Scrum Takımlarında AI Kullanımı İçin 5 Hazırlık Adımı

Takım Rollerinin AI ile Etkileşimi Anlaşılmalı

Scrum’daki üç temel rol — Product Owner (PO), Scrum Master (SM) ve Geliştiriciler (Dev) — yapay zekâ araçlarıyla farklı şekilde etkileşime girer:

• • Product Owner:
    

     

    • • AI destekli kullanıcı hikâyesi yazımı
    • • Backlog sıralamasında öngörüsel önceliklendirme

• • Scrum Master:
    

     

    • • Takım moral ve katılım analizi (duygu analizi ile)
    • • AI ile retrospektif verilerini kategorize etme

• • Geliştirici:
    

     

    • • Kod önerileri, test senaryosu üretimi
    • • Teknik borç analizi için AI botları

📌 Hazırlık: Her rolün “AI’ye hangi işi devredebileceğini” anlaması gerekir. Bu farkındalık eğitimi ile başlar, deneme süreçleriyle pekişir.

Doğru Senaryo Seçimi Yapılmalı

Takımınızda yapay zekâyı nerede, nasıl kullanacağınız rastgele seçilmemeli. Yüksek tekrar oranı olan, veriyle kolay beslenebilen, düşük riskli alanlar AI entegrasyonu için idealdir.

🎯 Örnek Kullanım Senaryoları:

• • Sprint planlamasında “geçmiş velocity’ye göre” tahminleme

• • Teknik dökümanlardan “context aware” test önerisi alma

• • Jira yorumlarını sınıflandırarak riskli iş item’larını önermek

📌 Hazırlık: Her takım kendi çalışma tarzına ve ürün tipine uygun 1–2 pilot senaryo seçerek başlamalıdır.

Yapay Zekâ Okuryazarlığı Takım İçinde Geliştirilmeli

AI kullanımında başarının en önemli belirleyicilerinden biri: psikolojik sahiplenme. Takım üyeleri ne kadar “konforlu” hissederse, o kadar aktif kullanırlar.

• • Prompt nedir, nasıl yazılır?

• • Hangi model ne işe yarar? (LLM, RAG, AutoGPT vs.)

• • “AI önerisi” ile insan kararı nasıl dengelenir?

📌 Hazırlık: Temel AI eğitimi + kullanım kılavuzları + takım içi AI elçisi modeli uygulanabilir.

Veri Güvenliği ve Etik Konulara Hazırlıklı Olunmalı

Scrum takımları her gün onlarca müşteri verisi, gizli iş planı veya kişisel içerik üretir. Bu verilerin AI sistemlerinde nasıl işlendiği kritik önem taşır.

• • Hangi veriler “AI modeli” ile paylaşılmalı?

• • AI sistemleri GDPR/KVKK uyumlu mu?

• • AI yanlılığı ve yanlış önerilere karşı nasıl önlem alınır?

📌 Hazırlık: Verilerin filtrelenmesi, prompt sanitizasyonu ve açık model yerine kurum içi RAG sistemleri tercih edilmelidir.

Organizasyonel Destek ve Koçluk Sağlanmalı

AI geçişi sadece teknik değil, kültürel bir dönüşümdür. Scrum Master’ların bu süreçte “AI Koçluğu” rolünü üstlenmesi gerekir.
Ayrıca yöneticilerin bu süreci “maliyet düşürme” değil, değer artırma odaklı desteklemesi gerekir.

📌 Hazırlık:

• • AI ile desteklenen “Scrum of Scrums” oturumları

• • AI kullanımına göre değişen performans ölçümleri

• • AI dönüşümünü destekleyen liderlik modelleri (örneğin: servant leadership + tech enablement)

Takımınız Hazır mı?

Scrum takımları için yapay zekâ, işleri ellerinden alan değil, kararlarını güçlendiren bir ortak olabilir. Ancak bunun için doğru hazırlık adımları atılmalı.

SysArt olarak, Türkiye’de ilk kez Agile koçluk ve AI entegrasyonunu bir arada sunan danışmanlık modelimizle, takımların dönüşümünü hızlandırıyoruz.

AI ile Scrum Takımları İçin Kaynaklar

1. Takım Rollerinin AI ile Etkileşimi
Ziyao Jin (2024) – Integrating AI into Agile Workflows: Opportunities and Challenges
Bu derleme çalışması, AI destekli sprint planlama, risk yönetimi ve otomasyon ile Agile süreçlerin nasıl geliştirildiğini ele alıyor researchgate.net+3researchgate.net+3ewadirect.com+3.
🔗 PDF & DOI erişim (ResearchGate)

2. Doğru Senaryo Seçimi
Elham Karim Zadeh, Ali Bagheri & Mohammad Safaei (2024) – Integrating AI for Agile Project Management: Innovations, Challenges, and Benefits
Bu çalışma, kaynak optimizasyonu ve rutin işlerin otomasyonu konularında AI kullanımını detaylandırıyor semanticscholar.org+4researchgate.net+4researchgate.net+4.
🔗 Makale (ResearchGate PDF)

3. AI Okuryazarlığı
Beatriz Cabrero‑Daniel (2024) – Exploring Human‑AI Collaboration in Agile: Customized LLM Meeting Assistants
AI destekli toplantı asistanlarının, Daily Scrum ve planlama oturumlarında insan‑AI iş birliğini nasıl geliştirdiğini gösteriyor mdpi.com+7researchgate.net+7researchgate.net+7arxiv.org+1repo.pw.edu.pl+1.
🔗 arXiv PDF

4. Veri Güvenliği ve Etik
Beatriz Cabrero‑Daniel (2023) – AI for Agile Development: A Meta‑Analysis
AI + Agile’nun sosyo‑teknik boyutunu, etik ikilemler ve yanlılıkları da içeren sistemli analizle ele alıyor arxiv.org+1vldb.org+1.
🔗 arXiv PDF

5. Organizasyonel Destek ve Koçluk
Mariyam Mahboob ve ark. (2024) – Future of Artificial Intelligence in Agile Software Development
GenAI ve LLM’lerin sprint yönetimi, risk analizi ve karar destek sistemlerinde nasıl kullanılabileceğine dair vizyon sunuyor arxiv.orgarxiv.org+13arxiv.org+13researchgate.net+13.
🔗 arXiv PDF

Bonus: Multi‑Agent / LLM Bot Kullanımı
Konrad Cinkusz, Jarosław Chudziak & Ewa Niewiadomska‑Szynkiewicz (2025) – Cognitive Agents Powered by LLMs for Agile Software Project Management
SAFe çerçevesinde CogniSim çok ajanlı sistem modelini, görev dağıtımı ve karar destek örnekleriyle inceliyor arxiv.orgrepo.pw.edu.pl+4mdpi.com+4repo.pw.edu.pl+4.
🔗 MDPI Electronics PDF ve DOI