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
Beste Appen-Alternativen für Mitarbeiter & Kunden
Wir haben die Top-Appen-Alternativen analysiert, indem wir Arbeitnehmerbewertungen von Trustpilot, Crowd-Größe, Zahlungspläne und öffentlich verfügbare Unternehmensdaten verglichen haben. Die Alternativen unterscheiden sich erheblich, je nachdem, was Sie von Appen benötigen. Nach Rolle navigieren: * Daten stammen von Trustpilot, da diese hauptsächlich aus Arbeitnehmerbewertungen bestehen. ** Daten aus Arbeitnehmerbewertungen. In einigen Fällen berichteten Arbeitnehmer von Zahlungsverzögerungen.…
Top 5 KI-Leitplanken: Xnode Cortx & Weights and Biases
KI-Sicherheitsfehler sind teuer und treten immer häufiger auf. Viele Vorfälle sind auf eine schwache Governance zurückzuführen, insbesondere auf Lücken bei der Zugriffskontrolle, den Datenberechtigungen und der Überwachung der Model-Nutzung. KI-Leitplanken reduzieren dieses Risiko, indem sie durchsetzbare Grenzen dafür festlegen, wie KI-Systeme auf Daten zugreifen, Ausgaben generieren und mit Nutzern oder Geschäftsabläufen interagieren. Erfahren Sie, wie…
Vergleichen Sie 45+ MLOps-Tools
Machine Learning Operations (MLOps) bringt DevOps-Prinzipien in das maschinelle Lernen, von der Modellbereitstellung bis zur Wartung, um Übergänge zwischen Trainings- und Bereitstellungs-Pipelines zu automatisieren Entdecken Sie 45+ MLOps-Tools für verschiedene Komponenten des ML-Lebenszyklus, wie zum Beispiel: 63 % der Organisationen aus verschiedenen Sektoren und 72 % im Technologiesektor gaben an, Open-Source-KI-Tools zu verwenden, während über drei Viertel…
15 KI-Agenten-Observability-Tools: AgentOps & Langfuse
Wir haben 15 Observability-Plattformen für LLM-Anwendungen und KI-Agenten getestet. Jede Plattform wurde praktisch umgesetzt, indem Workflows eingerichtet, Integrationen konfiguriert und Testszenarien ausgeführt wurden. Wir haben 4 Observability-Tools gebenchmarkt, um zu messen, ob sie in Produktions-Pipelines Overhead verursachen. Außerdem haben wir ein LangChain-Observability-Tutorial mit Langfuse demonstriert. Wir haben jede Observability-Plattform in unser Multi-Agenten-Reiseplanungssystem integriert und 100…
10+ Beispiele für große Sprachmodelle
Wir haben Open-Source-Benchmarks zusammengestellt, um führende proprietäre und quelloffene große Sprachmodelle zu vergleichen. Wählen Sie Ihren Anwendungsfall, um das richtige Modell zu finden. Sie können große Sprachmodelle bewerten, indem Sie ihre Benchmark-Leistung und reale Latenz prüfen (verfügbar durch Klicken auf den Namen des jeweiligen Modells in der Tabelle) und ihre Preisgestaltung überprüfen, um die allgemeine…
Chatbot vs ChatGPT: Unterschiede & Funktionen
Herkömmliche Chatbots rufen vorgefertigte Antworten aus einer festen Wissensbasis ab. ChatGPT generiert Antworten von Grund auf mithilfe eines großen Sprachmodells, das auf breiten Daten in Internetmaßstab trainiert wurde. Dieser eine architektonische Unterschied ist der Grund, warum sie völlig unterschiedliche Probleme lösen und warum die Wahl des falschen Zeit und Geld kostet. Lassen Sie uns klären,…
KI-Agenten im Kundenservice im Vergleich
KI-Agenten, die von großen Sprachmodellen (LLMs) angetrieben werden, können auf Kundenanfragen in natürlicher Sprache antworten, Kontext interpretieren und menschenähnliche Antworten generieren. Diese Agenten können große Informationsmengen aus Quellen wie Wissensdatenbanken verarbeiten und zusammenführen. Wir haben vier Kundenservice-KI-Agenten zusammengestellt: Tidio Lyro, Microsoft Azure AI Chatbot, IBM Watsonx Assistant und Intercom Fin sowie weitere Beispiele für KI-Agenten,…
CRM-KI-Systeme: Top 5 Anbieter und wichtige Funktionen
Wir verfolgten 50+ Produktankündigungen von führenden CRM-Anbietern, analysierten Integrationsstarts von Salesforce, HubSpot und Microsoft und glichen Akzeptanzdaten aus 15+ Branchenforschungsberichten ab, um zu verstehen, welche KI-CRM-Funktionen tatsächlich Wert schaffen statt Marketing-Hype. ClickUp dominiert das Suchinteresse mit einem Anteil von 60-70 %, deutlich vor dem Rest des Feldes. Pipedrive liegt stabil auf Platz zwei bei rund…
Remote-Browser: Web-Infrastruktur für KI-Agenten im Vergleich
KI-Agenten sind auf Remote-Browser angewiesen, um Web-Aufgaben zu automatisieren, ohne von Anti-Scraping-Maßnahmen blockiert zu werden. Die Leistung dieser Browser-Infrastruktur ist entscheidend für den Erfolg eines Agenten. Wir haben 8 Anbieter hinsichtlich Erfolgsquote, Geschwindigkeit und Funktionen einem Benchmark unterzogen. Dafür führten wir 160 automatisierte Aufgaben aus, wobei wir 4 unterschiedliche Szenarien 5 Mal pro Dienst durchliefen,…
Top LLMOps-Tools & Vergleich mit MLOps
LLMOps-Plattformen übernehmen die operative Seite des Betriebs großer Sprachmodelle: Bereitstellung, Überwachung, Evaluierung und Kostenmanagement. Wir haben führende LLMOps-Tools, ihre Kernfunktionen, Preismodelle und ihre Unterschiede untersucht, um die beste Lösung für verschiedene Anwendungsfälle zu identifizieren. Eine Aufschlüsselung der einzelnen Metriken finden Sie unten: LLMOps-Plattformen unterstützen den Lebenszyklus von LLMs durch: LLMOps-Plattformen unterscheiden sich in ihrem Ansatz:…
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.