Kundenerfahrungen

Von Halbleitern zu den Autos der Zukunft:

Die moderne Mobilität mittels Daten gestalten

Die Autoindustrie ist in zunehmendem Maße von Chiptechnologie abhängig. NXP Semiconductors vertraut bei der Optimierung seiner Chipherstellung in zunehmendem Maße auf Analyse.

NXP Semiconductors

HerausforderungNeue Halbleiterlösungen entwickeln, testen und herstellen, die eine sich schnell wandelnde Autoindustrie voranbringen
LösungMit innovativen Analysemethoden in JMP Pro Chiptests und Fertigungsprozesse verändern
ErgebnisseJMP Pro verbessert Lösungsdesign und Fertigung, Six Sigma-Schulung und Prozessoptimierungsmaßnahmen spürbar und hilft NXP so, seine führende Marktposition zu bewahren.

Autos und LKW werden sich in den nächsten 10 Jahren schneller – und grundlegender – verändern, als in den vergangenen 100 Jahren. Die Branche bewegt sich in Richtung alternative Energiequellen und erweiterte Konnektivität. Sie beschäftigt sich zunehmend mit autonomem Fahren und braucht dafür Hardware und Software, die sowohl vielseitiger als auch leistungsfähiger ist. Im Zentrum dieser Entwicklungen stehen Computerchips – und NXP Semiconductors.

NXP ist weltweit führend bei Konnektivitätslösungen für eingebettete Anwendungen wie etwa vernetzte Fahrzeuge. Das Unternehmen hat seinen Firmensitz in Eindhoven in den Niederlanden, seine 31.000 Mitarbeiter versorgen Kunden in mehr als 30 Ländern und generieren einen Jahresumsatz von 9,5 Milliarden US-Dollar. NXP konzentriert sich auf den Einsatz von Halbleitern in drei vorrangigen Bereichen: Automobil, Industrie und Internet der Dinge (Internet of Things, IoT). NXP ist Marktführer in den Bereichen Halbleiter und Mikrocontroller für automobile Anwendungen, Fahrzeugvernetzung und -Entertainment, sicherer Fahrzeugzugang und Sicherheitseinrichtungen für Fahrzeuge, etwa Airbags und Radar.

„Elektronik ist aus unseren Autos nicht mehr wegzudenken“, sagt Corinne Bergès, PhD. Sie leitet Risikobewertungs-, Sicherheits- und statistische Analysen für die Abteilung Advanced Automotive Analog bei NXP sowie die Six Sigma-Schulung für Europa, den Nahen Osten und Afrika. „Ein Auto ohne Halbleiter ist heute überhaupt nicht mehr vorstellbar.“

Um seine Führungsposition in der Branche beizubehalten, muss NXP seine Halbleiterlösungen schneller und effizienter machen, und sie mit größerer Präzision als jemals zuvor entwickeln und produzieren. Zur Erreichung dieses Ziels muss das Unternehmen seine Produktions- und Testprozesse laufend verbessern.


  • NXP ist einer der weltweit führenden Halbleiterhersteller. Das Unternehmen hat seinen Sitz in Eindhoven in den Niederlanden, ist in mehr als 30 Ländern aktiv und verfügt über 60 Jahre Erfahrung und Expertise in der Hightech-Fertigung.


  • „Je mehr Daten wir haben, umso mehr Informationen sollten wir aus ihnen extrahieren können. Der Schlüssel ist, sich die normale Variabilität anzusehen, die in allen Fertigungsprozessen auftritt, und dann eine Verteilung zu erstellen und nach Ausreißern zu suchen … Und für derart komplexe Tests brauchen wir moderne Methoden und Statistikverfahren.“
    – Corinne Bergès, PhD

    Datengestützte zentrale Prozesse

    Daten sind von zentraler Bedeutung für die Entwicklung und Fertigung von Halbleitern. Bei NXP und seinen Partnern erfolgen der Fertigungszyklus in allen Aspekten sowie die laufende Verbesserung dieses Prozesses datengestützt. Diese Datenfülle bietet Chancen und stellt zugleich vor Herausforderungen. „Je mehr Daten wir haben, umso besser können wir diese Daten korrelieren und umso mehr Informationen können wir aus ihnen extrahieren“, meint Bergès.

