Bereich Supply Chain Services
des Fraunhofer IIS
Bereich Supply Chain Services
des Fraunhofer IIS

Semiconductor-X: Datenräume und KI für resiliente Halbleiter-Lieferketten

Daten nutzbar machen, Zukunft gestalten

Halbleiter sind das Rückgrat moderner Technologien – von Mobilität bis Kommunikation. Doch die globalen Lieferketten sind komplex, sensibel und anfällig für Störungen. Mit über 1.000 Prozessschritten und mehr als 70 Grenzübertritten sind sie sogar eine der kompliziertesten Wertschöpfungsketten überhaupt. Das Projekt Semiconductor-X zeigt, wie Unternehmen durch den Einsatz von Datenräumen, KI-gestützten Analysen und digitalen Zwillingen mehr Transparenz, Planungssicherheit und Nachhaltigkeit erreichen.

Transparenz, Effizienz, Resilienz

Das Projekt entwickelt interoperable Lösungen, die Bedarfs-, Prozess- und Qualitätsdaten in einem Gaia-X/Catena-X-konformen Datenraum nutzbar machen, um Nachfrageprognosen, Qualitätssicherung und Produktionsplanung in der Halbleiterindustrie durch gemeinsame Datennutzung zu verbessern. Damit überträgt Semiconductor-X die Konzepte von Manufacturing-X erstmals gezielt auf die Halbleiterindustrie – eine Schlüsselbranche, in der selbst kleine Verbesserungen bei Yield oder Planung enorme Wirkung entfalten.

Von Daten zu Entscheidungen

Fraunhofer IIS bringt sich mit den Kompetenzen aus drei Gruppen ein:

  • Data Efficient Automated Learning: Machine Learning – Vorhersage von Qualitätsmerkmalen und Ursachenanalyse
  • Data Science: Robuste Zeitreihenmodelle und Feature Engineering für Forecasts
  • Optimization: Stochastische Planung und Simulation für belastbare Produktions- und Bestandsstrategien

Diese Kompetenzen fließen in ein Demonstrator-Dashboard ein, das die Methoden in der Praxis sichtbar macht und direkt mit dem Dataspace interagiert. Damit werden für die Halbleiterindustrie spezifische und besonders relevante Anwendungsfelder adressiert:

  • Visualisierung der Yield-Optimierung durch Data Efficient Automated Learning
  • Prognosekurven und Unsicherheitsbereiche durch Data Science
  • Optimierte Produktionspläne durch Optimization

Unsere Algorithmen werden in einer benutzerfreundlichen grafischen Oberfläche bereitgestellt. So werden Prozess‑, Qualitäts‑ und Bedarfsdaten unternehmensübergreifend vernetzt, visualisiert und in nachvollziehbare Entscheidungen übersetzt. Es entsteht ein konkreter Mehrwert: verbesserte Kapazitäten, präzisere Planung und resilientere Produktionsstrategien. Unternehmen können datenbasierte Entscheidungen über Wertschöpfungsketten hinweg treffen. Durch die enge Zusammenarbeit führender Industrieakteure wie Intel, Infineon, Bosch oder SAP mit den Forschungsgruppen des Fraunhofer IIS wird Semiconductor-X zu einem Referenzprojekt für die europäische Halbleiterindustrie mit Signalwirkung über die Branche hinaus.

 

Direkter Nutzen für Unternehmen
  • Fundierte Vorhersagen zu Qualität und Nachfrage
  • Produktions- und Bestandsplanung mit Unsicherheitsbewertung
  • Visualisierungen für schnelle, nachvollziehbare Entscheidungen
  • Effizientere und nachhaltigere Abläufe in der gesamten Wertschöpfungskette

 

FAQ – Ihre Fragen, unsere Antworten

Alle ausklappen Alle einklappen

  • Weil es eine der komplexesten Lieferketten überhaupt adressiert. Semiconductor-X überträgt die Konzepte von Manufacturing-X erstmals gezielt auf die Halbleiterindustrie und schafft resiliente Lieferketten und nachhaltige Produktion. Dadurch wird die internationale Wettbewerbsfähigkeit und Versorgungssicherheit in Europa erreicht.

  • KI-Methoden, stochastische Optimierung und digitale Zwillinge kombiniert mit Standards wie Gaia-X/Catena-X, IDS, OPC UA und Asset Administration Shell. Besonders ist die modulare Integration dieser Ansätze im Datenraum, die Entscheidungen über Unternehmensgrenzen hinweg ermöglicht.

  • Sie erhalten Zugang zu standardisierten Schnittstellen und datengetriebenen Lösungen, die bisher fast nur großen Konzernen vorbehalten waren. Damit können KMU erstmals von Forecasting bis Yield-Optimierung im europäischen Halbleiter-Datenraum profitieren.

