Data Scientist, Agile Coach and Agile Project Manager inkl. Scrum

Passt der Kurs zu dir?

1. 1
   Mathematik auf Oberstufenniveau mit linearer Algebra, Ableitungen und Wahrscheinlichkeitsrechnung, weil Regression und neuronale Netze darauf beruhen.
2. 2
   Programmierkenntnisse in Python oder die Bereitschaft, sie in einem Vorkurs aufzubauen, bevor Machine Learning beginnt.
3. 3
   Wenn dein Betrieb KI-Systeme einsetzt: Die KI-Verordnung der EU verpflichtet Anbieter und Betreiber, nach besten Kräften für ausreichende KI-Kompetenz ihres Personals zu sorgen; frage, ob dein Kurs dafür einen Nachweis ausstellt.

Das lernst du

1. 1
   Zukunftsorientierte Organisationen brauchen mehr als nur technische Expertise - sie brauchen Menschen, die Datenkompetenz mit agiler Führung verbinden. Die wissen, wie man Erkenntnisse gewinnt, Veränderung gestaltet und Teams wirksam durch Komplexität führt.
2. 2
   Diese Weiterbildung qualifiziert Sie zu einer Schlüsselrolle im digitalen Wandel: Sie kombinieren Data Science mit agiler Methodenkompetenz und Coachingkompetenz. Sie entwickeln datenbasierte Lösungen und schaffen zugleich die kulturellen und organisatorischen Voraussetzungen, damit diese Innovationen wirklich wirksam werden.
3. 3
   In diesem Zertifizierungsprogramm setzen Sie sich mit der Bedeutung von Big Data auseinander und erhalten einen Überblick über die Grundlagen von Data Science, Datenanalyse und Datenmanagement. Mit Hilfe der Programmiersprache Python lernen Sie, Datenmodelle zu entwickeln und anzuwenden. Zudem setzen Sie sich mit aktuellen Bibliotheken für Python auseinander und können diese für eine Vielzahl von Aufgabenstellungen nutzen. Das Kursprogramm wird in Kombination mit einer Ausbildung zum Agile Coach und Agile Project Manager angeboten und bietet neben den technischen und fachlichen Kompetenzen auch die Möglichkeit, persönliche und soziale Kompetenzen zu erweitern.
4. 4

   Schwerpunkte der Weiterbildung

   Vertiefung Data Science: Sie führen mit neuesten analytischen Methoden komplexe Datenanalysen durch und können so den maximalen Nutzen aus großen Datenmengen ziehen.
   Vertiefung Agile Coach: Als Agile Coach begeistern Sie andere im Unternehmen für Agilität: Sie nutzen agile Prinzipien und Methoden, tragen zur Konfliktklärung bei und fördern die Effektivität der Teamarbeit.
   Vertiefung agiles Projektmanagement und Scrum: Als Agile Project Manager oder Scrum Master begleiten Sie Scrum Teams auf ihrem Weg zum High Performing Team. In regelmäßigen Meetings stellen Sie sicher, dass das Team fokussiert auf die gesetzten Ziele hinarbeitet. Dabei unterstützen Sie durch passgenaue Tools und Methoden. Zudem stellen Sie sicher, dass Anforderungen verstanden, Hindernisse beseitigt und Führungskräfte sowie Stakeholder eingebunden werden.
   Mit Ihrer Expertise etablieren Sie ethische Datenmanagementstandards, Strategien und Leitlinien in der Praxis und sorgen für die fundierte Planung, Implementierung und Evaluation von Data Science Projekten unter Berücksichtigung potenzieller Risiken und ethischer Fragestellungen. Durch internationale Dozent:innen, reale Praxisprojekte und Kleingruppen erlernen Sie konkrete Tools & Methoden, die Sie als Certified Data Scientist, Certified Agile Coach und Certified Agile Project Manager positionieren.
   An wen richtet sich dieses Kursprogramm?
   Fach- und Führungskräfte, Programmierkenntnisse empfehlenswert, die verwendete Programmiersprache ist Python.
   Die Ausbildung schließt mit drei Zertifikaten nach ISO-Standard ab, die international anerkannt sind.

5. 5

   Inhalt der Weiterbildung

   Digital Transformation und New Work: Digitale Technologien, Digitale Geschäftsmodelle, Megatrends, New Work / New Culture, Arbeitswelt 4.0, New Work Toolset
   Digital Ethics und Sustainability: Ethische Dimension der Digitalen Transformation, Anwendungsbereiche digitaler Ethik, Ethics & Artificial Intelligence, Corporate Digital Responsibility und Nachhaltigkeitsziele
   Data Science Theorie: Einführung Data Science, Statistische Grundlagen, Explorative Datenanalyse, Data Mining, Data Preprocessing, Data Analytics, Datenbanken, Data Warehouse, Datenmanagement, Lineare Regressionen, Logistische Regressionen, Gradientenverfahren, Rollen Data Analyst, Data Manager, Data Engineer
   Data Science Praxis: Einführung in Python, Implementierung von kleinen Modellen und Vorverarbeitungen, Projektvorstellung
   Software Engineering Praxis: Agiles Arbeiten mit Git und Github und Jira, Scrum Projektmanagement, Machine Learning
   Wahlmodul - Agiles Coaching: Einführung agiles Arbeit, Agiles Mindset, Prinzipien und Methoden. Moderation, Workshopdesign, Konfliktmanagement in Teams, Coaching Prozess, Kollegiale Beratung, Agiles Projektmanagement, Scrum
   Wahlmodul - Agiles Projektmanagement: Einführung agiles Arbeit, Agiles Mindset, Prinzipien und Methoden. Agile Werte und Agile Führung, hybrides Projektmanagement, Scrum, Kanban, Skalierung, Safe, Less Nexus

1. 1

   München

   12.10.2026 · Blended Learning · Vollzeit · 3–6 Monate · 5.000–10.000 €

2. 2

   München

   12.10.2026 · Blended Learning · Teilzeit · 6–12 Monate · 5.000–10.000 €

Förderwege

Wer deinen Kurs zahlt

Brutto im Monat

Mitte und Viertel bundesweit

3 Schritte vom Kurs in den Beruf

1. 1

   Vorhersagen aus Daten bauen

   Du trainierst Modelle, die etwa Nachfrage, Maschinenausfälle oder Kündigungen vorhersagen, und misst ihre Güte mit Daten, die das Modell vorher nicht gesehen hat. Dabei lernst du auch, wann ein einfaches lineares Modell genügt. Beispiel: Ein Händler plant mit deinem Modell die Bestellmenge für die nächste Saison.

2. 2

   Datenpipelines und Cloud

   Die Kombikurse mit Data Engineering zeigen, wie Daten aus Datenbanken, Logdateien und Schnittstellen automatisch in eine Analyseumgebung fließen. Cloud-Data-Science-Kurse ergänzen SQL-Datenbanken und Rechenleistung auf Abruf. Beispiel: Du richtest eine Pipeline ein, die Sensordaten einer Maschine stündlich bereinigt und speichert.

3. 3

   Modelle erklären und verantworten

   Du prüfst Trainingsdaten auf Verzerrungen und fehlende Werte und machst nachvollziehbar, welche Merkmale ein Ergebnis treiben. Bei Entscheidungen über Menschen, etwa zu Krediten oder Bewerbungen, achtest du zusätzlich auf Datenschutz und Gleichbehandlung. Beispiel: Du zeigst dem Vertrieb, welche Merkmale die Vorhersage eines Kündigungsrisikos am stärksten beeinflussen.

Themen

Arbeitsmarkt

Data Scientist bundesweit in Zahlen