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
Vergleich der besten Bilderkennungstools im Jahr in 2026
Wir evaluierten die Leistung führender Cloud-Bilderkennungstools für Objekterkennungsaufgaben im realen Einsatz, indem wir ihre Standard-API-Konfigurationen anhand von 100 Bildern in fünf Klassen verglichen. Dies umfasste den Vergleich der Leistung, die Analyse von Funktionen und den Preisvergleich der Serviceangebote. Benchmark-Ergebnisse: Leistungsübersicht bei IoU=0,5.
KI-IPS: 6 Anwendungsfälle aus der Praxis und führende Tools
KI-gestützte Intrusion-Prevention-Systeme (IPS) nutzen Algorithmen des maschinellen Lernens und Verhaltensanalysen, um verschiedene Cyberbedrohungen zu erkennen und abzuwehren. KI kann die Funktionen traditioneller IPS-Systeme verbessern, indem sie eine schnellere, flexiblere und kostengünstigere Erkennung ermöglicht – insbesondere für Organisationen mit begrenzten Ressourcen.
Top +10 Data-as-a-Service-Unternehmen
Daten sind die Grundlage für generative KI und Innovationen in Unternehmen. Data as a Service (DaaS) ist ein Cloud-Computing-Modell, das Nutzern Daten bedarfsgerecht, in der Regel im Abonnement, bereitstellt. Dies vereinfacht die Datenerfassung und -verwaltung.
Vergleich der 7 besten Zähler-zu-Geld-Lösungen
Energieversorger müssen den Energieverbrauch von Millionen von Kunden präzise erfassen, Rechnungen erstellen und Zahlungen einziehen. Fragmentierte Systeme, veraltete Infrastruktur und komplexe Abrechnungsprozesse können den Abrechnungsprozess jedoch ineffizient und fehleranfällig machen. Lösungen für den gesamten Abrechnungsprozess helfen Energieversorgern, diesen Prozess von der Zählerdatenerfassung bis zur Rechnungsstellung und Zahlungsabstimmung zu automatisieren und so die Genauigkeit der Abrechnung und die betriebliche Effizienz zu verbessern.
KI-Datenqualität im Jahr 2026: 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.
ChatGPT für den Kundenservice: Die 10 wichtigsten Anwendungsfälle
ChatGPT hat sich von einer Neuheit zu einer festen Größe im Kundenservice entwickelt. Unternehmen nutzen es, um Reaktionszeiten zu verkürzen, ein hohes Anfragevolumen zu bewältigen und die Kosten für Routineinteraktionen zu senken. Die Ergebnisse variieren jedoch stark je nach Implementierung. OpenAI hat GPT-5.2 veröffentlicht, ein deutlich leistungsfähigeres Modell, das Anweisungen besser befolgt und auch in komplexen Kontexten besser argumentiert.
Die 7 besten Tools zur Rekrutierung von Online-Umfrageteilnehmern
Unternehmen führen Online-Umfragen durch, um Markttrends und ihre Zielgruppe besser zu verstehen. Tools zur Teilnehmergewinnung helfen ihnen dabei, geeignete Teilnehmer zu finden.
Die 13 besten Trainingsdatenplattformen
Daten sind ein wesentlicher Bestandteil der Qualität von Modellen des maschinellen Lernens. Überwachte KI/ML-Modelle benötigen hochwertige Daten, um präzise Vorhersagen zu treffen. Trainingsdatenplattformen optimieren die Datenaufbereitung von der Erfassung bis zur Annotation und gewährleisten so hochwertige Eingangsdaten für KI-Systeme.
Die 30+ wichtigsten Anwendungsfälle für NLP im Jahr 2026 mit Beispielen aus der Praxis
Der Markt für natürliche Sprachverarbeitung (NLP) erreichte 2026 ein Volumen von 34,83 Milliarden US-Dollar und soll Prognosen zufolge bis 2032 auf 93,76 Milliarden US-Dollar anwachsen. Das Gesundheitswesen setzt KI doppelt so schnell ein wie die Gesamtwirtschaft, während der Markt für Spracherkennung bis 2026 auf 22,49 Milliarden US-Dollar gewachsen ist und bis 2031 voraussichtlich 61,71 Milliarden US-Dollar erreichen wird. Wir haben über 250 Implementierungen branchenübergreifend analysiert.
Die 125 besten Anwendungen für generative KI
Basierend auf unserer Analyse von über 30 Fallstudien und 10 Benchmarks, in denen wir über 40 Produkte getestet und verglichen haben, identifizierten wir 125 Anwendungsfälle für generative KI in den folgenden Kategorien: Weitere KI-Anwendungen für Anfragen mit einer einzigen richtigen Antwort (z. B. Vorhersage oder Klassifizierung) finden Sie unter KI-Anwendungen.
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.