Investigación e innovación

Investigación aplicada para las mejores aplicaciones del futuro

Nuestra pasión por la ingeniería de software de alta gama es lo que nos mueve, pero nuestra labor trasciende el desarrollo de software de vanguardia, ya que también invertimos en investigación de nuevas tecnologías y métodos. Con un equipo ágil y autoorganizado de científicos investigadores, siempre vamos un paso por delante en el ámbito tecnológico y creamos hoy la base de las innovaciones digitales del mañana.

Esto convierte a XITASO en su colaborador para toda la cadena de valor en el sector de la investigación y la innovación, desde la investigación aplicada hasta el desarrollo de innovaciones listas para el mercado.

La excelencia científica a escala internacional y el estrecho diálogo con la comunidad están firmemente anclados en nuestra investigación diaria. Esta es la base de nuestro poder de innovación y el secreto de nuestro éxito.

«Somos pioneros en las tecnologías de vanguardia innovadoras.»

Dr. Jan-Philipp Steghöfer - su experto para investigación e innovación
Dr. Jan-Philipp Steghöfer
Head of R&I
XITASO

Investigación e innovación para su éxito

Junto con nuestros socios de la industria y la ciencia, desarrollamos nuevos ámbitos y ampliamos nuestros conocimientos en el marco de proyectos de investigación interdisciplinarios:

  • Llevamos a cabo investigaciones conjuntas con socios de la industria sobre casos de uso práctico para garantizar la relevancia y el impacto de nuestra investigación.
  • Junto con nuestros socios científicos, adaptamos los conocimientos tecnológicos y metodológicos básicos necesarios a los retos prácticos.
  • Adaptamos nuestra investigación a las tendencias tecnológicas sostenibles del mercado, que identificamos junto con nuestros clientes, organizaciones asociadas y asociaciones.

Porque juntos podemos cambiar el estado de la técnica.

Main ImageHover Image
BSFZ Siegel
Certificación

BSFZ

El sello BSFZ certifica las actividades de I+D de aquellas empresas que hayan recibido al menos una resolución positiva por parte de la Oficina de Certificación de Bonificaciones por Investigación (BSFZ). Este sello acredita, en particular, el rendimiento interno de la empresa en materia de I+D.

Investigación e innovación en XITASO – aquí encontrará más información sobre los ámbitos principales de nuestros proyectos de investigación:

IA en aplicaciones industriales: valor añadido con datos escasos 

La IA en aplicaciones industriales se topa a menudo con datos desequilibrados con relativamente pocos casos de error en los que muchos métodos de IA fallan. Nuestro trabajo de investigación e innovación está orientado a soluciones de IA que puedan funcionar de forma eficaz y generalizada en este entorno, con el fin de evitar costosas configuraciones de ensayo para la generación de datos y aumentar el valor añadido por medio de la IA. Las innovaciones digitales desempeñan aquí un papel fundamental, sobre todo en ámbitos como la extracción de conocimiento, la IA neurosimbólica y el aprendizaje contrastivo.

IA en la sanidad y la tecnología médica: orientada a la privacidad y la fiabilidad 

Para aprovechar todo el potencial de la IA en la sanidad y la tecnología médica se necesita una infraestructura que dé prioridad a la protección de datos y a la confianza. Por ello, centramos nuestra investigación en la explicabilidad, la seguridad de los datos y la cuantificación de las incertidumbres. Mediante la investigación aplicada y el desarrollo de tecnologías específicas, pretendemos crear soluciones en las que la gente pueda confiar y con las que quiera trabajar porque la IA se vuelve cada vez más fiable.

IA generativa: un cambio tecnológico de confianza l  

El auge de la IA generativa (GenAI) está provocando un cambio en el uso de la tecnología y abriendo nuevos caminos para la innovación digital. Sin embargo, aún quedan preguntas pendientes, cuyas respuestas queremos averiguar. La fiabilidad de los contenidos generados es fundamental para nosotros y nuestros clientes, ya que la IA carece del criterio de nuestro sentido común. La seguridad de la información almacenada es otro aspecto importante de nuestra investigación e innovación. También estamos investigando el impacto de la GenAI en la actividad principal de XITASO: el desarrollo de software.

