar machen und reduzieren
  • Integration und kurze Zusammenführungszyklen
  • Teamübergreifende Prognosen und Risikobetrachtung
  • Release-Planung mit Bandbreiten

Scrum mit Kanban

Scrum mit Kanban verbindet Flow-Prinzipien mit Scrum-Ritualen, um Durchsatz und Vorhersagbarkeit zu erhöhen. Teilnehmende lernen, Arbeit sichtbar zu machen, Beginn-, Fortschritt- und Abschlussregeln zu definieren und Verantwortung für Fluss und Begrenzung paralleler Arbeit zu übernehmen.
Es geht um Flussmessungen (Durchsatz, Bearbeitungs- und Wartezeiten), Losgrößen, Engpassanalyse und die Nutzung von Daten für Prognosen; das Backlog bleibt geordnete Darstellung der nächsten wirksamen Schritte.
Lerninhalte:

  • Sichtbarmachung und Flussregeln
  • Durchsatz- und Wartezeitmessung
  • Losgrößen und Engpassmanagement
  • Prognosen auf Basis historischer Daten
  • Selbststeuerung und Reaktionsmuster

KI Grundlagen und praktische Anwendungen

KI Grundlagen und praktische Anwendungen vermittelt Definitionen, Machine Learning und Deep Learning, Einsatzfelder sowie ethische Aspekte. Teilnehmende üben Prompt Engineering, testen Chatbots und Bild-/Sprach-KI und lernen, Ergebnisse kritisch zu interpretieren.
Schwerpunkt ist Integrationsfähigkeit: KI-Tools für Textgenerierung, Datenanalyse und Automatisierung im Berufsalltag sicher nutzen, Bias und Datenschutz beachten und Chancen sowie Risiken für Prozesse abschätzen.
Lerninhalte:

  • Grundkonzepte von KI, ML und DL
  • Prompt Engineering und Toolnutzung
  • Text-, Bild- und Sprach-KI praktische Übungen
  • Ethik, Datenschutz und Bias
  • Integration von KI in Arbeitsprozesse

KI und IT- Programmieren für die Zukunft: Python

KI und IT- Programmieren für die Zukunft: Python verbindet Programmiergrundlagen mit KI-gestützten Arbeitsmethoden. Teilnehmende erlernen Variablen, Kontrollstrukturen, Funktionen, Datenstrukturen und Modulisierung und bauen kleine, modulare Projekte.
Ergänzend werden Debugging, Fehlerbehandlung (try/except), Bibliotheksnutzung und der gezielte Einsatz von KI-Tools zum Schreiben, Testen und Refaktorieren von Code vermittelt; Fähigkeiten eignen sich für Automatisierung, Datenauswertung und als Basis für Machine Learning.
Lerninhalte:

  • Python-Syntax, Datentypen und Kontrollstrukturen
  • Funktionen, Listen und Dictionaries
  • Bibliotheken (math, datetime, json, re)
  • Fehlerbehandlung und Debugging
  • KI-gestützte Programmierunterstützung und Projektaufbau

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