Sıla Ermut
Sıla ist Branchenanalystin bei AIMultiple und spezialisiert auf E-Mail-Marketing und Vertriebsvideos.
Forschungsschwerpunkte
Sılas Forschungsschwerpunkte umfassen E-Mail-Marketing, E-Commerce-Marketingkampagnen und Marketingautomatisierung. Sie ist außerdem Teil des AIMultiple-Projekts zur E-Mail-Zustellbarkeits-Benchmark-Analyse. In Zusammenarbeit mit dem Technologie-Team von AIMultiple entwickelt und implementiert sie Benchmarks zur E-Mail-Zustellbarkeit.Berufserfahrung
Sıla arbeitete zuvor als Personalvermittlerin und war in Projektmanagement- und Beratungsunternehmen tätig.Ausbildung
Sie hält:- Bachelor of Arts-Abschluss in Internationalen Beziehungen von der Bilkent-Universität.
- Master of Science-Abschluss in Sozialpsychologie von der Başkent-Universität.
Neueste Artikel von Sıla
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.
Marktanteile von LLM: Vergleich von Nutzung und Akzeptanz
Wir analysierten die Marktanteile von LLM (Large Language Models) anhand von Nutzungsdaten und geschätzten Webseitenbesuchen, um die Verteilung der Nachfrage nach großen Sprachmodellen auf KI-Labore und KI-Anwendungen darzustellen: Vergleich der LLM-Marktanteile nach Ländern. Die Methodik erläutert, wie wir diese Ergebnisse gemessen und berechnet haben. Die Vereinigten Staaten führten die Liste der Webseitenbesuche an.
15 KI-Agenten in Marketing-Tools & Beispiele
Studien zeigen, dass 50 % der Unternehmen, die generative KI einsetzen, planen, 2025 Pilotprojekte mit KI-Agenten zu starten. KI-Agenten im Marketing stellen einen bedeutenden Wandel in der Branche dar. Sie führen Systeme ein, die logisch denken, Entscheidungen treffen und mit minimaler menschlicher Aufsicht handeln können. Diese intelligenten Agenten analysieren Kundendaten, generieren umsetzbare Erkenntnisse und koordinieren Kampagnen über mehrere Kanäle hinweg.
KI-Rollups: Finanzierung, Investoren und Branchentrends
Wir analysierten 60 Investitionen mit über 80 Investoren aus den letzten drei Jahren, um den aktuellen Trend bei KI-Rollups zu verstehen. Basierend auf unserer Analyse identifizierten wir Investorenaktivitäten und -trends, darunter die Anzahl der Investoren, die KI-Rollups unterstützen, das gesamte eingeworbene Kapital und die führenden Branchen.
Vergleich relationaler Fundamentmodelle
Wir haben SAP-RPT-1-OSS anhand von 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 ermitteln, wo die vortrainierten semantischen Priors eines relationalen LLM Vorteile gegenüber traditionellen Baummodellen bieten und wo sie bei großen Datensätzen oder niedrigsemantischen Strukturen an ihre Grenzen stoßen.
LLM-Quantisierung: BF16 vs FP8 vs INT4
Wir haben Qwen3-32B mit vier Präzisionsstufen (BF16, FP8, GPTQ-Int8, GPTQ-Int4) auf einer einzelnen NVIDIA H100 80GB GPU getestet. Jede Konfiguration wurde anhand von zwei Benchmarks (~12.200 Fragen) zur Wissens- und Codegenerierung sowie über 2.000 Inferenzläufen zur Messung des Durchsatzes evaluiert.
Die 10 besten Preisüberwachungstools
Preisüberwachungstools verfolgen die Preise von Wettbewerbern, um Preisstrategien zu ermöglichen, die auf Marktveränderungen reagieren und die Wettbewerbsfähigkeit auch unter sich ändernden Bedingungen sichern. Entdecken Sie die Top 10 der Preisüberwachungstools, prüfen Sie ihre wichtigsten Funktionen und Preismodelle und erfahren Sie, wie sie Ihnen helfen, Preisstrategien zu entwickeln, die auf Marktveränderungen reagieren.
Die 11 wichtigsten Anwendungsfälle und Beispiele für KI im ITSM
Der Einsatz von KI in ITSM-Tools (IT Service Management) unterstützt Unternehmen in folgenden Bereichen: Sehen Sie sich die 11 wichtigsten Anwendungsfälle von KI im ITSM, Beispiele und Vorteile des KI-Einsatzes im ITSM an. KI-native Anwendungsfälle: KI-natives ITSM bezeichnet eine neue Art der Verwaltung von internem Support und IT-Betrieb, bei der künstliche Intelligenz nicht als zusätzliche Komponente eingesetzt wird.
KI-Energieverbrauchsstatistik
Eine aktuelle Prognose sagt voraus, dass KI bis 2028 über die Hälfte des Stromverbrauchs von Rechenzentren verursachen wird. Mit dem Anstieg rechenintensiver Anwendungen wie generativer KI wird auch der Gesamtstrombedarf voraussichtlich steigen. Erfahren Sie mehr über die wichtigsten Statistiken zum Energieverbrauch von KI und Best Practices führender KI-Forscher und -Agenturen.
Die 10 besten KI-Avatar-Generierungstools
Bei der Auswahl des passenden Tools zur KI-Avatar-Generierung sollten Unternehmen folgende Aspekte berücksichtigen: Wir haben sechs Tools getestet und ihre visuellen (Auflösung und Exportfunktionen) und sprachlichen (Anzahl der unterstützten Sprachen und Verfügbarkeit von Stimmklonierung) Funktionen sowie ihre Preismodelle verglichen. Ergebnisse des KI-Avatar-Benchmarks.
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.