Halbleiterfabriken verlagern die Auswertung von Prozessdaten immer weiter nach vorn in den Fertigungsfluss. Streaming-Sensordaten aus Anlagen werden heute für In-Situ-Analysen genutzt, um Abweichungen früher zu erkennen, Prozessmodule schneller anzupassen und im Extremfall einen Prozess mitten im Lauf abzubrechen. Ziel ist ein schnelleres Yield-Learning und ein direkteres Advanced Process Control.
Der Datenumfang hat sich dadurch stark erhöht. Neben häufiger gesampelten Inspektions- und Metrologiedaten treiben vor allem Equipment-Sensoren das Volumen, die Geschwindigkeit und die Vielfalt der Daten nach oben. In manchen Fabriken entstehen inzwischen Hunderte Petabyte pro Jahr. Hinzu kommen Roh-Trace-Daten, die deutlich mehr Details liefern als verdichtete Summenwerte, aber auch weitaus schwerer zu verarbeiten sind.
Mehrere technische Entwicklungen verstärken diesen Effekt. Lieferanten haben in den vergangenen Jahren hunderte zusätzliche Parameter bereitgestellt, die Abtastraten sind von ungefähr einmal pro Sekunde auf Zeitabstände im Bereich weniger Dutzend Millisekunden gestiegen, und in einigen Fällen entstehen pro Anlage megabytes pro Sekunde an Daten. Für den Echtzeiteinsatz innerhalb eines Prozessmoduls bleibt damit oft nur ein Zeitfenster im Subsekundenbereich.
Der Nutzen dieser Daten ist klar: KI/ML-Inferenzmodelle können Prozessmodule anhand realer Anlagenparameter überwachen, auffällige Wafer-Verarbeitung erkennen und virtuelle Metrologie unterstützen. Damit verschieben sich Entscheidungen von nachgelagerten Screening-Schritten wie elektrischem Test in die Fertigung selbst. Gleichzeitig steigen die Anforderungen an Kontext, Rückverfolgbarkeit und vertrauenswürdige Daten, weil lokale Optimierung schnell zu „data rich but context poor“ führen kann.
Zusätzlich zu den eigentlichen Prozessdaten rücken auch Infrastrukturgrößen wie Wasser-Temperatur, Wasserdruck und Leistungsschwankungen in den Fokus. Für die Modellbildung und Überwachung müssen Anlagenprotokolle in standardisierten Formaten verfügbar sein, damit Prozessingenieure die Daten über mehrere Schritte hinweg sinnvoll verbinden können. Gerade diese Verknüpfung zwischen Prozessmodulen bleibt trotz des technischen Fortschritts ein zentrales Problem.