Cem Dilmegani
Berufserfahrung und Erfolge
Im Laufe seiner Karriere war Cem als Technologieberater, Technologieeinkäufer und Technologieunternehmer tätig. Über ein Jahrzehnt lang beriet er Unternehmen bei McKinsey & Company und Altman Solon in ihren Technologieentscheidungen. Er veröffentlichte zudem einen McKinsey-Bericht zur Digitalisierung. Bei einem Telekommunikationsunternehmen leitete er die Technologiestrategie und -beschaffung und berichtete direkt an den CEO. Darüber hinaus verantwortete er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos, das innerhalb von zwei Jahren von null auf einen siebenstelligen jährlichen Umsatz und eine neunstellige Unternehmensbewertung wuchs. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider thematisiert. [6], [7]Forschungsschwerpunkte
Cems Arbeitsschwerpunkt liegt darauf, wie Unternehmen neue Technologien in den Bereichen KI, agentenbasierte KI, Cybersicherheit (einschließlich Netzwerk- und Anwendungssicherheit) und Daten, insbesondere Webdaten, nutzen können. Seine praktische Erfahrung mit Unternehmenssoftware fließt in seine Arbeit ein. Weitere KI-Branchenanalysten und das technische Team unterstützen Cem bei der Konzeption, Durchführung und Auswertung von Benchmarks.Ausbildung
Er schloss 2007 sein Studium der Informatik an der Bogazici-Universität ab. Während seines Studiums beschäftigte er sich mit maschinellem Lernen, damals noch unter dem Begriff „Data Mining“ bekannt, und die meisten neuronalen Netze besaßen nur wenige verborgene Schichten. 2012 erwarb er einen MBA an der Columbia Business School. Cem spricht fließend Englisch und Türkisch. Seine Deutschkenntnisse sind fortgeschritten, seine Französischkenntnisse liegen auf Anfängerniveau.Externe Veröffentlichungen
- Cem Dilmegani, Post-KI-Banking: Millionen von Arbeitsplätzen 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-, Konferenz- und sonstige Veranstaltungspräsentationen
- Antworten auf die Fragen von Korea24 zum Thema Arbeitsplatzverlust durch KI, 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 Wirkung von Data Science mit ChatGPT“.
- Generative AI Atlanta Meetup: Generative KI für Unternehmenstechnologie .
Quellen
- Warum Microsoft, IBM und Google ihre Bemühungen im Bereich KI-Ethik verstärken , Business Insider.
- Microsoft investiert 1 Milliarde Dollar in OpenAI, um künstliche Intelligenz zu entwickeln, die intelligenter ist als wir , Washington Post.
- Stärkung der KI-Führungskräfte: KI-Toolkit für die C-Suite , Weltwirtschaftsforum.
- Wissenschafts-, Forschungs- und Innovationsleistung der EU , Europäische Kommission.
- Die EU investiert 200 Milliarden Euro in KI, wodurch Geld in Rechenzentren fließt, doch 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 die Präsentation erhalten, mit der das KI-Startup Hypatos 11 Millionen Dollar eingesammelt hat , Business Insider.
Neueste Artikel von Cem
Generative KI für Unternehmen: 11 Anwendungsfälle und Best Practices
Generative KI (GenAI) eröffnet Unternehmen im Vergleich zu mittelständischen Unternehmen oder Startups neue Möglichkeiten. Allerdings birgt GenAI auch Herausforderungen, die speziell für große Organisationen gelten. Beispielsweise: Entdecken Sie unsere praktischen Anwendungsfälle für KI in Unternehmen und erfahren Sie, wie große Unternehmen ihre eigenen generativen KI-Modelle effektiv entwickeln, implementieren und verwalten können.
