LOTSE: Maschinelles Lernen zur Verbesserung des Technologie-Laufweges in einer komplexen Halbleiterfertigung

Das Ziel des Projektes LOTSE ist es, eine fortschrittliche Big Data-basierte Fertigungssteuerung zu etablieren. Dies erfordert die Bewertung der Qualität bereits während der Fertigung. So sollen versteckte Qualitätsabweichungen frühzeitig durch spezielle Methoden des Maschinellen Lernens, der künstlichen Intelligenz (KI) und durch mathematische Optimierung erkannt und behoben werden. Die informationstechnischen Teilaufgaben werden von hochspezialisierten Experten aus Hochschulen und kleinen mittelständischen Unternehmen (KMU) aus Sachsen übernommen. Diese einzigartige Kooperation hat sich gemeinsam das Ziel gesetzt, zwei grundlegende Aspekte bei der Verarbeitung von Daten gesamtheitlich zu untersuchen: Qualität und Risikominimierung. Dafür werden Abweichungen kontinuierlich und frühzeitig erfasst. Defekte Computer-Chips werden bereits während der Fertigung erkannt und nicht weiterbearbeitet.

Die Projektpartner sind überzeugt, dass die Ergebnisse auch von anderen sächsischen Firmen, nutzbar sind. Das Potential dieser Forschungs- und Entwicklungsarbeiten ist sehr groß und ermöglicht eine bessere Konkurrenzfähigkeit der Region gegenüber dem weltweiten Markt.

Sobald die Ergebnisse nach der Fertigstellung des Projektes LOTSE in der Produktion eingesetzt werden, kann GlobalFoundries mit höherer Qualität und Effizienz Chips fertigen. Dies stärkt sowohl die Wirtschaft in der Region und ermöglicht die effektiviere Nutzung von Ressourcen, was langfristig die Umwelt schont.

Unsere Projektpartner sind:

• Globalfoundries Dresden
• Technische Universität Dresden (TU, Fakultät Informatik/Professur für Datenbanken und Institut für Technische Logistik und Arbeitssysteme)
• Hochschule für Technik und Wirt-schaft Dresden (HTW, Fakultät Informatik/Mathematik)
• Advanced Data Processing GmbH