Con el fin de convertirnos en un socio de digitalización excelente y mantener este estatus, XITASO realiza una fuerte inversión en investigación e innovación. Nuestro enfoque consiste en analizar de forma minuciosa los temas del futuro junto con los miembros del mundo académico y de la industria, así como en elaborar posibles aplicaciones, tanto para nosotros como para nuestros socios. De este modo, ofrecemos el espacio que se necesita para la mejor investigación aplicada posible y para establecer una relación perfecta con los mercados actuales y del futuro.
La excelencia científica, así como el intercambio nacional e internacional con la comunidad científica, forman parte de la investigación en XITASO, al igual que el trabajo autoorganizado en un equipo de investigación ágil e interempresarial. De hecho, estamos convencidos de que así es como la investigación de hoy puede generar las innovaciones del mañana.
El proyecto de investigación «Test the Test» (T3) se ha impuesto como objetivo evaluar automáticamente la eficacia de las pruebas de modelos, de software y de hardware y, de este modo, mejorar la calidad de dichas pruebas. La inyección de defectos y las mutaciones se utilizan para introducir errores de manera deliberada y sistemática en interfaces de hardware, así como en códigos y en modelos del sistema, con el fin de evaluar la calidad y la eficacia de las pruebas a la hora de identificar estos errores. Al final, la mejora de la calidad de las pruebas ayuda a cumplir los requisitos de calidad cada vez más exigentes de los sistemas integrados.
El objetivo del proyecto «Puesta en servicio automatizada a través de la perpetuación de los conocimientos especializados» (AIPE, por sus siglas en alemán) consiste, por un lado, en automatizar el ajuste preciso de los parámetros de las máquinas mediante métodos de aprendizaje automático y, por otro lado, en perpetuar los conocimientos especializados, también de forma automática, para poder mantenerlos a pesar del cambio demográfico. Así, la combinación de estas dos áreas permite simplificar y acelerar los procesos de aprendizaje automático con la ayuda de los conocimientos especializados. Por ejemplo, el proyecto investiga la impresión en 3D como sustituto de los procesos de fabricación que dependen de las influencias ambientales.
2022
2021
2020
2019
2018
Dr. Andreas Angerer
Head of Research and Innovation
XITASO GmbH
Dr. Andreas Angerer
Phone +49 821 885882-94
andreas.angerer@xitaso.com