Cem Dilmegani
Cems Arbeit bei AIMultiple wurde von führenden globalen Publikationen wie Business Insider, Forbes, Morning Brew und Washington Post, von globalen Unternehmen wie Deloitte und HPE, von NGOs wie dem World Economic Forum und von supranationalen Organisationen wie der European Commission zitiert. [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 bei ihren Technologieentscheidungen bei McKinsey & Company und Altman Solon über mehr als ein Jahrzehnt. Er veröffentlichte außerdem einen McKinsey-Bericht zur Digitalisierung.Er leitete Technologiestrategie und -beschaffung eines Telekommunikationsunternehmens und berichtete dabei direkt an den CEO. Außerdem verantwortete er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos, das innerhalb von zwei Jahren von 0 einen siebenstelligen jährlich wiederkehrenden Umsatz und eine neunstellige Bewertung erreichte. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider aufgegriffen. [6], [7]
Forschungsinteressen
Cems Arbeit konzentriert sich auf Enterprise-KI und -Software.Cems praktische Erfahrung mit Unternehmenssoftware trägt zu seiner Arbeit bei. Weitere AIMultiple-Branchenanalysten und das Tech-Team unterstützen Cem beim Entwerfen, Durchführen und Bewerten von Benchmarks.
Ausbildung
Er schloss 2007 sein Studium als Computeringenieur an der Bogazici University ab. Während seines Ingenieurstudiums studierte er maschinelles Lernen zu einer Zeit, als es allgemein als "Data Mining" bezeichnet wurde und die meisten neuronalen Netze nur wenige verborgene Schichten hatten.Er hat einen MBA-Abschluss von der Columbia Business School aus dem Jahr 2012.
Cem spricht fließend Englisch und Türkisch. Er verfügt über fortgeschrittene Deutschkenntnisse und Grundkenntnisse in Französisch.
Externe Veröffentlichungen
- Cem Dilmegani, Post-AI-Banking: Millionen Arbeitsplätze in Gefahr, 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, Konferenzen & andere Veranstaltungspräsentationen
- Gast bei American Variety Radio und Beantwortung der Fragen von Court Lewis zu AGI am 25. April 2026.
- Beantwortung der Fragen von Korea24 zu Arbeitsplatzverlusten durch KI am 5. November 2025. Aufzeichnung verfügbar unter: Korea24
- Immobilien und Technologie, 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): "Steigerung der Data-Science-Wirkung mit ChatGPT".
- Generative AI Atlanta Meetup: Generative KI für Unternehmenstechnologie.
Quellen
- Warum Microsoft, IBM und Google ihre Anstrengungen im Bereich KI-Ethik verstärken, Business Insider.
- Microsoft investiert 1 Milliarde Dollar in OpenAI, um künstliche Intelligenz zu verfolgen, die intelligenter ist als wir, Washington Post.
- KI-Führung stärken: KI-C-Suite-Toolkit, World Economic Forum.
- Wissenschafts-, Forschungs- und Innovationsleistung der EU, European Commission.
- EU-Investition von 200 Milliarden Euro in KI pumpt Geld in Rechenzentren, aber der Chipmarkt bleibt eine Herausforderung, IT Brew.
- Hypatos erhält 11,8 Millionen Dollar für einen Deep-Learning-Ansatz zur Dokumentenverarbeitung, TechCrunch.
- Wir haben einen exklusiven Einblick in das Pitch-Deck erhalten, mit dem das KI-Startup Hypatos 11 Millionen Dollar einwarb, Business Insider.
