Cem Dilmegani
Cems Arbeit bei AIMultiple wurde von führenden globalen Publikationen zitiert, darunter Business Insider, Forbes, Morning Brew, Washington Post, globalen Unternehmen wie HPE, NGOs wie dem World Economic Forum und supranationalen Organisationen wie der European Commission. [1], [2], [3], [4], [5]
Berufserfahrung & Erfolge
Während seiner Karriere war Cem als Tech-Berater, Tech-Einkäufer und Tech-Unternehmer tätig. Er beriet Unternehmen über ein Jahrzehnt lang bei McKinsey & Company und Altman Solon in Technologieentscheidungen. Er veröffentlichte auch einen McKinsey-Bericht zur Digitalisierung.Er leitete die Technologiestrategie und Beschaffung eines Telekommunikationsunternehmens und berichtete dabei direkt an den CEO. Zudem führte er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos an, das innerhalb von 2 Jahren von null auf einen siebenstelligen jährlich wiederkehrenden Umsatz und eine neunstellige Bewertung anwuchs. 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 Branchenanalysten von AIMultiple und das Tech-Team unterstützen Cem bei der Konzeption, Durchführung und Bewertung von Benchmarks.
Ausbildung
Er schloss sein Studium als Computer-Ingenieur an der Bogazici University 2007 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 versteckte Schichten hatten.Er hat einen MBA-Abschluss 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 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
- Gastgeber bei American Variety Radio, beantwortete Court Lewis' Fragen zu AGI am 25. April 2026.
- Beantwortete die Fragen von Korea24 zu Arbeitsplatzverlusten durch KI am 5. November 2025. Aufnahme 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 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 schlauer ist als wir, Washington Post.
- Stärkung der KI-Führung: AI C-Suite Toolkit, World Economic Forum.
- Wissenschafts-, Forschungs- und Innovationsleistung der EU, European Commission.
- Die 200-Milliarden-Euro-KI-Investition der EU treibt 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 eingesammelt hat, Business Insider.
Neueste Artikel von Cem
Top 13 GAN-Anwendungsfälle
Während GANs viele frühe generative KI-Anwendungen vorangetrieben haben, insbesondere in der Bildsynthese und Stilübertragung, basieren die meisten verbraucherorientierten generativen KI-Tools heute auf diffusionsbasierten Architekturen oder verwandten Ansätzen wie Flow Matching und Diffusion Transformers (DiT). GANs bleiben jedoch in bestimmten Bereichen wichtig, wie z. B. Super-Resolution, Gesichtsrestaurierung, der Generierung synthetischer tabellarischer oder Gesundheitsdaten und Anwendungen, die…
Top 20 E-Mail-Server-Software: Funktionen & Preise
Es gibt zwei Hauptanwendungsfälle für E-Mail-Server. Wenn Sie suchen nach: Sortierung: Die Liste ordnet die Anbieter, wobei gesponserte Einträge zusammen mit ihren jeweiligen Links zuerst angezeigt werden. Alle nicht gesponserten Anbieter sind nach der Gesamtzahl der B2B-Nutzerbewertungen von G2 und Capterra aufgelistet. Preisdetails und Funktionsinformationen wurden direkt von der offiziellen Website jedes Anbieters bezogen. *Diese…
KI-Videopreise: Synthesia & Invideo KI im Vergleich
KI-Videopreise können je nach Plattform erheblich variieren, beeinflusst durch Faktoren wie Ausgabequalität, Anpassungsoptionen und Funktionen. Da immer mehr Unternehmen und Kreative auf KI für eine effiziente Videoproduktion zurückgreifen, ist das Verständnis dieser Preismodelle unerlässlich. Tauchen Sie ein in einen detaillierten Vergleich der besten KI-Videotools, bei dem hervorgehoben wird, was jeder Dienst zu verschiedenen Preispunkten bietet.…
