Verbundprojekt: Zuverlässige Mikroelektronik durch KI-basierte Fehleranalyse (FA4.0); Teilvorhaben Infineon: Digitale Integration und Künstliche Intelligenz in der Fehleranalyse

Abstract

Ziel dieses Projektvorschlags war die Entwicklung einer durchgehenden, aufeinander abgestimmten und weitestgehend automatisierten Prozesskette in der Fehlerdiagnostik und Qualitätssicherung unter Integration selbstlernender Datenanalyse und Fehlererkennung, standardisierter Materialkenndatenermittlung sowie zentraler Datenerfassung und -korrelation. Die Projektergebnisse zeigten beeindruckende Fortschritte in der Fehleranalyse durch Anwendung künstlicher Intelligenz. Neue Ansätze für automatisierte und selbstlernende Bildverarbeitungs-, Messsysteme und Fehleranalyseverfahren wurden erarbeitet. Unter Leitung von Infineon wurde gemeinsam mit den Projektpartnern ein innovativer universeller Probenhalter entwickelt, mit dem die zu untersuchenden Proben schnell zwischen verschiedenen Equipments ausgetauscht werden können. Infineon arbeitete intensiv mit den Partnern an einem Konzept zum Austausch von Metadaten zwischen Tools. Standardisierungsprozesse für den Austausch von Meta-Daten sowie einen universell nutzbaren Probenhalter wurde unter Leitung von Infineon im Rahmen einer "SEMI-Task Force" begonnen. Neue Methoden der Digitalisierung und künstlicher Intelligenz in der Fehleranalyse und Materialcharakterisierung wurden erforscht. Infineon kann dadurch schneller immer komplexere und zuverlässige Bauelemente erforschen und entwickeln. Besonders wichtig waren die Arbeiten zur Detektion von Lunkern in Chip-Substrat-Grenzflächen in X-Ray-Bildern. Weiterhin wurde bei Infineon ein automatisiertes Verfahren zur automatischen Bildaufnahme und Bewertung (mittels KI) von Cracks in Lichtmikroskopbildern entwickelt. Die Verbesserung von SAM (Ultraschallmikroskopie) in Zusammenarbeit mit PVA-TePla war ein herausragendes Ergebnis. So konnten mit SAM erstmals Voids (Leerstellen) in Kleberschichten beobachtbar gemacht werden. Ein Hauptfokus von Infineon war die Erarbeitung neuer Analyseflows mit den Projektpartnern. Beispiele wurden mit den Partnern definiert. Auf Basis der FA4.0 Ergebnisse können neue Analyseflows sehr schnell und mit minimalem Entwicklungsaufwand entwickelt werden, die auf der Integration von Geräten auch unterschiedlicher Hersteller beruhen. Das FA4.0 Projekt ermöglichte Infineon und seinen Partern eine signifikate Verbesserungen der Fehleranalyse. Die Vernetzung der unterschiedlichen Analysesysteme zur Materialkenndatenermittlung und Fehlerdiagnostik entlang der Prozesskette und Korrelation mit bekannten Degradationsmechanismen und Fehlerkatalogen nach dem Industrie4.0 Konzept ermöglicht die Steigerung der Effizienz der Qualitätssicherung und der Zuverlässigkeit elektronischer Bauelemente und damit auch eine Senkung von Analysekosten. Datei-Upload durch TIB The aim of this project proposal was to develop a continuous, coordinated and largely automated process chain in defect diagnostics and quality assurance by integrating self-learning data analysis and defect detection, standardized material identification and central data acquisition and correlation. The project results showed impressive progress in error analysis through the application of artificial intelligence. New approaches for automated and self-learning image processing, measurement systems and defect analysis methods were developed. Under the leadership of Infineon, an innovative universal sample holder was developed together with the project partners, with which the samples to be analyzed can be quickly exchanged between different equipment. Infineon worked intensively with the partners on a concept for exchanging metadata between tools. Standardization processes for the exchange of metadata and a universally usable sample holder were started under the leadership of Infineon as part of a "SEMI Task Force". New methods of digitalization and artificial intelligence in defect analysis and material characterization were researched. This enables Infineon to research and develop increasingly complex and reliable components more quickly. The work on detecting voids in chip-substrate interfaces in X-ray images was particularly important. Furthermore, Infineon developed an automated process for automatic image acquisition and evaluation (using AI) of cracks in optical microscope images. The improvement of SAM (ultrasound microscopy) in collaboration with PVA TePla was an outstanding result. For example, SAM made it possible to observe voids in adhesive layers for the first time. One of Infineon's main focuses was the development of new analysis flows with the project partners. Examples were defined with the partners. Based on the FA4.0 results, new analysis flows can be developed very quickly and with minimal development effort, based on the integration of devices from different manufacturers. The FA4.0 project enabled Infineon and its partners to significantly improve failure analysis. The networking of the various analysis systems for determining material characteristics and fault diagnostics along the process chain and correlation with known degradation mechanisms and fault catalogs in accordance with the Industry 4.0 concept enables an increase in the efficiency of quality assurance and the reliability of electronic components and thus also a reduction in analysis costs.