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
Ethischer & konformer Webdaten-Benchmark
Wenn Unternehmen ihre Webdaten-Operationen skalieren, bewerten Compliance-, Daten- und Risikoverantwortliche zunehmend die damit verbundenen ethischen, reputationsbezogenen und rechtlichen Risiken. Wir haben 5 führende Webdatenerfassungsdienste anhand von 3 Dimensionen einem Benchmark unterzogen und jeden Dienst mit mehr als 20 potenziell unethischen Szenarien getestet. Unsere Arbeit hilft Ihnen, den ethischen Status Ihrer Datenerfassungspraktiken zu beurteilen und die…
Generative KI-Ethik: Wie man sie verwaltet
Generative KI wirft wichtige Fragen darüber auf, wie Wissen geteilt und vertraut wird. Britannica hat beispielsweise eine Klage gegen Perplexity eingereicht und behauptet, das Unternehmen habe menschlich verifizierte Inhalte von Britannica illegal und wissentlich kopiert und seine Markenrechte ohne Erlaubnis missbraucht.1 Erfahren Sie, was ethische Bedenken bei der generativen KI sind und welche bewährten Methoden…
Generatives KI-Urheberrecht: Recht & Rechtsstreitigkeiten
Wir haben Gerichtsentscheidungen, Regulierungsmaßnahmen und Lizenzvereinbarungen geprüft, um drei zentrale Fragen zu generativer KI und Urheberrecht zu beantworten. Im August 2026 sah sich Anthropic weiteren Urheberrechtsklagen großer Musikverlage ausgesetzt. Sony Music Publishing und Warner Chappell reichten im August 28 Klage ein, nach einer Klage von Round Hill Music im August.1 Im Januar 2026 verklagten BMG…
Top 125 Generative-KI-Anwendungen
Basierend auf unserer Analyse von über 30 Fallstudien und 10 Benchmarks, in deren Rahmen wir über 40 Produkte getestet und verglichen haben, haben wir 125 generative KI-Anwendungsfälle in den folgenden Kategorien identifiziert: Für andere KI-Anwendungen bei Anfragen, bei denen es eine einzige richtige Antwort gibt (z. B. Vorhersage oder Klassifizierung), siehe KI-Anwendungen. Sie können auch…
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…
Föderiertes Lernen: 7 Anwendungsfälle & Beispiele
Föderiertes Lernen (FL) ermöglicht es Modellen, aus dezentralen Daten zu lernen, während sensible Informationen geschützt bleiben und die Einhaltung von Datenschutz- und Lokalisierungsgesetzen gewährleistet wird. Erkunden Sie, was föderiertes Lernen ist, wie es funktioniert, gängige Anwendungsfälle mit realen Beispielen, potenzielle Herausforderungen und seine Alternativen. Föderiertes Lernen unterstützt eine breite Palette von KI-Systemen, bei denen Datensensibilität,…
Top 5 Herausforderungen und Lösungen der Gesichtserkennung
Die Gesichtserkennung ist heute ein Teil des Alltags, vom Entsperren von Telefonen bis zur Identitätsüberprüfung im öffentlichen Raum. Ihre Reichweite wächst weiter und bringt sowohl Komfort als auch neue Möglichkeiten mit sich. Diese Ausweitung wirft jedoch auch Bedenken hinsichtlich Genauigkeit, Privatsphäre, Bias und Fairness auf, die sorgfältige Aufmerksamkeit erfordern. Das Diagramm vergleicht acht Gesichtserkennungssysteme anhand…
Generative KI im Unternehmen: 11 Anwendungsfälle & Best Practices
Generative KI (GenAI) bietet Unternehmen im Vergleich zu mittelständischen Firmen oder Startups neuartige Chancen, darunter: Generative KI bringt jedoch Herausforderungen mit sich, die für große Organisationen einzigartig sind. Zum Beispiel: Entdecken Sie unsere praxisnahen KI-Anwendungsfälle für Unternehmen, um zu erfahren, wie große Unternehmen eigene generative KI-Modelle effektiv erstellen, bereitstellen und steuern können. Das Web ist…
Dokumentation zur Testautomatisierung mit Best Practices
Testautomatisierung ist für die Sicherstellung der Qualität und Zuverlässigkeit von Anwendungen beim Testen und Entwickeln von Software von entscheidender Bedeutung. Unternehmen und QA-Teams wechseln vom manuellen Testen zum Automatisierungstesten, da es: Was oft übersehen wird, ist die Rolle einer effektiven Dokumentation, um die Vorteile der Testautomatisierung zu maximieren. Wir untersuchen die Bedeutung der Testautomatisierungsdokumentation, ihre…
Top 8 SIEM-Anwendungsfälle und Praxisbeispiele
SIEM adressiert dies, indem es Daten aus der gesamten Umgebung, Endpunkte, Netzwerke, Cloud-Anwendungen und Authentifizierungssysteme korreliert, um Verbindungen aufzudecken, die kein einzelnes Tool erkennen würde. Eine Anmeldung um 2 Uhr morgens ist für sich genommen nicht verdächtig. Dieselbe Anmeldung, kombiniert mit einem Anstieg ausgehender Übertragungen und einem neuen USB-Gerät, ist eine andere Geschichte. Die folgenden…
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.