Cem Dilmegani
Cems Arbeit bei AIMultiple wurde von führenden globalen Publikationen zitiert, darunter Business Insider, Forbes, Morning Brew, Washington Post, globalen Unternehmen wie HPE, NGOs wie dem World Economic Forum und supranationalen Organisationen wie der European Commission. [1], [2], [3], [4], [5]
Berufserfahrung & Erfolge
Während seiner Karriere war Cem als Tech-Berater, Tech-Einkäufer und Tech-Unternehmer tätig. Er beriet Unternehmen über ein Jahrzehnt lang bei McKinsey & Company und Altman Solon in Technologieentscheidungen. Er veröffentlichte auch einen McKinsey-Bericht zur Digitalisierung.Er leitete die Technologiestrategie und Beschaffung eines Telekommunikationsunternehmens und berichtete dabei direkt an den CEO. Zudem führte er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos an, das innerhalb von 2 Jahren von null auf einen siebenstelligen jährlich wiederkehrenden Umsatz und eine neunstellige Bewertung anwuchs. 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 Branchenanalysten von AIMultiple und das Tech-Team unterstützen Cem bei der Konzeption, Durchführung und Bewertung von Benchmarks.
Ausbildung
Er schloss sein Studium als Computer-Ingenieur an der Bogazici University 2007 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 versteckte Schichten hatten.Er hat einen MBA-Abschluss 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 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
- Gastgeber bei American Variety Radio, beantwortete Court Lewis' Fragen zu AGI am 25. April 2026.
- Beantwortete die Fragen von Korea24 zu Arbeitsplatzverlusten durch KI am 5. November 2025. Aufnahme 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 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 schlauer ist als wir, Washington Post.
- Stärkung der KI-Führung: AI C-Suite Toolkit, World Economic Forum.
- Wissenschafts-, Forschungs- und Innovationsleistung der EU, European Commission.
- Die 200-Milliarden-Euro-KI-Investition der EU treibt 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 eingesammelt hat, Business Insider.
Neueste Artikel von Cem
30+ Industrielle KI-Agenten, die man im Auge behalten sollte
Industrielle KI-Agenten befassen sich mit den Einschränkungen isolierter Daten, indem sie autonom umsetzbare Erkenntnisse aus IoT, Steuerungssystemen (z. B. SCADA) und verbundenen Anlagen integrieren und ableiten. Nachfolgend finden Sie eine kategorisierte Übersicht über mehr als 30 wichtige Anbieter, die KI-Agentenplattformen und -tools anbieten: Um die einzelnen Abschnitte zu erkunden und die relevanten Anbieter, Tools, Plattformen,…
KI-Agenten-Leistung: Erfolgsquoten & ROI
Aktuelle Forschung zeigt, dass KI-Leistung vorhersagbaren exponentiellen Zerfallsmustern folgt, was es Unternehmen ermöglicht, Fähigkeiten vorherzusagen und zwischen kostspieligen Fehlschlägen und erfolgreichen ROI-generierenden Implementierungen zu unterscheiden. Ich beaufsichtigte 12 AIMultiple-Benchmarks, darunter fast 70 KI-Agenten in mehr als 1.000 Aufgaben. Erfahren Sie, was jeder Benchmark misst und wo Grenzen bleiben: Computer-Use-Agenten interagieren mit einem Bildschirm wie ein…
Top 5 SAP BTP Automatisierungsplattformen
SAP BTP vereint Daten und Analysen, KI, Anwendungsentwicklung, Automatisierung und Integration in einer einheitlichen Umgebung. Es ist eine Plattform, die für SAP-Anwendungen in der Cloud optimiert ist. Die Plattform ist in ihrer Reichweite bedeutend, da SAP-Kunden 87 % des gesamten globalen Handels ausmachen1. Folgen Sie den Links, um Vorteile und Fallstudien der Top-5-Automatisierungssoftware im SAP-BTP-Ökosystem zu…
