Wissenszentrum
Inhaltsverzeichnis

Q: Anwendungserfahrung mit KI-gestützten Arbeitsanweisungen in der Halbleiterindustrie

1. Identifizierung der Szenariokategorie

Halbleiter-Fertigungslinien sind nicht einheitlich. Die Anforderungen an Arbeitsanweisungen unterscheiden sich erheblich zwischen den Segmenten Verpackung und Prüfung sowie der Wafer-Herstellung. Das Segment Verpackung und Prüfung zeichnet sich durch häufige Prozesswechsel, zahlreiche Chargen und eine hohe Wiederholung von Operationsschritten aus, was detaillierte SOPs auf Aktionsebene geeignet macht. Im Gegensatz dazu beinhaltet das Wafer-Segment teure Anlagen und sensible Parameter; hier liegt der Fokus der SOP nicht auf manuellen Aktionen, sondern auf der Bestätigung des Anlagenstatus und Verfahren zur Behandlung von Anomalien. Eine Verwechslung dieser Szenarien kann dazu führen, dass KI-gestützte Arbeitsanweisungen entweder zu trivial für den Nutzen oder zu grob sind, um Fehler bei der Implementierung zu verhindern.

Der empfohlene Ansatz besteht darin, die eigene Situation mithilfe eines Vier-Quadranten-Modells abzubilden, das auf zwei Dimensionen basiert: Häufigkeit der Linienänderungen und Niveau des Operationsrisikos. Bei häufigen Linienänderungen kombiniert mit Hochrisiko-Stationen sollte die Priorität auf der Bereitstellung einer multimodalen Echtzeitführung über KI-gestützte Arbeitsanweisungen liegen. Bei seltenen, aber hochriskanten Szenarien ist der Fokus auf obligatorische Schrittbestätigungen und nachvollziehbare Aufzeichnungen zu legen.

2. Anleitung auf Aktionsebene: Überkomplizierung vermeiden

Angenommen, eine SMT-Linie durchläuft einen Produktwechsel, der mehr als zehn Schritte umfasst, wie beispielsweise den Wechsel der Schablonen, das Beladen der Zuführer und die Ersterzeugnis-Bestätigung. Anfangs bestand die Tendenz, visuelle Inspektionen auf jeden einzelnen Schritt anzuwenden. Dies führte zu häufigen Alarmen an den Terminal-Geräten, wodurch die Bediener unempfindlich gegenüber Warnmeldungen wurden. Die Lösung bestand darin, den Umfang auf drei kritische Aktionen für die KI-Erkennung zu reduzieren: Überprüfung des Schablonenmodells, Fehlervermeidung an den Zuführerstationen und Bestätigung der Polarität beim Ersterzeugnis. Andere Schritte wurden angemessen durch strukturierten Text und Grafiken behandelt.

Allerdings müssen Trainingsstichproben verschiedene Lichtverhältnisse und Winkel abdecken. Es darf sich nicht ausschließlich auf Bilder von Standardteilen verlassen werden, da Reflexionen und Hindernisse auf dem Produktionsboden häufige Realität sind.

3. Kompetenzpakete übertreffen Dokumente bei Wechselvorgängen

Bei Halbleiter-Verpackungswechseln besteht das größte Risiko darin, dass erfahrene Techniker die Maschinenjustierparameter im Kopf behalten, anstatt sie zu dokumentieren. Durch die Kapselung der Schlüsselpunkte für den Wechsel gängiger Maschinenmodelle in Kompetenzpakete können diese mit einem einzigen Klick an die Stationsterminals übermittelt werden. Während des Wechsels folgen die Bediener einer multimodalen Führung, und die Parameter werden automatisch geladen. Schätzungen deuten darauf hin, dass die Wechselzeit von Stunden auf Minuten komprimiert werden kann – wobei dies eine Szenarioprojektion ist, hängen die tatsächlichen Ergebnisse stark von der Grundlage des Linienmanagements ab.

Im Wesentlichen liegt der Wert von KI-gestützten Arbeitsanweisungen in der Halbleiterindustrie nicht in der Umwandlung von Papier zu Bildschirmen, sondern darin, implizite Erfahrung explizit und strukturiert zu machen. Ein Kompetenzpaket fungiert wie die Speicherung des Wissens eines erfahrenen Technikers auf einem USB-Stick, was eine Replikation mit einem Klick über verschiedene Produktionslinien hinweg ermöglicht.

4. Definition von Grenzen durch MES-Integration

Viele fragen, warum KI-gestützte Arbeitsanweisungen benötigt werden, wenn bereits ein MES (Manufacturing Execution System) vorhanden ist. Das Verständnis ist, dass sie unterschiedliche Funktionen erfüllen: Das MES informiert die Station darüber, welches Produkt hergestellt werden soll und in welcher Menge, während die KI-gestützte Arbeitsanweisung dem Bediener genau sagt, wie jeder Schritt durchzuführen ist und ob er korrekt ausgeführt wurde. Nach Ausgabe eines Arbeitsauftrags durch das MES wird die entsprechende SOP automatisch zugewiesen und an das Terminal gesendet. Video, Aktionen und Parameter für jeden Schritt werden aufgezeichnet, wodurch die Anomalieerkennung von „Entdeckung nach dem Ereignis" zu „Echtzeit-Blockierung" verschoben wird. Sobald diese Verknüpfungslogik etabliert ist, arbeiten die beiden Systeme ohne Konflikte.

5. Zwei kritische harte Indikatoren für die Auswahl

Bei der Hardware-Auswahl muss das Station-Terminal-Gerät 7×24 Stunden in der Produktion laufen. Es integriert Anzeige, Interaktion und visuelle Inspektion; die Bereitstellung von sowohl Hardware als auch Software durch denselben Anbieter gewährleistet eine schnelle Problemlokalisierung. Zweitens sollten System-Upgrades keine zusätzlichen Gebühren verursachen.

Zusammenfassend lässt sich sagen, dass KI-gestützte Arbeitsanweisungen in der Halbleiterindustrie nicht einfach gekauft und sofort effektiv genutzt werden können. Der Aufwand für die Szenarioanpassung setzt sich nach der Auswahl fort. Es wird empfohlen, mit einem Pilotversuch an der Linie mit den häufigsten Wechselvorgängen zu beginnen, den minimalen Zyklus für Datensammlung, Etikettierung, Training und Verteilung zu validieren und diesen Erfolg dann auf andere Stationen zu übertragen.

Thema: Fachfragen & Antworten