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
Generative KI-ERP-Systeme: 10 Anwendungsfälle & Vorteile
Enterprise-Resource-Planning (ERP)-Software hilft Unternehmen, Arbeitsabläufe über Finanzen und Betrieb hinweg zu integrieren. Generative KI hat neben Technologien wie RPA das Potenzial, ERP-Prozesse zu verbessern. Der finanzielle Einsatz von generativer KI in ERP-Systemen kann die Automatisierung des gesamten Beschaffungs-bis-Zahlungs-Zyklus sowie Prozesse wie die Kreditorenbuchhaltung umfassen. Ein weiteres wichtiges Element für ERP-Systeme ist die Finanzplanung. Fortschrittliche generative…
Python RPA: 8 Anwendungsfälle für Entwickler
Roboterprozessautomatisierung (RPA) ermöglicht es Software-Robotern, sich wiederholende Computeraufgaben auszuführen. Python gibt Entwicklern eine flexible Möglichkeit, diese Roboter im Code zu bauen. Der globale RPA-Markt liegt 2025 bei etwa 28 Milliarden USD und soll bis 2035 auf rund 247 Milliarden USD anwachsen.1 Doch zwischen 30 % und 50 % aller RPA-Projekte scheitern, oft weil starre, klickbasierte…
KI-Datenqualität: Herausforderungen & Best Practices
Schlechte Datenqualität verzögert die erfolgreiche Implementierung von KI- und ML-Projekten. 1 Selbst die fortschrittlichsten KI-Algorithmen können fehlerhafte Ergebnisse liefern, wenn die zugrunde liegenden Daten von geringer Qualität sind. Erkunden Sie die Bedeutung der Datenqualität für KI, die Herausforderungen, denen Organisationen begegnen, und die Best Practices zur Sicherstellung hochwertiger Daten: Datenqualität ist für künstliche Intelligenz von…
Top 7 Open-Source DLP-Software
Während Open-Source DLP-Software praktikable Lösungen für den Datenschutz bietet, greifen größere Unternehmen häufig auf Closed-Source DLP-Software zurück, um von verbessertem zentralisiertem Schlüsselmanagement und Cloud-nativen Bereitstellungsoptionen zu profitieren. Nachfolgend finden Sie die fünf besten Open-Source DLP-Tools, bewertet nach Erkennungsgenauigkeit, Bereitstellungskomplexität und Community-Unterstützung. Aufnahmekriterien: Alle Softwarelösungen, die Open-Source DLP oder konfigurierbare DLP-Funktionalität mit aktiver Entwicklung (Updates innerhalb…
Top 15 Trainingsdatenplattformen
Ein Modell ist nur so gut wie die Daten, von denen es lernt. Überwachte Modelle benötigen genaue, gut gekennzeichnete Beispiele, um korrekte Vorhersagen zu treffen. Trainingsdatenplattformen decken die Schritte zwischen Rohdaten und einem nutzbaren Datensatz ab: Beschaffung, Kennzeichnung und Qualitätsprüfungen. Sehen Sie sich die führenden Trainingsdatenplattformen an, unterteilt in Datenmarktplätze und Datenkennzeichnungswerkzeuge, und den jeweiligen…
DLP-Preise: Vergleich der Top-5-Anbieter
Eine Data Loss Prevention (DLP)-Software, die ähnliche Funktionen wie eine andere bietet, kann doppelt so teuer sein. Wir haben 18 DLP-Tools analysiert. Die Top-5-Lösungen, die Preisinformationen auf ihren Websites anboten, werden verglichen. Sparen Sie bei den Gesamtbetriebskosten, indem Sie die Preise einiger der führenden DLP-Softwares vergleichen: * Der niedrigste Preis für das einfachste Paket in…
SCADA-Systeme: Vergleich der Top 10 SCADA-Software
Supervisory Control and Data Acquisition (SCADA)-Systeme bilden das betriebliche Rückgrat der industriellen Infrastruktur. Doch die Wahl einer Plattform ist eine langfristige Verpflichtung. Diese Systeme laufen oft 10 bis 20 Jahre, und die Gesamtbetriebskosten sind hoch. Dies macht die Entscheidung schwer rückgängig zu machen. Wir vergleichen 10 bedeutende SCADA-Systeme hinsichtlich Lizenzmodellen, technischen Architekturen, Sicherheitszertifizierungen und branchenspezifischen…
Top 8 Open-Source-KI-Coding-Agenten
In früheren Evaluierungen haben wir sowohl Open-Source- als auch proprietäre Agentic CLIs verglichen und dabei den Fokus auf ihre Leistung bei Webentwicklungsaufgaben gelegt. Einige Open-Source-Agenten schnitten dabei genauso erfolgreich ab wie die kostenpflichtigen Optionen. Daher haben wir auch die besten Open-Source-Coding-Agenten für Nutzer mit Datenschutzbedenken aufgelistet. Informationen zur Methodik finden Sie im KI-Coding-Benchmark. Weitere Details…
Top 7 Alternativen zu Automic Automation
Automic Automation ist ein führendes Workload-Automation-Tool im WLA-Markt. Angesichts der einzigartigen und oft spezifischen Anforderungen von Unternehmen ist es jedoch wichtig, mehrere Alternativen zu prüfen. Bewerten Sie die Nutzerbewertungen und Indikatoren der Marktpräsenz jedes Wettbewerbers, um deren Stärken und Vorteile zu ermitteln: * Siehe Abschnitte unten für jedes Produkt zur Begründung Automic Automation, jetzt bekannt…
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…
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.