Eğitim Amacı

Bu eğitimin amacı, katılımcıların Kanban Metodunu yalnızca bir pano aracı değil, iş akışlarını yönetmek ve iyileştirmek için güçlü bir yöntem olarak kavramalarını sağlamaktır.

Eğitim, ekiplerin karmaşadan düzene, görünmezlikten netliğe, gecikmeden akışa geçişini destekler.

Katılımcılar:

• Kanban'ın değerlerini, prensiplerini ve pratiklerini öğrenecek,
• İş yükünü dengeleme ve WIP'i yönetme,
• Darboğazları görme,
• Akışı ölçme ve iyileştirme,
• Sürekli iyileştirme kültürünü hayata geçirme,
• Yapay Zekâdan akış yönetimi ve sürekli iyileştirme çalışmalarında nasıl faydalanabileceklerini deneyimleme

konularında pratik beceriler kazanacaktır.

Eğitim İçeriği

• Kaosa Son: Neden Kanban'a Gerçekten İhtiyacınız Var?

• Günlük iş hayatında kaos
• Görünmeyen işler
• Bekleyen işler
• Çoklu görev
• İş yükünün dengelenmesi
• Darboğazlar
• Görselleştirmenin önemi
• Kanban'a neden ihtiyaç duyulur?

Yapay Zekâ ile Uygulama

• İş listesinin Yapay Zekâ ile analiz edilmesi
• İşlerin sınıflandırılması
• Tekrarlayan işlerin belirlenmesi
• Olası darboğazların belirlenmesi
• Yapay Zekâ çıktılarının gerçek iş sistemiyle karşılaştırılması

• Kartların Ötesinde: Kanban Sistemi mi, Kanban Metodu mu?

• Kanban Sistemi nedir?
• Kanban Metodu nedir?
• Kanban'ın Değerleri
• Kanban'ın 6 Temel Prensibi
• Sistemsel Düşünce Yaklaşımı
• Görselleştirme
• Kanban'ın yalnızca bir pano olmadığı yaklaşımı

Yapay Zekâ ile Uygulama

Mevcut bir iş sisteminin:

Mevcut Sistem › Problem Alanları › İyileştirme Fırsatları

bakış açısıyla analiz edilmesi.

• İş Yağmurundan Akıllı Akışa: İtme (Push) ve Çekme (Pull) Sistemlerinin Gücü

• Push Sistemi
• Pull Sistemi
• Push ve Pull arasındaki farklar
• Work in Progress (Devam Eden İş) — WIP
• WIP Limitleri
• WIP'in akışa etkisi
• İş yükünün dengelenmesi
• Toyota'nın Lean (Yalın) Devrimi

Yapay Zekâ ile Uygulama

• WIP verilerinin analiz edilmesi
• WIP Limitleri için alternatiflerin oluşturulması
• Olası darboğazların belirlenmesi
• İş yükü dağılımının incelenmesi
• Yapay Zekâ önerilerinin değerlendirilmesi

• Tahtanın Arkasındaki Sırlar: Kanban Pratikleri

• Kanban Pratikleri
• Görselleştirme
• WIP'i sınırlama
• Akışın yönetilmesi
• Açık Politikalar
• Geri Bildirim Döngüleri
• Sürekli İyileştirme
• Sistem davranışının gözlemlenmesi

Yapay Zekâ ile Uygulama

• İyileştirme fırsatlarının belirlenmesi
• Yapay Zekâ ile alternatif iyileştirme fikirlerinin oluşturulması
• İyileştirme denemelerinin tasarlanması
• Önerilerin mevcut sistem açısından değerlendirilmesi

• Akışın Matematiği: Little Yasası ile Geleceği Tahmin Etmek Mümkün mü?

• Little Yasası
• Little Yasası'nın iş akışı açısından anlamı
• WIP, Throughput (İş Hacmi) ve Lead Time ilişkisi
• Little Yasası ile akışın değerlendirilmesi

Yapay Zekâ ile Uygulama

Örnek veriler üzerinden Little Yasası'nın sonuçlarının incelenmesi ve Yapay Zekâ ile farklı senaryoların değerlendirilmesi.