RPA für Mac: 12+ RPA-Tools, die auf dem Mac laufen können
Die meisten RPA-Tools wurden für Windows entwickelt, da Windows auf den meisten Unternehmensdesktops läuft. Macs haben aufgeholt. Sie machen inzwischen weltweit über 15 % der Desktop-Betriebssysteme und in den USA mehr als 24 % aus.1 Diese Entwicklung hat die Anbieter dazu gebracht, macOS zu unterstützen. In den folgenden Abschnitten finden Sie weitere Informationen: Wir haben eine Liste…
Top +100 RPA-Anwendungsfälle mit Beispielen aus der Praxis
Der RPA-Markt wird im Jahr 2026 auf $35 Milliarden geschätzt und soll bis 2035 $247 Milliarden erreichen.1 RPA kann wiederkehrende Aufgaben im Front- und Backoffice automatisieren. Ein anwendungsfallorientierter Ansatz ist entscheidend, um den Wert von Technologieinvestitionen zu optimieren. Wir identifizieren 103 Anwendungsfälle und Praxisbeispiele für Robotic Process Automation und veranschaulichen deren Einsatz zur Automatisierung wiederkehrender…
Enterprise Generative KI: 11 Anwendungsfälle & Best Practices
Generative KI (GenAI) bietet Unternehmen im Vergleich zu mittelständischen Unternehmen oder Startups neue Chancen, darunter: Generative KI bringt jedoch Herausforderungen mit sich, die speziell für große Organisationen gelten. Zum Beispiel: Entdecken Sie unsere praktischen KI-Anwendungsfälle für Unternehmen, um zu erfahren, wie große Unternehmen ihre eigenen generativen KI-Modelle effektiv aufbauen, bereitstellen und steuern können. Das Web…
KI-IPS: 6 Praxisnahe Anwendungsfälle & Führende Tools
KI-Intrusion Prevention Systeme (IPS) nutzen Algorithmen des maschinellen Lernens und Verhaltensanalysen, um verschiedene Cyber-Bedrohungen zu erkennen und zu verhindern. KI kann traditionelle IPS-Fähigkeiten durch schnellere, anpassungsfähigere und kosteneffizientere Erkennung verstärken, insbesondere für Organisationen mit begrenzten Ressourcen. Sehen Sie KI-IPS-Anwendungsfälle mit Praxisbeispielen und die 4 führenden KI-IPS-Tools: KI-IPS können: KI-IPS überwacht kontinuierlich E-Mail-Posteingänge auf Meldungen von…
25 Anwendungen/Anwendungsfälle digitaler Zwillinge nach Branche
Da immer mehr Branchen die Virtualisierung erkunden, gewinnen Lösungen digitaler Zwillinge zunehmend an Bedeutung. Der weltweite Markt für digitale Zwillinge soll bis 2027 ein Volumen von $74 Milliarden US-Dollar erreichen, und die Verbreitung der IoT-Technologie beschleunigt dieses Wachstum.1 Sehen Sie die 25 aktuellen Anwendungen digitaler Zwillinge: Digitale Zwillinge werden zunehmend in der Lieferkette und Logistikbranche…
Vergleich von 10 Python-Job-Scheduling-Methoden
Python-Job-Scheduling automatisiert Aufgaben in bestimmten Intervallen, um strikte Ausführungszeitpläne durchzusetzen, Laufzeitausnahmen abzufangen und die Konsistenz des Systemzustands ohne manuelle Eingriffe sicherzustellen. Hier sind die verschiedenen Job-Scheduling-Methoden in Python mit ihren Vor- und Nachteilen: Cron ist ein integrierter Unix/Linux-Scheduler, der Skripte zu bestimmten Zeiten ausführt. Er eignet sich für die Planung von Jobs außerhalb von Python.…
10+ Agentic AI Trends und Beispiele
Wir haben Agentic AI-Trends aus mehreren großen Branchenberichten, Benchmarks und Anbieterveröffentlichungen überprüft und verglichen. Die Quellen weisen darauf hin, dass die Zukunft von agentic KI darin liegt, KI tief zu integrieren und Geschäftsansätze durch Umstrukturierung aktueller Rahmenwerke zu transformieren. Wichtigste Erkenntnisse: Wenn Unternehmen ihre KI- und Analyseinitiativen skalieren, wird die Aufrechterhaltung einer hohen Datenqualität über…
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.