Die Herstellung von Mikrochips beinhaltet über 1.000 Einzel-Schritte unter strengsten Reinraumbedingungen. Entsprechend hoch ist die Komplexität der gesamten Fertigung, bei der gegenseitige Abhängigkeiten in der Abfolge bestehen.
Die 300mm-Wafer, aus denen später die Mikrochips entstehen, werden dabei während des rund 1.400 Schritte umfassenden Fertigungsprozesses in Overhead Transportation Vehicles transportiert. Auf einem 22 Kilometer langen Schienennetz an der Decke, dem „Automated Material Handling System“ (AMHS), befördern täglich mehr als 800 Fahrzeuge die Wafer in speziellen Boxen. An jeder Bearbeitungsstation senkt ein Hubsystem die Boxen ab. Im Anschluss werden die Waferboxen automatisch zum nächsten Fertigungsschritt transportiert. Fiele ein Roboter im laufenden Betrieb aus, würde er Teile des Schienensystems im Reinraum blockieren und damit die Produktion verlangsamen. Entsprechend aufwendig und engmaschig wurde die komplexe Mechanik der Fahrzeuge bislang manuell überwacht und vorsorglich gewartet.
Um einen weiteren Schritt in Richtung Smart Factory zu gehen, beauftragte GlobalFoundries T-Systems MMS und den Smart Systems Hub, eine intelligente IoT-Lösung zu entwickeln. Um das Wafer-Transportsystem künftig streng bedarfsgerecht warten zu können und um Wartungszyklen zu optimieren, sollte das Transportsystem live überwacht und sein Zustand in Echtzeit visualisiert werden.

Ohne in die laufende Produktion eingreifen zu müssen, wird der Wartungsbedarf der Transportroboter frühzeitig erkannt, präzise bestimmt und visuell aufgezeigt. Denn lange bevor Schäden auftreten, registriert der Health Predictor Auffälligkeiten in Echtzeit. Wartung und Instandhaltung des hochkomplexen Wafer-Transportsystems können somit am tatsächlichen Bedarf ausgerichtet, Wartungszyklen optimiert und die Verfügbarkeit des Transportsystems weiter maximiert werden.
Denn dank des Health Predictors können die Chipfertigung weiter optimiert und die Produktionskapazitäten maximal ausgelastet werden – gerade beim aktuellen Chipmangel auf dem Weltmarkt von erheblicher Bedeutung. Zudem sinkt der Ressourcenaufwand in Bezug auf Material, Personal und Zeit. So erhöht sich die Lebensdauer der Transportroboter infolge der rechtzeitigen Wartung, zudem müssen intakte Teile nicht mehr routinemäßig ausgetauscht werden. Ein Umstand, der auch dem Thema Nachhaltigkeit Rechnung trägt. Auch kann bei höchster Fertigungsqualität gleichzeitig die Vor-Ort-Präsenz der Wartungsingenieure im Reinraum deutlich reduziert werden. Da die Hard- und Software-Komponenten des Health Predictors modular aufgebaut sind, kann die KI-basierte Anwendung zukünftig auch für weitere Fertigungs- und Logistiksysteme von GlobalFoundries zum Einsatz kommen.
Das Halbleiterwerk in Dresden kann sich so als Vorreiter zum Thema Smart Factory und sensorgestützte Überwachung sowohl innerhalb des Unternehmens als auch in der Branche insgesamt positionieren.