Yapay Zeka Destekli Product Owner Eğitimi
Eğitmen: Füsun Borluk, Former IT Group Manager , AgeSA
Başlangıç: 14 Mayıs 2026
Süre: 5 Hafta / 10 Ders
Günler: Salı ve Perşembe
Saatler: 19.30 - 21.00
Ders Türü: Canlı ve Online
Eğitime genel bakış
Yapay zekâ, ürün yönetimini yeniden tanımlarken Product Owner rolü de operasyonel backlog yönetiminden veri odaklı stratejik karar liderliğine doğru evrilmektedir. 10 ders olarak tasarlanan “Yapay Zeka Destekli Product Owner” eğitimi; ürün vizyonu oluşturma, pazar ve rakip analizi, persona üretimi ve problem doğrulamadan başlayarak OKR yazımı, AI destekli backlog mimarisi, acceptance criteria oluşturma ve önceliklendirme modellerine kadar uçtan uca bütüncül bir yaklaşım sunar.
Program; ROI modelleme, roadmap senaryo karşılaştırmaları, KPI ve A/B test tasarımı, executive raporlama ve AI etik risklerinin yönetimi gibi kritik başlıklarla katılımcıların hem stratejik hem de operasyonel karar yetkinliğini güçlendirmeyi hedefler.
Eğitmen Füsun Borluk; bilgi teknolojileri ve dijital dönüşüm alanında 25 yılı aşkın deneyime sahip vizyoner bir üst düzey yönetici, danışman ve eğitimcidir. Kariyeri boyunca Yapı Kredi, Akbank, BNP Paribas Cardif, AgeSA, Turkcell Superonline, Johnson Controls Avrupa Merkez Ofisi ve OpenText (Londra) gibi ulusal ve global ölçekte faaliyet gösteren kurumlarda CIO Ofisi, talep ve portföy yönetimi, Agile dönüşüm ve transformasyon direktörlüğü rollerinde liderlik yapmıştır. PMO kurulumu, Agile Excellence Center oluşturulması ve organizasyonel olgunluk değerlendirmeleri gerçekleştirmiş; PMI akredite eğitmeni, PMO Global ödül sahibi ve CPMAI sertifikalı bir uzman olarak yapay zekâ projelerinde proje yönetimi disiplinini uygulamalı örneklerle birleştirmektedir.
Bu güçlü stratejik çerçeve ve kurumsal saha deneyimi sayesinde eğitim; gerçek ürün ve dönüşüm projelerinden beslenen vaka analizleriyle katılımcılara yalnızca AI araçlarını kullanmayı değil, AI destekli ürün liderliği yapmayı öğretir.
Eğitimde neler var?
Ürün yönetiminde yapay zekâ trendleri ve PO’nun stratejik evrimi, insan + AI iş birliği modelleri
AI ile pazar analizi, rakip analizi ve persona üretimi
Problem doğrulama, hedef belirleme ve OKR taslağı oluşturma süreçlerinde AI kullanımı
Epic → Feature → Story hiyerarşisi oluşturma ve AI destekli backlog mimarisi yönetimi
Acceptance criteria yazımı, story splitting önerileri ve teknik borç analizinde AI desteği
Backlog önceliklendirme, WSJF hesaplama ve risk/finansal değer dengesi simülasyonları
Roadmap senaryolarının ROI ve değer analizi ile AI tahmin risklerinin değerlendirilmesi
Sprint hazırlığı, veri/metrik yönetimi, KPI & A/B test tasarımı, paydaş raporlama ve AI etik risklerinin yönetimi
AI çıktılarında epic / feature / story seviyesinde kaymaların yönetimi
AI yanlış yönlendirdiğinde insan kontrolü nasıl sağlanır?
AI ile veri toplama ve geri bildirimden insight çıkarma
Finansal değer vs. kullanıcı değeri çatışmalarının çözümü
Eğitim kimler için uygun?
- Karar süreçlerinde yapay zekâyı etkin kullanarak daha stratejik ve veri odaklı ürün yönetimi yapmak isteyen Product Owner ve Product Manager’lar
- Backlog yazımı, önceliklendirme, OKR oluşturma ve metrik yönetimi konularında AI destekli çalışma becerisi kazanmak isteyen Associate / Junior PO’lar ve Ürün Analistleri
- Ürün vizyonu oluşturma, pazar analizi, ROI modelleme ve hızlı validasyon süreçlerinde yapay zekâdan kaldıraç etkisi yaratmak isteyen startup kurucuları ve girişimciler
- AI destekli ürün geliştirme yaklaşımını ekip ve organizasyon seviyesinde konumlandırmak isteyen Agile koçlar, Scrum Master’lar ve dijital dönüşüm ekipleri
Eğitimde neler kazanacaksınız?