    Die Herausforderung liegt laut Bergès darin, das Datenvolumen effizient zu verwalten – insbesondere im Zusammenhang mit Tests. Chiphersteller testen ihre Lösungen mit einer Vielzahl von Parametern und Umgebungsbedingungen, die ihnen helfen, die Prozessvariabilität zu kontrollieren und die Grenzwerte zu identifizieren, bei denen ein Gerät ausfallen könnte. Dieser Prozess generiert eine riesige Anzahl von Datenpunkten. „Daten sind wertlos, wenn wir nicht die richtigen Werkzeuge für ihre Verarbeitung haben“, betont Bergès. „Deshalb müssen wir die neuesten und innovativsten Methoden zur Handhabung dieser Daten einsetzen. JMP Pro verfügt über diese innovativsten und effektivsten Methoden, und das ist sehr wichtig.“

    JMP Pro hilft sowohl bei der Datenvisualisierung als auch bei der Datenanalyse. „Produktingenieure brauchen Datenvisualisierungen“, sagt Bergès. Denn ein Bild kann viel schneller gelesen und verstanden werden als Datentabellen. So können Ingenieure Ausreißer, Korrelationen und Probleme wesentlich schneller erkennen.Und interaktive Visualisierungsfunktionen in JMP bieten für sie noch viel mehr: Sie haben Technikern und Anlagenbedienern von NXP ermöglicht, ihre univariaten Analysen auf multivariate Analysetechniken auszuweiten.

    „In der Vergangenheit führten wir viele Tests durch, aber wir untersuchten jeweils immer nur einen einzelnen Test, sowohl bei der Visualisierung als auch bei univariaten Analysen“, erklärt Bergès. „Heute kann man nicht mehr mit einzelnen Tests arbeiten.“Stattdessen muss das Unternehmen Daten für multivariate Versuche korrelieren. „Für diese Art von Analyse sind moderne Statistikfunktionen und Methoden erforderlich“, sagt sie – Funktionen, die JMP Pro bereitstellt.

    • Darstellung des DMAIC-Prozesses

    • Bergès sagt, eine der wichtigsten Einsatzmöglichkeiten von JMP Pro sei die Versuchsplanung. In diesem Beispiel verwendet sie die Software zur Feststellung wichtiger Parameter in einem Komponentenmodell zur Ventilsteuerung von NXP sowie zur Visualisierung von Interaktionen zwischen Faktoren. Bergès kann so Ertragsvorhersagen generieren.

    • Six Sigma-Anwender bei NXP verwenden auch Funktionen der Degradationsanalyse in JMP Pro für die Modellierung von Drift in Ergebnissen von HTOL-(High Temperature Operating Life-)Zuverlässigkeitstests über typische 2.000 Stunden (wie von Automobilstandards gefordert) für eine Vorhersage einer spezifischen Kundenanforderung über 4.000 Stunden.

    • „In der Vergangenheit führten wir viele Tests durch, aber wir untersuchten jeweils immer nur einen einzelnen Test, sowohl bei der Visualisierung als auch bei univariaten Analysen. Heute kann man nicht mehr mit einzelnen Tests arbeiten“, sagt Bergès. Und genau hier liegt die besondere Stärke von JMP Pro: Es ist unerlässlich für die Modellierung multivariater Versuche.

      Den Markt der „Prozessecken“ beherrschen

      Während JMP die Datenanalyse für eine große Bandbreite von Anwendern zugänglich macht, stellt JMP Pro insbesondere Wissenschaftlern und Technikern zusätzliche erweiterte Funktionen bereit, wie Vorhersagemodellierung und Validierung. Ein wichtiger Bereich, in dem NXP JMP Pro gezielt einsetzt, ist die Untersuchung der Variabilität der Fertigungsprozesse für „Prozessecken“ von Automobil-Halbleitern.

