Masterarbeit Automatisierung DR PDF

TECHNISCHE UNIVERSITÄT DRESDEN
Fakultät für Wirtschaftswissenschaften
Masterarbeit
Automatisierung im Kontext von Industrie 4.0:

Modellierung und Automatisierung von
Entscheidungsprozessen in der
Halbleiterfertigung
am Beispiel
Infineon Technologies Dresden GmbH
Name: Robert Amthor
Adresse: Hauptstraße 2, 98530 Dillstädt
Matrikelnummer: 3681515
Übermittelt an: Dr. Christian Leyh
Übermittlungsdatum: 23.01.2017
Sperrvermerk und Selbstständigkeitserklärung
Sperrvermerk
Die vorliegende Arbeit enthält firmeninterne Informationen und vertrauliche Daten des
Unternehmens Infineon Technologies Dresden GmbH. Sie darf aus diesem Grund nur zu
Prüfungszwecken verwendet und ohne ausdrückliche Genehmigung der Firma und des Verfassers
weder Dritten zugänglich gemacht, noch ganz oder in Auszügen veröffentlicht werden.
Dresden, 23.01.2017
Selbstständigkeitserklärung
Hiermit erkläre ich, Robert Amthor, dass ich die vorliegende Masterarbeit
Automatisierung im Kontext von Industrie 4.0:

Modellierung und Automatisierung von Entscheidungsprozessen in der Halbleiterfertigung
am Beispiel Infineon Technologies Dresden GmbH
selbstständig verfasst und keine anderen als die angegebenen Quellen und Hilfsmittel verwendet
habe.
Dresden, 23.01.2017
Inhaltsverzeichnis I
Inhaltsverzeichnis
Inhaltsverzeichnis.................................................................................................................... I
Abbildungsverzeichnis ......................................................................................................... III
Tabellenverzeichnis .............................................................................................................. IV
Abkürzungen .......................................................................................................................... V
1 Einleitung ........................................................................................................................ 1
1.1 Motivation .............................................................................................................. 1
1.2 Forschungsdesign und Aufbau ................................................................................ 3
2 Grundlagen ..................................................................................................................... 7
2.1 Eigenschaften der Halbleiterfertigung ..................................................................... 7
2.2 Modellierung und Analyse von Entscheidungsprozessen ........................................10
2.2.1 Modell und Modellierung ..........................................................................10
2.2.2 Entscheidung und Entscheidungsmodell ....................................................12
2.2.3 Prozessbegriff und Prozessanalyse .............................................................14
2.3 Automatisierung betrieblicher Aufgaben ................................................................17
2.3.1 Betriebliche Aufgaben ...............................................................................17
2.3.2 Formale Kriterien der Automatisierbarkeit .................................................20
2.3.3 Sachliche Kriterien der Automatisierbarkeit ...............................................21
2.3.4 Automatisierung von Entscheidungsaufgaben ............................................24
2.4 Automatisierung im Kontext von Industrie 4.0 .......................................................26
2.4.1 Hintergrund und Einordnung .....................................................................26
2.4.2 Industrie 4.0 und Cyber-Physische Systeme ...............................................27
2.4.3 Künstliche Intelligenz und Wissensbasierte Systeme ..................................30
3 Prozesserhebung und Analyse .......................................................................................33
3.1 Unternehmensvorstellung.......................................................................................33
3.2 Ziel und Vorgehen .................................................................................................34
3.3 Einordnung und allgemeine Prozessmerkmale ........................................................35
3.3.1 Defektdichteprozess...................................................................................35
3.3.2 Prozess nach Defektdichtemeldung ............................................................37
3.4 Fertigungsbereich I: Chemisch-Mechanisches Polieren ..........................................41
3.4.1 Fertigungsprozess ......................................................................................41
Inhaltsverzeichnis II
3.5 Fertigungsbereich II: Lithografie ............................................................................50

3.6 Fertigungsbereich III: Chemical Vapour Deposition ...............................................54
3.7 Ergebnisse der Analysephase .................................................................................58
4 Entwicklung des Automatisierungskonzepts ................................................................60
4.1 Ziele und Restriktionen ..........................................................................................60
4.2 Vorstellung der Automatisierungslösung ................................................................62
4.3 Wissensrepräsentationskomponente .......................................................................65
4.3.1 Ansatz der Wissensrepräsentation ..............................................................65
4.3.2 Aufbau und Struktur der Wissensbasen ......................................................68
4.3.3 Festlegung der Lösungsstrategie ................................................................71
4.3.4 Organisatorische Aspekte ..........................................................................72
4.4 Wissensverarbeitungskomponente..........................................................................74
4.4.1 Input-Schnittstelle .....................................................................................74
4.4.2 Auftragsverwaltung ...................................................................................76
4.5 Auswertungs- und Lernkomponente .......................................................................79
5 Prototypische Umsetzung und Evaluation ....................................................................80
5.1 Prototypische Umsetzung .......................................................................................80
5.2 Evaluation .............................................................................................................85
6 Zusammenfassung und Ausblick...................................................................................90
Literaturverzeichnis ..............................................................................................................93
Anhang ................................................................................................................................. VI
A 1 Übersicht der Interviews der Prozessanalyse .............................................................. VI
A 2 Beispiel einer E-Mail-Vorlage der Defektdichte ......................................................... VII
Abbildungsverzeichnis III
Abbildungsverzeichnis
Abbildung 1: Komponenten des Forschungsdesigns ................................................................. 3

Abbildung 2: Aufbau der Arbeit ............................................................................................... 6
Abbildung 3: Herstellungsprozess elektronischer Baugruppen .................................................. 8
Abbildung 4: Fertigungsprozess in der Frontend-Fertigung....................................................... 9
Abbildung 5: Bezugsrahmen der Modellierung ........................................................................12
Abbildung 6: Modell eines Entscheidungsprozesses ................................................................13
Abbildung 7: Prozessbegriff ....................................................................................................15
Abbildung 8: Kriterien für die Prozessanalyse .........................................................................16
Abbildung 9: Stufen der Informationsverarbeitung in einem Entscheidungsprozess .................17
Abbildung 10: Struktur einer Aufgabe .....................................................................................18
Abbildung 11: Struktur einer Entscheidungsaufgabe mit Speicher ...........................................24
Abbildung 12: Ebenen eines Cyber-Physischen Systems .........................................................29
Abbildung 13: Prinzip eines wissensbasierten Systems ............................................................32
Abbildung 14: Problembearbeitung in wissensbasierten Systemen ...........................................32
Abbildung 15: Defektdichteprozess .........................................................................................36
Abbildung 16: Prozessdefinitionsblatt für den Prozess nach Defektdichtemeldung ...................38
Abbildung 17: Stufen im Prozess nach Defektdichtemeldung aus Prozesssicht ........................41
Abbildung 18: Aufbau einer CMP-Anlage nach dem Rotationsprinzip .....................................42
Abbildung 19: Hauptschritte der Lithografie mit Positivlack ....................................................51
Abbildung 20: Prinzip der chemischen Gasphasenabscheidung ................................................55
Abbildung 21: Funktionsorientierter Ansatz der Wissensrepräsentation ...................................66
Abbildung 22: Prozessorientierter Ansatz der Wissensrepräsentation .......................................67
Abbildung 23: Definition der Session Entry-Testobjekte zur Ermittlung der Inputdaten ...........82
Abbildung 24: Fehlerbaum und Inspektionstestobjekte ............................................................83
Abbildung 25: Reparatur- und Verifikationstestobjekte auf Blattebene ....................................84
Abbildung 26: Reparatur- und Verifikationstestobjekte auf Zwischenebene .............................85
Abbildung 27: Beispiel Informationserfassung ........................................................................87
Abbildung 28: Beispiel Ausführung der Maßnahme ................................................................87
Abbildung 29: Beispiel einer E-Mail-Vorlage der Defektdichte ............................................. VII
Tabellenverzeichnis IV
Tabellenverzeichnis
Tabelle 1: Zielerreichungsgrade der Automatisierung ..............................................................19

Tabelle 2: Problemtypen der Automatisierung .........................................................................21
Tabelle 3: Stärken personeller und maschineller Aufgabenträger .............................................22
Tabelle 4: Inputparameter für den Entscheidungsprozess .........................................................40
Tabelle 5: Beispielaufgaben im Fertigungsbereich CMP ..........................................................45
Tabelle 6: Vergleich der Ansätze der Wissensrepräsentation....................................................68
Tabelle 7: Struktur der Wissensbasis .......................................................................................69
Tabelle 8: Vergleich der Autorenkonzepte ...............................................................................73
Tabelle 9: Auftragsdaten von Defektdichte- und Fertigungsbereichsaufträgen..........................75
Tabelle 10: Auftragsstatuskonzept ...........................................................................................78
Tabelle 11: Testszenarien zur Evaluation .................................................................................86
Tabelle 12: Ergebnisse der Evaluation .....................................................................................88
Tabelle 13: Übersicht der Interviews der Prozessanalyse ........................................................ VI
Abkürzungen V
Abkürzungen
BPMN Business Process Modeling and Notation
BPR Business Process Reengineering
CIM Computer-Integrated Manufacturing
CMP Chemisch-Mechanisches Polieren
CPS Cyber-Physisches System
CVD Chemical Vapour Deposition
DD Defektdichte
DDWB Defektdichte-Wissensbasis
FK Fachkraft
FKWB Fachkraft-Wissensbasis
IFD Infineon Technologies Dresden
IH Instandhaltung
IHWB Instandhaltungs-Wissensbasis
IS Informationssystem
LIT Lithografie
m Maschineller Aufgabenträger
p Personeller Aufgabenträger
RAMI4.0 Referenzarchitekturmodell Industrie 4.0
RDS Raptor Diagnostics Suite
RFID Radio-Frequency Identification
SiP System In Package
TQM Total Quality Management
WB Wissensbasis
Einleitung 1
1 Einleitung
1.1 Motivation
Die Globalisierung und Internationalisierung der Märkte führen zu einer enormen Verschärfung
des Wettbewerbs. Unternehmen sind dadurch insbesondere einer Erhöhung des Kosten- und
Leistungsdrucks ausgesetzt und sehen sich zu permanenter Rationalisierung gezwungen. Dies
verlangt die konsequente Suche nach Potentialen zur Optimierung und Kostensenkung in allen
Unternehmensbereichen. Deshalb schlug die Promotorengruppe Kommunikation der
Forschungsunion Wirtschaft – Wissenschaft der deutschen Bundesregierung im Januar 2011 ein
Zukunftsprojekt unter dem Namen Industrie 4.0 vor (vgl. Kagermann et al. (2011) S. 2). Im
Rahmen der Hannover-Messe im April 2011 wurde die Initiative anschließend der Öffentlichkeit
präsentiert und ist heute ein zentrales Aktionsfeld der Zukunftsaufgabe „Digitale Wirtschaft und
Gesellschaft“ der Hightech-Strategie der Bundesregierung (vgl. BMBF (2014) S. 16). Ziel der
Aktivitäten ist es, die deutsche Industrie für die Zukunft der Produktion zu rüsten, um sich im
internationalen Wettbewerb zu behaupten und letztendlich Wertschöpfung, Wohlstand und
Lebensqualität in Deutschland zu sichern. Zur industrieübergreifenden Koordinierung der
Umsetzung dieser Ziele wurde im April 2013 die Plattform Industrie 4.0 als Zusammenschluss
verschiedener Industrieverbände gegründet. Die Kernidee von Industrie 4.0 ist der Einzug des
Internet der Dinge in die Fabrik, welcher nach der Mechanisierung, der Elektrifizierung und der
Informatisierung der Produktion eine vierte industrielle Revolution auslöse (vgl. Kagermann et
al. (2013) S. 5). Dies beinhaltet einen Wandel von einer zentral gesteuerten, hin zu einer sich
selbst steuernden, flexiblen Produktion (vgl. Leyh et al. (2016) S. 983). Bemerkenswert ist, dass
erstmals eine industrielle Revolution ausgerufen wird, bevor sie stattgefunden hat (vgl. Drath
(2016) S. 18f.). Es handelt sich daher um eine Zukunftsvision, die Voraussagen zur
weitergehenden Digitalisierung der Produktion und die Einbindung von Internettechnologien in
die Fertigung trifft.
Der Halbleiterindustrie steht in diesem Zusammenhang eine besondere Rolle zu, da sie durch ihre
Produkte sowohl die technischen Grundlagen der vierten industriellen Revolution liefert, als auch
selbst aufgrund der komplexen Fertigungsstrukturen ein breites Anwendungsfeld zur Umsetzung
des Konzeptes bietet. In den vergangenen fünf Jahrzehnten wurde die Halbleiterindustrie
wesentlich durch die branchenweite Zielsetzung des „Moore‘s Law“ geprägt, welche die
Verdopplung der Anzahl der Transistoren pro Chip alle 24 Monate vorsieht (vgl. Moore (1965)
S. 114ff., Moore (1975) S. 11ff.; Puffer (2007) S. 10ff.). Bei der kontinuierlichen Verringerung
der Strukturgrößen werden jedoch zunehmend die Grenzen der Physik erreicht, weshalb die
Leistungsfähigkeit der integrierten Schaltungen in naher Zukunft nicht mehr durch die
Reduzierung der geometrischen Abmessungen gesteigert werden kann (vgl. ITRS 2.0 (2015) S.
1f.; Mertens (2006) S. 109f.; Waldrop (2016) S. 145). Aufgrund der hohen
Innovationsgeschwindigkeit in der Branche bestehen deshalb einerseits technologische
Herausforderungen wie die Erforschung neuer Basismaterialien oder die Integration in vertikaler
Einleitung 2
Dimension. Andererseits sehen sich Halbleiterunternehmen stark volatilen Marktentwicklungen

mit permanent sinkenden Preisen ausgesetzt, sodass gleichzeitig die anfallenden Kosten pro
Transistorfunktion gesenkt werden müssen, um profitabel zu wirtschaften. Die für das Bestehen
im internationalen Wettbewerb notwendige Kostensenkung ist jedoch nicht mehr über die
Verbesserung der Ausbeute durch Verringerung der Strukturbreite realisierbar. Aus diesem
Grund nimmt in den letzten Jahren die Optimierung der bestehenden Fertigungsstrukturen eine
immer wichtigere Rolle ein und Halbleiterunternehmen sind dazu gezwungen ihre Geschäfts- und
Fertigungsprozesse kontinuierlich zu verbessern (vgl. Hilsenbeck (2005) S. 1; Klemmt (2012) S.
6f.; Marshall et al. (2008) S. 592). Das Konzept von Industrie 4.0 bietet dafür einen neuen Ansatz,
der vielfältige Nutzenpotentiale verspricht (vgl. Bauernhansl (2014a) S. 31f.). Durch das
konsequente Vorantreiben der Automatisierung seit den 1990er Jahren sind in modernen
Halbleiterfabriken heute bereits Elemente von Industrie 4.0 erfüllt. Damit sind in der
Halbleiterindustrie die Voraussetzungen für die weitergehende Automatisierung im Kontext von
Industrie 4.0 geschaffen (vgl. ITRS 2.0 (2015) S. 6; Kaufmann & Forstner (2014) S. 359f.).
Die Automatisierung von bisher durch den Menschen durchgeführten Tätigkeiten stellt eine
Möglichkeit der Optimierung von Produktionsprozessen dar und ist gleichzeitig ein Element von
Industrie 4.0. Die sich dabei ergebende Kostensenkung resultiert zum Großteil aus den
Einsparungen der Personalkosten des Fertigungspersonals, wodurch die Automatisierung
entscheidend zur Erhöhung der Wettbewerbsfähigkeit beiträgt (vgl. Lunze (2012) S. 17). Vor dem
Hintergrund des globalen Wettbewerbs hat die Automatisierung eine große strategische
Bedeutung für den Produktionsstandort Deutschland, der aufgrund der sehr hohen Arbeitskosten
einen Kostennachteil gegenüber Schwellenländern und den meisten großen Industrienationen hat
(vgl. Schröder (2016) S. 43ff.). Wegen des dominierenden Personalkostenanteils in vielen
Unternehmen sind deutliche Effizienzsteigerungen durch die Substitution von Personal durch
Kapital zu erwarten (vgl. Posluschny (2012) S. 12). Gleichzeitig sind in vielen Industrieländern
aufgrund des demografischen Wandels strukturelle Veränderungen des Arbeitsmarktes zu
beobachten, die zu einem Mangel an qualifizierten Fachkräften führen (vgl. Holtbrügge (2015) S.
5). Mit Industrie 4.0 halten zunehmend Methoden der Informatik und der Künstlichen Intelligenz
Einzug in die Automatisierung betrieblicher Fertigungsprozesse (vgl. Kagermann et al. (2013) S.
95). Wurden bisher viele einfache und repetitive Tätigkeiten von Maschinen realisiert, ist es durch
miteinander vernetzte, intelligente Maschinen möglich diesen Trend auf komplexe Aufgaben und
Entscheidungen zu erweitern, die Erfahrung und umfassendes Expertenwissen voraussetzen. Im
Kontext von Industrie 4.0 und vor dem Hintergrund des weiter zunehmenden Kostendrucks sind
die Automatisierungspotentiale dieser Prozesse in der Halbleiterindustrie zu untersuchen. Für
moderne Halbleiterfabriken stellt sich die Frage, wie sie das Konzept von Industrie 4.0 zur
Automatisierung und Optimierung solcher komplexen Entscheidungsprozesse verwenden
können.
Einleitung 3
1.2 Forschungsdesign und Aufbau
Zentraler Untersuchungsgegenstand der vorliegenden Arbeit ist die Automatisierbarkeit des

Entscheidungsprozesses nach Defektdichtemeldung in der Halbleiterfertigung von Infineon
Technologies Dresden GmbH. Der Erkenntnisgegenstand der Wirtschaftsinformatik sind
Informationssysteme (IS) in Wirtschaft, Verwaltung und Gesellschaft. Unter einem
Informationssystem wird ein soziotechnisches System mit menschlichen und maschinellen
Aufgabenträgern verstanden (vgl. WKWI (2007) S. 319). IS unterstützen die Sammlung,
Strukturierung, Verarbeitung, Bereitstellung, Kommunikation und Nutzung von Daten,
Informationen und Wissen und tragen so zur Entscheidungsfindung oder zur Steuerung von
Wertschöpfungsprozessen bei (vgl. WKWI & FB WI (2011) S. 1). Die sinnhafte
Vollautomatisierung wird dabei als ein langfristiges Ziel der Wirtschaftsinformatik gesehen.
Demnach ist immer dort eine Aufgabe von einem menschlichen auf einen maschinellen
Aufgabenträger zu übertragen, wo die Maschine die entsprechende Aufgabe hinsichtlich
betriebswirtschaftlicher Zielgrößen wie Kosten oder Qualität gleich gut oder besser erledigt (vgl.
Mertens (1995) S. 48f.). Die vorliegende Arbeit ist daher der Wirtschaftsinformatik zuzuordnen.
Aufgrund der Vielzahl von Forschungsmethoden in der Wissenschaft ist es empfehlenswert, die
getroffenen Grundannahmen und die Vorgehensweise bei der Forschung zur Erreichung der
Forschungsziele offenzulegen. Als Forschungsdesign wird der einer wissenschaftlichen Arbeit
zugrundeliegende wissenschaftstheoretische Rahmen bezeichnet und kann, wie in Abbildung 1
dargestellt, nach Becker et al. (2004) in drei miteinander in Beziehung stehende Elemente
unterteilt werden. Im Mittelpunkt steht die Auswahl der Forschungsmethode, welche sowohl von
den formulierten Erkenntnis- und Gestaltungszielen, als auch von der wissenschaftstheoretischen
Grundposition des Forschers abhängig ist. Die Forschungsziele und die Grundposition können
sich dabei gegenseitig beeinflussen (vgl. Becker et al. (2004) S. 336f.).
Forschungsdesign
Wissenschaftstheoretische
Forschungsziel(e)
Grundposition
Forschungsmetode(n)
Abbildung 1: Komponenten des Forschungsdesigns

(in Anlehnung an Becker et al. (2004) S. 337)
Die wissenschaftstheoretische Grundposition enthält die grundlegenden Annahmen des

Forschers. Da subjektive Einflüsse bei der Konstruktion von Artefakten in der vorliegenden
Arbeit nicht auszuschließen sind, wird eine gemäßigt-konstruktivistische Position eingenommen.
Im Rahmen der Ontologie wird hierbei von der Existenz einer objektiven Wirklichkeit
Einleitung 4
ausgegangen, die unabhängig vom menschlichen Denken und Sprechen außerhalb des
menschlichen Bewusstseins existiert. Aus epistemologischer Sicht ist der Erkenntnisprozess
jedoch zum Teil subjektabhängig und daher dem Konstruktivismus zuzuordnen. Aufgrund der
Subjektivität der Erkenntnis liegt der Arbeit die Konsenstheorie als Wahrheitstheorie zugrunde.
Diese betrachtet eine Aussage genau dann als wahr, wenn sie unter idealen und optimalen
Bedingungen für alle Teilnehmer einer Sprachgemeinschaft rational akzeptierbar ist (vgl. Becker
et al. (2004) S. 344ff.; Delfmann (2006) S. 23; Heinrich et al. (2011) S. 58; Kornmeier (2007) S.
31ff.).
Die Forschungsziele lassen sich allgemein in Erkenntnis- und Gestaltungsziele untergliedern.