Neueste Artikel von Cem
KI-Ethik-Dilemmata mit Beispielen aus dem echten Leben
Auch wenn künstliche Intelligenz die Arbeitsweise von Unternehmen verändert, gibt es Bedenken, wie sie unser Leben beeinflussen könnte. Dies ist sowohl ein akademisches/gesellschaftliches Problem als auch ein Reputationsrisiko für Unternehmen; kein Unternehmen möchte durch Daten- oder KI-Ethikskandale untergraben werden, die seinen Ruf schädigen. Entdecken Sie Einblicke in ethische Fragen, die sich beim Einsatz von KI…
GPT-5: Funktionen, Benchmarks, Preise und Vergleich
OpenAI hat die Modellfamilie GPT-5.6 am 9. Juli 2026 veröffentlicht. Die Familie umfasst GPT-5.6 Sol für komplexes Reasoning und professionelle Workflows, GPT-5.6 Terra als ausgewogene Option und GPT-5.6 Luna für schnellere, kostensensible Workloads. Wir untersuchen ihre Spezifikationen, veröffentlichten Benchmark-Ergebnisse, Preise, Verfügbarkeit und Unterschiede zu früheren GPT-Modellen. Die drei GPT-5.6-Modelle verwenden dasselbe veröffentlichte Kontextfenster und denselben…
Top 15 Anwendungsfälle & Beispiele für KI in der Logistik
Anhaltende Ineffizienzen, steigende Betriebskosten und fortlaufende Lieferketten-Unterbrechungen stellen die Logistikfunktionen weltweit weiterhin vor Herausforderungen. Diese Belastungen strapazieren traditionelle Systeme, verringern die Servicezuverlässigkeit und schränken die Skalierungsfähigkeit von Organisationen ein. Als Reaktion darauf setzen Unternehmen zunehmend auf künstliche Intelligenz, um die durchgängige Transparenz zu verbessern, die Widerstandsfähigkeit zu stärken und Kernfunktionen zu optimieren. Mit zunehmender Einführung…
AGI/Singularität: 10.000 Vorhersagen analysiert
Allgemeine künstliche Intelligenz (AGI) liegt vor, wenn ein KI-System die menschlichen kognitiven Fähigkeiten bei allen Aufgaben erreicht. Wir haben 10.000 Vorhersagen von KI-Forschern, führenden Unternehmern und der Community zum AGI-Zeitplan analysiert: Wird AGI/Singularität eintreten? AGI ist unvermeidlich laut den meisten KI-Experten. Wann werden wir AGI erreichen? Zwischen Ende der 2020er und Anfang der 2030er Jahre.…
Dokumentation zur Testautomatisierung mit Best Practices
Testautomatisierung ist für die Sicherstellung der Qualität und Zuverlässigkeit von Anwendungen beim Testen und Entwickeln von Software von entscheidender Bedeutung. Unternehmen und QA-Teams wechseln vom manuellen Testen zum Automatisierungstesten, da es: Was oft übersehen wird, ist die Rolle einer effektiven Dokumentation, um die Vorteile der Testautomatisierung zu maximieren. Wir untersuchen die Bedeutung der Testautomatisierungsdokumentation, ihre…
Top 8 SIEM-Anwendungsfälle und Praxisbeispiele
SIEM adressiert dies, indem es Daten aus der gesamten Umgebung, Endpunkte, Netzwerke, Cloud-Anwendungen und Authentifizierungssysteme korreliert, um Verbindungen aufzudecken, die kein einzelnes Tool erkennen würde. Eine Anmeldung um 2 Uhr morgens ist für sich genommen nicht verdächtig. Dieselbe Anmeldung, kombiniert mit einem Anstieg ausgehender Übertragungen und einem neuen USB-Gerät, ist eine andere Geschichte. Die folgenden…
Top 12 SEO KI-Anwendungsfälle mit Fallstudien
Da sich Algorithmen ändern und die Erwartungen der Verbraucher steigen, ist es schwieriger geworden, um die Zugänglichkeit in den Suchergebnissen zu konkurrieren. Herkömmliche SEO-Techniken, die auf manueller Recherche und kleinen Aktualisierungen beruhen, hinken diesen Entwicklungen oft hinterher. KI-gestützte SEO-Tools begegnen dieser Herausforderung, indem sie komplexe Aufgaben automatisieren und Inhalte präziser auf die Nutzerintention ausrichten. Entdecken…
20 Chatbot-Unternehmen für den Einsatz
Bei über 200 Chatbot-Plattformen auf dem Markt ist die Wahl nicht offensichtlich. Der richtige Anbieter hängt von drei Dingen ab: Wie Ihr Team bauen möchte (Drag-and-Drop vs. Code), welche Systeme Sie verbinden müssen und wie viel Gesprächsvolumen Sie tatsächlich bewältigen. Wir haben die 20 am weitesten verbreiteten Chatbot-Plattformen für den Aufbau von Produktionsanwendungen verglichen. Tabelle…
Top 40 Chatbot-Anwendungen mit Beispielen
Der globale Chatbot-Markt wird 2026 auf $10,32–$11,45 Milliarden US-Dollar geschätzt, gegenüber $8,7 Milliarden US-Dollar im Jahr 2024, und soll bis 2031 bei einer CAGR von 23.15 % $32,45 Milliarden US-Dollar erreichen. Das Segment der generativen KI-Chatbots allein wird auf $12,98 Milliarden US-Dollar geschätzt und wächst mit einer CAGR von 31.11 % schneller. Dieses Wachstum ist real, aber…
KI im Vertrieb: 15 Anwendungsfälle & Beispiele
Künstliche Intelligenz kann Vertriebsprozesse von der Lead-Generierung bis zur Umsatzprognose verbessern und Unternehmen dabei helfen, niedrige Konversionsraten und lange Verkaufszyklen zu überwinden. Entdecken Sie Anwendungsfälle für KI im Vertrieb, die um zentrale Vertriebsaktivitäten strukturiert sind, um zu zeigen, wie KI-Vertriebstools den Verkaufszyklus beschleunigen und die Vertriebseffektivität steigern können: Die Umsatzprognose ist im Vertriebsprozess entscheidend, kann…
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.