      Als „Prozessecke“ wird in der Chipherstellung ein Verfahren der Versuchsplanung (DOE – Design of Experiments) bezeichnet, bei dem extreme Fertigungsparameter getestet werden. Zur Prüfung der Qualität eines integrierten Schaltungsentwurfs fertigen Chiphersteller Prozessecken bzw. Gruppen von Halbleiter-Wafern, deren Prozessparameter extreme Werte verwenden. Sie testen Geräte, die mit diesen Wafern hergestellt werden, unter verschiedenen Umgebungsbedingungen, wie etwa Spannung und Temperatur, um deren Betriebsgrenzen zu ermitteln. Bei der Entwicklung eines neuen Halbleiters verwendet NXP den Prozessecken-Ansatz für die Durchführung einer umfassenden Analyse der Variabilitäten, die während der Fertigung angetroffen werden können. Auf diese Weise kann das Unternehmen mögliche technische Schwächen innerhalb des Fertigungsprozesses identifizieren und beheben.

      „Der traditionelle Prozessecken-Ansatz verwendete viele Wafer-Gruppen (bis zu 75 und mehr) mit extremen technischen Parametern für eine Ventilsteuerungskomponente für Fahrzeuge, wobei jeder Parameter einzeln untersucht wurde“, erklärt Bergès. „Eine Einschränkung bestand darin, dass die Interaktionen zwischen Parametern nicht evaluiert wurden.“JMP Pro erlaubt die Untersuchung echter Eckpunkte für einzelne Wafer-Gruppen. NXP kann so die Streuung von Prüfparametern steuern. Seine neuen Statistikmethoden generieren außerdem Modellierungen und Vorhersagen von Erträgen.

      • Bergès führt in JMP Pro mit der Funktion „Lebensdauer nach X anpassen“ Vergleiche von HPRA-(High Power Reliability Assessment-)Zuverlässigkeitstests bei verschiedenen Temperaturen durch.

      • Zusätzlich zu diesen HPRA-Tests verwendet NXP allgemeine linearisierte Modelle zur Vorhersage der Ergebnisse von Tests bei niemals zuvor getesteten Temperaturen.

      • JMP wird sowohl als Werkzeug zur Problembehebung als auch für die Suche nach Korrekturmaßnahmen eingesetzt. Hier wird zur Suche der besten Einstellung von Testbedingungen (z. B. Prüfdauer bei heißen Temperaturen und bei Raumtemperatur) mit dem Ziel, die Degradation der Halbleiterplatten zu minimieren, eine Partitionierungsanalyse verwendet.

      • Fester Bestandteil der Arbeit von Bergès ist auch die Feldmodellierung zur Beurteilung von Kundenrisiken. Sie verwendet die Plattform „Lebensdauerverteilung“ in JMP Pro für die Ermittlung der Ausfallwahrscheinlichkeit und führt Mengenschätzungen anhand von Feldergebnissen durch.

        Der Weg zu einer fehlerfreien Fertigung

        Bergès besitzt die Black Belt-Zertifizierung in Six Sigma, den bekannten Techniken und Werkzeugen für die Prozessverbesserung. Six Sigma ist für Bergès – die Six Sigma-Schulungen für NXP-Abteilungen weltweit anbietet – ebenso wie für Ihr Unternehmen unerlässlich. Etwa 3.300 NXP-Mitarbeiter sind als White, Yellow, Green, Black oder Master Black Belts zertifiziert.

        Und bei NXP ist JMP Pro unerlässlich für Six Sigma. „Das Yellow Belt-Curriculum enthält einfache Konzepte wie Verteilungen und Standardabweichungen“, sagt Bergès. „In den Green Belt- und Black Belt-Schulung werden viele Statistikkonzepte vermittelt. Und die besten Schulungen hier bei NXP werden in JMP Pro durchgeführt.“

        NXP verwendet JMP Pro in zahlreichen Six Sigma-Schulungen, die Varianzanalyse (ANOVA) und Regression, Versuchsplanung, modernes Screening-Design, Messsystemanalysen, Ursachen für Varianzanalysen und Zuverlässigkeit abdecken. „Wir haben diese Kurse vor drei Jahren mit JMP entwickelt“, sagt Bergès. „Und dies sind nun die Hauptkurse für die vielen Menschen bei NXP, die zur Green Belt- und Black Belt-Stufe gelangen.“