Erkenntnisziele dienen der Erlangung des Verständnisses über gegebene Sachverhalte sowie zu
deren Beschreibung und Erklärung. Gestaltungsziele fokussieren dagegen auf die Gestaltung bzw.
die Veränderung existierender Sachverhalte sowie die Schaffung neuer Sachverhalte (vgl.
Heinrich et al. (2011) S. 75ff.). Der vorliegenden Arbeit liegen sowohl Erkenntnis-, als auch
Gestaltungsziele zugrunde. Die Erkenntnisziele bestehen in der Analyse der Fachkraftaufgaben1
im Prozess nach Defektdichtemeldung und deren Prüfung hinsichtlich Automatisierbarkeit und
fertigungsbereichsübergreifender Optimierungspotentiale. Darauf aufbauend ergeben sich die
Gestaltungsziele der Arbeit. Es soll ein Konzept zur Automatisierung des Prozesses unter
Verwendung der Automatisierungslösung Raptor Diagnostics Suite entwickelt und prototypisch
umgesetzt werden. Es handelt sich hierbei um einen inhaltlich-funktionalen Auftrag, da die Ziele
zum Verständnis der Halbleiterfertigung als Anwendungsbereich von Informationssystemen
beitragen bzw. zur Gestaltung von Informationssystemen in der Halbleiterindustrie dienen (vgl.
Becker et al. (2004) S. 346f.).
Die Forschungsziele der vorliegenden Arbeit lassen sich dem Forschungsparadigma der
konstruktionsorientierten Wirtschaftsinformatik zuordnen. 2 Dieser auch als gestaltungsorientierte
Forschung oder Design Science bezeichnete Ansatz beruht auf der Identifikation und Analyse von
Problemen analog dem Vorgehen in den Ingenieurswissenschaften. Die Problemlösung erfolgt
durch die Konstruktion von neuen und innovativen Artefakten. Wesentliche Ziele sind
dementsprechend Handlungsanleitungen für die Konstruktion und den Betrieb von
Informationssystemen. Der Ausgangspunkt ist die Sollvorstellung eines Informationssystems,
welche als Ziel für die Suche nach Mitteln für die Konstruktion des Systems unter gegebenen
Restriktionen dient (vgl. Hevner et al. (2004) S. 75ff.; Hevner (2007) S. 87ff.; Österle et al. (2011)
S. 7ff.).
1
Eine Fachkraft ist ein Mitarbeiter in der Fertigung. Sie ist organisatorisch einem Fertigungsbereich
zugeordnet und übernimmt Aufgaben wie die Überwachung und Bedienung der Fertigungsanlagen, das
Bearbeiten von Standard- und Problemlosen sowie Fehler- und Prozessanalysen.
2
Alternativ existiert das verhaltensorientierte Forschungsparadigma, dem ein behavioristischer Ansatz
zugrunde liegt. Hierbei werden Theorien zu beobachtetem Verhalten entwickelt und mittels empirischer
Überprüfung begründet. Die Theorien beziehen sich auf organisationale oder menschliche Phänomene,
die im Zusammenhang mit der Analyse, dem Entwurf, der Einführung, der Steuerung und der Nutzung
von Informationssystemen auftreten (vgl. Frank (2007) S. 162; Hevner et al. (2004) S. 76).
Einleitung 5
Aus den Forschungszielen lassen sich weiterhin die drei für die vorliegende Arbeit relevanten
Forschungsfragen ableiten:
1. Durch welche Eigenschaften und Aufgaben ist der Prozess nach Defektdichtemeldung als
Anwendungsbereich für Informationssysteme charakterisiert und wie ist dessen
Automatisierbarkeit zu bewerten?
2. Wie können die Fachkraftaufgaben des Prozesses nach Defektdichtemeldung unter
Verwendung der Automatisierungslösung automatisiert werden und durch welche
Komponenten und Merkmale ist dieses Konzept gekennzeichnet?
3. Wie kann das entworfene Automatisierungskonzept prototypisch umgesetzt werden und
welche Erkenntnisse lassen sich daraus ableiten?
Um die Forschungsfragen zu beantworten und die Forschungsziele zu erreichen werden

Forschungsmethoden angewandt, die letztlich zum Erkenntnisgewinn führen. Nach
Österle et al. (2011) richtet sich die Methodenauswahl in der gestaltungsorientierten Forschung
nach dem Fortschritt im Erkenntnisprozess. In der vorliegenden Arbeit kommt daher eine
Kombination verschiedener Forschungsmethoden zum Einsatz. Zunächst werden qualitative
Befragungen von Experten und Inhaltsanalysen von bestehenden Prozessdokumentationen
durchgeführt, bei denen der Entscheidungsprozess erfasst, analysiert und hinsichtlich
Automatisierbarkeit geprüft wird. Der Erkenntnisprozess wird in dieser Phase durch
Beobachtungen des realen Ablaufs in der Fertigung ergänzt, um einen Vergleich mit der Realität
herzustellen. Auf der Grundlage von Inhaltsanalysen von Spezifikationsdokumenten der zu
verwendenden Automatisierungslösung erfolgt im Anschluss die Ableitung des
Automatisierungskonzepts gemäß konstruktivistischer Methoden. Bei der prototypischen
Realisierung kommen Methoden der Modellierung zum Einsatz, mit denen das entworfene
Sollkonzept im Rahmen einer Pilotierung umgesetzt wird. Zur Evaluation der konstruierten
Artefakte wird das prototypische Modell in verschiedenen Anwendungsszenarien getestet und
geprüft (vgl. Becker et al. (2004) S. 349; Österle et al. (2011) S. 9; Wilde & Hess (2007) S. 282).
Der Aufbau der Arbeit ist in Abbildung 2 grafisch dargestellt. Er orientiert sich an den Phasen der
gestaltungsorientierten Forschung nach Österle et al. (2011) und an den Etappen der
Systementwicklung nach Schwarzer & Krcmar (2014) (vgl. Österle et al. (2011) S. 9; Schwarzer
& Krcmar (2014) S. 144ff.).
In Kapitel 1 wird zunächst in die Thematik eingeleitet. Das Kapitel schließt mit Ausführungen
zum zugrundeliegenden Forschungsdesign, mit den für die Untersuchungen relevanten
Fragestellungen sowie dem Aufbau der Arbeit ab.
Kapitel 2 dient der Herausarbeitung der für die Untersuchungen benötigten theoretischen
Grundlagen. Sie bilden die Basis für die Phase der Analyse in der gestaltungsorientierten
Forschung sowie in der Systementwicklung. Zunächst erfolgt eine allgemeine Charakterisierung
der Halbleiterfertigung. Anschließend werden die Grundlagen der Modellierung und der Analyse
von Entscheidungsprozessen erarbeitet. Es folgen eine Erläuterung der Grundlagen betrieblicher
Aufgaben und deren Prüfung auf Automatisierbarkeit, bevor Ansätze zur Automatisierung von
Entscheidungen vorgestellt werden. Das Kapitel schließt mit Ausführungen zur Automatisierung
Einleitung 6
im Kontext von Industrie 4.0 und der Rolle von Methoden der Künstlichen Intelligenz.
Nach einer kurzen Vorstellung des Unternehmens wird in Kapitel 3 der Ist-Zustand des Prozesses
nach Defektdichtemeldung als zentraler Untersuchungsgegenstand der Arbeit charakterisiert. Die
Ausführungen entsprechen der Analysephase der gestaltungsorientierten Forschung und der
Systementwicklung. Zunächst werden allgemeine Eigenschaften des Prozesses erörtert, bevor die
Ansätze der Prozessgestaltung in drei Fertigungsbereichen genauer untersucht werden.
Anschließend erfolgt in Kapitel 4 die Entwicklung des Automatisierungskonzepts für den Prozess
nach Defektdichtemeldung. Dafür wird zunächst die zu verwendende Automatisierungslösung
präsentiert und danach detailliert auf die Elemente des Konzepts eingegangen. Mit dem Kapitel
werden die Entwurfsphase nach Österle et al. (2011) sowie Elemente der Analyse- und der
Entwurfsetappe nach Schwarzer & Krcmar (2014) realisiert.
Das entwickelte Konzept wird in Kapitel 5 prototypisch umgesetzt und gemäß den Anforderungen
für die gestaltungsorientierte Forschung einer Evaluation unterzogen. Zu diesem Zweck wird das
Automatisierungskonzept in Testfällen überprüft. Das Kapitel repräsentiert Elemente des
Entwurfs und der Implementierung in der Systementwicklung.
In Kapitel 6 werden die Kernaussagen der Arbeit zusammengefasst und die Forschungsfragen
beantwortet. Dies bildet die Grundlage für die Diffusionsphase der gestaltungsorientierten
Forschung.
Erkenntnisprozess der Aufbau der Arbeit Phasen der

gestaltungsorientierten Systementwicklung
Forschung nach nach Schwarzer &
1 Einleitung
Österle et al. (2011) Krcmar (2014)
2 Grundlagen
Prozesserhebung und
3 Analyse
Analyse Analyse
Entwicklung des
4 Entwurf
Entwurf Automatisierungskonzepts
Prototypische Umsetzung
5 Implementierung
Evaluation und Evaluation
6 Fazit Einführung
Diffusion
Laufender Betrieb
Abbildung 2: Aufbau der Arbeit

Grundlagen 7
2 Grundlagen
2.1 Eigenschaften der Halbleiterfertigung
Der typische Herstellungsablauf in der Halbleiterindustrie lässt sich, wie in Abbildung 3

dargestellt, in vier Phasen untergliedern. Zunächst werden in der Frontendfertigung auf
hochreinen Silizium-Scheiben (Wafer) 3 mikroelektronische Schaltungen erzeugt. Mittels
komplexer technologischer Prozessfolgen werden dazu verschiedenste funktionale Schichten
(Layer) 4 aufgebracht. Innerhalb dieser Schichten werden unterschiedliche Strukturen wie
Isolationsschichten, Leiterbahnen oder Schichten mit bestimmten Leitfähigkeiten durch z.B.
Abscheide-, Ätz-, Lithografie-, Ofen- oder Polierverfahren hergestellt. Die elektrischen
Funktionen entstehen durch die Abfolge der übereinander angeordneten Einzelschichten und
durch die unterschiedlichen elektrischen Eigenschaften der verwendeten Materialien. Je nach
Produkt, Packungsdichte und Durchmesser des Wafers werden bis zu einigen Hundert Chips 5 auf
einer Scheibe hergestellt. Im Wafer-Test werden die im Frontend gefertigten Chips verschiedenen
Umgebungsbedingungen ausgesetzt und überprüft, um fehlerhafte Chips frühzeitig zu
identifizieren. Defekte Schaltungen werden elektronisch in einer sogenannten Wafer-Map6 oder
physisch markiert. Anschließend werden die Chips im Backend durch Sägen der Wafer vereinzelt.
Die im Wafer-Test als fehlerfrei identifizierten Schaltungen werden je nach Aufbauform auf
Substrate montiert, in ein Gehäuse eingebracht, elektrisch kontaktiert 7 und intensiven
Funktionaltests unterzogen. In der abschließenden Baugruppenfertigung erfolgt die
Zusammenführung von unterschiedlichen elektronischen Bauelementen auf einem
Verdrahtungsträger wie einer Leiterplatte. Die Bauelemente werden mittels verschiedener
Lötverfahren mit dem Verdrahtungsträger kontaktiert. Je nach Technologie und
Kundenanforderung kann der gesamte Produktionsprozess bis zu drei Monaten dauern (vgl.
Hilbrich (2011) S. 400ff.; Hilleringmann (2014) S. 219ff.; Kirchhoff & Beer (2011) S. 230f.;
Klemmt (2012) S. 6ff.; Mönch et al. (2013) S. 11ff.; Potoradi et al. (2002) S. 1857).
3
Neben Silizium wird für einige Spezialanwendungen auch Gallium-Arsenid oder Germanium als
Grundmaterial verwendet. Der Durchmesser der kreisrunden (Silizium)-Substrate konnte im Laufe der
Zeit gesteigert werden. Moderne Halbleiterfabriken produzieren aktuell mit Scheibendurchmessern von
300 mm. Der Übergang zur 450 mm-Technologie wird untersucht (vgl. ITRS 2.0 (2015) S. 50; Puffer
(2007) S. 21f.).
4
Die anspruchsvollsten Technologien bestehen zurzeit aus ca. 40 verschiedenen Schichten (vgl. ITRS 2.0
(2015) S. 6; Mönch et al. (2013) S. 11).
5
Chips sind integrierte Schaltkreise, die mikroelektronische Schaltungen mit einer Vielzahl an
elektronischen Bauelementen realisieren. Sie bilden das Herzstück von Halbleiterbauelementen, welche
heutzutage in nahezu jedem technischen Gegenstand verbaut sind (vgl. Hilbrich (2011) S. 400).
6
Eine Wafer-Map ist eine elektronische Karte, die eine Halbleiterscheibe repräsentiert. Sie dient der
Erfassung und Speicherung von detektierten Abweichungen und deren Koordinaten auf dem Wafer.
7
Klassischerweise erfolgt dabei zunächst das Chipbonden, bei dem ein funktionsfähiger Chip auf das
Substrat geklebt wird. Die Anschlussstellen des Chips werden danach beispielsweise mittels Drahtbonden
mit dem Substrat kontaktiert, bevor die Verkapselung des Chips erfolgt. Der Trend geht dabei zur
sogenannten System-In-Package-Aufbautechnik (SiP), bei der mehrere Chips zu 3D-Multichip-Packages
übereinandergestapelt werden (vgl. Klemmt (2012) S. 12f.; Lamson et al. (2008) S. 32–4).
Grundlagen 8
Die Untersuchungen der vorliegenden Arbeit beschränken sich auf die Frontend-Phase der
Halbleiterfertigung, da die im Rahmen dieses Produktionsabschnitts getätigten Prozesse
90 Prozent der Kapitalkosten verursachen und für 80 Prozent der Gesamtdurchlaufzeit
verantwortlich sind (vgl. Leachman (2002) S. 7). Die Scheibenfertigung stellt damit den
wichtigsten Teil in der Wertschöpfungskette dar.
Baugruppen-
Frontend Wafer-Test Backend
fertigung
Abbildung 3: Herstellungsprozess elektronischer Baugruppen

(in Anlehnung an Klemmt (2012) S. 5; Mönch et al. (2013) S. 12; Potoradi et al. (2002) S. 1857)
Die Halbleiter-Frontendfertigung gilt als eines der komplexesten Produktionssysteme. Jedes

Produkt benötigt etwa 300 bis 700 Prozessschritte im Frontend, wohingegen in der
Backendfertigung lediglich 10 bis 30 Arbeitsschritte je Produkt anfallen. Die Fertigungsprozesse
in der Scheibenfertigung unterscheiden sich zudem technologisch deutlich voneinander. Ähnliche
Schritte werden im Rahmen eines Fertigungsauftrags nach funktionalen Schichten zyklisch
wiederholt. Abbildung 4 zeigt den erhöhten Vernetzungsgrad und die daraus entstehende
Komplexität der Materialflussbeziehungen. Der spezifische Produktionsablauf wird für jedes
Produkt in einem Arbeitsplan gespeichert, der für jede Operation ein Prozessrezept, die dafür
qualifizierten Anlagen sowie weitere spezifische Parameter enthält. Ein Fertigungsauftrag bezieht
sich im Frontend immer auf ein Los, welches in der Regel aus 25 Scheiben besteht, die zusammen
den Produktionsprozess nach den Vorgaben der im Arbeitsplan dokumentierten Route
durchlaufen (vgl. Kaufmann & Forstner (2014) S. 359; Mönch et al. (2013) S. 25; Mosinski
(2013) S. 6; Puffer (2007) S. 39).
Aufgrund der geringen Strukturgrößen bestehen bei der Bearbeitung der Wafer hohe
Anforderungen an die Qualität der Herstellungsprozesse und der Fertigungsumgebung.
Insbesondere Partikel beeinträchtigen die Eigenschaften der Bauelemente erheblich und führen
zu ausbeutemindernden Defekten auf den Scheiben. Die Produktion der mikroelektronischen
Schaltungen findet daher in Reinräumen statt. Hier werden Umgebungsbedingungen wie
Temperatur oder Luftfeuchtigkeit konstant gehalten und die Anzahl der Partikel in der Luft
geregelt. Je nach Anzahl der Partikel in einem festgelegten Luftvolumen existieren verschiedene
Reinraumklassen (vgl. Bödige (2011) S. 117ff.; DIN EN ISO 14644-1 (2016) S. 13f.; Puffer
(2007) S. 35f.).
Die Fertigungsanlagen in der Frontendfertigung unterscheiden sich aufgrund der vielfältigen

Fertigungsprozesse sehr stark voneinander. Wichtige Anlagenkomponenten in der Fotolithografie
sind beispielsweise optische und mechanische Systeme, wohingegen die Anlagen der Ätztechnik
auf Elementen zur Generierung von Hochfrequenzplasmen und Vakua basieren (vgl. Franssila
(2010) S. 409). Die Fertigungsanlagen lassen sich jedoch allgemein nach ihrem
Grundlagen 9
Automatisierungsgrad klassifizieren.8 Dieser konnte über die Jahre gesteigert werden. Demnach
lassen sich manuelle, teilautomatisierte und vollautomatisierte Anlagen unterscheiden. Die
Bearbeitung der Wafer an manuellen Anlagen wird vollständig vom Menschen durchgeführt,
wodurch in der Regel keine Daten zur Prozessüberwachung erfasst werden können. Bei
teilautomatisierten Anlagen wird ein Teil der Fertigungsprozesse durch eine interne
Anlagensteuerung realisiert. Es ist jedoch ein manuelles Eingreifen in den Fertigungsprozess
notwendig. Die Prozesse bleiben dadurch wenig transparent, da die vom Mitarbeiter ausgeführten
Schritte häufig nicht elektronisch erfasst werden. Vollautomatisierte Anlagen benötigen keinen
Mitarbeiter für die Bearbeitung der Scheiben. Die Steuerung der Prozesse übernimmt vollständig
die interne Anlagensteuerung, die mit dem Fertigungsmanagementsystem 9 über definierte
Schnittstellen verbunden ist. Auf diese Weise werden während der Bearbeitung der Wafer
verschiedene Prozessparameter erfasst und gespeichert (vgl. Gißrau (2013) S. 18f.).
Rohwafer Frontendfertigung
Schicht-
Polieren
abscheidung
Prozessierter
Wafer
Oxidation/ Foto-
Ätzen
Diffusion lithografie
Wafer-Test Ionen-
Backend implantation
Baugruppen-
fertigung
Abbildung 4: Fertigungsprozess in der Frontend-Fertigung

(in Anlehnung an Mönch et al. (2013) S. 22)
Die Halbleiterindustrie wird als Schlüsselindustrie für Industrie 4.0 bezeichnet. Zum einen liefert
sie durch immer leistungsfähigere Produkte wie Mikrocontroller oder Leistungshalbleiter die
Voraussetzung für die Integration von eingebetteten Systemen in die Produktion. Zum anderen
wurden über die letzten Jahrzehnte, insbesondere in der Frontendfertigung, Elemente von
Industrie 4.0 bereits realisiert. Aufgrund der dort herrschenden, oben beschriebenen Komplexität
8
Eine weitere Möglichkeit der Unterteilung ist die allgemeine Anlagenkonfiguration. Hierbei werden
Einzelscheiben-, Cluster- und Batch-Anlagen unterschieden. Einzelscheiben-Anlagen dienen der
Bearbeitung von jeweils einer Scheibe. Cluster-Anlagen sind besondere Einzelscheiben-Anlagen, die
mehrere Prozesskammern besitzen und daher mehrere Scheiben gleichzeitig bearbeiten können. In
Batch-Anlagen werden zur gleichen Zeit die Wafer eines oder mehrerer Lose in einer Prozesskammer
bearbeitet (vgl. Gißrau (2013) S. 15ff.; Stubbe (2010) S. 30ff.).
9
Ein Fertigungsmanagementsystem ist ein prozessnah arbeitendes und zeitnah reagierendes
Informationssystem zur Fertigungssteuerung. Es organisiert und unterstützt sämtliche
Fertigungsprozesse, gewährleistet die Durchführung des Produktionsablaufs und sorgt für den Austausch
von Informationen mit der Umgebung. Häufig wird es auch als Manufacturing Execution System (MES)
bezeichnet (vgl. VDI-Richtlinie 5600 (2016) S. 4f.).
Grundlagen 10
wurden verschiedene Ansätze zu deren Beherrschung entwickelt. Hierzu zählen beispielweise

vernetzte und intelligente Fertigungssysteme, die Ermittlung von Produktionsdaten in Echtzeit
zur Steuerung des Materialflusses oder die eindeutige Identifizier- und Lokalisierbarkeit der
Produkte mittels Radio-Frequency Identification (RFID).10 Viele dieser Fortschritte wurden im
Rahmen des Computer Integrated Manufacturing (CIM)11 vorangetrieben. Auf diese Weise hat
die Halbleiterindustrie die Voraussetzungen für eine weitergehende Integration und intelligente
Vernetzung der Produktionsfaktoren im Sinne von Industrie 4.0 geschaffen (vgl. Kaufmann &
Forstner (2014) S. 359f.).
2.2 Modellierung und Analyse von Entscheidungsprozessen
2.2.1 Modell und Modellierung
Zur abstrahierten Darstellung von komplexen systemtechnischen oder organisatorischen

