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
IT-Dokumentation Benchmark & Bewertung
Wir haben die führenden IT-Dokumentationsplattformen evaluiert, um ihre Leistung, Funktionen und Benutzerfreundlichkeit zu bewerten. Unser Benchmark maß Dokumentenerstellungs-Workflows, Editor-Funktionen, Suchgenauigkeit und Beziehungsmanagement in realen Szenarien, einschließlich Fehlercode-Suchen, PDF-Inhaltsindizierung und Erhaltung der Befehlssyntax. *NinjaOne automatisch speichert Entwürfe, zeigt sie aber nicht separat an. Beim Starten eines neuen Entwurfs werden automatisch gespeicherte Entwürfe eingeblendet.**Einschränkungen des Free-Plans verhindern…
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 Alternativen zu Tenable Nessus: Funktionen & Vergleich
Im Markt für DAST und Schwachstellen-Scan-Tools sind mehrere beachtenswerte Optionen verfügbar. Wir haben die Top-Alternativen zu Tenable Nessus auf Basis unserer Recherche und unseres DAST-Benchmarks ausgewählt. Folgen Sie den Links, um die Begründung für jede Auswahl zu sehen: Sehen Sie sich die Funktionen und Eigenschaften der Alternativen zu Tenable Nessus an: *Das Ranking basiert auf…
Top 8 Observability-Software mit Preisen inklusive SolarWinds
Observability-Plattformen versprechen vollständige Transparenz über verteilte Systeme, aber die Auswahl der richtigen ist schwierig, wenn jeder Anbieter behauptet, alles zu können. Wir haben die Top-8-Observability-Softwareprodukte analysiert, indem wir ihre dokumentierten Funktionen, öffentlichen Preise, verifizierten Kundenbewertungen und Unternehmensreferenzfälle überprüft haben. Sehen Sie sich die Grafik an, um den Suchmarktanteil jedes Anbieters zu erfahren: * Die Bewertungen…
Top 14 Netzwerkplanungstools: Wichtige Funktionen & Vorteile
Netzwerkplanungstools helfen Unternehmen, die Leistung zu optimieren, Ressourcen effizient zu verwalten und skalierbare, zuverlässige Netzwerkdesigns für Wachstum und Stabilität sicherzustellen. Hier ist ein Überblick über die wertvollsten heute verfügbaren Tools, geordnet nach ihrer Hauptfunktion: Diese Lösungen werden hauptsächlich verwendet, um ein Netzwerk von Grund auf zu entwerfen, können aber auch genutzt werden, um ein bestehendes…
Mobile KI-Agenten anhand von 65 realen Aufgaben getestet
Wir haben 3 Tage damit verbracht, vier mobile KI-Agenten (DroidRun, Mobile-Agent, AutoDroid und AppAgent) anhand von 65 realen Aufgaben zu benchmarken und dabei einen Android-Emulator mit Anwendungen wie Kalenderverwaltung, Kontakterstellung, Fotoaufnahme, Audioaufnahme und Dateioperationen zu verwenden. Sehen Sie die Benchmark-Ergebnisse einschließlich des realen Leistungsvergleichs, der Kosten und der Ausführungszeiten: Höchste Erfolgsquote (43 %) mit hohen Kosten…
Top 4 KI-Suchmaschinen im Vergleich
Die Suche mit LLMs ist zu einer bedeutenden Alternative zur Google-Suche geworden. Wir haben die folgenden KI-Suchmaschinen einem Benchmark unterzogen, um zu sehen, welche die korrektesten Ergebnisse liefert: Deepseek ist der Spitzenreiter dieses Benchmarks und lieferte korrekt 57 % der Daten in unserem Ground-Truth-Dataset. Sie können auch unseren KI-Deep-Research-Benchmark lesen, wenn Sie nach einer Lösung für…
DGX Spark Alternativen: RTX, Ryzen KI Halo und Mac Studio
Wir vergleichen veröffentlichte DGX-Spark-, RTX- und Ryzen KI-Halo-Inferenz-Benchmarks und decken Prompt-Verarbeitung, Token-Generierung und längere Kontexte ab. Zu den Alternativen gehören Framework Desktop, Mac Studio und GB10-Systeme anderer Hersteller. Die Decode-Geschwindigkeit misst die pro Sekunde erzeugten Ausgabe-Tokens. Höhere Werte bedeuten eine schnellere Antwortgenerierung. Alle sechs Ergebnisse verwenden GPT-OSS 20B MXFP4 in Ollama bei Batch eins, aus…
Macht Pi Network reich? Nein, aber es kann ein paar Cent pro Stunde einbringen
Nutzer können ihre Zeit oder ihr Geld in Pi Network investieren. Nichts hier Geschriebenes sollte als Anlageberatung verstanden werden. Wir erwarten nicht, dass außer den Gründern irgendjemand in nennenswertem Maße von PI Network profitiert, weil: Trotz alledem gefallen uns ihre optimistischen Beiträge, wenn sie mit einem abstürzenden Token-Preis ins Jahr 2026 gehen: Es ist eine…
RELC-Bench: Abruf im Langkontext-Benchmark
RELC-Bench (RELC-Bench: Abruf im Langkontext-Benchmark) zielt darauf ab, die Fähigkeit eines model zu messen, einen bestimmten numerischen Wert aus einem oder mehreren Dokumenten in seinem Kontext zu finden und zu extrahieren. Es wird getestet, ob das model sich an eine bestimmte Tatsache erinnern und sie abrufen kann, die es gerade in der Eingabe gesehen hat.…
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.