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
Top 4 kosteneffiziente RPA-Tools
Betriebskosten können insbesondere kleinere Organisationen davon abhalten, in RPA zu investieren und die Vorteile der Automatisierung zu verpassen. Diese Kosten umfassen Lizenzen für RPA-Software und RPA-Programmierung. Folgen Sie den Links, um kosteneffiziente RPA-Anbieter zu sehen: Die RPA-Technologie von Microsoft Power Automate bietet eine benutzerfreundliche Oberfläche zur Erstellung von RPA-Bots. Zu den kognitiven Funktionen gehören NLP,…
25 Anwendungen/Anwendungsfälle digitaler Zwillinge nach Branchen
Da immer mehr Branchen die Virtualisierung erkunden, gewinnen digitale Zwillingslösungen an Bedeutung. Der globale Markt für digitale Zwillinge soll bis 2027 $74 Milliarden erreichen, und die Verbreitung der IoT-Technologie beschleunigt dieses Wachstum.1 Sehen Sie sich 25 aktuelle Anwendungen digitaler Zwillinge an: Digitale Zwillinge werden zunehmend in der Lieferketten- und Logistikbranche eingesetzt, um Effizienz zu verbessern,…
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…
KI-Agenten-Leistung: Erfolgsraten & ROI
Jüngste Forschung zeigt, dass die KI-Leistung vorhersehbaren exponentiellen Zerfallsmustern folgt,1 was Unternehmen ermöglicht, Fähigkeiten vorherzusagen und zwischen kostspieligen Misserfolgen und erfolgreichen ROI-generierenden Implementierungen zu unterscheiden. Ich habe 12 AIMultiple-Benchmarks betreut, darunter fast 70 KI-Agenten in mehr als 1.000 Aufgaben. Erfahren Sie, was jeder Benchmark misst und wo die Grenzen liegen: Agenten für die Computernutzung interagieren…
Reproduzierbare KI: Warum sie wichtig ist und wie man sie verbessert
Reproduzierbarkeit ist ein Kernbestandteil der wissenschaftlichen Forschung. Sie ermöglicht es Forschern und KI-Teams zu überprüfen, ob ein Ergebnis unter klar beschriebenen Bedingungen erneut erzielt werden kann. Ein OECD-Bericht über KI in der Wissenschaft argumentiert, dass die KI-Forschung der breiteren Reproduzierbarkeitskrise nicht entkommen ist. Er führt Belege dafür an, dass Reproduzierbarkeitsprobleme in der Bilderkennung, der natürlichen…
Top 7 Open-Source-Tools für die Sentiment-Analyse
Es wird geschätzt, dass der globale Markt für Textanalytik bis 2029 einen Wert von 56 Milliarden US-Dollar überschreiten wird.1 Die Sentiment-Analyse hat als eine der Anwendungen der Textanalytik weltweit an Dynamik gewonnen. Unternehmen, die keine Sentiment-Analyse implementiert haben, könnten das Bedürfnis verspüren, die besten Tools und Anwendungsfälle zu finden, um von dieser Technologie zu profitieren.…
KI-Agenten mit zusammensetzbaren Mustern erstellen
Wir haben 3 Tage damit verbracht, mit Workflows und Agent-Pipelines in n8n zu experimentieren und folgten dabei den Anleitungen von Anthropic und OpenAI zur Erstellung effektiver KI-Agenten.12 Erkunden Sie die wichtigsten KI-Agenten-Komponenten, wie Sie die richtigen Komponenten und Tools auswählen, zusätzlich zur Erstellung von Agenten-Workflows, die auf den einfachen, zusammensetzbaren Mustern von Anthropic basieren, wie…
Beste Open-Source-RPA-Tools
Open-Source-RPA (Robotic Process Automation) kann auch in der Zukunft der Automatisierung eine wichtige Rolle spielen. Die Hauptvorteile sind Transparenz, Flexibilität und das Fehlen von Lizenzkosten. Es gibt bereits mehrere Open-Source-RPA-Tools. Im Folgenden listen wir sechs bemerkenswerte Optionen auf und verlinken auf deren Quellcode. Wenn Sie nicht wissen, wo Sie mit einer Open-Source-RPA-Lösung beginnen sollen, können…
Top 10 Managed File Transfer Software getestet: Sehen Sie die beste Lösung
Wir analysierten Preispläne, technische Spezifikationen und Leistungsdaten von vier großen Anbietern: Cerberus FTP, IBM Aspera, Serv-U und Thru basierend auf realen Dateiübertragungsszenarien und erstellten einen MFT-Benchmark. Wir haben Lösungen aufgelistet, die über grundlegende Dateiübertragungsprotokolle hinausgehen und Sicherheitsmaßnahmen, Compliance-Tracking und Workflow-Automatisierung integrieren, um Daten sicher zu übertragen. *Bewertungen basieren auf Capterra, Gartner und G2. Sortierung: Die…
Große multimodale Modelle (LMMs) vs. LLMs
Wir haben die Leistung großer multimodaler Modelle (LMMs) bei finanziellen Denkaufgaben anhand eines sorgfältig ausgewählten Datensatzes bewertet. Durch die Analyse einer Teilmenge hochwertiger Finanzproben bewerten wir die Fähigkeiten der Modelle bei der Verarbeitung und dem logischen Denken mit multimodalen Daten im Finanzbereich. Der Abschnitt zur Methodik bietet detaillierte Einblicke in den verwendeten Datensatz und den…
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.