Zusammenhängen wurden in der Wirtschaftsinformatik spezielle Methoden der Modellierung
entwickelt. Sie sind eine wichtige Voraussetzung für die Realisierung der Gestaltungsaufgaben
der Wirtschaftsinformatik (vgl. Schwarzer & Krcmar (2014) S. 93). Ein Modell ist nach
Stachowiak (1973) allgemein durch das Abbildungs-, das Verkürzungs- und das pragmatische
Merkmal gekennzeichnet. Das Abbildungsmerkmal beschreibt den Umstand, dass Modelle
natürliche oder künstliche Originale abbilden bzw. repräsentieren. Aufgrund des
Verkürzungsmerkmals werden nicht alle Attribute des repräsentierten Originals, sondern
lediglich relevant erscheinende Attribute erfasst. Das pragmatische Merkmal beschreibt die
Eigenschaft, dass das Modell von einem bestimmten Subjekt innerhalb eines bestimmten
Zeitintervalls zu einem spezifischen Zweck verwendet wird (vgl. Stachowiak (1973) S. 131ff.).
In der Wirtschaftsinformatik haben sich mit dem abbildungsorientierten und dem

konstruktionsorientierten Modellverständnis zwei grundlegende Modelltheorien entwickelt. Das
zentrale Merkmal des abbildungsorientierten Modellverständnisses ist eine Abbildung zwischen
Original und Modell. Es wird ein reales betriebliches Problem unterstellt und das Erstellen von
Modellen ist die Reproduktion der Realwelt. Die Modellbildung bezieht sich damit auf die
Abbildung eines empirisch gegebenen Ausschnitts der Realität. Die Modellwelt besteht aus einem
10
RFID ist eine Technologie zur automatischen Identifikation in vielfältigen Anwendungsgebieten. Ein
RFID-System besteht aus Transpondern, Lesegeräten sowie Informationssystemen zur Steuerung des
Auslesens und Beschreibens der Transponder. Die Ausstattung von Produkten mit Transpondern
ermöglicht Potentiale für die Optimierung der gesamten Wertschöpfungskette und mehr Transparenz für
den Kunden (vgl. Tamm & Tribowski (2010) S. 1ff.).
11
Das 1973 von Harrington vorgestellte Konzept bezeichnet die integrierte Informationsverarbeitung für
betriebswirtschaftliche und technische Aufgaben eines Industriebetriebs, bei der alle Informationsströme
in einem Gesamtsystem integriert werden. Dabei werden die Datenstrukturen unabhängig von einzelnen
Anwendungen entworfen, sodass eine anwendungsunabhängige Datenorganisation vorliegt. Ein weiteres
wichtiges Element ist der vorgangs- bzw. prozessorientierte Ansatz, innerhalb dessen konkrete Abläufe
in ihrem Zusammenhang und unabhängig von den Strukturen der Aufbauorganisation betrachtet und
durch Informationssysteme begleitet werden. Während der Vorgangsbearbeitung werden zusätzlich
kleine Regelkreise gebildet, um zeitnah mögliche Abweichungen zu erkennen und dadurch
gegebenenfalls korrigierend in den Steuerungsprozess eingreifen zu können (vgl. Harrington (1973) S.
211ff.; Mertens (2013) S. 352f.; Scheer (1990) S. 2ff.).
Grundlagen 11
Objektsystem, einem Modellsystem und der Modellabbildung. Das Objektsystem umfasst die
subjektive Interpretation eines betrachteten Ausschnitts der Realwelt und ihrer relevanten
Umwelt. Als Modellsystem wird das subjektive Abbild des Objektsystems bezeichnet, welches
von einem Subjekt zu einem bestimmten Zweck erstellt wird. Die Beziehung zwischen Objekt-
und Modellsystem ist durch die Modellabbildung festgelegt, welche die Systemkomponenten des
Objektsystems auf Systemkomponenten des Modellsystems überträgt. Der Zweck des Modells ist
die Informationsgewinnung über den augenblicklichen Zustand (vgl. Ferstl & Sinz (2013) S.
134f.; Schwarzer & Krcmar (2014) S. 94; Thomas (2006) S. 54ff.). Das abbildungsorientierte
Modellverständnis kommt in der vorliegenden Arbeit schwerpunktmäßig bei der Beschreibung
und Analyse des Ist-Zustands des Prozesses nach Defektdichtemeldung in Kapitel 3 zum Einsatz.
Beim konstruktionsorientierten Modellverständnis ist keine objektiv existierende und erfahrbare

Wirklichkeit gegeben. Die Modellbildung kommt vielmehr durch subjektgebundene
Konstruktion zustande und das Modell stellt einen möglichen zukünftigen Lösungsansatz dar.
Anstatt der Abbildung eines realen Systems steht ein Problem als subjektiv wahrgenommene
Abweichung zwischen Erreichtem und Erwünschtem im Mittelpunkt. Die Modellbildung ist
daher ein vom Subjekt ausgehender Strukturierungsprozess, bei dem das Objektsystem als Teil
der Realität abgegrenzt wird. Die Konstruktion eines zu modellierenden Problems wird durch
Modellersteller und Modellnutzer durchgeführt, die entweder Individuen oder abstrakte Subjekte
wie ein Unternehmen sein können. Die Explikation des Modells wird vom Modellersteller mittels
einer Modellierungssprache durchgeführt. Die Modellnutzer definieren den Zweck der
Modellbildung und wirken an der Explikation mit (vgl. Ferstl & Sinz (2013) S. 135f.; Schwarzer
& Krcmar (2014) S. 95; Thomas (2006) S. 56ff.). Das konstruktionsorientierte Modellverständnis
wird in der vorliegenden Arbeit bei der Erstellung des Automatisierungskonzepts in Kapitel 4
verwendet und in Kapitel 5 umgesetzt.
Modelle lassen sich weiterhin grundlegend nach dem Abbildungsmittel in nicht-linguistische

(ikonische) Modelle und linguistische (sprachliche) Modelle unterscheiden. Nicht-linguistische
Modelle verwenden Zeichen, welche aufgrund ihrer äußeren Form eine anschaulich-bildliche
Ähnlichkeit mit dem abgebildeten Objekt aufweisen. Sie können weiter in materielle Modelle und
Bildmodelle gegliedert werden. Modelle, bei denen Sprache als Abbildungsmittel verwendet
wird, werden als linguistische Modelle bezeichnet. Einzelne Zeichen haben hier keine
anschauliche Bedeutung, da die Beziehung zum abgebildeten Gegenstand durch Festsetzung und
nicht durch Ähnlichkeit bestimmt wird. Nach Art der verwendeten Sprache wird weiter in
mathematische Modelle, logistische Modelle, verbale Modelle sowie in Diagrammsprachen
formulierte Darstellungsmodelle unterschieden (vgl. Strahringer (1996) S. 20f.). Für die
vorliegende Arbeit sind vornehmlich linguistische Modelle relevant, insbesondere verbale
Modelle und Darstellungsmodelle.
Als Modellierung wird die korrespondierende methodische Tätigkeit der Erstellung von Modellen
bezeichnet. Nach Wand & Weber (2002) findet sie innerhalb des in Abbildung 5 dargestellten
Bezugsrahmens statt. Die Modellierungssprache definiert die sprachlichen Konstrukte sowie
Regeln zu deren Verknüpfung, die eine Domäne repräsentieren. Die Vorgehensweise, wie ein
Modell unter Verwendung der Modellierungssprache zu konstruieren ist, wird mit der
Grundlagen 12
Modellierungsmethode festgelegt. Das Resultat der Anwendung der Modellierungsmethode ist

ein Modell, welches als ein in der Modellierungssprache formuliertes Ergebnis der Modellierung
darstellt. Der Modellierungsprozess und die daraus resultierenden Modelle unterliegen dabei
einem bestimmten Modellierungskontext. Dieser beinhaltet alle Rahmenbedingungen, wie
beispielsweise persönliche, soziale, technische oder organisatorische Faktoren, welche die
Modellbildung beeinflussen (vgl. Wand & Weber (2002) S. 364f.).
Modellierungskontext
Modellierungsmethode
Modellierungs- Modell
sprache
Abbildung 5: Bezugsrahmen der Modellierung

(in Anlehnung an Wand & Weber (2002) S. 364)
2.2.2 Entscheidung und Entscheidungsmodell
Das Lösen von Entscheidungsproblemen ist eine wesentliche Herausforderung in allen Bereichen
unseres Lebens. Unter einer Entscheidung wird allgemein ein Wahlakt verstanden, bei dem eine
Handlungsalternative aus einer Menge mehrerer Alternativen (mehr oder weniger bewusst)
ausgewählt wird. Dabei erfolgt die Auswahl der Handlungsalternative, welche die beste Option
in Hinblick auf ein Ziel zu sein scheint (vgl. Bamberg et al. (2012) S. 1; Laux et al. (2014) S. 3ff.;
Rommelspacher (2011) S. 61f.; Schiemenz & Schönert (2005) S. 26).
In Abbildung 6 ist das Modell eines Entscheidungsprozesses als Interaktionsprozess zwischen

einem Objektsystem und einem Subjektsystem dargestellt. Das Objektsystem ist der in einer
Entscheidungssituation relevante Ausschnitt aus der Umweltsituation des Entscheidungsträgers.
Dies beinhaltet die Gesetzmäßigkeiten nach denen sich diese Umwelt verändert. Das
Entscheidungsfeld fasst die möglichen Handlungsalternativen des Entscheidungsträgers, die
Ergebnisse der entsprechenden Alternativen und die Umweltzustände zusammen. Ein
Entscheidungsproblem liegt demnach nur dann vor, wenn mindestens zwei Alternativen
vorliegen. Die Ergebnisse beschreiben die Konsequenzen einer bestimmten Handlungsalternative
und stellen eine Wertkonstellation der relevanten Zielgrößen dar. In den Umweltzuständen
werden Größen abgebildet, die die Ergebnisse der Handlungsalternativen beeinflussen, aber nicht
vom Entscheidungsträger beeinflusst werden können. Solche objektiven Begrenzungsfaktoren
des Handlungsspielraums sind beispielsweise juristische Normen, Kapazitäten der
Produktionsfaktoren oder vorhergehende Entscheidungen, die das Entscheidungsfeld bzw. die
möglichen Aktionen verändern. Die drei Bestandteile des Entscheidungsfeldes werden häufig als
Grundlagen 13
Ergebnismatrix dargestellt (vgl. Bamberg et al. (2012) S. 1ff.; Laux et al. (2014) S. 31ff.).
Objektsystem
Entscheidungsfeld
Informationen Aktionen
Informationssystem Entscheidungslogik
Zielsystem
Subjektsystem
Abbildung 6: Modell eines Entscheidungsprozesses

(in Anlehnung an Bamberg et al. (2012) S. 2)
Das Subjektsystem des Entscheidungsträgers enthält die eigentlichen

Entscheidungsdeterminanten, die den Entscheidungsablauf und das Ergebnis des
Entscheidungsprozesses im Rahmen der objektiven Begrenzungen bestimmen. Es setzt sich aus
dem Informationssystem, dem Zielsystem des Entscheidungsträgers und der Entscheidungslogik
zusammen. Da das Objektsystem dem Entscheidungsträger nicht immer vollständig bekannt ist,
werden innerhalb des Informationssystems entsprechende Informationen über den Zustand des
Objektsystems individuell verarbeitet. Dadurch entsteht ein subjektives Situationsbild als
Grundlage für die Entscheidung (vgl. Bamberg et al. (2012) S. 1ff.).
Das Zielsystem umfasst die das Objektsystem betreffenden Zielgrößen sowie die notwendigen
Wertprämissen des Entscheidungsträgers, um einerseits die Informationsgewinnung zielorientiert
auszurichten und um andererseits die gewonnenen Informationen entscheidungslogisch zu
verarbeiten. Mit den Zielgrößen wird festgelegt, welche Handlungskonsequenzen für den
Entscheidungsträger von Bedeutung sind und wie diese bewertet werden können. In der
Betriebswirtschaft wird häufig zwischen finanziellen Zielgrößen wie Gewinn oder Kosten und
nicht-finanziellen Zielgrößen wie Marktanteil oder Image unterschieden. Mithilfe der
Wertprämissen erfolgt die Auswahl einer bestimmten Handlungsalternative, wenn mehrere
Alternativen zu zielrelevanten Ergebnissen führen. In der Präferenzrelation wird die Intensität des
Strebens nach den Zielgrößen festgelegt. Dazu erfolgt eine Bewertung der unterschiedlichen
Handlungskonsequenzen in Bezug auf die Zielgrößen mithilfe der Höhen-, Arten-, Zeit- sowie
Risiko- und Unsicherheitspräferenzrelation (vgl. Bamberg et al. (2012) S. 27f.; Laux et al. (2014)
S. 34).
Die Entscheidungslogik beschreibt die zugrundeliegende Logik, nach der der

Entscheidungsträger seine Aktionen auswählt, um seine Ziele zu verwirklichen. Die Ausführung
dieser Aktionen führt schließlich zur Transformation des Objektsystems in einen
wünschenswerten Zustand (vgl. Bamberg et al. (2012) S. 1ff.).
Grundlagen 14
2.2.3 Prozessbegriff und Prozessanalyse
In der Betriebswirtschaft wird die Prozessorientierung seit den späten 1980er bzw. den frühen
1990er Jahren diskutiert. Die Wurzeln liegen in den Konzepten des Total Quality
Management12 (TQM) und des Business Process Reengineering13 (BPR). Die funktionsorientierte
Sichtweise auf das Unternehmen wird bei der Prozessorientierung verdrängt und die Gestaltung
von Unternehmensprozessen in den Mittelpunkt gestellt. Damit geht ein Wandel bei der
Gestaltung von Informationssystemen einher, weshalb auch für die Wirtschaftsinformatik das
Management und die Verbesserung von betrieblichen Prozessen zu den Kernthemen gehören (vgl.
Becker et al. (2012) S. 215).
Für den Prozessbegriff existieren in der Literatur zahlreiche Definitionsansätze. Die

verschiedenen Definitionen legen den Fokus zum Teil auf unterschiedliche Aspekte. Da der
Prozessbegriff allgemeingültig ist, grenzen einige Autoren den allgemeinen Prozessbegriff vom
Begriff des Geschäftsprozesses ab, um den Bezug zu einer Unternehmung klarzustellen. Auf diese
Unterscheidung wird in der vorliegenden Arbeit verzichtet. Alle weiteren Ausführungen beziehen
sich auf Prozesse im Unternehmenskontext (vgl. Becker & Vossen (1996) S. 19; Bergsmann
(2012) S. 29; Davenport (1993) S. 5ff.; vgl. Davenport & Short (1990) S. 12f.; Fischermanns
(2013) S. 14ff.; Gadatsch (2013) S. 36f.; Hammer & Champy (1993) S. 35; Österle (1995) S. 19f.;
Posluschny (2012) S. 77ff.; Scheer & Jost (1996) S. 34; Schmelzer & Sesselmann (2013) S. 51f.).
Zur Klärung des Prozessverständnisses wurde aufbauend auf diesen Ansätzen die
Prozessdefinition für die vorliegende Arbeit entwickelt. In Abbildung 7 ist diese schematisch
dargestellt. Ein Prozess ist durch folgende zentralen Merkmale gekennzeichnet:
1. Ein Prozess ist eine wiederholbare, sachlogische Folge von Aufgaben.

2. Ein Prozess transformiert einen bestimmten Input in einen bestimmten Output.
3. Ein Prozess erzeugt eine Leistung und ist daher wertschöpfend.
4. Ein Prozess besitzt einen Kunden, der die erzeugte Leistung empfängt.
5. Ein Prozess findet in den Dimensionen Zeit, Raum und Menge statt.
6. Ein Prozess dient der Erreichung eines mit der Unternehmensstrategie abgestimmten
Prozessziels.
7. Ein Prozess wird von einem Prozessverantwortlichen verantwortet, der die
Zielerreichung anhand von Prozesskennzahlen überwacht.
Die Prozessanalyse wird im Prozessmanagement aus zwei Sichtweisen heraus betrachtet.

Allweyer (2012) sieht die Prozessanalyse als Teil des Prozessentwurfs mit dem Ziel der
Identifikation und Dokumentation von Geschäftsprozessen sowie der Ausarbeitung von
verbesserten, implementierbaren Prozessen (vgl. Allweyer (2012) S. 92).
12
Unter Total Quality Management (TQM) wird die grundsätzliche Philosophie eines unternehmensweiten
Qualitätsbewusstseins verstanden. Alle Aktivitäten, Akteure, Prozesse und Bereiche des Unternehmens
werden ganzheitlich gesteuert und gestaltet, um eine praktikable Null-Fehler-Qualität zu erreichen (vgl.
Deming (1986) S. 1ff.; Schmitt & Pfeifer (2015) S. 44; Töpfer (2007) S. 891).
13
Business Process Reengineering (BPR) beschreibt einen Managementansatz zur Analyse und radikalen
Restrukturierung von Unternehmensprozessen, um Verbesserungen des Kundennutzens, der Kosten, der
Qualität und der Zeit zu realisieren (vgl. Davenport (1993) S. 1ff.; Hammer & Champy (1993) S. 50ff.).
Grundlagen 15
Schmelzer & Sesselmann (2013) ordnen die Prozessanalyse dem Prozesscontrolling zu, welches
auf existierende Prozesse angewandt wird und dem Aufspüren, Interpretieren und Bewerten von
Prozessproblemen dient (vgl. Schmelzer & Sesselmann (2013) S. 285). In beiden Fällen stellt die
Prozessanalyse eine wertneutrale und an den Analysezielen ausgerichtete Untersuchung von
Prozessen dar, die entweder qualitativ und textgestützt oder quantitativ auf Basis von Kennzahlen
erfolgt. Die Prozessanalyse dient der gezielten Aufdeckung von Fehlern, Problemen,
Schwachstellen und Verschwendung in Prozessen und bildet damit die Grundlage für die
Prozessoptimierung (vgl. Seidlmeier (2015) S. 106).
Prozessverantwortlicher
Prozess
Input Output
Transformation
Prozessziele
Abbildung 7: Prozessbegriff
(in Anlehnung an Becker (2008) S. 7; Posluschny (2012) S. 79; Schmelzer & Sesselmann (2013) S. 53)
In Anlehnung an Seidlmeier (2015) erfolgt die Prozessanalyse in zwei Stufen. Auf der ersten
Stufe wird der Prozess in seinem Ist-Zustand aufgenommen. Dazu sind alle für die Analyse
relevanten Informationen, wie bereits vorhandene Prozessdokumentationen und Hilfsmittel,
zusammenzutragen. Durch Interviews mit den Prozessverantwortlichen und allen
Prozessbeteiligten lässt sich der Prozess gemeinsam beschreiben. Zur übersichtlichen Darstellung
der Definitionsmerkmale des Prozesses eignet sich beispielsweise das Prozessdefinitionsblatt
nach Becker (2008), welches in der vorliegenden Arbeit in Kapitel 3.3.2 Anwendung findet (vgl.
Becker (2008) S. 123ff.; Seidlmeier (2015) S. 107).
Auf der zweiten Stufe erfolgt die eigentliche Prozessanalyse, die nach Allweyer (2012) anhand
der in Abbildung 8 dargestellten Kriterien durchgeführt wird. Das Gewicht der einzelnen
Kriterien ist vom konkreten Analysefall abhängig. Zu Beginn der Analyse ist daher zu klären,
welche Bedeutung die Kriterien für den zu untersuchenden Prozess haben. Die Analysekriterien
Kosten, Nutzen, Zeit und Qualität sind gleichzeitig Zielkriterien der Prozessoptimierung, da eine
Prozessverbesserung durch Minimierung der Kosten, Erhöhung des Kundennutzens, Verkürzung
der Durchlaufzeit oder Erhöhung der Qualität des Prozesses erreicht wird. Diese Kriterien
entsprechen den typischen Zielen in der Produktion (vgl. Bloech et al. (2014) S. 9). Die übrigen
Analysekriterien wirken sich auf diese vier Kriterien aus. Beispielsweise haben System- und
Medienbrüche hohe Kosten und Prozessdurchlaufzeiten bei verminderter Qualität zur Folge, da
ein Wechsel zwischen verschiedenen, nicht integrierten Informationssystemen eine aufwändige
manuelle Datenübertragung erfordert, die durch eine bestimmte Fehlerquote gekennzeichnet ist
(vgl. Allweyer (2012) S. 227ff.).
Grundlagen 16
Kosten Nutzen Zeit Qualität
Auslastung und
Organisations- System- und Datenredundanzen
Tätigkeitsprofile
brüche Medienbrüche und -integration
der Mitarbeiter
Abbildung 8: Kriterien für die Prozessanalyse

