Schlussbericht zum Projekt AISSI (Autonomous Integrated Scheduling for Semiconductor Industry)

Abstract

KI-basierte Produktionsplanung in der Halbleiterindustrie war zu Beginn des AISSI-Projekts ein relativ unerforschtes Gebiet. Bestehende Ansätze konzentrierten sich oft auf spezifische Teilprobleme und weniger auf eine ganzheitliche Optimierung. Ziel von AISSI war es daher, den Durchsatz und die Lieferkettenprognosen in der Halbleiterfertigung mithilfe von Deep Reinforcement Learning (DRL), digitalen Zwillingen und einer standardisierten Kommunikationsplattform (AISSI-Plattform) zu verbessern. Die Methodik umfasste die Entwicklung von DRL-Agenten, die anhand von digitalen Fabrikzwillingen trainiert und anschließend in Demonstratoren für drei Use Cases unterschiedlicher Skalierung evaluiert wurden. Die Ergebnisse zeigen eine signifikante Verbesserung gegenüber herkömmlichen Verfahren: Eine Durchsatzsteigerung von 9% im Vergleich zu Benchmarks und eine Vorhersagegenauigkeit der Lieferzeiten von 80-90% wurden erreicht. AISSI demonstriert somit das Potenzial von KI zur Optimierung der Halbleiterproduktion und bietet eine vielversprechende Basis für die Entwicklung zukünftiger, intelligenter Planungssysteme. Die AISSI-Plattform ermöglicht zudem die flexible Integration und Anpassung der Lösungen an verschiedene Anwendungsfälle innerhalb und außerhalb der Halbleiterindustrie. Datei-Upload durch TIB At the start of the AISSI project, AI-driven production planning in the semiconductor industry was a relatively unexplored field. Existing approaches often focused on specific sub-problems rather than holistic optimization. AISSI aimed to improve throughput and supply chain forecasting in semiconductor manufacturing using Deep Reinforcement Learning (DRL), digital twins, and a standardized communication platform (AISSI platform). The methodology involved developing DRL agents, training them using digital factory twins, and evaluating their performance in demonstrators for three use cases at different scales. The results demonstrate significant improvements compared to conventional methods: a 9% throughput increase over benchmarks and 80-90% prediction accuracy for lead times were achieved. AISSI thus demonstrates the potential of AI for optimizing semiconductor production and provides a promising foundation for developing future intelligent planning systems. The AISSI platform also enables flexible integration and adaptation of the solutions to various use cases, both within and beyond the semiconductor industry.