Berk Kalelioğlu
Forschungsschwerpunkte
Berk konzentriert sich auf maschinelles Lernen, agentenbasierte KI-Tools sowie große und kleine Sprachmodelle (LLMs und SLMs). Er ist Mitglied des AIMultiple-Benchmark-Teams, wo er Bewertungen durchführt und Erkenntnisse liefert, um Lesern das Verständnis neuer Technologien und ihrer praktischen Anwendungen zu erleichtern.Berufserfahrung
Er begann seine Karriere als technischer Projektleiter am ODTU IVME-R, wo er ein Projekt zur Entwicklung physikalischer Quanten- und Pseudozufallszahlengeneratoren leitete. Nach seiner Zeit am IVME-R war er Mitbegründer eines Spieleentwicklungsunternehmens und veröffentlichte ein Spiel auf Steam. Später verlagerte er seinen Schwerpunkt auf KI und trat AIMultiple als Forscher bei.Ausbildung
Berk besitzt einen Bachelor-Abschluss in Mathematik von der Universität Ankara.Neueste Artikel von Berk
Benchmark für tabellarische Modelle: Leistung in 19 Datensätzen bis 2026
Wir haben sieben weit verbreitete tabellarische Lernmodelle anhand von 19 realen Datensätzen mit insgesamt ca. 260.000 Stichproben und über 250 Merkmalen getestet. Die Datensatzgrößen reichten von 435 bis fast 49.000 Zeilen. Unser Ziel war es, die leistungsstärksten Modellfamilien für Datensätze unterschiedlicher Größe und Struktur (z. B. numerisch vs. kategorisch) zu identifizieren, wie sie typischerweise in Unternehmen vorkommen.
VPS-Benchmark: Hetzner vs Digital Ocean
Wir haben sechs VPS-Anbieter verglichen, indem wir pro Server ca. 1200 automatisierte Tests zu CPU, Arbeitsspeicher, Festplatten-I/O und Netzwerkgeschwindigkeit mit sysbench, fio und speedtest-cli durchgeführt haben. Außerdem haben wir den gesamten Anmelde- und SSH-Zugriffsprozess für jeden Anbieter dokumentiert.
RL-Umgebungen: Die Infrastruktur hinter agentenbasierter KI
Reinforcement-Learning-Umgebungen sind kontrollierte Umgebungen, in denen KI-Agenten Aktionen ausführen, Ergebnisse beobachten und Feedback erhalten. Sie gewinnen zunehmend an Bedeutung, da Modelle von einmaligen Antworten zu mehrstufigen Aufgaben in Bereichen wie Programmierung, Browseranwendungen, Kundensupport und Unternehmenssoftware übergehen. Einige Unternehmen bieten maßgeschneiderte Umgebungen für Programmierung, Finanzwesen, Unternehmensprozesse oder computergestützte Aufgaben an.
OpenClaw (Moltbot/Clawdbot): Anwendungsfälle und Sicherheit 2026
OpenClaw (ehemals Moltbot und Clawdbot) ist ein Open-Source-KI-Assistent, der auf dem Host-Rechner selbst gehostet wird und lokale Rechenaufgaben ausführt sowie über gängige Messaging-Plattformen mit Nutzern interagiert. Im Gegensatz zu herkömmlichen Chatbots, die als Berater fungieren und Texte generieren, agiert OpenClaw als autonomer Agent, der Shell-Befehle ausführen, Dateien verwalten und Browservorgänge auf dem Host-Rechner automatisieren kann.
Agentic CLI-Tools: Codex vs. Claude Code
Agentic CLI-Tools sind KI-gestützte Codierungswerkzeuge, die Dateien erstellen und löschen, Befehle ausführen, die Codierung des gesamten Projekts planen und durchführen können. Wir haben die führenden Tools anhand von zehn realen Webentwicklungsszenarien verglichen und dabei pro Agenten ca. 600 atomare Validierungsprüfungen sowie insgesamt über 5.
Moltbook: Agent Driven Social Media [2026]
Das rasante Wachstum von OpenClaw hat ein ungewöhnliches soziales Experiment angestoßen: Moltbook, eine Reddit-ähnliche Plattform, auf der Agenten miteinander interagieren. Sie ging am 28. Januar 2026 an den Start und erregte innerhalb kürzester Zeit große Aufmerksamkeit. Bereits in der ersten Woche verzeichnete sie über 1,5 Millionen Agenten.
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.