(in Anlehnung an Allweyer (2012) S. 227f.)
Die Prozessmodellierung ist ein wesentliches Instrument für die Dokumentation und die
Prozessanalyse. Gemäß dem abbildungsorientierten Modellverständnis werden
Realitätsausschnitte zur Analyse in einem Geschäftsprozessmodell abgebildet, wobei je nach
Zwecksetzung der Modellierung beispielsweise eine Reorganisation, eine Softwareauswahl oder
eine Automatisierung der Arbeitsabläufe erfolgt (vgl. Fischermanns (2013) S. 229f.; Gadatsch
(2013) S. 2f.). Für Prozessmodelle existiert eine Vielzahl an Modellierungsmethoden.
Grundsätzlich wird zwischen skriptbasierten Methoden (Skriptsprachen) und grafischen
Methoden (Diagrammsprachen) unterschieden. Bei den Skriptsprachen werden Prozessmodelle
mit einer formalen Notation, die einer Programmiersprache ähnelt, erstellt. Diagrammsprachen
dienen der Erstellung von Darstellungsmodellen und lassen sich in datenflussorientierte,
kontrollflussorientierte und objektorientierte Ansätze klassifizieren. Gadatsch (2013) bietet einen
Überblick über die wichtigsten Diagrammsprachen (vgl. Fischermanns (2013) S. 39; Gadatsch
(2013) S. 63f.). In der vorliegenden Arbeit wird die Modellierungssprache Business Process
Model and Notation (BPMN) in der Version 2.0 verwendet, da sie für Prozessgestaltungen
geeignet ist, die die halb- oder vollautomatisierte Prozesslösungen zum Ziel haben. Sie ist als
Diagrammsprache nach dem kontrollflussorientierten Ansatz einzuordnen. BPMN 2.0 ist
weiterhin herstellerunabhängig und seit dem Jahr 2013 international standardisiert (vgl. Ferstl &
Sinz (2013) S. 189; Fischermanns (2013) S. 232; ISO/IEC 19510 (2013) S. 1ff.).
Für die detaillierte Analyse der Informationsverarbeitung in einem Entscheidungsprozess

hinsichtlich Automatisierbarkeit wurde von Parasuraman et al. (2000) das in Abbildung 9
dargestellte Modell entwickelt, welches auf Automatisierungsanalysen in der Luftfahrt beruht und
sich am menschlichen Informationsverarbeitungsprozess orientiert. Demnach lässt sich ein
Entscheidungsprozess in vier Teilfunktionen gliedern, die sich separat voneinander
automatisieren lassen. Die Aufgaben der ersten Stufe dienen der Abfrage und der Erfassung von
Informationen aus verschiedenen Informationsquellen. Die so gewonnenen Informationen
werden in einem zweiten Schritt verarbeitet und manipuliert, wobei die auf dieser Stufe
stattfindenden Aufgaben vor der eigentlichen Entscheidung stattfinden. Diese wird auf der dritten
Stufe getroffen, bei der die Auswahl einer Handlungsalternative erfolgt. Auf der vierten Stufe
finden die Aktivitäten zur Durchführung bzw. Implementierung der ausgewählten Alternative
statt (vgl. Parasuraman et al. (2000) S. 287ff.).
Grundlagen 17
Entscheidung
Informations- Informations- Ausführung
und Aktions-
erfassung analyse der Aktion
auswahl
Abbildung 9: Stufen der Informationsverarbeitung in einem Entscheidungsprozess

(in Anlehnung an Parasuraman et al. (2000) S. 287f.)
2.3 Automatisierung betrieblicher Aufgaben
2.3.1 Betriebliche Aufgaben
Kosiol (1962) definiert für die Betriebswirtschaft eine Aufgabe als Zielsetzung für
zweckbezogenes menschliches Handeln. Sie ist weiterhin durch folgende fünf Merkmale bzw.
Bestandteile gekennzeichnet (vgl. Kosiol (1962) S. 43):
1. Eine Aufgabe besteht aus einem Verrichtungsvorgang, der entweder rein geistig oder in
einer Kombination von geistiger und körperlicher Tätigkeit durchzuführen ist.
2. Eine Aufgabe bezieht sich auf ein Aufgabenobjekt, an dem die Verrichtung erfolgt.
3. Eine Aufgabe verwendet bei der Verrichtung Arbeits- und Hilfsmittel.
4. Eine Aufgabe vollzieht sich in einem Raum.
5. Eine Aufgabe wird in einer bestimmten Zeitspanne realisiert.
Im Rahmen der Wirtschaftsinformatik und vor dem Hintergrund der Automatisierung ist es
notwendig die lediglich auf personelle Aufgabenträger beschränkte Aufgabendefinition nach
Kosiol (1962) um die Einbeziehung maschineller Aufgabenträger zu erweitern (vgl. Ferstl & Sinz
(2013) S. 97f.). In diesem Sinne ist ein Informationssystem ein System zur
Informationsproduktion und -verteilung. Es dient der Deckung der Informationsnachfrage für
bestimmte Aufgaben und Aufgabenträger (vgl. Heinrich et al. (2011) S. 251). Nach
DIN IEC 60050-351 wird eine solche Einrichtung auch als Automat bezeichnet. Es handelt sich
um ein selbsttätig arbeitendes, künstliches System, dessen Verhalten entweder schrittweise durch
vorgegebene Entscheidungsregeln oder zeitkontinuierlich durch festgelegte Beziehungen
bestimmt wird. Ein Automat ist selbsttätig in dem Sinne, dass er unter festgelegten Bedingungen
ohne menschliches Eingreifen arbeitet. Die Entscheidungen des Systems werden als
Ausgangsgrößen aus den Eingangs- und Zustandsgrößen ermittelt. Automatisierung bezeichnet
folglich den Einsatz von selbsttätigen Automaten (vgl. DIN IEC 60050-351 (2014) S. 30f.).
In Abbildung 10 ist die detaillierte Struktur einer Aufgabe und ihres Lösungsverfahrens nach
Ferstl & Sinz (2013) dargestellt. Demnach wird zwischen der Außensicht und der Innensicht
einer Aufgabe unterschieden. Die Außensicht einer Aufgabe charakterisiert das äußere Verhalten
der Aufgabe und ist durch das Aufgabenobjekt, die Sach- und Formalziele sowie die Vor- und
Nachereignisse der Aufgabe bestimmt. Sie dient der aufgabenträgerunabhängigen Definition
welche Attribute eines betrieblichen Systems von der Aufgabe betroffen sind und welche Ziele
Grundlagen 18
zu welchem Zeitpunkt mit der Aufgabe erreicht werden sollen. Eine Aufgabendurchführung wird
dabei von den Vorereignissen ausgelöst und erzeugt nach Ende der Durchführung bestimmte
Nachereignisse (vgl. Ferstl & Sinz (2013) S. 98).
Sach- und Formalziele
Lösungsverfahren
Vor- Nach-
ereignisse Aktionensteuerung ereignisse
Aktionen- Aktionen-
ergebnisse auslösung
Aktion Außensicht
Innensicht
Aufgabenobjekt
Abbildung 10: Struktur einer Aufgabe

(in Anlehnung an Ferstl & Sinz (2013) S. 103)
Die Innensicht einer Aufgabe legt das aufgabenträgerspezifische Lösungsverfahren der Aufgabe
fest. Es besteht aus einer Menge von Aktionen, die parallel oder sequentiell auf das
Aufgabenobjekt wirken bzw. bestimmte Zustände des Aufgabenobjekts erfassen. Die
Aktionensteuerung übernimmt die Regelung der Reihenfolge der Aktionen zur Verfolgung der
Sach- und Formalziele. Sie bildet zusammen mit den Aktionen einen Regelkreis, bei dem die
Aktionen von der Aktionensteuerung ausgelöst werden. Im Falle von rückgekoppelten
Lösungsverfahren erfolgt zusätzlich die Übermittlung der Aktionenergebnisse an die
Aktionensteuerung. Die Aktionensteuerung ist zudem über die Vor- und Nachereignisse mit vor-
und nachgelagerten Aufgaben verknüpft (vgl. Ferstl & Sinz (2013) S. 102f.).
Die Durchführung einer Aufgabe durch einen Aufgabenträger wird als Vorgang oder Workflow
bezeichnet. Nach Ferstl & Sinz (2013) wird ein solcher Vorgang in die drei Teilschritte
 Aktionen,
 Aktionensteuerung und
 Vorgangsauslösung
unterteilt (vgl. Ferstl & Sinz (2013) S. 113f.). Bei der Vorgangsauslösung erhält die
Aktionensteuerung eine Nachricht zur Initiierung der entsprechenden Lösungsaktivitäten und
übernimmt die Vorgabe der durchzuführenden Aktionen. Mithilfe der Aktionen wird das
Lösungsverfahren einer bestimmten Aufgabe durchgeführt (vgl. Ferstl & Sinz (2013) S. 113f.).
Für jeden dieser drei Teilschritte erfolgt die Zuordnung eines personellen (p) oder eines
maschinellen (m) Aufgabenträgers. Auf diese Weise entstehen unterschiedliche
Grundlagen 19
Zielerreichungsgrade der Automatisierung. In welchem Umfang vom Menschen ausgeführte

Aktionen durch maschinelle Tätigkeiten substituiert werden sollen, wird mit dem
Automatisierungsgrad beschrieben, der ein wichtiges Formalziel für Informationssysteme
darstellt (vgl. Heinrich et al. (2011) S. 242f.). Der Automatisierungsgrad bezeichnet allgemein
den Anteil der selbsttätigen Funktionen an der Gesamtheit der Funktionen eines Systems oder
einer technischen Anlage (vgl. DIN IEC 60050-351 (2014) S. 31).
Die Beschreibung des Automatisierungsgrades einer Aufgabe ist durch ein Tupel mit den drei
Teilschritten Aktionen, Aktionensteuerung und Vorgangsauslösung als Attribute möglich, wobei
die jeweilige Ausprägung der Attribute dem ausführenden Aufgabenträger entspricht. In
Tabelle 1 sind entsprechende Kombinationen aufgeführt. Wenn als Ausprägung eines Attributs
sowohl maschinelle, als auch personelle Aufgabenträger in Frage kommen, wird das Zeichen „_“
verwendet. Den höchsten Automatisierungsgrad weist die Vollautomatisierung auf, bei der alle
Teilschritte einer Aufgabe vollständig von maschinellen Aufgabenträgern ausgeführt werden. 14
Ist eine Aufgabe nicht automatisiert, liegt die vollständig personelle Durchführung vor.
Teilautomatisierung beschreibt die gemeinsame Durchführung einer Aufgabe durch personelle
und maschinelle Aufgabenträger. Wie ebenfalls in Tabelle 1 ersichtlich, wird der
Zielerreichungsgrad bei der Teilautomatisierung weiter in personelle Vorgangsauslösung,
Automatisierung der Aktionen und Automatisierung der Steuerung differenziert (vgl. Ferstl &
Sinz (2013) S. 114; Mertens (2013) S. 21f.).
Bezeichnung des Tupel

Automatisierungsgrads (Aktion, Aktionensteuerung, Vorgangsauslösung)
Vollautomatisierung (m,m,m)
Vollständig personelle Durchführung (p,p,p)
Teilautomatisierung mit personeller (m,m,p)
Vorgangsauslösung
Teilautomatisierung mit (m,p,_)
Automatisierung der Aktionen
Teilautomatisierung mit (p,m,_)
Automatisierung der Steuerung
Tabelle 1: Zielerreichungsgrade der Automatisierung

(in Anlehnung an (Ferstl & Sinz (2013) S. 114))
14
Inwieweit die Vollautomatisierung als allgemeine Zielsetzung in der Wirtschaftsinformatik sinnvoll ist,
wird in der Literatur diskutiert. Mertens (1995) plädiert für die sinnhafte Vollautomation als Langfristziel
und konkrete Utopie der Wirtschaftsinformatik (vgl. Mertens (1995) S. 48f.). Eine kritische
Auseinandersetzung mit diesen Thesen wird von Eversmann (2003) durchgeführt (vgl. Eversmann (2003)
S. 1ff.). Die entsprechende Stellungnahme liefert Mertens (2006) (vgl. Mertens (2006) S. 116ff.).
Grundlagen 20
2.3.2 Formale Kriterien der Automatisierbarkeit
Die Prüfung von Aufgaben hinsichtlich Automatisierbarkeit erfolgt nach Ferstl & Sinz (2013)
anhand von formalen und sachlichen Kriterien. Die formalen Kriterien sind notwendige
Bedingungen für die Automatisierung und dienen der Prüfung, inwieweit eine Aufgabe mithilfe
eines Lösungsverfahrens automatisiert werden kann. Es lassen sich zwei formale Kriterien
unterscheiden (vgl. Ferstl & Sinz (2013) S. 115ff.).
Das erste formale Kriterium prüft die funktionale Beschreibbarkeit eines Lösungsverfahrens
durch die formale Darstellung einer Input-Output-Beziehung in funktionaler, parametrisierter
oder stochastischer Form. Dabei wird in Abhängigkeit von Grad der Zielerreichung zwischen
exakten, approximierenden, heuristischen und lernenden Lösungsverfahren unterschieden.
Mithilfe exakter Verfahren werden exakte Lösungen in endlicher Zeit im Lösungsraum des
Aufgabenobjektes ermittelt, die bezüglich der Sach- und Formalziele der Aufgabe optimal sind.
Approximierende Verfahren nähern sich dem Optimum mit zunehmender Schrittzahl an und in
jedem Schritt ist der Abstand zur exakten Lösung bestimmbar. Heuristische Verfahren basieren
ebenfalls auf der schrittweisen Annäherung an eine exakte Lösung, wobei der Abstand zum
Optimum hier in der Regel nicht ermittelt werden kann. Lernende Verfahren setzen keine
Vorkenntnisse über spezifische Aufgabeneigenschaften voraus, benötigen aber Lernschritte für
die Lösung der Aufgabe, in denen das Aufgabenobjekt und die Aufgabenziele erkundet werden
(vgl. Ferstl & Sinz (2013) S. 106).
Das zweite formale Kriterium ist durch die Forderung nach einer adäquaten Modellierung der
Diskurswelt einer Aufgabe gekennzeichnet und bezweckt die Struktur- und Verhaltenstreue
zwischen Diskurswelt und Aufgabe. Dazu wird, wie in Tabelle 2 ersichtlich, dem Modelltyp der
zu automatisierenden Aufgabe der Strukturiertheitsgrad der Diskurswelt gegenübergestellt. Die
Kombination aus Modelltyp und Strukturiertheitsgrad beschreibt verschiedene Problemtypen der
Automatisierung (vgl. Ferstl & Sinz (2013) S. 118).
Nach dem Grad an verfügbarem Wissen über die Diskurswelt werden vier verschiedene
Modelltypen von Aufgaben unterschieden. Bei analytischen Modellen liegt der Modellbildung
und -überprüfung eine geschlossene Theorie zugrunde. Häufig werden mathematische Modelle
modelliert, wie beispielsweise in der Produktionsplanung. Wissensbasierte Modelle werden
mithilfe von Wissen aus Beobachtungen, Erfahrungen und logischen Ableitungen erstellt,
welches durch Konsultationen von Experten der Diskurswelt ermittelt wird. Die Abbildung von
Wissen in Systemen ist ein Teilgebiet der Künstlichen Intelligenz (vgl. Kapitel 2.4.3).
Konnektionistische Modelle treffen lediglich Aussagen bezüglich der Außensicht auf ein Problem
der Diskurswelt, indem dieses als Black-Box-System mit In- und Outputs abgebildet wird.
Strukturelle systeminterne Zustände werden nicht betrachtet. Ein Beispiel für konnektionistische
Modelle sind Neuronale Netze. Natürlichsprachige Beschreibungen kommen zum Einsatz, wenn
eine formale Modellierung aufgrund der Komplexität des Diskurssystems nicht möglich ist.
Erfassbare Teilaspekte können in diesem Fall natürlichsprachig beschrieben werden.
Entsprechende Formulierungen sind allerdings nicht automatisierbar (vgl. Ferstl & Sinz (2013)
S. 104f.).
Grundlagen 21
Wohlstrukturierte Probleme Schlechtstrukturierte Probleme

Analytische Mathematisches Modell mit
Modelle exaktem, approximierendem,
heuristischem oder lernendem
Lösungsverfahren
Wissensbasierte Erfahrungswissen über Aufgabenobjekt und Aufgabenziele mit
Modelle algorithmischem Lösungsverfahren oder anhand von
Schlussfolgerungen
Konnektionistische Annahmen über das Verhalten
Modelle des Aufgabenobjekts oder
Simulation des Verhaltens
Natürlichsprachige Beschreibung bekannter Aspekte des Aufgabenobjekts und der
Beschreibungen Aufgabenziele, Lösung mittels Schlussfolgerungen und Intuition
Tabelle 2: Problemtypen der Automatisierung

Mit dem Strukturiertheitsgrad der Diskurswelt wird beschrieben, inwieweit die Abgrenzung,
Erfassung, Strukturierung und das Verstehen des Ausschnitts der Diskurswelt möglich ist. Hierbei
sind wohlstrukturierte und schlechtstrukturierte Probleme zu unterscheiden (vgl. Ferstl & Sinz
(2013) S. 115ff.). Das Wissen über wohlstrukturierte Probleme ist lediglich durch wirtschaftliche
Kriterien begrenzt. Es wird zwischen analytischen Modellen, wissensbasierten Modellen oder
natürlichsprachigen Beschreibungen differenziert. Die Lösungsverfahren der analytischen und
wissensbasierten Modelle sind automatisierbar. Wesentlicher Unterschied zwischen beiden
Modellarten ist die oben beschriebene Art des verfügbaren Wissens. Schlechtstrukturierte
Probleme sind gekennzeichnet durch vages, nicht vollständiges bzw. nicht überprüfbares Wissen
über die Diskurswelt, d.h. bezüglich Aufgabenobjekt, Aufgabenziele oder Lösungsverfahren. Das
für die Modellierung verfügbare Wissen bezieht sich in der Regel auf intuitives Expertenwissen.
Bei der Modellbildung finden wissensbasierte Modelle, konnektionistische Modelle für eine
automatische Anpassung an eine sich ändernde Diskurswelt sowie natürlichsprachige
Beschreibungen der bekannten Elemente Anwendung (vgl. Ferstl & Sinz (2013) S. 118f.).
2.3.3 Sachliche Kriterien der Automatisierbarkeit
Die sachlichen Kriterien sind hinreichende Bedingungen für die Automatisierbarkeit und basieren
auf einer Analyse der Wirtschaftlichkeit der alternativen Durchführung von Aufgaben durch
menschliche oder maschinelle Aufgabenträger. Dabei erfolgt die Bewertung der Vorteile der
Automatisierung hinsichtlich relevanter Zielkriterien. Die Automatisierung soll zu einer
Optimierung dieser Zielkriterien führen, wodurch sie letztlich zu einer Prozessverbesserung
beiträgt. Die sachlichen Kriterien der Automatisierbarkeit stimmen daher im Wesentlichen mit
den Kriterien der Prozessanalyse und den Zielgrößen der Produktion überein. Die Bewertung der
manuellen oder automatisierten Aufgabendurchführung ist jedoch nicht als Gegenüberstellung zu
sehen. Stattdessen sind insbesondere teilautomatisierte Lösungen zu betrachten, da durch die
Kooperation die spezifischen Stärken beider Aufgabenträger genutzt werden können (vgl. Ferstl
& Sinz (2013) S. 119). Tabelle 3 zeigt einen Vergleich der Stärken des personellen und des
Grundlagen 22
maschinellen Aufgabenträgers (vgl. Groover (2008) S. 6).
Personeller Aufgabenträger Maschineller Aufgabenträger

Wahrnehmen unerwarteter Stimuli Einheitliches Ausführen repetitiver Aufgaben
Entwickeln von neuen Problemlösungen Speichern großer Mengen an Daten
Lösen abstrakter Probleme Verlässliches Ermitteln gespeicherter Daten
Anpassen an Veränderungen Paralleles Durchführen verschiedener
Aufgaben
Verallgemeinern von Beobachtungen Anwendung hoher Kraft und Energie
Lernen aus Erfahrung Schnelles Durchführen einfacher Rechnungen
Treffen komplexer Entscheidungen mit Schnelles Treffen von Routineentscheidungen
unvollständigen Daten
Tabelle 3: Stärken personeller und maschineller Aufgabenträger