Control-M für die Automatisierung von Unternehmensworkloads
Control-M von BMC Software unterstützt Teams bei der Koordination und Automatisierung von Daten- und Anwendungsworkflows in verschiedenen Umgebungen, darunter Mainframes, Cloud- und Hybridsysteme. Die Plattform bietet Nutzern eine zentrale Anlaufstelle für die Planung von Jobs, die Fortschrittsverfolgung und die Verwaltung von Abhängigkeiten. Sie lässt sich zudem mit gängigen Cloud-Diensten, Datenanalysetools und DevOps-Systemen verbinden und vereinfacht so die Produktionsverwaltung.
AutoSys: Wichtigste Funktionen und Nutzereinblicke
Das Interesse an Broadcoms AutoSys nimmt ab (Quelle: Google Trends), und es erhält auf Bewertungsplattformen eine niedrigere Durchschnittsbewertung als die meisten anderen Tools zur Workload-Automatisierung.
Die 8 besten Agentic CRM-Plattformen im Jahr
CRM-Systeme werden immer intelligenter. Anstatt nur Daten zu speichern, können agentenbasierte CRM-Plattformen Aufgaben planen, Workflows ausführen und Strategien selbstständig anpassen. Man kann sie sich als CRM-Systeme mit integrierter Intelligenz vorstellen, die die Arbeit erledigen, anstatt auf Ihre Klicks zu warten.
Demilitarisierte Zone (DMZ): Beispiele & Architektur
Eine demilitarisierte Zone (DMZ) ist ein Teilnetz, das die öffentlich zugänglichen Dienste einer Organisation enthält. Sie dient als Zugangspunkt zu einem nicht vertrauenswürdigen Netzwerk, häufig dem Internet. DMZs werden in verschiedenen Umgebungen eingesetzt, von Heimroutern bis hin zu Unternehmensnetzwerken, um öffentlich zugängliche Dienste zu isolieren und interne Systeme zu schützen.
DLP-Preise: Vergleich der Top 3 Anbieter
Eine Software zur Verhinderung von Datenverlust (DLP) mit ähnlichen Funktionen kann doppelt so teuer sein. Wir haben die Preise und Pakete von acht DLP-Tools analysiert. Sparen Sie Kosten, indem Sie die Preise führender DLP-Software vergleichen: Tabelle 1. Preisvergleich von DLP-Software.
20 Anwendungen/Anwendungsfälle für digitale Zwillinge nach Branchen
Da immer mehr Branchen die Virtualisierung vorantreiben, gewinnen digitale Zwillinge zunehmend an Bedeutung. Der globale Markt für digitale Zwillinge wird bis 2027 voraussichtlich 74 Milliarden US-Dollar erreichen, und die Verbreitung von IoT-Technologien beschleunigt dieses Wachstum.
KI-Datenqualität im Jahr: Herausforderungen und bewährte Verfahren
Mangelhafte Datenqualität verzögert die erfolgreiche Implementierung von KI- und ML-Projekten. Selbst die fortschrittlichsten KI-Algorithmen liefern fehlerhafte Ergebnisse, wenn die zugrundeliegenden Daten von geringer Qualität sind.
LLM-Preise: Vergleich der Top 15+ Anbieter
Die Preisgestaltung der LLM-API kann komplex sein und hängt von Ihren individuellen Nutzungspräferenzen ab. Wir haben über 15 LLMs hinsichtlich ihrer Preise und Leistung analysiert: Bewegen Sie den Mauszeiger über die Modellnamen, um Benchmark-Ergebnisse, Latenzzeiten im realen Einsatz und Preise einzusehen und so die Effizienz und Wirtschaftlichkeit jedes Modells zu beurteilen. Ranking: Die Modelle werden nach ihrer durchschnittlichen Platzierung in allen Benchmarks geordnet.
Die 4 besten kostengünstigen RPA-Tools
Betriebskosten können insbesondere kleinere Unternehmen davon abhalten, in RPA zu investieren und dadurch die Vorteile der Automatisierung zu verpassen. Zu diesen Kosten zählen Lizenzen für RPA-Software, RPA-Programmierung und RPA-Tools.
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.