Cem Dilmegani
Cems Arbeit bei AIMultiple wurde von führenden globalen Publikationen zitiert, darunter Business Insider, Forbes, Morning Brew, Washington Post, globale Unternehmen wie HPE, NGOs wie das World Economic Forum und supranationale Organisationen wie die Europäische Kommission. [1], [2], [3], [4], [5]
Berufserfahrung & Erfolge
Im Laufe seiner Karriere war Cem als Tech-Berater, Tech-Einkäufer und Tech-Unternehmer tätig. Er beriet Unternehmen mehr als ein Jahrzehnt lang bei McKinsey & Company und Altman Solon zu ihren Technologieentscheidungen. Er veröffentlichte auch einen McKinsey-Bericht zur Digitalisierung.Er leitete die Technologiestrategie und -beschaffung eines Telekommunikationsunternehmens und berichtete dabei direkt an den CEO. Er leitete auch das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos, das innerhalb von 2 Jahren einen siebenstelligen jährlich wiederkehrenden Umsatz und eine neunstellige Bewertung von 0 aus erreichte. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider behandelt. [6], [7]
Forschungsinteressen
Cems Arbeit konzentriert sich auf KI und Software für Unternehmen.Cems praktische Erfahrung mit Unternehmenssoftware trägt zu seiner Arbeit bei. Andere Branchenanalysten von AIMultiple und das Tech-Team unterstützen Cem bei der Gestaltung, Durchführung und Auswertung von Benchmarks.
Ausbildung
Er schloss 2007 sein Studium als Computeringenieur an der Boğaziçi-Universität ab. Während seines Ingenieurstudiums beschäftigte er sich mit maschinellem Lernen zu einer Zeit, als es allgemein als „Data-Mining" bezeichnet wurde und die meisten neuronalen Netze nur wenige verborgene Schichten hatten.Er erwarb 2012 einen MBA-Abschluss an der Columbia Business School.
Cem spricht fließend Englisch und Türkisch. Er beherrscht Deutsch auf fortgeschrittenem Niveau und Französisch auf Anfängerniveau.
Externe Publikationen
- Cem Dilmegani, Post-AI Banking: Millionen von Arbeitsplätzen gefährdet, da Banken ihre Kernfunktionen automatisieren. International Banker.
- Cem Dilmegani, Bengi Korkmaz und Martin Lundqvist (1. Dezember 2014).Digitalisierung des öffentlichen Sektors: Die Billionen-Dollar-Herausforderung, McKinsey & Company.
Medien-, Konferenz- & andere Veranstaltungspräsentationen
- Zu Gast bei American Variety Radio, beantwortete Court Lewis' Fragen zu AGI am 25. April 2026.
- Beantwortete am 5. November 2025 die Fragen von Korea24 zum Arbeitsplatzverlust durch KI. Aufzeichnung verfügbar auf: Korea24
- Real Estate and Technology, präsentiert vom Wilbur F. Breslin Center for Real Estate Studies der Hofstra University und der Frank G. Zarb School of Business in den Jahren 2023 und 2024.
- Radar AI-Session (22. Juni 2023): „Increasing Data Science Impact with ChatGPT".
- Generative AI Atlanta Meetup: Generative AI for Enterprise Technology.
Quellen
- Why Microsoft, IBM, and Google Are Ramping up Efforts on AI Ethics, Business Insider.
- Microsoft invests $1 billion in OpenAI to pursue artificial intelligence that's smarter than we are, Washington Post.
- Empowering AI Leadership: AI C-Suite Toolkit, World Economic Forum.
- Science, Research and Innovation Performance of the EU, Europäische Kommission.
- EU's €200 billion AI investment pushes cash into data centers, but chip market remains a challenge, IT Brew.
- Hypatos gets $11.8M for a deep learning approach to document processing, TechCrunch.
- We got an exclusive look at the pitch deck AI startup Hypatos used to raise $11 million, Business Insider.