(in Anlehnung an Groover (2008) S. 6)
Die Kostenminimierung wird als hauptsächliches monetäres Ziel in der Produktion angesehen
(vgl. Bloech et al. (2014) S. 9). Bei der Analyse von Aufgaben hinsichtlich Automatisierbarkeit
müssen daher die Planungs-, Durchführungs- und Kontrollkosten der Aufgabe für einen
personellen bzw. einen maschinellen Aufgabenträger sowie die Kosten für die
Mensch-Computer-Interaktion betrachtet werden. Beim Menschen fallen in der Planungsphase
beispielsweise Kosten für die Stellenbeschreibung, für interne und externe Schulungen sowie für
sonstige Mitarbeitereinweisungen an. Während der Durchführung der Aufgabe entstehen Kosten
für den Arbeitsplatz und für die Kommunikation sowie Personalkosten für den Mitarbeiter. Die
hohen und kontinuierlich steigenden Personalkosten stellen insbesondere für die Produktion in
Industrieländern eine große Herausforderung dar (vgl. Groover (2008) S. 12). Weitere Kosten
entstehen durch die Nichtverfügbarkeit des Personals, beispielsweise im Rahmen von
Pausenzeiten. Kontrollkosten beziehen sich beim personellen Aufgabenträger auf Kosten für
zusätzliche Qualitätsprüfungen der Aufgabenergebnisse, zum Beispiel hinsichtlich Fehler
aufgrund von Konzentrationsschwächen (vgl. Ferstl & Sinz (2013) S. 120f.).
Der Einsatz maschineller Aufgabenträger erfordert zunächst Anschaffungs- und

Investitionskosten bzw. Aufwendungen für die Entwicklung und die Einführung des
Anwendungssystems. Die Automatisierung verändert zudem die Kapitalstruktur, da durch die
Investitionen in Automatisierungslösungen variable Kostenanteile in Fixkosten umgewandelt
werden. Das Ersetzen von menschlicher Arbeitskraft durch Kapital führt zu einer Reduzierung
der Personalkosten, da bei der automatisierten Durchführung in der Regel geringer ausfallende
Nutzungskosten für die technischen Einrichtungen entstehen. Damit lassen sich die Stückkosten
der produzierten Erzeugnisse erheblich senken (vgl. Ravazzi & Villa (2009) S. 111). Durch die
Automatisierung werden auch die Kosten der Kontrolle der Aufgabendurchführung minimiert,
weil maschinelle Aufgabenträger durch eine hohe Verlässlichkeit gekennzeichnet sind.
Allerdings entstehen Kosten durch technische Störungen der Rechner- und
Kommunikationssysteme (vgl. Ferstl & Sinz (2013) S. 120f.).
Grundlagen 23
Da automatisierte Systeme eine hohe Zuverlässigkeit bei der Durchführung von Aufgaben
besitzen und in der Lage sind Aufgaben mit höherer Gleichmäßigkeit und Konformität bezüglich
Qualitätsspezifikationen auszuführen, führt die Automatisierung zu einer Erhöhung der Prozess-
und Produktqualität in der Produktion. Durch die Automatisierung werden Tätigkeiten
ermöglicht, die aufgrund sehr hoher Anforderungen bezüglich des Genauigkeits-,
Miniaturisierungs- oder Komplexitätsgrades vom Menschen nicht realisiert werden können (vgl.
Groover (2008) S. 12). Der Einsatz von Maschinen und Automaten ermöglicht dadurch Potentiale
für die Etablierung von Qualitätsniveaus, die durch manuell ausgeführte Aufgaben nicht erreicht
werden können. Die Automatisierung betrieblicher Aufgaben schafft zudem Möglichkeiten der
Standardisierung und Vereinheitlichung betrieblicher Abläufe. Damit einher geht eine hohe
Transparenz bei der Erfüllung der generalisierten Aufgaben durch maschinelle Aufgabenträger
(vgl. Ferstl & Sinz (2013) S. 124).
Maschinelle Aufgabenträger zeichnen sich durch das schnelle Ausführen von Routinetätigkeiten
aus, die zum Teil auch parallel durchgeführt werden können. Die Automatisierung verkürzt die
Durchführungsdauer einer Aufgabe. In der Produktion wird durch die Automatisierung daher eine
Reduzierung der Zielgröße Durchlaufzeit erreicht. Darüber hinaus steigert die Automatisierung
in der Regel die Produktionsrate, sodass höhere Output-Mengen erzielt werden. Die Erhöhung
der Ausbringungsmenge führt zu einer Steigerung der Zielgröße Produktivität (vgl. Bloech et al.
(2014) S. 8; Groover (2008) S. 12).
Die hohe Verfügbarkeit ist ein weiterer Vorteil der maschinellen Aufgabenträger. Im Vergleich
zum Menschen bestehen beispielsweise keine Einschränkungen bezüglich gesetzlichen
Arbeitszeiten oder Wochenenden. Produktionsunterbrechungen, die durch die Abwesenheit des
Produktionsfaktors Mensch verursacht werden, sind reduziert. In diesem Zusammenhang
adressiert die Automatisierung auch strukturelle Defizite. Viele entwickelte Industrienationen
unterliegen einem demografischen Wandel, weshalb ein Mangel an Arbeitskräften herrscht (vgl.
Holtbrügge (2015) S. 5). Durch die Automatisierung werden diese Effekte abgeschwächt, da
entsprechende Aufgaben vom Menschen auf einen Automaten übertragen werden. Da der Mensch
bei der Automatisierung auch bei ermüdenden und belastenden Routineaufgaben durch
Maschinen substituiert wird, wird er entsprechend entlastet. Dadurch verbessert die
Automatisierung die allgemeinen Arbeitsbedingungen in der Gesellschaft. Der Mensch kann sich
auf komplexe und abstrakte Aufgaben gemäß seinem Stärkenprofil konzentrieren. Die Sicherheit
der Arbeitsumgebung für die Fertigungsmitarbeiter wird durch die Automatisierung verbessert,
da die aktive Beteiligung des Menschen an der Ausführung der Fertigungsprozesse zurückgeht
und die Fertigungsmitarbeiter zunehmend vernetzende, koordinierende und überwachende
Tätigkeiten übernehmen (vgl. Groover (2008) S. 12; Holtbrügge (2015) S. 5).
Grundlagen 24
2.3.4 Automatisierung von Entscheidungsaufgaben
Die Wirtschaftsinformatik betrachtet Entscheidungen als spezielle Aufgaben eines

Informationssystems. Demnach ist ein Informationssystem ein komplexes Netz aus
Transformations- und Entscheidungsaufgaben (vgl. Ferstl & Sinz (2013) S. 39). Eine
Transformationsaufgabe erzeugt aus eingehenden Input-Informationen abgeleitete
Output-Informationen. Dabei können, je nach Vorhandensein eines Speichers, auch
Informationen früherer Aufgabendurchführungen in Betracht gezogen werden.
Entscheidungsaufgaben besitzen einen ähnlichen Aufbau wie Transformationsaufgaben.
Allerdings berücksichtigen sie, wie im Grundmodell der Entscheidungslehre, zusätzlich
Zielgrößen als Eingangsparameter bei der Ableitung der Entscheidungswerte (vgl. Kapitel 2.2.2).
Der Output der Entscheidungsaufgabe kann anhand des Zielerreichungsgrades der Zielgrößen
beurteilt werden. In Abbildung 11 ist beispielhaft die Struktur einer Entscheidungsaufgabe mit
Speicher dargestellt (vgl. Ferstl & Sinz (2013) S. 38).
Zielgrößen
Input Output
Aufgabe
Speicher
Abbildung 11: Struktur einer Entscheidungsaufgabe mit Speicher

Entscheidend für die Automatisierung von Entscheidungsaufgaben ist deren

Strukturiertheitsgrad. Es wird zwischen strukturierten, semi-strukturierten und unstrukturierten
Entscheidungen unterschieden. Bei strukturierten Entscheidungen sind die Informationen zu allen
Bestandteilen vollständig bekannt, wodurch sich Lösungsverfahren routinemäßig anwenden
lassen. Diese Entscheidungen werden wiederholt ausgeführt. Sie lassen sich daher gut
automatisieren. Dies ist bei semistrukturierten Entscheidungen nur bedingt möglich, da lediglich
für Teilbereiche des Entscheidungsproblems vollständige Informationen vorliegen. Für die
Gesamtentscheidung sind jedoch auch Teilprobleme wie zum Beispiel Beurteilungsschritte
notwendig, die nicht mit einem Algorithmus abgebildet werden können. In unstrukturierten
Entscheidungssituationen liegen auch für Teile des Entscheidungsproblems keine vollständigen
Informationen vor. Die Lösungsverfahren sind demzufolge nicht im Voraus bestimmbar. Jede
Entscheidungssituation ist neuartig und nicht routinemäßig. Daher muss stets eine individuelle
Problemlösungsstrategie entwickelt werden, weshalb sich unstrukturierte Entscheidungen nur
schwer automatisieren lassen (vgl. Ferstl & Sinz (2013) S. 118f.; Laudon et al. (2016) S. 713f.;
Schiemenz & Schönert (2005) S. 28)
Zur Analyse der funktionalen Beschreibbarkeit des Lösungsverfahrens einer

Entscheidungsaufgabe gemäß den formalen Kriterien der Automatisierbarkeit nach
Ferstl & Sinz (2013) existiert in der Literatur der Begriff des Entscheidungsprogramms (vgl.
Grundlagen 25
Kapitel 2.3.2). Dabei wird eine Entscheidung analog zum Verständnis der Entscheidungsaufgabe
und in Verbindung mit der allgemeinen Systemtheorie 15 als ein Input-Output-System betrachtet.
Ein Programm ist die steuernde Struktur des Informationsverarbeitungsprozesses eines Systems.
Mit einem Entscheidungsprogramm werden deshalb die Anweisungen von Vorgesetzten ersetzt.
Weiterhin wird bei Entscheidungsprogrammen zwischen dem Konditional- und
Zweckprogrammansatz unterschieden (vgl. Luhmann (1991) S. 255ff.; March & Simon (1995) S.
144ff.; Rommelspacher (2011) S. 81f.).
Konditionalprogramme sind „wenn-dann“-Routinen, in denen Auslösebedingungen und

entsprechende Aktionen als deren Konsequenz formuliert werden. Ist der vorgegebene
Bedingungsteil als Input für die Entscheidungsaufgabe erfüllt, wird die zugeordnete Aktion
ausgeführt. Die Konditionen haben einen Vergangenheitsbezug, sodass sie sich zwar kurzfristig
nicht ändern lassen, dafür aber eindeutig definierbar sind. Durch die Verbindung von Bedingung
und resultierender Aktion stellen Konditionalprogramme die Input-Output-Relation formal dar.
Sie erfüllen daher das erste formale Kriterium der Automatisierbarkeit nach Ferstl & Sinz (2013)
und können als Handlungsanweisungen automatisch ausgeführt werden. Allerdings
berücksichtigen Konditionalprogramme keine Entscheidungsziele, wodurch keine adäquate
Modellierung der Entscheidungssituation gemäß dem zweiten formalen Kriterium gewährleistet
ist. Trotz dieser starken Vereinfachung findet in Konditionalprogrammen die Wahl zwischen den
Handlungsalternativen „Ausführen“ und „Nicht-Ausführen“ statt. Da sich der
Entscheidungsbegriff dieser Arbeit an der Auswahl von Alternativen orientiert, werden von
Konditionalprogrammen Entscheidungen getroffen (vgl. Drepper (2003) S. 148f.; March &
Simon (1995) S. 133; Rommelspacher (2011) S. 82f.).
Der Ansatz von Zweckprogrammen betrachtet die Ziele und die Handlungsalternativen der
Entscheidungssituation. Durch die Vorgabe von Zielen und der dafür einzusetzenden
Handlungsalternativen erfolgt ein erstrebenswerter Entwurf der Zukunft. Zweckprogramme
erfüllen aufgrund der Berücksichtigung von Zielen das zweite formale Kriterium der adäquaten
Modellierung der Entscheidungssituation. Da Zweckprogramme lediglich den Output der
Entscheidungssituation definieren und den Input nicht betrachten bzw. variant lassen, ist die
Forderung einer Input-Output-Beziehung gemäß dem ersten formalen Kriterium nach
Ferstl & Sinz (2013) allerdings nicht erfüllt (vgl. Drepper (2003) S. 148f.; Luhmann (1991) S.
257ff.; Rommelspacher (2011) S. 84f.).
Der Automatisierungsansatz mittels Zweckprogrammen eignet sich eher für die Automatisierung
von Entscheidungen auf Führungsebene, da Zweckprogramme die Ziele berücksichtigen, die die
Grundlage für die Auswahl einer Handlungsalternative bilden. Durch die Realisierung der
Input-Output-Relation sind Konditionalprogramme für die Automatisierung von operativen
Entscheidungen geeignet. Auf dieser Ebene kann davon ausgegangen werden, dass die Ziele im
Wesentlichen bereits auf einer höheren Ebene, z.B. im Rahmen von Führungsentscheidungen,
15
Innerhalb der allgemeinen Systemtheorie werden Systeme jeglicher Art beschrieben und deren Verhalten
untersucht. Systeme werden als komplexe Strukturen mit Ursache-Wirkungs-Zusammenhängen
abgebildet. Die Systemtheorie wird unter anderem zur ganzheitlichen Analyse des Aufbaus und der
Funktionsweise von betrieblichen Informationssystemen angewendet (vgl. Ferstl & Sinz (2013) S. 13).
Grundlagen 26
definiert und in ausführbare Handlungsanweisungen übersetzt wurden. Da die Entscheidungsziele

in den Handlungsanweisungen enthalten sind, werden sie in der Ausführungsebene nicht mehr
aktiv ausgewertet. Damit Konditionalprogramme automatisiert von Informationssystemen
ausgeführt werden können, sind sie um Ereignisse zu erweitern, die die Überprüfung der
Bedingungen initiieren (vgl. Rommelspacher (2011) S. 83f.).
2.4 Automatisierung im Kontext von Industrie 4.0
2.4.1 Hintergrund und Einordnung
Als Revolution wird allgemein eine grundlegende und dauerhafte strukturelle Veränderung eines
oder mehrerer Systeme bezeichnet (vgl. Weiß (2011) S. 541). In der Geschichtswissenschaft wird
der Revolutionsbegriff in Zusammenhang mit der Industrialisierung verwendet, da seit langer Zeit
bestehende soziale Bindungen, wirtschaftliche Beziehungen, kulturelle Kontexte und politische
Verhältnisse grundlegend neu strukturiert wurden (vgl. Liedtke (2012) S. 9). Bisher wurden drei
industrielle Revolutionen vollzogen, die jeweils zu tiefgreifenden Veränderungen in der
Gesellschaft führten. Eine entscheidende Rolle in jeder Umbruchphase spielte dabei die
Steigerung der Produktivität, welche durch vielfältige Innovationen erreicht wurde (vgl.
Geschwill & Nieswandt (2016) S. 12).
Die erste industrielle Revolution wurde durch die Textilindustrie in Großbritannien in der zweiten
Hälfte des 18. Jahrhunderts eingeleitet. Die Erfindung der Dampfmaschine führte zu einer
erheblichen Steigerung der Produktivität durch Mechanisierung und zur Bildung von ersten
Fabriken als zentralisierte Produktionsstätten (vgl. Liedtke (2012) S. 32ff.; Ziegler (2012) S. 2ff.).
Mit der zweiten industriellen Revolution wird der Übergang zur arbeitsteiligen Massenproduktion
im späten 19. Jahrhundert bezeichnet. Die Umsetzung des Taylorismus 16 in Form von
Fließbändern unter Verwendung von elektrischer Energie gilt als Höhepunkt dieser
Industrialisierung (vgl. Ziegler (2012) S. 101ff.). Zu Beginn der 1970er Jahre setzt die dritte
industrielle Revolution ein. Erfindungen wie der Computer und die speicherprogrammierbare
Steuerung ermöglichten den breiten Einsatz von Elektronik und Informationstechnologie. In der
Produktion wurde dadurch die Automatisierung der Produktionsprozesse weiter vorangetrieben
und manuelle Arbeit zunehmend durch Maschinen und Roboter ersetzt (vgl. Kagermann et al.
(2013) S. 18).
Das Konzept der vierten industriellen Revolution greift viele Ideen der dritten industriellen
Revolution auf und setzt sie in einen neuen Zusammenhang. Die dahinterstehende technische
Innovation ist, wie bei der dritten industriellen Revolution, die Digitalisierung und die
weitergehende Informatisierung. Grundlegende Innovation ist das sogenannte Internet der Dinge,
welches die Vernetzung und Kommunikation von intelligenten Gegenständen ermöglicht. Der
Mensch soll vom Internet der Dinge bei seinen Tätigkeiten unaufdringlich unterstützt werden.
16
Taylorismus bezeichnet die von Taylor (1913) geprägte Anschauung der Zerlegung von Gesamtaufgaben
in einfache Einzeltätigkeiten, welche von darauf maximal trainierten Arbeitern dauerhaft ausgeführt
werden. Dabei erfolgt die strikte Trennung zwischen ausführenden und vorgebenden Tätigkeiten (vgl.
Taylor (1913) S. 24ff.; Töpfer (2007) S. 144).
Grundlagen 27
Konnten bisher durch die Automatisierungskonzepte der vergangenen Revolutionen viele

einfache und repetitive Tätigkeiten von Maschinen erledigt werden, wird dieser Trend im Rahmen
von Industrie 4.0 durch miteinander vernetzte, intelligente Maschinen auf komplexe Tätigkeiten
und Dienstleistungen angewendet. Das Internet der Dinge führt zu verschiedensten Produkt- und
Prozessinnovationen, die nicht nur die industrielle Produktion, sondern sämtliche Unternehmens-
und Lebensbereiche betreffen. Folglich ergeben sich weitreichende Auswirkungen für
Gesellschaft, Märkte und Unternehmen 17 (vgl. Geschwill & Nieswandt (2016) S. 12; Laudon et
al. (2016) S. 235f.).
2.4.2 Industrie 4.0 und Cyber-Physische Systeme
Das Ziel von Industrie 4.0 ist eine Produktion, die sich eigenständig hinsichtlich
Ressourceneffizienz optimiert. Im Zentrum steht die umfassende Digitalisierung von
Produktionssystemen und Produkten sowie deren Vernetzung im Internet der Dinge. Dies
ermöglicht den Austausch von Informationen zwischen Produktionsfaktoren und die integrierte
Informationsweitergabe im Wertschöpfungsnetzwerk. Vollständig automatisierte
Produktionsanlagen interagieren eigenständig miteinander und realisieren somit das sogenannte
Smart Factory-Konzept, bei dem eine echtzeitnahe, dezentrale und weitgehend autonome
Steuerung der Produktion erfolgt. Auf diese Weise trägt Industrie 4.0 dazu bei die Komplexität
von Wertschöpfungsnetzwerken zu beherrschen sowie ihre Effizienz und Qualität zu steigern
(vgl. Huber & Kaiser (2015) S. 682; Kaufmann & Forstner (2014) S. 360; Lemke & Brenner
(2015) S. 37; Schulz (2015) S. 1).
Industrie 4.0 beinhaltet die Integration im Produktionssektor als Kernidee und setzt damit ein
Leitthema der Wirtschaftsinformatik um (vgl. Mertens et al. (2012) S. 8f.). Die Vernetzung der
Produktion vollzieht sich in den drei Dimensionen der vertikalen Integration, der horizontalen
Integration sowie der Integration von Engineering-Prozessen. Die vertikale Integration bezeichnet
die Integration verschiedener Informationssysteme auf unterschiedlichen Hierarchieebenen zu
einer durchgängigen Lösung. Intelligente Produkte werden dadurch jederzeit identifizierbar und
zu jedem Zeitpunkt ist ihre Produktionshistorie bekannt. Diese Informationen bilden die
Grundlage für die Optimierung der Produktionsprozesse. Die horizontale Integration bezieht sich
auf die Integration verschiedener Informationssysteme entlang des Material-, Energie- oder
Informationsflusses und vollzieht sich sowohl innerhalb eines Unternehmens, als auch im
Rahmen von strategischen Wertschöpfungsnetzwerken über Unternehmensgrenzen hinweg. Mit
der Integration von Engineering-Prozessen wird die Integration von Informationssystemen über
die gesamte Wertschöpfungskette eines Produkts von der Produktentwicklung über das
Engineering des Produktionssystems bis zur Produktion und dem Service bezeichnet (vgl. Huber
17
Industrie 4.0 ist in diesem Sinne nur ein Anwendungsfeld des Internets der Dinge, welches in den
verschiedensten privaten, geschäftlichen und wissenschaftlichen Bereichen Anwendung findet.
Beispielsweise werden mithilfe von intelligenten und vernetzten Smart Products, wie beispielsweise mit
Sensoren ausgestattete Armbänder, Daten erfasst, die die Grundlage für die Optimierung von Gesundheit
und Fitness bilden. Ein anderes Beispiel sind Smart Home-Anwendungen, die durch intelligente Systeme
die Steuerung von Heizung oder Licht in Gebäuden über das Internet oder mobile Endgeräte ermöglichen
(vgl. Huber & Kaiser (2015) S. 683; Lemke & Brenner (2015) S. 35f.).
Grundlagen 28
& Kaiser (2015) S. 683; Kagermann et al. (2013) S. 24, 35f.).
Eine wichtige technische Voraussetzung für Industrie 4.0 ist die Ausstattung von Objekten,
Produktionsanlagen oder Logistikkomponenten mit eingebetteten Systemen. Auf diese Weise
entstehen intelligente Cyber-Physische Systeme (CPS). Über entsprechende Schnittstellen sind
CPS in der Lage Internetdienste zu nutzen und miteinander zu kommunizieren. Dies führt zum
Zusammenwachsen von realer und virtueller Welt, indem vernetzte physische Objekte eine
zweite, virtuelle Identität als Datenobjekte im Netz erhalten. Über ihr virtuelles Abbild können
physische Objekte einerseits im Netz identifiziert und analysiert werden. Andererseits
veröffentlichen sie mittels ihrer virtuellen Identität auch Wissen und Daten im Netz,
beispielsweise zu ihrer Funktion, ihren Bedürfnissen und über Sensoren ermittelte Eigenschaften
ihrer Umwelt. Durch die Vernetzung von CPS werden autonome und dezentrale Netzwerke
aufgebaut, die in der Lage sind sich eigenständig zu optimieren (vgl. Bauernhansl (2014b) S. 105,
Bauernhansl (2014a) S. 15f.; Huber & Kaiser (2015) S. 682).
Obwohl die Kommunikation zwischen CPS nicht zwingend über das Internet abgewickelt werden
muss, sondern beispielsweise auch über ein privates Firmennetz, ein Firmenverbundnetz oder ein
anderes geschlossenes Unternehmensnetz erfolgen kann, wird im Zusammenhang mit
Industrie 4.0 meist das Internet der Dinge als Kommunikationsnetz betrachtet. Das Internet der
Dinge ermöglicht die eigenständige Kommunikation der intelligenten Geräte und Maschinen mit
anderen Kommunikationsteilnehmern im Netz. Es stößt immer weiter in die reale Welt vor und
stellt eine neuartige Plattform der Informationsverarbeitung und Kommunikation in der
Produktion dar, welche große Datenmengen empfängt, transferiert und organisiert (vgl. Drath
(2016) S. 19; Huber & Kaiser (2015) S. 683; Laudon et al. (2016) S. 236; Lemke & Brenner
(2015) S. 34f.; Lu (2010) S. 2259).
Ein Cyber-Physisches System ist ein System aus physischen und zugehörigen virtuellen Objekten,
die über Informationsnetzwerke miteinander interagieren. Es besteht aus drei verschiedenen
Ebenen, die in Abbildung 12 schematisch skizziert sind. Die erste Ebene bezieht sich auf die
physischen Objekte, zum Beispiel eine Produktionsanlage. Die jederzeit und überall verfügbaren
Daten und Modelle dieser physischen Objekte bilden in einer vernetzten Infrastruktur die zweite
Ebene. Innerhalb der dritten Ebene sind die Dienste und Algorithmen definiert, die den
übergreifenden Datenaustausch ermöglichen. Es entstehen intelligente Produkte und
Produktionseinheiten, die beispielsweise in der Lage sind Qualitätsabweichungen selbstständig
zu diagnostizieren und entsprechend entgegenzuwirken. Dies bildet die Basis für eine
selbstständige kontextsensitive Entscheidungsfindung und die automatische Optimierung des
Produktionssystems (vgl. Drath (2016) S. 20; Vogel-Heuser (2014) S. 44).
Für die klassische Automatisierungstechnik stellen das Konzept von Industrie 4.0 und die
Cyber-Physischen Systeme eine große Herausforderung dar, da sie nicht deren traditionellen
hierarchischen Architekturen folgen. Klassischerweise werden die technischen
Produktionsprozesse und deren Dynamik beim modellbasierten Entwurf und Betrieb
automatisierter Anlagen mit einbezogen. Dabei entstehen typischerweise viele unterschiedliche
IT-Systeme nebeneinander, die nur bedingt miteinander vernetzt sind und aufgrund
Grundlagen 29
unterschiedlicher Semantiken keine Datenmigration erlauben. Die eher informatikorientierte