  • Das Dashboard zeigt exemplarisch, wie die Methoden praktisch eingesetzt werden – von Yield-Optimierung über Nachfrageprognosen bis zu optimierter Produktionsplanung. Es macht die Verbindung von Forschungskompetenzen und Gaia-X-konformem Dataspace greifbar und dient als Referenz für die gesamte Branche.

  • Das Konsortium von Semiconductor-X vereint führende Industrieunternehmen, spezialisierte KMU, Softwareanbieter sowie Forschungseinrichtungen:

    • Industrie & Halbleiter: Intel Deutschland, Infineon Technologies, Robert Bosch Semiconductor Manufacturing Dresden, Elmos Semiconductor, Merck Electronics, Siemens
    • KMU & spezialisierte Unternehmen: DAS Environmental Expert, HQ-Dielectrics, OmegaLambdaTec, Expo21XX, OptWare, Systema
    • Software & Plattformanbieter: SAP
    • Forschung & Wissenschaft: Fraunhofer-Gesellschaft mit den Instituten IFF, EMFT, IIS, IWU und IZM sowie die Hochschule für Technik und Wirtschaft Dresden (HTW)

    Diese breite Aufstellung verbindet internationale Marktführer mit mittelständischen Spezialisten und der angewandten Forschung – eine Kombination, die praxisnahe Innovation und eine starke Signalwirkung für die gesamte Halbleiterindustrie ermöglicht.

Das könnte Sie auch interessieren

 

© minianne - stock.adobe.com / bearbeitet Fraunhofer IIS

Forschungsschwerpunkt

Supply Chain AI

Wir entwickeln moderne KI-Methoden zur Lösung komplexer Analyse-, Prognose- und Optimierungsaufgaben für Prozesse innerhalb und zwischen Unternehmen: Für mehr Effizienz im Wertschöpfungsnetz durch Künstliche Intelligenz!

 

Zum Forschungsschwerpunkt

Organisation

Abteilung Analytics

Ziel der Abteilung ist aus scheinbar unbeherrschbaren Datenmengen und -materialien handhabbare, qualitative Daten und Informationen für Ihre Kunden zu generieren.  In vier Gruppen entwickelt die Abteilung »Analytics« neue Methoden und Verfahren für anwendungsnahe Data Analytics und KI:

  • Data Science
  • Optimization
  • Data Effcient Automated Learning
  • Process Intelligence



Zur Abteilung
 

© zapp2photo - stock.adobe.com

AutoML

Automatisiertes Maschinelles Lernen (AutoML) genießt derzeit viel Aufmerksamkeit, da es verspricht die Entwicklung und Konfiguration von KI Prozessen zu automatisieren. Gemeinsam mit unserem Kunden aus dem Bereich der industriellen Fertigung haben wir deshalb untersucht, welche spezifischen Anpassungen für den Einsatz von AutoML Systemen in der praktischen Anwendung im Unternehmen sinnvoll sind.

Zum Projekt

Leistung

Ersatzteilprognose mit Maschinellem Lernen

In der Nachlaufphase, der End-of-life-Phase, eines Produkts stehen Produkthersteller vor der Herausforderung die Bedarfsmengen an Ersatzteilen zur Gewährleistung ihrer Garantieversprechen zu prognostizieren. Wir haben ein Langzeitprognose-Tool für den Allzeitbedarf von Ersatzteilen auf der Basis des Maschinellen Lernens entwickelt, das Unternehmen dabei hilft ihre Ersatzteilbestände fundierter abzuschätzen, Lagerplätze effizienter zu nutzen, Über- und Unterdeckung zu reduzieren und Verschrottungskosten zu minimieren.

Zum Angebot

Leistung

Intelligentes Bestandsmanagement

Optimieren Sie Ihr Bestandsmanagement mit unserer Lösung! Unser zweistufiges KI-Framework generiert automatisierte und präzise Bestellvorschläge, die auf aktuellen Trends und Prognosen basieren, um Lagerkosten zu minimieren und Lieferengpässe zu vermeiden. Profitieren Sie von flexibler Anpassungsfähigkeit und einer effektiven Ressourcennutzung für bis zu 30% geringere Lagerhaltungskosten.

Zum Angebot

Leistung

KI-basierte Fertigungsoptimierung

Verbessern Sie Ihre Fertigungsprozesse mit unseren KI-Lösungen. Durch datengesteuerte Analysen verbessern wir die Produktionseffizienz sowie die Produktqualität und ermöglichen die Implementierung einer vorausschauenden Wartung. Unser Ansatz identifiziert systematisch Engpässe, verbessert die Abläufe und antizipiert Ausfälle, um eine widerstandsfähigere und effizientere Produktionsumgebung zu schaffen.

Zum Angebot