Neueste Artikel von Cem
RPA für Mac: 12+ RPA-Tools, die auf Mac laufen
Die meisten RPA-Tools wurden für Windows entwickelt, da Windows den Großteil der Unternehmens-Desktops betreibt. Macs haben aufgeholt. Sie machen inzwischen über 15% der Desktop-Betriebssysteme weltweit und mehr als 24% in den USA aus.1 Dieser Wandel hat die Anbieter dazu gedrängt, macOS zu unterstützen. Weitere Informationen finden Sie in den folgenden Abschnitten: Wir haben eine Liste…
Top No-Code ML-Plattformen: ChatGPT-Alternativen
Wir haben 4 No-Code-Machine-Learning-Plattformen anhand wichtiger Kennzahlen verglichen: Datenverarbeitung (Umgang mit fehlenden Werten, Ausreißern), Modellaufbau und Benutzerfreundlichkeit, Ausgabe von Genauigkeitsmetriken, Verfügbarkeit von Visualisierungen sowie alle wesentlichen Einschränkungen oder Beobachtungen während des Tests. Hinweis: Die Werte stellen die durchschnittliche Leistung über kNN und logistische Regression dar, sofern zutreffend. Die Ergebnisse können je nach Komplexität des Datensatzes…
7 nützliche KI-Transformationsstrategien
Die KI-Transformation ist die nächste Phase der digitalen Transformation. Unternehmen sind bereit, in KI-Technologien zu investieren, um ihren Wettbewerbern voraus zu sein. Die digitale Transformation ist eine Voraussetzung für Unternehmen, um ihre KI-Transformation einzuleiten, da digitale Daten für das KI-Training unerlässlich sind und digitale Prozesse in der Regel für den Einsatz von KI-Lösungen erforderlich sind.…
Handschrifterkennungs-Benchmark: LLMs vs OCRs
OCR-Tools erreichen bei maschinengeschriebenen Text in hochwertigen Bildern eine Genauigkeit von über 99%. Handschriften bleiben jedoch aufgrund von Abweichungen in Stil, Abständen und Unregelmäßigkeiten eine Herausforderung. Wir stellen einen Schreibschrift-Benchmark mit 100 handschriftlichen Proben vor, die von unserem Team erstellt wurden, um Overfitting zu vermeiden. In diesem Benchmark sind GPT-5, Gemini 3 Pro Preview und…
Analyse der Top 4 Open-Source-NGFWs basierend auf Funktionen
Teams, die NGFWs, KI-gesteuerte Sicherheit und Automatisierung nutzen, sparen etwa $2M mehr als solche, die traditionelle Tools verwenden. Betrachten Sie Open-Source-NGFW als kosteneffiziente Netzwerksicherheitslösung für umfassende Sicherheit: Tabelle 1. Hauptmerkmale Für Details zu den Hauptfunktionen von Open-Source-NGFW und deren Bedeutung, prüfen Sie die NGFW-Funktionen. Tabelle 2. Marktpräsenz *Basiert auf Daten von führenden B2B-Bewertungsplattformen **Basiert auf…
7 Anwendungsfälle für Netzwerksicherheit
Netzwerksicherheit schützt die Systeme, den Datenverkehr und die Konten, die ein Unternehmen betreiben. Wir untersuchen sieben Anwendungsfälle für Netzwerksicherheit, die jeweils ein Praxisbeispiel darstellen und von der Erkennung von Insider-Bedrohungen bis zur Verwaltung privilegierter Zugriffe reichen. Böswillige Insider sind für einen großen Teil der gemeldeten Sicherheitsvorfälle verantwortlich,1 was es schwierig macht, normale Aktivitäten von schädlichen…
WLA-Migration: Best Practices & Ansätze der Anbieter
67% der Unternehmen wechseln zu funktionaleren Workload-Automation-Tools, da die richtige Wahl die Betriebseffizienz um 56% steigern und die Kosten um 39% senken kann, so der State of IT Automation Report.1 Erkunden Sie die Migration von Workload Automation (WLA), Best Practices, worauf zu achten ist, und die unterschiedlichen Ansätze verschiedener Anbieter. WLA-Migration (Workload Automation) ist der…
Top 10 Spracherkennungstools & Anwendungen
Wenn Sie virtuelle Assistenten wie Alexa, Cortana oder Siri verwendet haben, sind Sie wahrscheinlich mit Spracherkennung und conversational KI vertraut. Diese Technologie ermöglicht es Benutzern, durch verbale Befehle mit Geräten zu interagieren, indem gesprochene Anfragen in maschinenlesbaren Text umgewandelt werden. Entdecken Sie die Top 10 Anwendungen der Spracherkennungstechnologie in Sprachsuche, Kundenservice, Gesundheitswesen und anderen Bereichen.…
No-Code-KI: Vorteile, Branchen & Hauptunterschiede
No-Code-KI-Tools ermöglichen es Anwendern, KI-Anwendungen zu erstellen, zu trainieren oder bereitzustellen, ohne Code schreiben zu müssen. Diese Plattformen basieren in der Regel auf Drag-and-Drop-Oberflächen, Eingabeaufforderungen in natürlicher Sprache, geführten Einrichtungsassistenten oder visuellen Workflow-Buildern. Dieser Ansatz senkt die Einstiegshürde und macht die KI-Entwicklung für Anwender ohne Programmierkenntnisse zugänglich. In letzter Zeit hat sich No-Code-KI weit über…
Top 13 GAN-Anwendungsfälle
Während GANs viele frühe generative KI-Anwendungen vorangetrieben haben, insbesondere in der Bildsynthese und Stilübertragung, basieren die meisten verbraucherorientierten generativen KI-Tools heute auf diffusionsbasierten Architekturen oder verwandten Ansätzen wie Flow Matching und Diffusion Transformers (DiT). GANs bleiben jedoch in bestimmten Bereichen wichtig, wie z.B. Super-Resolution, Gesichtsrestaurierung, der Generierung synthetischer tabellarischer oder Gesundheitsdaten und Anwendungen, die eine…
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.