Sistemas autónomos y robótica: fiabilidad y facilidad de uso 

Los sistemas autónomos y los robots cada vez están más integrados en nuestra vida cotidiana, desde robots de reparto y trenes automatizados hasta coches con funciones de conducción automática. Mediante la investigación industrial específica, estamos explorando cómo hacer que estas tecnologías sean aún más seguras y eficientes.
Con nuestro desarrollo tecnológico, respaldamos y ampliamos la pretensión con la que creamos soluciones de software para sistemas autónomos en XITASO: que sean seguras, fiables, ampliables y fáciles de usar.

Ciberseguridad y agilidad criptográfica: software preparado para el futuro 

Nuestros sistemas de software también deben ser seguros en el futuro. En un mundo interconectado, es importante desarrollar mecanismos de protección sólidos para proteger los datos sensibles de las nuevas amenazas y hacer que los sistemas sean resistentes a los ciberataques. Las innovaciones digitales son esenciales en este ámbito, ya que permiten establecer nuevos enfoques para el tratamiento de datos y el cifrado seguros. En este sentido, la agilidad criptográfica desempeña un papel fundamental. Garantiza que los sistemas puedan adaptarse a nuevos métodos de cifrado si se detectan vulnerabilidades en los algoritmos. Con nuestra investigación aplicada, desarrollamos soluciones prácticas para que los sistemas de software estén preparados para el futuro a largo plazo.

Industria 4.0 y salas de datos: más eficiencia en la industria 

La internet de las cosas (IoT) industrial no solo cambiará los procesos de fabricación e industriales, sino que los revolucionará. Mejora la conectividad, crea gemelos digitales de equipos e instalaciones físicos y garantiza el intercambio de datos fluido a lo largo de toda la cadena de suministro.  El desarrollo de salas de datos favorece este cambio porque permite la aparición de aplicaciones interoperables y aumenta el desarrollo tecnológico y la eficiencia en la industria.

Aquí encontrará más información sobre nuestros proyectos de investigación y nuestros colaboradores:

