Ein Chip, der alle Testgrenzwerte einhält, gilt traditionell als gut. Doch die Praxis zeigt, dass manche Bauteile trotz bestandener Parametertests im späteren Betrieb auffällig werden – etwa durch erhöhte Ausfallraten oder Leistungsabweichungen. Solche Bauteile liegen zwar innerhalb der spezifizierten Grenzen, weichen aber statistisch von der Masse vergleichbarer Chips ab. Genau hier setzt die sogenannte Outlier-Detection an, die nicht mehr nur harte Grenzwerte prüft, sondern das Verhalten einzelner Dies im Vergleich zu ihrer Umgebung – etwa benachbarten Dies auf demselben Wafer oder aus derselben Fertigungscharge – bewertet.
Methoden wie Part Average Testing (PATProcess Action Team) oder Statistical Bin Limits nutzen dafür statistische Kennzahlen, um Ausreißer zu identifizieren, die klassische Testprogramme nicht erfassen. Mit zunehmender Miniaturisierung und steigenden Anforderungen an Zuverlässigkeit, etwa in der Automobil- oder KIArtificial IntelligenceKI bezeichnet Verfahren, die Aufgaben durch datengetriebene Modelle automatisieren.-Chip-Fertigung, wächst der Druck, solche latenten Defekte frühzeitig zu erkennen. Die Herausforderung besteht darin, echte Ausreißer von normaler Prozessvariation zu unterscheiden, ohne die Ausbeute unnötig zu verringern.
Datengetriebene Ansätze gewinnen an Bedeutung
Moderne Ansätze kombinieren Testdaten aus verschiedenen Fertigungsschritten – von Wafer-Sort über Burn-in bis Endtest – und setzen zunehmend auf maschinelles Lernen, um Muster zu erkennen, die auf zukünftige Zuverlässigkeitsprobleme hindeuten. Dabei spielt die Rückverfolgbarkeit eine zentrale Rolle: Nur wenn Testdaten eindeutig einem bestimmten Die, einer Wafer-Position und einem Prozesslauf zugeordnet werden können, lassen sich Korrelationen zwischen Ausreißerverhalten und späteren Feldausfällen zuverlässig herstellen.
Für die Halbleiterindustrie bedeutet dies einen Wandel im Testparadigma: weg von starren Grenzwerten, hin zu einer kontinuierlichen, datenbasierten Bewertung der Bauteilqualität über den gesamten Fertigungs- und Lebenszyklus hinweg.