P16 - KI-gestützte Messtechnik in der Siliziumwafer-Produktion
- Event
- iCCC2026 - iCampus Cottbus Conference
2026-05-05 - 2026-05-07
Cottbus - Band
- Poster
- Chapter
- Condition Monitoring / Predictive Maintenance
- Author(s)
- D. Kaufmann - Gantner Instruments GmbH, Lauf an der Pegnitz
- Pages
- 179 - 183
- DOI
- 10.5162/iCCC2026/P16
- ISBN
- 978-3-910600-10-2
- Price
- free
Abstract
Die Herstellung von Siliziumwafern für die Halbleiterindustrie erfordert höchste Präzision und Prozessstabilität. Insbesondere beim Schneiden (Dicing) und bei der Lithografie entstehen große Datenmengen, deren Analyse entscheidend für die Qualitätssicherung ist. Die Integration von Künstlicher Intelligenz (KI) in Messtechniksysteme ermöglicht eine Echtzeit-Überwachung kritischer Parameter wie Temperatur, Vibration und Schnittgeschwindigkeit. Dieser Beitrag untersucht die Lösungen von Gantner Instruments zur Implementierung von KI in die Wafer-Produktion. Vorgestellt werden Plattformen zur Datenerfassung und Steuerung (Q.series X), lokale Aggregation und Speicherung als Appliance (Q.core) und Datenerfassungslösungen in der Cloud für remote- und langzeit-Monitoring inklusive Analyse (GI.cloud), sowie deren Rolle bei der Erfassung und Analyse von Prozessdaten. Anwendungsbeispiele zeigen, wie KI-basierte Systeme die Ausbeute (Yield) erhöhen, Mikrorisse vermeiden und die Wartung von Dicing-Sägen optimieren. Abschließend wird ein Ausblick auf zukünftige Entwicklungen wie Edge-KI und digitale Zwillinge gegeben, die die Effizienz und Nachhaltigkeit der Halbleiterfertigung weiter steigern.