AI destekli karar süreçlerinde insan + AI iş birliği modellerini uygulamayı öğreneceksiniz
AI ile pazar analizi, rakip incelemesi ve persona üretimi yaparak daha doğru ürün vizyonu geliştirebileceksiniz
Problem doğrulama ve OKR taslağı oluşturma süreçlerinde AI kullanarak stratejik hedef belirleyebileceksiniz
Backlog hiyerarşisini (Epic → Feature → Story) AI ile optimize ederek kapsam kaymalarını (scope creep) yönetebileceksiniz
Acceptance criteria yazımı ve teknik borç analizini AI desteğiyle yaparak daha test edilebilir ve sürdürülebilir user story’ler üretebileceksiniz
Backlog önceliklendirmesinde WSJF, Cost of Delay ve risk bazlı sıralamayı AI ile uygulayarak karar verimliliğini artırabileceksiniz
Roadmap senaryolarını ROI ve değer analizi ile değerlendirecek, AI tahmin risklerini yönetebileceksiniz
Sprint hazırlığı, KPI & A/B test tasarımı ve paydaş raporlama süreçlerinde AI etik ve doğrulama mekanizmalarını kullanabileceksiniz
Müfredat
1. Ders: AI Çağında Product Owner Rolü
- • Ürün yönetiminde yapay zekâ trendleri
- • AI destekli karar verme yaklaşımı
- • PO’nun stratejik evrimi
- • İnsan + AI iş birliği modeli
- • Uygulama:
- • Aynı ürün ihtiyacının “insan merkezli” ve “AI destekli” karar süreci akışını çıkarma
- • PO’nun karar verdiği 5 kritik noktada AI’nin nerede devreye gireceğini haritalama
2. Ders: AI ile Ürün Vizyonu Üretimi
- • Pazar analizi için AI kullanımı
- • Rakip analizi
- • Persona üretimi
- • Uygulama:
- • AI ile pazar özeti ve 2 farklı persona üretme
- • Üretilen personanın gerçekçi olup olmadığının varsayım analizi
3. Ders: AI ile Strateji ve Hedefleme
- • Problem doğrulama senaryoları
- • OKR taslağı oluşturma
- • Uygulama:
- • Verilen ürün fikri için OKR seti oluşturma
- • AI tarafından üretilen 2 farklı OKR setinin karşılaştırılması ve risk analizi
4. Ders: AI Destekli Backlog Mimarisi
- • Epic ve feature türetme
- • User story üretimi
- • Uygulama:
- • Ham iş ihtiyacından Epic → Feature → Story hiyerarşisi kurma
- • AI çıktılarındaki kapsam kayması (scope creep) tespiti
5. Ders: Acceptance Criteria ve Teknik Borç Analizi
- • Acceptance criteria yazdırma
- • Story splitting önerileri
- • Teknik borç tespiti
- • Uygulama:
- • AI ile Given/When/Then formatında kabul kriteri üretme
- • Kabul kriterlerinin test edilebilirlik analizi
6. Ders: AI ile Önceliklendirme
- • WSJF (Weighted Shortest Job First) hesaplama desteği
- • Cost of Delay simülasyonu
- • Risk bazlı sıralama
- • Uygulama:
- • Verilen backlog için AI destekli önceliklendirme matrisi oluşturma
- • Finansal değer vs kullanıcı değeri çatışma senaryosu çözümü
7. Ders: Değer Analizi ve ROI Modellemesi
- • Senaryo karşılaştırma analizi
- • ROI tahminleme
- • Uygulama:
- • 2 farklı roadmap senaryosunun ROI karşılaştırması
- • AI tahminlerinin aşırı iyimserlik riskini değerlendirme
8. Ders: Refinement ve Sprint Hazırlığı
- • Refinement çıktılarının optimize edilmesi
- • Eksik gereksinim tespiti
- • Bağımlılık analizi
- • Tahminleme destek modelleri
- • Uygulama:
- • Sprint öncesi backlog kalite kontrolü
- • AI’ın kaçırdığı bağımlılıkları bulma
9. Ders: Veri, Metrik ve Deney Tasarımı
- • KPI önerisi üretme
- • North Star Metric analizi
- • A/B test senaryosu tasarımı
- • Kullanıcı geri bildirim analizi
- • Uygulama:
- • Yeni feature için ölçüm planı hazırlama
- • Yanlış KPI seçiminin ürün kararlarını nasıl bozacağını senaryolaştırma
10. Ders: Stakeholder Yönetimi ve AI Etiği
- • Executive rapor üretimi
- • Sunum içeriği taslağı
- • Risk raporu oluşturma
- • Karar alternatifleri üretme
- • Veri güvenliği
- • Halüsinasyon riski
- • AI çıktılarının doğrulanması
- • İnsan kontrol mekanizması
- • Uygulama:
- • Aynı backlog için 2 farklı paydaş raporu hazırlama
- • “AI yanlış yönlendirdi” kriz simülasyonu ve kontrol mekanizması tasarımı
Referanslar