        Die Six Sigma-Schulung des Unternehmens umfasst auch den datengestützten Ansatz zur Verbesserung der Prozessqualität, den sogenannten e-DMAIC-Prozess (Elimination – Define, Measure, Analyze, Improve, Control [Definieren, Messen, Analysieren, Verbessern, Kontrollieren]). e-DMAIC ist ein zentrales Element von Six Sigma. „Für die Green Belt-Zertifizierung ist zum Beispiel ein Verbesserungsprojekt unter Verwendung eines e-DMAIC-Ansatzes erforderlich“, erklärt Bergès. „Dieses e-DMAIC-Projekt muss durch das Management und anhand einer Scorecard geprüft werden. So wird sichergestellt, dass das erworbene Wissen auch wirklich in einer Praxissituation angewendet wird.“

        Während DMAIC ein bekannter, strukturierter Problemlösungsrahmen ist, bezieht sich der Buchstabe „e“ auf die Eliminierung von Ursachen, die zu einer echten Grundeinstellung werden kann. Diese Erweiterung entstand durch eine gemeinsame Studie von NXP und Toyota und trägt zu einer kontinuierlichen Steigerung der Qualitätsstandards bei. Qualität ist bei NXP überall – sie bildet das Zentrum des „Umfassende Qualität“-Konzepts des Unternehmens.

        Vorteile für Anwender, Steigerung des wirtschaftlichen Erfolgs

        Die Verwendung von JMP Pro bei NXP hat sich kontinuierlich weiterentwickelt. „Wir verwendeten Minitab und dann JMP“, erinnert sich Bergès. „Und die überwiegende Mehrheit der Ingenieure wählte JMP für die technischen Analysen wegen seiner umfassenden Kompatibilität und Anwenderfreundlichkeit. Ich denke, wir werden JMP nie wieder aufgeben“. Heute vertrauen 1.600 Datenexperten des Unternehmens auf JMP-Lösungen.

        Einen Vorteil von JMP Pro sieht sie darin, dass es sowohl von erfahrenen Statistikern als auch von Technikern effektiv eingesetzt werden kann, die lediglich über statistisches Grundwissen verfügen. „Bei Minitab muss man gewisse Statistikkenntnisse besitzen, wenn man aussagekräftige Analysen erstellen will“, sagt sie. „JMP ist dagegen so intuitiv, dass jeder nützliche Analysen zustande bringt.“Ein weiterer klarer Vorteil ist die Effizienz, mit der JMP Pro es NXP ermöglicht, Tests durchzuführen und Prozesse zu optimieren. „Mit nur einem oder zwei Klicks erhalten wir absolut vollständige und präzise statistische Analysen. Wir verwenden Python für hohe Datenvolumen, aber wenn wir besonders schnelle Ergebnisse wollen, ohne jeglichen Programmieraufwand, dann verwenden wir JMP Pro.“

        Die Möglichkeit, Halbleiterentwürfe und -tests mit JMP Pro zu optimieren, hilft NXP, seine führende Marktposition zu bewahren. Angesichts des zunehmenden Tempos der Veränderungen in der Automobilindustrie ist die Fähigkeit von NXP, schnell und zuverlässig neue Lösungen zu entwickeln und bereitzustellen, ein immer wichtiger werdendes Unterscheidungsmerkmal. Oder wie Bergès sagt: „Wir können unsere Aufgaben einfach nicht mehr ohne JMP Pro erledigen.“

        The results illustrated in this article are specific to the particular situations, business models, data input and computing environments described herein. Each SAS customer’s experience is unique, based on business and technical variables, and all statements must be considered nontypical. Actual savings, results and performance characteristics will vary depending on individual customer configurations and conditions. SAS does not guarantee or represent that every customer will achieve similar results. The only warranties for SAS products and services are those that are set forth in the express warranty statements in the written agreement for such products and services. Nothing herein should be construed as constituting an additional warranty. Customers have shared their successes with SAS as part of an agreed-upon contractual exchange or project success summarization following a successful implementation of SAS software.