Sichtweise von Industrie 4.0 mit dem CPS-Konzept beginnt dagegen erst mit diskreten binären
Daten und mit den aus Sensoren und Aktoren gewonnenen Informationsflüssen. Entsprechend
spielen Prozess- und Systemdynamiken keine entscheidende Rolle. Allerdings wird im Gegensatz
zu den traditionellen Ansätzen der Automatisierungstechnik die unternehmensübergreifende
Vernetzung und die Integration von Systemen verschiedener Hersteller unterstützt (vgl. Delsing
et al. (2012) S. 5786ff.; Schulz (2015) S. 1ff.; Vogel-Heuser (2014) S. 38f.).
3
Dienstesystem • Algorithmen
2 • Dokumente • Topologie
Datenspeicher • Prozessdaten • …
• 3D Modelle
1
• Automatisierungskomponenten
Physische Objekte • Mensch
Abbildung 12: Ebenen eines Cyber-Physischen Systems

(in Anlehnung an Drath (2016) S. 20)
Ein Cyber-Physisches System ist ein Gesamtsystem, welches aus verschiedenen Untersystemen
besteht, die getrennt entwickelt wurden und auch unabhängig voneinander agieren können (vgl.
Lüth (2016) S. 26). Die Voraussetzung für die Kommunikation und den Datenaustausch zwischen
heterogenen Anlagen und Geräten verschiedener Hersteller sind standardisierte
Kommunikationsregeln und einheitliche Datenformate. Die Entwicklung von entsprechenden
Referenzarchitekturen ist Gegenstand aktueller Forschung, wie beispielsweise im Rahmen des
Referenzarchitekturmodells Industrie 4.0 (RAMI4.0) (vgl. DIN SPEC 91345 (2016) S. 1ff.). Ein
geeigneter Lösungsansatz, der eine geringe Standardisierung erfordert, sind serviceorientierte
Architekturen. Hierbei handelt es sich um eine Softwarearchitektur, deren Grundprinzip der
Aufbau aus lose gekoppelten Funktionsbausteinen ist. Diese Elemente haben klar definierte
fachliche Aufgaben und werden auch als Dienste bezeichnet. Über Schnittstellen sind Dienste in
der Lage Informationen austauschen (vgl. Laudon et al. (2016) S. 247; Reinheimer et al. (2007)
S. 7f.; Vogel-Heuser (2014) S. 40f.).
Neben der Kommunikation mit anderen autonomen Systemen kooperieren CPS mit dem
Menschen, um mit ihm gemeinsam komplexe Aufgaben arbeitsteilig zu lösen. Die integriert
vorhandenen Daten werden dem Menschen in geeigneter Form zur Verfügung gestellt. CPS
ermitteln Zusammenhänge in den verfügbaren Daten und stellen dem Menschen die
Informationen zur Verfügung. Sie bieten verschiedene Interaktionsmöglichkeiten, sodass der
Mensch in der Lage ist, geeignete Informationen zu suchen und entsprechende
Schlussfolgerungen zu ziehen. Dazu berücksichtigt die Datenaufbereitung unter anderem die
Aufgabe und Rolle des Menschen sowie dessen individuelle Bedürfnisse wie beispielsweise
altersspezifische Eigenschaften (vgl. Lüth (2016) S. 26; Vogel-Heuser (2014) S. 45f.).
Grundlagen 30
2.4.3 Künstliche Intelligenz und Wissensbasierte Systeme
Zur Realisierung von selbststeuernden Prozessen sind Automatisierungskonzepte notwendig, die

es intelligenten Objekten ermöglichen autonom Entscheidungen zu treffen und sich dezentral zu
organisieren. Eine Möglichkeit diese Fähigkeiten in Objekte einzubetten sind sogenannte
intelligente Agenten. Sie werden im Rahmen der Künstlichen Intelligenz untersucht (vgl. Laudon
et al. (2016) S. 247f.). Ziel der Künstlichen Intelligenz (KI) ist es, intelligentes Verhalten durch
Rechner abzubilden. Vorbild ist die menschliche Intelligenz mit ihren komplexen kognitiven
Fähigkeiten und Erkennungs- und Denkprozessen. Der Trend geht von einem Definitionsansatz,
der das menschliche Denken und Handeln als zentrale Referenz betrachtet, hin zu einem
Verständnis, das den Fokus auf die Schaffung von rational denkenden und handelnden Systemen
legt. Intelligentes Verhalten wird als Prozess der Informationsverarbeitung aufgefasst, bei dem
Informationen in Form von Wissen sowie kognitive Fähigkeiten des Menschen analysiert und
durch den Rechner nachgeahmt werden. Anwendungsgebiete sind beispielsweise maschinelles
Problemlösen und Beweisen, Sprach- und Bilderkennung oder maschinelles Lernen (vgl. Lunze
(2016) S. 2ff.; Russel & Norvig (2012) S. 23ff.).
Der sich auf das rationale Handeln beziehende KI-Ansatz führt zum Begriff des intelligenten
Agenten. Allgemein wird unter einem Agenten ein System verstanden, welches Informationen
verarbeitet und aus einer Eingabe eine Ausgabe produziert. Intelligente Agenten verhalten sich in
einer Umgebung autonom und verfolgen eigene Ziele. Sie handeln rational, indem sie
Informationen aus ihrer Umgebung empfangen, die Informationen nutzen, um bestmögliche
Entscheidungen zu treffen und auf diese Weise auf ihre Umgebung einwirken. Intelligente
Agenten sind in der Lage sowohl auf erwartete, als auch auf unerwartete Ereignisse zu reagieren,
sich an Veränderungen anzupassen und ihre Umgebung zu steuern oder zu beeinflussen (vgl. Ertel
(2016) S. 18ff.; Lunze (2016) S. 21f.; Russel & Norvig (2012) S. 25).
Intelligente Agenten eignen sich zur Automatisierung von Entscheidungen, da sie als
selbstausführende Systeme eigenständig Entscheidungen treffen. Im Gegensatz zu intelligent
arbeitenden technischen Systemen in der Automatisierungstechnik, die in der Regel durch
Algorithmen gesteuert werden, basiert die Intelligenz von KI-Agenten auf symbolischer
Wissensverarbeitung auf Basis von Regeln und erlerntem Wissen. Der Übergang ist jedoch
fließend und der Einsatz der Künstlichen Intelligenz in der Technik soll die bisher durch
analytische Informationsverarbeitung realisierten Funktionen ergänzen und erweitern. Die
Einbringung von Methoden der Künstlichen Intelligenz in die industrielle
Automatisierungstechnik zur Auswertung von Sensordaten in vernetzten Produktionssystemen ist
ein Forschungsfeld im Bereich Industrie 4.0 (vgl. Kagermann et al. (2013) S. 95; Lunze (2016)
S. 22f.).
Die symbolische Wissensverarbeitung eignet sich insbesondere für die Automatisierung von
Entscheidungsproblemen in komplexen Systemen und Entscheidungsaufgaben, bei denen die
Kenntnisse über technische Randbedingungen unsicher und unvollständig sind. Das betrifft vor
allem Aufgaben mit qualitativen Zielvorgaben, die von menschlichen Aufgabenträgern durch
Erfahrung und Intuition gelöst werden und für die keine analytischen Modelle existieren. Die
Grundlagen 31
Schaffung, Nutzung und Wartung künstlicher Wissenssysteme ist ein wichtiges Teilgebiet der
Künstlichen Intelligenz. Durch künstliche Wissenssysteme wird es für die
Automatisierungstechnik möglich vom Menschen erworbenes Wissen zu übernehmen und dieses
maschinell verfügbar zu machen (vgl. Favre-Bulle (2004) S. 324; Lunze (2016) S. 22f.).
Nach Probst et al. (2012) wird mit Wissen die Gesamtheit der Kenntnisse und Fähigkeiten
bezeichnet, die Individuen zur Lösung von Problemen einsetzen. Der Wissensbegriff umfasst
theoretische Erkenntnisse, praktische Alltagsregeln und Handlungsanweisungen. Wissen basiert
auf Daten und Informationen, wobei es im Unterschied zu diesen immer an Personen gebunden
ist. Es wird demzufolge von Individuen konstruiert und repräsentiert deren Erwartungen in Form
von Ursache-Wirkungs-Zusammenhängen. Insbesondere ist die Denk- und Erkenntnisfähigkeit
des Individuums als kognitiver Agent von Bedeutung (Probst et al. (2012) S. 23).
Das Grundkonzept wissensbasierter Systeme ist in Abbildung 13 dargestellt und basiert auf der
Trennung von Wissensrepräsentation und Wissensverarbeitung. Ein wissensbasiertes System
besteht aus einer Wissensbasis und einer Inferenzmaschine. Die Wissensbasis enthält das für die
betrachtete Problemklasse benötigte Wissen mit Folgerungsregeln und Informationen als Modell
des Gegenstandsbereichs. Es liegt beispielsweise in Form von Regeln oder semantischen Netzen
vor und kann maschinell verarbeitet werden. Die Auswertung der Wissensbasis und die
Verarbeitung des dort hinterlegten Wissens übernimmt die Inferenzmaschine, die einen
Algorithmus realisiert, mit dem ein gegebenes Problem gelöst wird. Durch die Inferenzmaschine
ist ein wissensbasiertes System als maschineller Aufgabenträger in der Lage eigenständig
Probleme zu lösen. Mit der Inferenzkomponente wird das dynamische Verhalten und die
Ablaufbeziehungen zur Durchführung von Teilfunktionen eines wissensbasierten Systems
bestimmt (vgl. Ferstl & Sinz (2013) S. 367f.). Aus Prozesssicht wird damit gleichzeitig die
Reihenfolge der durch das System durchgeführten Aufgaben festgelegt. Wissensbasierte Systeme
sind den Dispositionssystemen als Teil operativer Systeme zuzuordnen, da sie der Vorbereitung
von menschlichen Entscheidungsaufgaben dienen oder diese automatisiert ausführen und damit
den menschlichen Aufgabenträger entlasten. Wenn in einem wissensbasierten System implizites
Wissen von Experten eines Fach- oder Anwendungsbereichs abgebildet wird, wird häufig auch
von Expertensystemen gesprochen (DIN IEC 60050-351 (2014) S. 34; vgl. Favre-Bulle (2004) S.
324f.; Heinrich et al. (2011) S. 256f.; Kurbel (1992) S. 18; Lunze (2016) S. 465; Mertens (2013)
S. 27).
Grundlagen 32
Inferenzmaschine
(Problemlösungskomponente)
Wissensbasis
Abbildung 13: Prinzip eines wissensbasierten Systems

(in Anlehnung an Kurbel (1992) S. 18; Lunze (2016) S. 466)
Die Wissensrepräsentation dient der Überführung von informellem Wissen über den
Diskursbereich in eine formalisierte, maschinell verarbeitbare Form. Dabei findet eine
Modellbildung bzw. Modellierung statt, deren Grundlagen oben bereits erläutert wurden (vgl.
Kapitel 2.2.1). In Abbildung 14 ist der Weg zur Lösung einer konkreten Problemstellung oder
Entscheidungssituation in wissensbasierten Systemen dargestellt. Zunächst wird eine für eine
ganze Klasse von Entscheidungsaufgaben geltende Problemstellung definiert und das benötigte
Wissen durch Modellierung formalisiert. Zu dem Wissen über eine Problemklasse zählen Fakten
des Diskursbereichs und Operationen zur Umformung des Problems. In der Lösungsstrategie ist
das Wissen zur Steuerung des Inferenzprozesses hinterlegt. Es umfasst die Richtlinien für die
Verwendung der Operationen zur Lösung eines gegebenen Problems. Bei der Algorithmierung
wird das allgemeine Problemwissen mit der Lösungsstrategie verknüpft, sodass eine explizite
Beschreibung des Lösungswegs entsteht. Dabei wird eine Folge von Lösungsschritten bzw.
Aufgaben erzeugt, in der die Operationen eindeutig hintereinander angeordnet sind. Auf diese
Weise ist ein wissensbasiertes System in der Lage eigenständig den Problemlösungsprozess zu
steuern. Durch Befolgen der Anweisungen kann der Algorithmus ausgeführt und auf die
Eingangsdaten angewandt werden. Diese werden durch den Algorithmus verarbeitet, wodurch die
Lösung des gegebenen Problems beschrieben wird (vgl. Lunze (2016) S. 477f.).
Wissen über den

Diskursbereich
Formalisierung
spezielles Wissen allgemeines Wissen

Lösungsstrategie
über aktuelles über die
(Kontrollwissen)
Problem Problemklasse
Algorithmierung
Daten Algorithmus
Verarbeitung
Lösung
Abbildung 14: Problembearbeitung in wissensbasierten Systemen

(in Anlehnung an Lunze (2016) S. 478)
Prozesserhebung und Analyse 33
3 Prozesserhebung und Analyse
3.1 Unternehmensvorstellung
Die Infineon Technologies Dresden GmbH (IFD) ist einer der größten Fertigungs- und
Entwicklungsstandorte des deutschen Halbleiterherstellers Infineon Technologies AG. Seit der
Gründung im Jahr 1994 wurden mehr als drei Milliarden Euro in den Standort investiert. Heute
beschäftigt Infineon in Dresden mehr als 2.000 Mitarbeiter (vgl. Infineon Technologies Dresden
GmbH (2016) S. 6).
In der Fertigung von IFD werden über 400 verschiedene Produkte auf Basis von Siliziumscheiben
mit Durchmessern von 200 mm und 300 mm hergestellt. Das Produktspektrum reicht von
Automobilelektronik- über Sicherheits- und Chipkartenanwendungen bis hin zu Lösungen für das
Energiemanagement und die Steuerungselektronik. Bei der im Jahr 2011 gestarteten Fertigung
auf 300 mm Wafern handelt es sich um die weltweit erste Hochvolumenfabrik für
Leistungshalbleiter mit einem solchen Scheibendurchmesser. Die Fertigung zeichnet sich durch
kurze Durchlaufzeiten, gehobene Sicherheitsstandards und ein Qualitätsniveau mit hoher
Ausbeute aus. Damit setzt sie die Null-Fehler-Philosophie des Unternehmens um (vgl. Infineon
Technologies Dresden GmbH (2016) S. 8). Aufgrund der Vielfalt an unterschiedlichen Produkten
ist die Fabrik durch eine entsprechend große Anzahl an verschiedenen Fertigungsanlagen und
Fertigungsprozessen gekennzeichnet. Daraus ergibt sich eine hohe Variabilität im
Defektverhalten, da Defekte in der Halbleiterfertigung maßgeblich vom Anlagentyp und von den
Fertigungsprozessen bestimmt werden. In der Halbleiterfertigung von IFD existiert daher
umfassendes und vielfältiges Expertenwissen zum Umgang mit detektierten
Qualitätsabweichungen auf den Scheiben.
In den vergangenen Jahren wurde die Automatisierung der Produktion konsequent