• Akış Metrikleri ile Ölçümlemek – Verinin Gücüyle Daha İyi Teslimat

• Lead Time (Teslim Süresi)
• Cycle Time (Çevrim Süresi)
• İş Hacmi
• WIP
• Flow Metrics (Akış Metrikleri)
• Akış metriklerinin birlikte yorumlanması
• Akış ve öngörülebilirlik ilişkisi

Yapay Zekâ ile Uygulama

• Akış Metrikleri Analizi
• Çevrim Süresi trendlerinin incelenmesi
• İş Hacmi değişimlerinin yorumlanması
• Darboğazların belirlenmesi
• Forecasting (Öngörü)
• Yapay Zekâ analizlerinin verilerle doğrulanması

• Kanban'da Geri Bildirim Döngüleri – Sürekli İyileştirmenin Nabzı

• Geri Bildirim Döngüleri
• Geri Bildirim mekanizmalarının önemi
• Kaizen (Sürekli İyileştirme)
• Sistem davranışından öğrenme

Yapay Zekâ ile Uygulama

• Geri bildirimlerin gruplanması
• Tekrarlayan problemlerin belirlenmesi
• İyileştirme fırsatlarının oluşturulması

• Kendi Kanban Sisteminizi Tasarlayın: Kanban ile Başlarken Sistemsel Düşünce Yaklaşımı – Statik

• İş türleri
• İş akışı
• Aktiviteler
• Politikalar
• WIP
• Geri bildirim
• Metrikler
• Sürekli iyileştirme
• İhtiyaca uygun Kanban Sistemi tasarlama

Yapay Zekâ ile Uygulama

Katılımcılar kendi çalışma alanlarından bir örnek seçerek:

• İş akışı,
• Politikalar,
• WIP Limitleri,
• İyileştirme fırsatları

için Yapay Zekâdan alternatifler oluşturur ve bunları kendi çalışma sistemleri açısından değerlendirir.

• Scrum ve Kanban – Rakip mi, Tamamlayıcı mı?

• Scrum ve Kanban arasındaki temel farklar
• Scrum ve Kanban'ın çalışma biçimleri
• WIP
• Akış
• Planlama
• Roller
• Metrikler
• Sürekli iyileştirme
• Scrum ve Kanban'ın farklı çalışma ortamlarındaki kullanımı

Uygulama

Aynı iş probleminin Scrum ve Kanban perspektifinden ele alınması ve iki yaklaşımın karşılaştırılması.

• Teoriden Pratiğe: Kanban Simülasyonu

• Kanban Simülasyonu
• İşlerin sisteme girişi
• WIP
• Darboğazlar
• Akış
• Akış Metrikleri
• Geri Bildirim
• İyileştirme

Yapay Zekâ Destekli Kanban Simülasyonu

Simülasyon sırasında Yapay Zekâ kullanılarak:

• Akış verilerinin yorumlanması,
• Darboğaz hipotezlerinin oluşturulması,
• İyileştirme önerilerinin oluşturulması,
• Öngörü

çalışmaları gerçekleştirilir.

Simülasyon sonunda Yapay Zekâ önerileri gerçek sistem davranışıyla karşılaştırılır.

Kimler Katılabilir?

• Ürün & Proje Yöneticileri, Scrum Master/Agile Coach'lar, Takım/Tribe Liderleri
• Yazılım Geliştirme, IT Operasyon, Destek, DevOps Ekipleri
• Satış, Pazarlama, HR, Tedarik gibi hizmet akışını görünür kılmak isteyen fonksiyonlar
• Hizmet/Operasyon yoğun tüm organizasyonlar (banka, e-ticaret, telekom, üretim, sağlık vb.)
• Yapay Zekâ ile Flow yönetimi ve sürekli iyileştirme yaklaşımını geliştirmek isteyen profesyoneller 

Üniversitemiz mezunları, mevcut çalışanlarımız ve çalışanlarımızın birinci derece yakınları, eğitim programlarımızdan %20 indirimli olarak yararlanabilmektedir.