Dienstleistungen
Kontaktieren
Sıla Ermut

Sıla Ermut

Branchenanalystin
77 Artikel
Bleiben Sie über B2B-Technologie auf dem Laufenden

Sıla ist Branchenanalystin bei AIMultiple und befasst sich mit KI-Modellen, KI-Infrastruktur, KI-Governance und Unternehmensanwendungen von KI.

Forschungsinteressen

Sılas Forschung konzentriert sich auf den Einsatz von KI in Marketing, Gesundheitswesen, Lieferketten und Nachhaltigkeit. Sie befasst sich außerdem mit KI-Evaluierung, Governance, Ethik und Adoption.

Ihre Arbeit umfasst die Recherche und den Vergleich von KI-Technologien, die Analyse ihrer Geschäftsanwendungen sowie die Mitarbeit an den Technologie-Benchmarks von AIMultiple.

Berufserfahrung

Sıla war zuvor als Personalvermittlerin tätig und arbeitete in Projektmanagement- und Beratungsunternehmen.

Ausbildung

Sie besitzt:
  • Bachelor of Arts in Internationalen Beziehungen von der Bilkent University.
  • Master of Science in Sozialpsychologie von der Başkent University.

Ihre Masterarbeit befasste sich mit ethischen und psychologischen Bedenken im Zusammenhang mit KI. Ihre Arbeit untersuchte die Beziehung zwischen KI-Exposition, Einstellungen gegenüber KI und existenziellen Ängsten über verschiedene Nutzungsgrade von KI hinweg.

Neueste Artikel von Sıla

KI
Einblick
2. Sep

LLM Observability-Tools: Weights & Biases, Langsmith

LLM-Anwendungen haben sich von Single-Turn-Chats zu mehrstufigen Agenten entwickelt, die Tools verwenden, Datenbanken abfragen und mit anderen Modellen koordinieren, wodurch ihr Verhalten schwieriger zu interpretieren ist. LLM-Observability bietet kontinuierliche Transparenz über diese komplexen Workflows und hilft Unternehmen, die Qualität zu überwachen, Fehler zu erkennen, Probleme zu beheben sowie Leistung und Kosten zu verwalten. W&B Weave…

KI
Einblick
2. Sep

Zeitreihen-Foundation-Models: Anwendungsfälle & Vorteile

Zeitreihen-Foundation-Models (TSFMs) sind vortrainierte Models, die Zeitreihendaten prognostizieren, klassifizieren, imputieren und Anomalien erkennen, ohne für jedes Dataset oder jede Branche ein separates Model zu benötigen. TSFMs verwenden Transformer-basierte Architekturen und umfangreiche Zeitreihen-Datasets, um über Domänen wie Finanzen, Einzelhandel, Energie und Gesundheitswesen zu generalisieren. Entdecken Sie die Architektur, Anwendungsfälle, branchenweite Einführung, Vorteile, Herausforderungen und Vergleiche von…

Unternehmenssoftware
Einblick
2. Sep

Top 20 ITSM-Fallstudien

Der Einsatz von IT-Service-Management-Tools (ITSM) ist für Unternehmen unerlässlich, die Effizienz ihrer IT-Operationen steigern und die Servicebereitstellung verbessern möchten. Entdecken Sie ITSM-Fallstudien in verschiedenen Branchen wie Bildung, Fertigung, Transport und Telekommunikation und sehen Sie, wie Unternehmen ITSM-Lösungen genutzt haben, um Herausforderungen im Service-Management zu bewältigen, die Effizienz zu steigern und die Kundenzufriedenheit zu erhöhen:…

KI
Einblick
2. Sep

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…

KI
Benchmark
2. Sep

Vergleiche relationale Foundation-Modelle

Wir haben SAP-RPT-1-OSS mit Gradient Boosting (LightGBM, CatBoost) auf 17 tabellarischen Datensätzen verglichen, die das semantisch-numerische Spektrum abdecken: kleine, hochsemantische Tabellen, gemischte Geschäftsdatensätze und große, niedrigsemantische numerische Datensätze. Unser Ziel ist es zu messen, wo die vortrainierten semantischen Prioren eines relationalen LLM Vorteile gegenüber traditionellen Baummodellen bieten können und wo sie bei großem Umfang oder…

KI
Benchmark
2. Sep

Top 6 KI-App-Builder: Lovable, Base44 & Glide

Wir haben die Top-6-No-Code/Low-Code-KI-App-Builder mit 1 Prompt über 15 Dimensionen getestet, darunter Einrichtung, Stöbern, Checkout, Design und Benutzerfreundlichkeit. Lesen Sie die Benchmark-Methodik und -Bewertung, um zu sehen, wie wir diese Tools getestet haben. Lovable lässt sich am besten als KI-gestützter Low- bzw. No-Code-App-Builder mit Code-First-Ausgabe beschreiben. Nutzer erstellen hauptsächlich über natürliche Sprache-Prompts, iteratives Feedback und…

KI
Benchmark
2. Sep

Vergleich großer visueller Modelle: GPT-4o vs YOLOv8n

Große visuelle Modelle (LVMs) können visuelle Aufgaben wie Fehlererkennung, medizinische Diagnose und Umweltüberwachung automatisieren und verbessern. Wir haben drei Objekterkennungsmodelle getestet: YOLOv8n, DETR und GPT-4o Vision, jeweils über 1.000 Bilder, wobei Metriken wie mAP@0.5, Inferenzgeschwindigkeit, FLOPs und Parameteranzahl gemessen wurden. Um einen fairen Vergleich zu gewährleisten, wurden alle Bilder auf 800×800 Pixel skaliert und unter…

KI
Einblick
2. Sep

20 Strategien zur KI-Verbesserung & Beispiele

KI-Modelle erfordern kontinuierliche Verbesserung, da sich Daten, Nutzerverhalten und reale Bedingungen weiterentwickeln. Selbst gut funktionierende Modelle können abdriften, wenn die erlernten Muster nicht mehr mit den aktuellen Eingaben übereinstimmen, was zu geringerer Genauigkeit und unzuverlässigen Vorhersagen führt. Änderungen in Vorschriften, Produktanforderungen oder Kundenerwartungen können auch neue Einschränkungen mit sich bringen, für die bestehende Modelle nicht…

Unternehmenssoftware
Einblick
2. Sep

8 Netzwerküberwachungs-Anwendungsfälle mit Praxisbeispielen

Netzwerküberwachung ist eines dieser Dinge, die IT-Teams erst bemerken, wenn sie fehlt. Wenn sie gut funktioniert, werden Probleme erkannt, bevor Benutzer überhaupt merken, dass etwas nicht stimmt. Wenn sie fehlt, kann sich ein kleines Konnektivitätsproblem unbemerkt zu einem größeren Ausfall ausweiten. Sehen Sie sich unsere Beispiele unten an, um zu erfahren, wie Unternehmen diese Tools…

KI
Einblick
2. Sep

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…