vorangetrieben, sodass die Halbleiterfertigung von IFD durch einen hohen Automatisierungsgrad
gekennzeichnet ist. Die Produktionslinie mit einem Scheibendurchmesser von 300 mm wurde
vollständig als hochautomatisierte Fertigung konzipiert. Die 200 mm-Fertigungslinie wurde in
den vergangenen Jahren konsequent zu einer vollautomatisierten Fertigung weiterentwickelt,
sodass sie beispielsweise mit einem vollautomatischen Wafer-Transportsystem und
Robotersystemen zur Be- und Entladung der Fertigungsanlagen ausgerüstet ist. Die
Fabriksteuerung erfolgt über zentrale Fertigungsmanagementsysteme, mit denen die
Fertigungsanlagen gesteuert und überwacht werden. Durch den Einsatz von RFID-Systemen
werden sowohl Betriebs-, als auch Prozessdaten erfasst und Produkte lassen sich eindeutig
lokalisieren. Damit erfüllt die intelligent vernetzte Fertigung von IFD bereits heute Elemente von
Industrie 4.0 (vgl. Infineon Technologies Dresden GmbH (2016) S. 9). Obwohl die
wertschöpfenden Produktionsprozesse in der Vergangenheit bereits umfassend automatisiert
wurden, existieren weitere Automatisierungspotentiale in der Fertigung, beispielsweise bei den
Unterstützungsprozessen wie der Qualitätssicherung.
3.2 Ziel und Vorgehen
Zur Beantwortung der ersten Forschungsfrage soll eine qualitative Prozessanalyse des Prozesses
nach Defektdichtemeldung erfolgen. Gemäß den Anforderungen der Analysephase in der
gestaltungsorientierten Forschung nach Österle et al (2011) wird die Problemstellung der
vorliegenden Arbeit in der Praxis erhoben und beschrieben. Zielstellung ist die Charakterisierung
des Prozesses und die Identifikation von vorhandenen Schwachstellen und Ineffizienzen. Der
Schwerpunkt liegt auf den verschiedenen von der Fachkraft ausgeführten Aufgaben des Prozesses
und deren Automatisierbarkeit. Auf diese Weise bildet die Prozessanalyse den Ausgangspunkt
für den Entwurf eines Konzepts zur Automatisierung des Prozesses nach Defektdichtemeldung.
Für die Prozessanalyse wird ein zweistufiges Vorgehen gewählt. In einem ersten Schritt erfolgt
in Kapitel 3.3 eine allgemeine Analyse des Prozesses nach Defektdichtemeldung. Zur Einordnung
und zum besseren Verständnis wird zunächst der Defektdichteprozess, der dem Prozess nach
Defektdichtemeldung vorgelagert ist, beschrieben. Anschließend wird der Prozess nach
Defektdichtemeldung als Entscheidungsprozess definiert und anhand der in Kapitel 2.2.3
ausgearbeiteten allgemeinen Prozessmerkmale charakterisiert.
Im zweiten Schritt wird in den Kapiteln 3.4, 3.5 und 3.6 eine detaillierte Prozessanalyse zur
Identifikation von Schwachstellen durchgeführt. Aufgrund von wesentlichen Unterschieden in
der Prozessgestaltung findet die detaillierte Prozessanalyse getrennt nach Fertigungsbereichen
statt. Um ein möglichst umfassendes Bild zu gewinnen, werden dazu die drei Fertigungsbereiche
Chemisch-Mechanisches Polieren, Lithografie und Chemical Vapour Deposition ausgewählt. Für
jeden der Bereiche werden zunächst die technologischen Grundlagen der verwendeten
Fertigungsverfahren herausgearbeitet und mögliche Ursachen von Defekten beschrieben. Dazu
werden für jeden Fertigungsbereich charakteristische Defektarten vorgestellt. Danach erfolgt die
eigentliche Analyse des Prozesses nach Defektdichtemeldung in den einzelnen
Fertigungsbereichen. Bei der Analyse der Aufgaben erfolgt die Verwendung des Stufenmodells
der Informationsverarbeitung in einem Entscheidungsprozess nach Parasuraman et al. (2000)
(vgl. Kapitel 2.2.3). Zusätzlich werden die Informationssysteme, die zur Unterstützung der
Aufgabendurchführung verwendet werden, mitbetrachtet. Ein Schwerpunkt der Analyse liegt auf
den Lösungsverfahren der im Prozess durchgeführten Aufgaben, sodass ermittelt werden kann,
ob die Aufgaben gemäß den formalen Kriterien automatisiert werden können.
Zur Bewertung der Automatisierbarkeit der Aufgaben gemäß sachlicher Kriterien werden die
Aufgaben des Prozesses anhand der Kriterien der Prozessanalyse nach Allweyer (2012) analysiert
(vgl. Kapitel 2.3.3). Als ein wichtiges Analysekriterium wird der Nutzen der Aufgaben in
Hinblick auf das Prozessziel betrachtet. Hierbei sollen nicht zielführende
Aufgabendurchführungen, die im Sinne des Lean Managements 18 Verschwendung darstellen,
identifiziert werden. Für notwendige Aufgaben soll die alternative Durchführung durch den
Menschen oder einen Automaten genauer erörtert werden. Dabei werden die Zeit, die Kosten und
18
Die Grundidee des Lean Management ist eine schlanke und effiziente Unternehmensführung, die durch
die Elimination von Verschwendung realisiert wird (vgl. Klevers (2013) S. 20f.; Ono (2013) S. 52ff.;
Womack et al. (2013) S. 23).
die Qualität der Aufgabendurchführung für den personellen und maschinellen Aufgabenträger
analysiert. In die Analyse werden zudem die Einflussfaktoren nach Allweyer (2012) mit
einbezogen, welche sich auf diese Kriterien auswirken. Dies betrifft insbesondere System- und
Medienbrüche sowie Datenredundanzen und Integrationsaspekte bezüglich der verwendeten
Informationssysteme.
Da im weiteren Verlauf der Untersuchungen eine prototypische Umsetzung des

Automatisierungskonzepts anhand eines Fertigungsbereichs entwickelt werden soll, wird in der
Analysephase ein Bereich für umfassendere Analysen der Entscheidungsprozesse ausgewählt.
Die Wahl fällt auf den Fertigungsbereich Chemisch-Mechanisches Polieren, da dessen
Fertigungsprozesse als eine Hauptquelle für Defekte in der Halbleiterfertigung mit entsprechend
negativen Auswirkungen auf die Fertigungsausbeute gelten (vgl. Hilleringmann (2014) S. 126).
Daher werden die Resultate der Prozessanalyse in diesem Fertigungsbereich detaillierter
präsentiert.
Zur Prozessaufnahme und Analyse wird eine Inhaltsanalyse der bestehenden

Prozessdokumentationen der einzelnen Fertigungsbereiche durchgeführt. Die im Prozess
verwendeten Informationssysteme und Handlungsanweisungen werden in die Analyse mit
einbezogen. Zudem werden Interviews mit den zuständigen Prozessverantwortlichen der
Fertigungsbereiche geführt. In Anhang A1 ist eine chronologische Übersicht der Interviews
aufgeführt. Die ersten Interviews dienen der Schaffung eines groben Überblicks über den Prozess
und sind daher im Wesentlichen durch offene Fragestellungen zum prinzipiellen Ablauf und zu
den zu verwendenden Hilfsmittel geprägt. Im Anschluss werden darauf aufbauend konkretere
Sachverhalte wie beispielsweise bestimmte Fehlerbilder oder Details zu den IT-Werkzeugen
diskutiert. Weitere Interviews bezüglich der Durchführung der Aufgaben werden mit Fachkräften
durchgeführt, da sie die zu untersuchenden Aufgaben praktisch ausführen. Die Erhebung des
Ist-Prozesses wird darüber hinaus durch Beobachtungen der realen Prozessabläufe in der
Fertigung ergänzt.
3.3 Einordnung und allgemeine Prozessmerkmale
3.3.1 Defektdichteprozess
Aufgrund des hohen Kosten- und Wettbewerbsdrucks sind Unternehmen in der

Halbleiterindustrie gezwungen ein hohes Qualitätsniveau in der Fertigung zu etablieren, um die
Kosten durch Ausschuss zu reduzieren und Umsatzrückgänge zu vermeiden. Bei IFD ist die
Abteilung Defektdichte für die Kontrolle der Fertigungsqualität verantwortlich. Stichprobenartig
untersucht sie Lose bzw. Wafer nach bestimmten Prozessschritten im Rahmen einer
Qualitätsprüfung. Hierfür sind im Arbeitsplan Quality Gates 19 festgelegt, die Prüfvorschriften
und zu untersuchende Parameter enthalten. Aufgabe der Abteilung Defektdichte ist es,
19
Quality Gates sind eine Methodik zur Absicherung von Prozessketten, bei der ein komplexer Prozess in
verschiedene Abschnitte gegliedert wird. Nach dem Abschluss eines jeden Abschnitts werden dabei
Kontrollpunkte eingefügt, bei denen die Prozessergebnisse hinsichtlich Ziel- oder Qualitätskriterien
überprüft werden (vgl. Schmitt & Pfeifer (2015) S. 588f.).
Auffälligkeiten, Abweichungen, Verletzungen bzw. Fehler auf den Wafern zu erkennen, zu

identifizieren, zu klassifizieren und näher zu analysieren. Entsprechende Maßnahmen dienen
dabei nicht nur als reaktives Instrument zur Kontrolle der Produktqualität, sondern können in eine
umfassendere Qualitätsphilosophie eingeordnet werden. Durch die gezielte Erhebung und
Aufbereitung von Informationen zu Abweichungen vom festgelegten Qualitätsniveau wird
gleichzeitig ein regelnder, proaktiver Eingriff in den Produktionsprozess ermöglicht (vgl. Schmitt
& Pfeifer (2015) S. 4).
In Abbildung 15 ist der Defektdichteablauf in BPMN-Notation vereinfacht darstellt. Sobald ein

Fertigungslos ein Quality Gate seines Arbeitsplans erreicht, gelangt es durch die Steuerung des
Fertigungsmanagementsystems zu einem Inspektionsschritt, bei dem die qualitätsrelevanten
Parameter automatisiert und stichprobenartig ermittelt sowie ausgewertet werden. Werden keine
Spezifikationsverletzungen festgestellt, ist das Los für den nächsten Produktionsabschnitt
freigegeben. Falls während der Inspektion jedoch Verletzungen der Qualitätsparameter auftreten,
wird aus Dokumentationszwecken automatisch ein Abweichungsprotokoll erstellt und ein
sogenanntes Review durchgeführt. Hierbei werden automatisiert an den entsprechenden
Defektkoordinaten der auffälligen Wafer Fotos erstellt und elektronisch in der Wafer-Map
hinterlegt.
Fachkraft
Verursachende
Entscheidung über Fertigungsbereich
Anlage
Los treffen informieren
identifizieren
Information an
Fertigungsbereich
gesendet
Klassifizierungs-
fachkraft
Fehler
klassifizieren
Defektdichte
Spezifikations-
verletzung?
Hochautomatisierung
Inspektion Abweichungs- Review

ja
durchführen protokoll anlegen durchführen
Los erreicht
Quality Gate
nein
Los für nächsten

Produktionsabschnitt
freigegeben
Abbildung 15: Defektdichteprozess
Anhand der Fotos klassifiziert eine Klassifizierungsfachkraft im Anschluss den aufgetretenen

Fehler und ordnet der Abweichung ein Fehlerbild und den entsprechenden Fehlercode zu. Hierfür
stehen verschiedene Entscheidungshilfen mit Beispielen und Anwendungsfällen zur Verfügung.
Wurde dem Fehler ein eindeutiges Fehlerbild zugewiesen, trifft eine Fachkraft der Defektdichte
die Entscheidung, ob das entsprechende Los trotz Auffälligkeiten für den nächsten
Produktionsabschnitt freigegeben, vorübergehend bis zu einer Entscheidung des zuständigen
Qualitätsingenieurs gestoppt oder verworfen werden muss. Der Fachkraft stehen hierfür ebenfalls
vielfältige Entscheidungshilfen in einer Datenbank zur Verfügung. Zur Entscheidungsfindung
kann die Fachkraft beispielsweise auch ein erneutes Review oder eine Materialanalyse der
entdeckten Defekte veranlassen. In den entsprechenden Entscheidungshilfen finden sich ebenfalls
Hinweise auf den fehlerverursachenden Anlagentyp, sodass die Defektdichtefachkraft mittels
Loshistorie eine verdächtige Anlage bzw., wenn möglich, die fehlerverursachende
Anlageneinheit identifizieren kann. Zum Abschluss des Defektdichteprozesses werden die
ermittelten Informationen an den jeweiligen Fertigungsbereich gemeldet, wo das prozess- und
anlagenspezifische Wissen liegt.
3.3.2 Prozess nach Defektdichtemeldung
In den einzelnen Fertigungsbereichen von IFD stellt sich bei Eingang einer Defektdichtemeldung
die Frage, wie die Informationen zur Fehlerbehebung an der verdächtigten Anlage genutzt werden
können. Aus Prozesssicht sind die einzelnen Fertigungsbereiche damit als Kunden des
vorgelagerten Defektdichteprozesses anzusehen, für die von der Defektdichteabteilung eine
Leistung in Form von Informationen zu detektierten Auffälligkeiten an einer Produktionsanlage
erzeugt wird. Im Unterschied zum Defektdichteprozess steht jedoch nicht die Produktqualität des
Fertigungsloses, sondern die Fertigungsqualität der Produktionsanlagen und deren Fehlverhalten
im Mittelpunkt. Der Prozess nach Defektdichtemeldung ist als Schnittstelle zwischen der
Produktionsqualitätskontrolle und der Anlageninstandhaltung im Produktionssektor des
Industriebetriebs einzuordnen (vgl. Mertens (2013) S. 232ff.). Es handelt sich um einen
Unterstützungsprozess, der im engeren Sinne nicht wertschöpfend ist. Der Prozess ist jedoch
notwendig, um das Qualitätsniveau der wertschöpfenden Fertigungsschritte aufrechtzuerhalten
und zu sichern.
Das übergeordnete Ziel des Prozesses nach Defektdichtemeldung ist die Sicherstellung eines
hohen Qualitätsniveaus auffälliger Fertigungsanlagen bei gleichzeitiger Gewährleistung einer
hohen Produktivität durch eine hohe Maschinenverfügbarkeit. Dies sind konkurrierende
Zielsetzungen, da Aktivitäten zur Aufrechterhaltung der Fertigungsqualität wie
Instandhaltungsmaßnahmen in der Regel die Verfügbarkeit der Anlagen für wertschöpfende
Prozesse senken und daher negative Auswirkungen auf die Produktivität haben. Allerdings sind
entsprechende Maßnahmen unumgänglich, um beispielsweise Folgekosten durch Ausschuss zu
vermeiden. Der untersuchte Prozess befindet sich folglich im Spannungsfeld der drei
Produktionszielgrößen Qualität, Kosten und Zeit.
Anhand der empfangenen Informationen über Qualitätsprobleme hat die Fachkraft im

Fertigungsbereich eine Maßnahme aus mehreren Handlungsalternativen zur Sicherung der
Fertigungsqualität der Anlage auszuwählen. Je nach Problemsituation sind verschiedene
Aktionsmöglichkeiten gegeben, die zu unterschiedlichen Ergebnissen führen und von
verschiedenen Umweltzuständen, wie beispielsweise der beim auffälligen Los verwendeten
Fertigungstechnologie, abhängig sind. Die Fachkraft verarbeitet die empfangenen Informationen
über die Problemsituation und leitet unter Verwendung von anlagenspezifischem Wissen und
technologischem Knowhow bezüglich der jeweiligen Produktionsprozesse die Auswahl einer
Maßnahme zur Qualitätssicherung ab. Die geschilderten Charakteristika entsprechen den in
Kapitel 2.2.2 erläuterten Merkmalen einer Entscheidungssituation. Beim Prozess nach
Defektdichterückmeldung handelt es sich folglich um einen Entscheidungsprozess.
Aufgrund der Unterschiedlichkeit der Fertigungsprozesse und der Fertigungsanlagen in der

Halbleiterfertigung wurden in den einzelnen Fertigungsbereichen unabhängig voneinander
unterschiedliche Ansätze für die Verarbeitung der Defektdichtemeldung entwickelt.
Nichtsdestotrotz existieren Prozesseigenschaften, die allgemein gültig sind. Bevor die Ansätze in
drei Fertigungsbereichen genauer untersucht werden, sollen zunächst die allgemeinen
Prozessmerkmale analysiert werden. Abbildung 16 zeigt das Prozessdefinitionsblatt nach
Becker (2008) für den Prozess zur Bearbeitung von Defektdichtemeldungen mit seinen
wesentlichen Prozessmerkmalen.
Prozessname
Prozess nach Defektdichtemeldung
Prozessverantwortlicher
Prozessingenieur und Anlagenexperte des Fertigungsbereichs
Startsignal Aufgaben Ergebnis
Eingang einer • Verarbeitung der gemeldeten Anlage für Fertigungs-
Defektdichtemeldung Informationen und Ableiten prozesse freigegeben
von Maßnahmen
Input • Durchführung von Output
Qualitätssicherungs-
Defektdichteinformationen maßnahmen an der Qualitätsniveau der Anlage
betreffenden Anlage gesichert
• Kontrolle der Maßnahmen
Lieferant (Input) • Durchführen der Kunde (Output)
Anlagenfreigabe
Fachkraft Defektdichte Fertigungsprozesse des
Fertigungsbereichs
Abbildung 16: Prozessdefinitionsblatt für den Prozess nach Defektdichtemeldung

(in Anlehnung an Becker (2008) S. 124)
Verantwortlich für den Prozess sind die entsprechenden Prozessingenieure und Anlagenexperten
in den Fertigungsbereichen. Sie verfügen über das notwendige technologische und
anlagenspezifische Wissen zur Beurteilung der verschiedenen Fehlerbilder. Aus diesem Grund
legen sie die Aufgaben der Fachkraft für jede konkrete Problemsituation in
Handlungsanweisungen fest. Diese werden als Entscheidungshilfen in einer
bereichsübergreifenden, webbasierten Entscheidungshilfedatenbank gespeichert und können von
der Fachkraft in der Fertigung über einen mit dem Firmennetz verbundenen Computer abgerufen
werden. Die einzelnen Entscheidungshilfen beziehen sich nicht nur auf den Umgang mit
Meldungen der Defektdichteabteilung, sondern dienen als allgemeine Grundlage in der Fertigung
für den Umgang mit Problemen und Abweichungen vom Sollprozess. Beispielsweise wird die
Entscheidungshilfedatenbank auch von der Defektdichteabteilung für ihre

Entscheidungsaufgaben verwendet.
Die Fachkraftmitarbeiter der Fertigungsabteilungen sind die Aufgabenträger der Aufgaben des
Entscheidungsprozesses. Sie treffen die Entscheidungen für bestimmte Maßnahmen im engeren
Sinne nicht selbstständig, sondern arbeiten die von Prozess- und Anlagenexperten definierten
Handlungsanweisungen ab. Das Vorhandensein von allgemeinen Vorschriften zum
Entscheidungsverhalten in unterschiedlichen Situationen deutet bereits auf die
Automatisierbarkeit der Entscheidungsaufgaben hin. Weiterhin wird auf diese Weise
gewährleistet, dass unterschiedliche Aufgabenträger in ähnlichen Entscheidungssituationen
gleich entscheiden. Die Entscheidungshilfen sind daher ein wichtiges Element, um den hohen
Qualitätsanforderungen in der Halbleiterfertigung gerecht zu werden.
Startpunkt des Prozesses bildet der Eingang einer Defektdichtemeldung im Fertigungsbereich als
Ergebnis des oben charakterisierten Defektdichteprozesses. Die im Defektdichteprozess
ermittelten Informationen zu Qualitätsabweichungen sind der Input des Prozesses nach
Defektdichtemeldung. Er wird von der Fachkraft der Defektdichteabteilung durch das Senden der
Meldung geliefert.
Bei der Analyse der Inputinformationen fällt auf, dass diese einheitlich via E-Mail-Nachricht an
die Fertigungsbereiche gesendet werden. Hierfür stehen in der Defektdichteabteilung für jeden
einzelnen Defekttyp E-Mail-Vorlagen zur Verfügung, die von der Defektdichtefachkraft mit den
ermittelten fallspezifischen Informationen ergänzt und an die Fachbereiche übermittelt werden.
In Anhang A2 ist beispielhaft eine E-Mail-Vorlage für die Defektdichtemeldung an den
Fertigungsbereich Chemisch-Mechanisches Polieren dargestellt. Auffällig ist, dass sich die
einzelnen E-Mail-Vorlagen in ihrer Struktur oft unterscheiden. Jedoch gleichen sich die
übermittelten Informationen. Sie lassen sich in die drei Kategorien allgemeine Losdaten,
Defektdaten und Daten zur verdächtigten Anlage unterteilen. Tabelle 4 zeigt die gruppierten
Inputparameter für den Prozess nach Defektdichtemeldung. Die weiteren Informationen zum
Fehlerbild und zur verdächtigten Anlageneinheit werden nur übermittelt, wenn weitere
Analyseergebnisse wie beispielsweise eine Materialanalyse von Partikeln oder die entsprechende
Korrelation zu einer Anlageneinheit vorliegen. Der Fokus der Untersuchungen der vorliegenden
Arbeit liegt auf Defektdichtemeldungen, die sich auf Produktlose beziehen. Die Information, ob
es sich bei dem auffälligen Los um ein Freigabelos handelt, wird im Folgenden nicht
vordergründig betrachtet.
Das Ergebnis bzw. der Output des Prozesses ist die für die Fertigungsprozesse freigegebene
Anlage, deren Qualitätsniveau durch den Prozess gesichert wurde. Die Kunden des Prozesses sind
daher die Fertigungsbereiche selbst, da der Prozess die anforderungsgerechte Ausführung der
Fertigungsprozesse für die Anlagen des Fertigungsbereichs gewährleistet.
Die Prozessleistung bzw. die Aufgaben des Prozesses bestehen in der Verarbeitung der
Defektdichteinformationen und dem Ableiten von Maßnahmen zur Sicherung der
Fertigungsqualität, der Durchführung dieser Maßnahmen, der Kontrolle der Maßnahmen sowie
der Freigabe der verdächtigten Anlage. Art und Umfang der Maßnahmen sind sehr stark von der
betreffenden Fertigungsanlage bzw. dem Fertigungsprozess und den spezifischen