Nuestro equipo de investigación

XITASO Research Team

Una selección de nuestras publicaciones

TitleTagsDate
Assessing Model Requirements for Explainable AI: A Template and Exemplary Case StudyADELeS2026
5(0) Shades of Wrong: Disentangling the Wrongness of AI Explanations2026
Exploring Prompts as Mixed Requirements and Solutions Artifacts2026
An Abstraction Is Worth a Thousand Vibes2026
AI-enhanced EEG analysis for clinical decision support in neurology – a mini-review2026
Cooperative perception with V2X: A Systematic Literature ReviewVALISENS2025
KI in der Software-EntwicklungLibro2025
Using boundary objects and methodological island (BOMI) modeling in large-scale agile systems development.2025
R-LiViT: A LiDAR-Visual-Thermal Dataset Enabling Vulnerable Road User Focused Roadside PerceptionVALISENS2025
Human-Centered Explainable AI: Creating Explanations that Address Stakeholder Needs2025
Explaining Uncertainty: Exploring the Synergies of Explainable Artificial Intelligence and Uncertainty QuantificationKISPP2025
Challenges in AI Projects for Machinery and Plant Engineering2025
The Components of Collaborative Joint Perception and Prediction – A Conceptual FrameworkVALISENS2025
An Exploratory Study on the Engineering of Security Features2025
Natural Language Processing for Requirements Traceability2025
Towards Effective Complementary Security Analysis using Large Language ModelsAMiQuaSy2025
LGAR: Zero-Shot LLM-Guided Neural Ranking for Abstract Screening in Systematic Literature Reviews2025
Masked Autoencoder Self Pre-Training for Defect Detection in MicroelectronicsMaWiS-KI2025
No Data Left Behind: Exogenous Variables in Long-Term Forecasting of Nursing Staff CapacityKISPP2024
Facilitating skill-based robot programing using the Asset Administration Shell2024
Migrating Software Systems towards Post-Quantum-Cryptography – A Systematic Literature ReviewAMiQuaSy2024
Managing Security Evidence in Safety-Critical Organizations2024
Supporting Meta-model-based Language Evolution and Rapid Prototyping with Automated Grammar Transformation2024
Using Boundary Objects and Methodological Island (BOMI) Modeling in Large-Scale Agile Systems Development2024
A Closer Look at Length-niching Selection and Spatial Crossover in Variable-length Evolutionary Rule Set LearningADELeS2024
Length-niching Selection and Spatial Crossover in Variable-length Evolutionary Rule Set LearningADELeS2024
Systematizing Modeler Experience (MX) in Model-Driven Engineering Success Stories2024
Evaluating the Role of Security Assurance Cases in Agile Medical Device Development2024
Human Factors in Model-Driven Engineering: Future Research Goals and Initiatives for MDE2024
Tracking assets in source code with Security AnnotationsHITSSSE2024
Combining Requirements Enigneering Techniques for the Analysis of a Legacy System2024
Measuring Similarities in Model Structure of Metaheuristic Rule Set LearnersADELeS2024
Where Requirements and Agility Meet: No Man’s Land or a Land of Opportunity? 2024
Contrastive pretraining of regression tasks in reliability forecasting of automotive electronics.MaWiS-KI2023
Automated Extraction of Grammar Optimization Rule Configurations for Metamodel-Grammar Co-evolution2023
Composing Behaviour Trees for Rapid Application Development in Mobile Human-Robot-Collaboration2023
Creating Python-style Domain Specific Languages: A Semi-automated Approach and Intermediate Results2023
Exploiting Meta-Model Structures in the Generation of Xtext Editors.2023
Trustful Model-Based Information Exchange in Collaborative Engineering.2023
CASCADE: An Asset-driven Approach to Build Security Assurance Cases for Automotive Systems.2023
Blended modeling in commercial and open-source model-driven software engineering tools: A systematic study.2023
Processes, Methods, and Tools in Model-based Engineering — A Qualitative Multiple-Case Study2023
FeatRacer: Locating Features Through Assisted Traceability2023
Reliability-Based Aggregation of Heterogeneous Knowledge to Assist Operators in Manufacturing2022
Towards Conceptual and Procedural Models of Operator Knowledge in Industrial Information Models2022
A Closer Look at Sum-based Embedding Aggregation for Knowledge Graphs Containing Procedural Knowledge2022
Identifying security-related requirements in regulatory documents based on cross-project classification2022
Predicting thermal resistance of solder joints based on Scanning Acoustic Microscopy using Artificial Neural NetworksMaWiS-KI2022
CAD-based Grasp and Motion Planning for Process Automation in Fused Deposition ModellingADELeS2021
Knowledge Extraction via Decentralized Knowledge Graph Aggregation2021
Learning Classifier Systems for Self-Explaining Socio-Technical-SystemsADELeS2021
Interactive Knowledge-Guided LearningADELeS2020
Evaluating the Effect of User-Given Guiding Attention on the Learning ProcessADELeS2020
Opportunities and Limitations of Mixed Reality Holograms in Industrial Robotics2020
Towards Automated Parameter Optimization by Persisting Expert KnowledgeADELeS2019
partsival – Collision-based Particle and many-body Simulations on GPUs for Planetary Exploration Systems2018
Jan-Philipp_Management

¿Le interesaría cooperar en el ámbito de la investigación e innovación o tiene preguntas sobre nuestros proyectos?

Póngase en contacto con nuestro Director de Investigación e Innovación y descubra cómo podemos ayudarle en una conversación sin compromiso.

Dr. Jan-Philipp Steghöfer
Tel. +49 821 885 882 374
jan-philipp.steghoefer@xitaso.com