+100 Datasets für ML & KI-Modelle
Daten sind erforderlich, um generative KI- oder Konversations-KI-Lösungen zu nutzen oder zu erstellen. Sie können vorhandene Datasets auf dem Markt nutzen oder einen Datenerfassungsdienst beauftragen. Wir haben über 100 Datasets identifiziert, um Machine-Learning- und KI-Modelle zu trainieren und zu evaluieren. Diese Kategorie umfasst Datasets und Benchmarks, die für das Training und die Evaluierung fortgeschrittener Sprach-…
Über 20 Prognosen von Experten zum Verlust von Arbeitsplätzen durch KI
Als McKinsey-Berater half ich Unternehmen ein Jahrzehnt lang bei der Einführung neuer Technologien. Meine kurzen Antworten: Hinweis: Die Größe der Diagramme korreliert mit dem Ausmaß der Prognose zum Arbeitsplatzverlust. Die in unserer Analyse angegebenen Prozentsätze leiten sich aus Annahmen über die allgemeine Arbeitsplatzverlagerung ab. In bestimmten Szenarien beinhalteten diese Annahmen potenzielle Arbeitsplatzgewinne durch die Einführung…
Top 10 KI-Infrastrukturunternehmen & Anwendungen
Viele Unternehmen investieren stark in KI, doch die meisten Projekte scheitern an der Skalierung. 10-20 % der KI-Proof-of-Concept-Projekte erreichen die vollständige Bereitstellung.1 Ein Hauptgrund ist, dass bestehende Systeme nicht dafür ausgelegt sind, die Anforderungen großer Datensätze, der Echtzeitverarbeitung oder komplexer Machine-Learning-Modelle zu unterstützen. Da KI immer zentraler für die Geschäftsstrategie wird, bestimmen Infrastrukturbeschränkungen zunehmend, ob Initiativen…
LLM Latenz-Benchmark nach Anwendungsfällen
Wir haben 11 führende große Sprachmodelle mit insgesamt 1.320 Anfragen gebenchmarkt, dabei zwischen Reasoning- und Nicht-Reasoning-Modellen unterschieden und die First-Token-Latenz, die Per-Token-Latenz und die Gesamtantwortzeit gemessen. Details dazu, wie wir die Latenz gemessen haben, finden Sie hier. Wir berichten Reasoning- und Nicht-Reasoning-Modelle getrennt. Reasoning-Modelle verbringen mehrere Sekunden mit Nachdenken vor der ersten sichtbaren Antwort; daher…
Top LLMOps Tools & Vergleich mit MLOPs
LLMOps-Plattformen übernehmen den operativen Teil des Betriebs von Large Language Models: Bereitstellung, Überwachung, Evaluierung und Kostenmanagement. Wir haben führende LLMOps-Tools, deren Kernfunktionen, Preismodelle und ihre Unterschiede untersucht, um die beste Lösung für verschiedene Anwendungsfälle zu identifizieren. Eine Aufschlüsselung jeder Metrik finden Sie unten: LLMOps-Plattformen unterstützen den Lebenszyklus von LLMs durch die Ermöglichung von: LLMOps-Plattformen unterscheiden…
Top 5 Open-Source-Frameworks für agentische KI
Wir haben 4 beliebte Open-Source-Agentic-Frameworks in über 2.000 Durchläufen (5 Aufgaben, 100 Durchläufe pro Framework) einem Benchmarking unterzogen und die End-to-End-Latenz, den Token-Verbrauch und architektonische Unterschiede gemessen. Wir haben untersucht, wie die Frameworks selbst das Verhalten von Agenten beeinflussen und welche Auswirkungen dies auf Latenz und Token-Verbrauch hat. LangGraph ist das schnellste Framework mit den…
Agentic Mesh: Die Zukunft der skalierbaren KI-Zusammenarbeit
Obwohl viel über Agentenarchitekturen geschrieben wurde, sind reale produktionsreife Implementierungen nach wie vor begrenzt. Dieser Beitrag beleuchtet das Agentic AI Mesh, ein Konzept, das in einem McKinsey-Bericht vorgestellt wurde. 1 Wir werden die Herausforderungen untersuchen, die in Produktionsumgebungen auftreten, und demonstrieren, wie unsere vorgeschlagene Architektur eine kontrollierte Skalierung von KI-Fähigkeiten ermöglicht. Wenn Teams vom Testen…
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.