Defektinformationen abhängig. Für die konkrete Prozessgestaltung existieren daher
unterschiedliche Ansätze, die von den Prozessverantwortlichen in den einzelnen
Fertigungsbereichen entwickelt wurden. Die Aufgaben werden in den nächsten Unterkapiteln für
einzelne Fertigungsbereiche detaillierter untersucht.
Kategorie Parameter
Allgemeine Losdaten Losnummer
Arbeitsplan
Prozessoperation
Defektdichteoperation
Freigabelos (ja/nein)
Defektdaten Detektiertes Fehlerbild (verbale Beschreibung)
Weitere Informationen zum Fehlerbild (optional)
Betroffene Wafer
Link zur Wafer-Map
Link zur Defektdichte-Entscheidungshilfe
Daten zur verdächtigten Anlage Verdächtigte Anlage
Verdächtigte Anlageneinheit (optional)
Tabelle 4: Inputparameter für den Entscheidungsprozess
Ein Teil der Aufgaben lässt sich gemäß den Stufen der Informationsverarbeitung in einem
Entscheidungsprozess nach Parasuraman et al. (2000) einordnen (vgl. Kapitel 2.2.3). So führt die
Fachkraft zunächst Aufgaben der Informationserfassung und -analyse durch. Im Anschluss wird
eine Entscheidung bezüglich einer einzuleitenden Maßnahme zur Qualitätssicherung für die
jeweilige Anlage getroffen. Gemäß der vierten Stufe der Informationsverarbeitung wird die
Maßnahme daraufhin ausgeführt. Aufgrund der hohen Qualitätsanforderungen in der
Halbleiterfertigung ist das für allgemeine Entscheidungsprozesse entwickelte Vierstufen-Modell
nach Parasuraman et al. (2000) jedoch um zwei qualitätsspezifische Stufen zu erweitern. Dazu
erfolgt nach der Ausführung der Maßnahme die Kontrolle der durchgeführten Maßnahme in
einem fünften Schritt, bei der die Wirksamkeit hinsichtlich der Behebung des aufgetretenen
Qualitätsproblems überprüft wird. Auf der letzten Stufe des Entscheidungsprozesses erfolgt die
Freigabe der Fertigungsanlage für die wertschöpfenden Fertigungsprozesse.
Damit ergeben sich sechs Stufen zur Systematisierung der Aufgaben des Entscheidungsprozesses
nach Defektdichtemeldung. In Abbildung 17 sind diese sechs Stufen im Prozessverlauf
dargestellt. Sie werden nicht notwendigerweise vollständig durchlaufen. So kann das Ergebnis
der dritten Stufe das Entscheiden für keine Maßnahme an der entsprechenden Anlage sein, da der
Vorfall nicht als kritisch für die Fertigungsqualität der Anlage betrachtet wird. In diesem Fall
werden lediglich die Stufen I, II und III des Entscheidungsprozesses durchlaufen. Weiterhin
können im Prozess nach Defektdichtemeldung Rückkopplungen auftreten, sodass die Stufen der
Informationsverarbeitung nicht immer chronologisch abgearbeitet werden. Ergibt die Kontrolle
der Maßnahme beispielsweise negative Resultate, erfolgt ein Rücksprung zur Phase der
Informationsanalyse, in der die Entscheidungssituation neu bewertet wird. Für die Freigabe der
Anlage ist eine ähnliche Rückkopplung im Falle negativer Ergebnisse vorgesehen.
Maßnahme
notwendig?
III
I II
Entscheidung und
Informations- Informations- nein
Auswahl der
erfassung analyse
Maßnahme
Defektdichte- Anlage
meldung freigegeben
ja
erhalten
IV
Ausführung der
Maßnahme
V
Kontrolle der
Maßnahme
nein ok?
ja
VI
Freigabe
nein ok? ja
Anlage
freigegeben
Abbildung 17: Stufen im Prozess nach Defektdichtemeldung aus Prozesssicht
3.4 Fertigungsbereich I: Chemisch-Mechanisches Polieren
3.4.1 Fertigungsprozess
Der erste Fertigungsbereich für die Detailanalyse des Prozesses nach Defektdichtemeldung ist
das Chemisch-Mechanische Polieren (CMP). Hier wird in mechanischen Schleifverfahren mit
Polierkörnern und chemischen Zusätzen Material von der Scheibenoberfläche abgetragen.
CMP-Techniken werden häufig nach Beschichtungsverfahren eingesetzt, welche geringe
Konformitäten bezüglich der Dicke der abgeschiedenen Schichten an Kanten- bzw.
Stufenstrukturen aufweisen. Solche unebenen Strukturen führen beispielsweise bei
Metallisierungsschichten zu erhöhten Stromdichten und unerwünschter Elektromigration, die
Leiterbahnen vorzeitig altern lassen. Mittels CMP werden solche Unebenheiten vor der
Weiterbearbeitung der Wafer großflächig planarisiert. Typischerweise werden so
Metallisierungsschichten aus Kupfer, Tantal oder Wolfram, Dielektrika wie Siliziumdioxid und
Polysiliziumschichten abgetragen. Der CMP-Prozess unterscheidet sich je nach Anwendung. Da
der Materialabtrag mithilfe aktiver chemischer Komponenten erfolgt, wird CMP teilweise auch
als Ätztechnik bezeichnet (vgl. Göbel (2014) S. 360; Hilleringmann (2014) S. 122ff.).
Abbildung 18 zeigt schematisch den Aufbau einer CMP-Anlage nach dem in der Praxis
verbreiteten Rotationspolierprinzip. Hierbei ist der Wafer mit der abzutragenden Schicht an einem
rotierenden Polierkopf befestigt, der die Scheibenoberfläche mit Druck gegen eine sich drehende
Polierscheibe presst. Auf diese Weise wird mechanisch Material von der Scheibenoberfläche
abgetragen. Für einen gleichmäßigen Materialabtrag führt der Polierkopf neben der Rotation
zusätzlich eine oszillierende Bewegung in radialer Richtung aus. Die Polierscheibe besteht aus
dem Polierteller und dem darauf befestigten Poliertuch, welches abnutzbar ist und gelegentlich
ausgetauscht werden muss. Dem Prozess werden kontinuierlich Wasser und eine chemische
Lösung als Schleifmittel zugeführt, welches durch die Rotation der Polierscheibe zum Polierkopf
transportiert wird. Neben der Realisierung des chemischen Materialabtrags, sorgt das
Schleifmittel auch für die Aufnahme und Verdünnung des abgetragenen Materials. Darüber
hinaus wird das Poliertuch permanent durch die Diamantspitzen des mitlaufenden Konditionierers
aufgeraut. Durch die Aufrechterhaltung der Rauigkeit des Tuchs soll die Abtragrate über die
Nutzungsdauer konstant gehalten werden. Neben den Rotationspolieranlagen existieren
Orbitalpolierer, bei denen Polierkopf und Polierscheibe Orbitalbewegungen ausführen und das
Schleifmittel in der Regel über den Polierkopf zugeführt wird (vgl. Hilleringmann (2014) S. 125;
Tsujimura (2008) S. 57).
Wasser Lösung
Polierkopf
Konditionierer
Diamant
Wafer
Poliertuch
Polierscheibe Polierteller
Abbildung 18: Aufbau einer CMP-Anlage nach dem Rotationsprinzip

(in Anlehnung an Hilleringmann (2014) S. 125)
Zur Umsetzung dieser Polierprinzipien wurden verschiedene Aufbauformen für CMP-Anlagen

entwickelt. Eine einfache Variante besteht lediglich aus einer Polierscheibe und einem Polierkopf.
Zur Erhöhung des Durchsatzes der Maschinen und zur effizienteren Nutzung des Schleifmittels
existieren Anlagen, bei denen mehrere Polierköpfe eine Polierscheibe nutzen. Darüber hinaus gibt
es Aufbauten, bei denen eine Anlage mehrere Polierscheiben besitzt oder die Größe der
Polierscheibe reduziert wurde. Auch die Integration, insbesondere von Stationen zur Reinigung
der Wafer nach dem Polieren, wird vorangetrieben. Eine moderne CMP-Anlage ist daher ein
hochintegriertes System, das neben der eigentlichen Polierkomponente aus Elementen wie der
Reinigungsstation, der Schleifmittelzufuhr, der Reste- und Abfallaufbereitung, Komponenten zur
Prozessüberwachung sowie Handhabungsstationen besteht (vgl. Tsujimura (2008) S. 62ff.).
Im Hinblick auf die Verursachung von Defekten spielen verschiedene Faktoren des
CMP-Prozesses eine Rolle. Entscheidend ist die Materialart der abzutragenden Schicht, da diese
die Art der Durchführung des CMP-Prozesses stark beeinflusst. Allgemein lassen sich
CMP-Defekte in Partikel, Rückstände, Kratzer und Korrosionsdefekte unterteilen. Da beim
Materialabtrag notwendigerweise Partikel in Form des abgetragenen Materials entstehen, gilt
CMP als vergleichsweise dreckiger Prozess und als eine Hauptquelle für Partikel. Auch
nachgelagerte Reinigungsschritte können Restpartikel nicht immer vollständig beseitigen. Neben
diesen Partikeln können auch Rückstände des Schleifmittels an der Scheibenoberfläche bzw. in
Öffnungen verbleiben. Darüber hinaus sind die Eigenschaften der Polierscheibe Einflussfaktoren
für Defekte auf den Wafern. Eine zu harte Polierscheibe kann beispielsweise Kratzer auf den
Wafern erzeugen. Kratzer auf der Scheibenoberfläche werden zudem durch die Bürsten, welche
während der Reinigungsschritte nach dem eigentlichen CMP-Prozess eingesetzt werden, oder
durch Handhabungsroboter verursacht. Beim Abtrag metallischer Schichten, insbesondere bei
reaktionsfreudigen Kupferebenen, können zudem Korrosionsdefekte auftreten. Ursache hierfür
sind Komponenten der Schleifmittellösung, die die Materialschicht chemisch angreifen (vgl.
Hilleringmann (2014) S. 126; Lefevre (2008) S. 511ff.).
Der Prozess nach Defektdichtemeldung im Fertigungsbereich CMP ist vergleichsweise gut

inhaltlich definiert und strukturiert. In den jeweiligen Entscheidungshilfen sind der Fachkraft
verschiedene Workflows zur Abarbeitung vorgegeben. Die Entscheidung, welcher Workflow im
konkreten Fall anzuwenden ist, ist von der Fachkraft anhand des übermittelten Fehlerbildes und
des Anlagentyps der verdächtigten Anlage zu treffen. Der Fertigungsbereich nutzt dazu die
bereichsübergreifende webbasierte Entscheidungshilfedatenbank, in der das Vorgehen in
Handlungsanweisungen für die verschiedenen Entscheidungssituationen dokumentiert ist.
Der Automatisierungsgrad des Prozesses ist gering. Der Prozess wird zwar elektronisch durch
eine E-Mail-Nachricht angestoßen, die eigentliche Vorgangsauslösung und die
Aktionensteuerung der einzelnen Aktivitäten übernimmt jedoch die Fachkraft. Obwohl der
Prozess inhaltlich gut strukturiert und dokumentiert ist, werden der Fachkraft viele Freiheiten
hinsichtlich des Prozessablaufs gelassen. Die Festlegung, wann welche Aktion durchzuführen ist,
ist inhaltlich durch die Entscheidungshilfen bestimmt, die praktische Auslösung der Aufgabe und
die Aktionensteuerung liegt aber bei der Fachkraft. Die Folge sind Ineffizienzen bei der
Prozessausführung durch unterschiedliche Herangehensweisen in der Praxis, die je nach
Prozessinstanz und ausführendem Mitarbeiter variieren. Dabei wird der Prozess häufig als eine
individuelle, kausale Problemeingrenzung und -bestimmung anstatt der Abarbeitung einer
festgelegten Aufgabensequenz betrachtet. Eine weitere Gefahr der personellen
Vorgangsauslösung und Aktionensteuerung sind Unterschiede in der Prozessqualität, die sich
letztlich negativ auf die Fertigungsqualität und damit auf die Ausbeute auswirken können.
Die Durchführung der Aufgaben wird ebenfalls größtenteils von der Fachkraft als personeller
Aufgabenträger ausgeführt, wobei sie bei der Abarbeitung der Aufgaben von verschiedenen
Informationssystemen unterstützt wird. Die Analyse der Aktionen ergibt auch hier, dass
Ineffizienzen vorhanden sind. Die Vielzahl an unterschiedlichen Informationssystemen im
Prozess führt beispielsweise zu System- und Medienbrüchen. Viele Aktivitäten dienen dem
Zusammentragen von Informationen und Daten, die bereits bekannt und in verschiedenen
Informationssystemen der Fertigung gespeichert sind. Zum Teil werden auch Informationen von
einem Informationssystem händisch in ein anderes Informationssystem übertragen, wodurch
Datenredundanzen entstehen. Die in den Aufgaben ermittelten Informationen bilden die
Grundlage für die Auswahl einer Handlungsalternative, die für eine bestimmte
Entscheidungssituation vorgegeben sind. Die Entscheidungstiefe der Fachkraft ist
dementsprechend gering. Im Folgenden werden die Aufgaben der Fachkraft anhand der
identifizierten sechs Stufen im Prozess nach Defektdichtemeldung näher beschrieben. Tabelle 5
zeigt eine Übersicht über die den Stufen zugeordneten Beispielaufgaben.
Stufe I: Informationserfassung
Mit den Aufgaben der Stufe der Informationserfassung werden die von der Defektdichte
gemeldeten Informationen von der CMP-Fachkraft erfasst. Hierzu zählen zunächst Aufgaben wie
das Öffnen, Lesen und Verstehen der E-Mail-Nachricht. Die Fachkraft öffnet den Link zur
Wafer-Map und betrachtet die Fotos zu den gemeldeten Defekten. Darüber hinaus fallen auf der
ersten Stufe Aufgaben zur Dokumentation des Prozesses nach Defektdichtemeldung an. Dafür
existiert im Fertigungsbereich CMP eine eigene Datenbank zur Protokollierung von
Defektdichtemeldungen, die neben der Dokumentation der Prozessausführung auch der
Prozessüberwachung dient. Für jede Defektdichtemeldung ist ein Datenbankeintrag von der
Fachkraft zu erstellen. Dazu öffnet die Fachkraft ein Template, in welches die Informationen aus
der Defektdichtemeldung hineinkopiert werden. Über das Template wird an unterschiedlichen
Stellen im Prozess zudem der aktuelle Auftragsstatus aktualisiert. In der Praxis wird bei Eingang
der Defektdichtenachricht darüber hinaus häufig eine Plausibilitätsprüfung hinsichtlich der
Relevanz der Meldung für den Fertigungsbereich CMP durchgeführt. Hierzu wird zum Teil auch
Rücksprache mit der Fachkraft der Defektdichteabteilung gehalten.
Die Aufgaben auf der Stufe der Informationserfassung dienen dem Nachvollziehen und dem
Dokumentieren der Defektdichtemeldung. Insbesondere die Dokumentationsaufgaben sind nicht
zwingend für die Bearbeitung des Prozesses notwendig, da sie nicht zu einem
Informationsgewinn beitragen und keinen Nutzen für die Bearbeitung der jeweiligen Meldung
generieren. Es fallen jedoch Personalkosten für die Fachkraft an, die während der Ausführung der
Aufgaben keine anderen Aufgaben erledigen kann. Obwohl die Aufgaben nicht nutzenbringend
sind, wird während der Beobachtungen festgestellt, dass die Fachkraft viel Zeit mit deren
Ausführung verbringt. Dadurch wird die Prozessdurchlaufzeit unnötig verlängert. Bei den
Dokumentationsaufgaben entstehen weitere Ineffizienzen in Form von Systembrüchen und
Datenredundanzen, da die Informationen aus der Defektdichtemeldung im Wesentlichen in die
Datenbank kopiert werden.
Stufe im Entscheidungsprozess Beispielaufgaben

I: Informationserfassung  Öffnen der E-Mail-Nachricht
 Verstehen und Dokumentieren der
Defektdichtemeldung
II: Informationsanalyse  Vorgehen gemäß Entscheidungshilfe
 Ermitteln der Fehlerhäufigkeit
 Ermitteln bereits durchgeführter Maßnahmen
III: Entscheidung und Auswahl der  Auswahl der Maßnahme gemäß Entscheidungshilfe
Maßnahme
IV: Ausführung der Maßnahme  Keine Maßnahme
 Anlage oder Anlageneinheit sperren
 Vorgänger- und Folgelose zu
Defektdichteinspektion schicken
 Prozessverantwortlichen kontaktieren
 Instandhaltung informieren
 Maßnahmen der Instandhaltung
V: Kontrolle der Maßnahme  Vorlaufwafer bearbeiten
 Abtragsratenkontrolle starten
 Defektdichtekontrolle starten
 Ergebnisse auswerten
VI: Freigabe  Freigabelos starten
 Ergebnisse auswerten
 Anlage oder Anlageneinheit freigeben
Tabelle 5: Beispielaufgaben im Fertigungsbereich CMP
Stufe II: Informationsanalyse
Die Aufgaben der Stufe der Informationsanalyse des Entscheidungsprozesses nach

Defektdichtemeldung dienen der Analyse der Inputinformationen, wodurch die Auswahl einer
Maßnahme zur Qualitätssicherung an der jeweiligen Anlage vorbereitet wird. Dazu hat die
Fachkraft die relevante Entscheidungshilfe in der webbasierten Entscheidungshilfedatenbank zu
finden und zu öffnen. Die Zuordnung der Defektdichtemeldung zu einer Entscheidungshilfe
erfolgt anhand des Anlagentyps der verdächtigten Anlage. Die Entscheidungshilfen für den
Prozess nach Defektdichtemeldung sind im Fertigungsbereich CMP vergleichsweise gut
strukturiert. In ihnen sind alle bisher bekannten Entscheidungssituationen allgemein aufgeführt,
wobei jede Entscheidungssituation durch den Anlagentypen und den Defekttypen eindeutig
charakterisiert ist. Die Fachkraft hat die Aufgabe dem konkreten Fall eine allgemeine
Entscheidungssituation aus den Entscheidungshilfen zuzuordnen, was anhand des gemeldeten
Fehlerbildes sowie des Anlagentyps der verdächtigten Anlage erfolgt.
Das weitere Vorgehen bei der Informationsanalyse ist abhängig von der im konkreten Fall
vorliegenden Entscheidungssituation. Die Abarbeitung der Aufgaben ist für jede allgemeine
Entscheidungssituation entscheidungsbaumartig im Sinne einer Handlungsanweisung aufbereitet.
Je nach Situation sind für die Auswahl einer Maßnahme noch weitere Entscheidungskriterien zu
ermitteln. Hierzu zählt die Bestimmung der Fehlerhäufigkeit. Ausschlaggebend dafür ist die
Anzahl auffälliger Lose mit gleichem Fehlerbild an der jeweiligen Anlage sowie die Anzahl der
betroffenen Wafer innerhalb eines Loses. Die Häufigkeit ist meist über einen Zeitraum von
24 Stunden zu ermitteln. Für die Bestimmung der Anzahl auffälliger Lose nutzt die Fachkraft eine
Webansicht auf die Datenbank für Defektdichtemeldungen, die die im Rahmen der
Dokumentationsaufgaben erstellten Einträge visualisiert und somit einen Überblick über aktuelle
Qualitätsprobleme an den verschiedenen Fertigungsanlagen bietet. Weitere Einflussfaktoren für
die Entscheidung ergeben sich im Zusammenhang mit bereits eingeleiteten
Qualitätssicherungsmaßnahmen. So ist die Auswahl einer Maßnahme abhängig von den
Ergebnissen bereits durchgeführter Maßnahmen an der betreffenden Anlage. Die CMP-Fachkraft
findet diese Angaben ebenfalls in der Webansicht auf die Datenbank, da hier entsprechende
Aktionen dokumentiert werden.
Am Ende der zweiten Stufe ist die konkrete Entscheidungssituation soweit spezifiziert, dass die
Auswahl einer Maßnahme gemäß der Entscheidungshilfe erfolgen kann. Die Aufgaben sind daher
wertbringend bzw. nutzenstiftend in dem Sinne, dass sie den Prozess der
Informationsverarbeitung der Defektdichtemeldung vorantreiben. Allerdings treten bei der
personellen Durchführung der Aufgaben Ineffizienzen auf. Beispielsweise handelt es sich bei den
Aufgaben zur Ermittlung der Fehlerhäufigkeit um einfache Tätigkeiten, die der Beschaffung von
bereits in Informationssystemen vorhandenen Informationen dienen. Bei der personellen
Durchführung kommt es zu Systembrüchen, da die Fachkraft beispielsweise zur Webansicht der
Datenbank wechseln muss. Die manuelle Abfrage der Häufigkeiten verlängert die Durchlaufzeit
des Prozesses und verursacht dadurch unnötige Kosten. Hinsichtlich Qualitätsaspekten besteht
bei manuell ausgeführten Aufgaben der Informationsanalyse die Gefahr von Fehlinterpretationen,
beispielsweise bei der Zuordnung der Daten eines konkreten Problemfalls zu einer allgemeinen
Entscheidungssituation. Bei den Beobachtungen in der Praxis fällt darüber hinaus auf, dass die
Handlungsanweisungen in den Entscheidungshilfen teilweise gar nicht zurate gezogen werden.
Stattdessen erfolgt die Bearbeitung der Defektdichtemeldung anhand von subjektiven
Erfahrungswerten. Vor dem Hintergrund der hohen Qualitätsanforderungen in der
Halbleiterfertigung stellt dies ein erhebliches Risiko dar.
Stufe III: Entscheidung und Auswahl der Maßnahme
Auf der dritten Stufe im Prozess nach Defektdichtemeldung trifft die Fachkraft eine Entscheidung
und wählt eine Maßnahme zur Sicherung der Fertigungsqualität an der betreffenden Anlage aus.
Da in den Entscheidungshilfen die durchzuführenden Maßnahmen für jede
Entscheidungssituation von den Prozessverantwortlichen festgelegt wurden, trifft die Fachkraft
die Entscheidung nicht selbst, sondern wendet die festgelegte Auswahl einer Maßnahme auf den
konkreten Fall an. Für jede Entscheidungssituation sind in den Entscheidungshilfen Regeln mit
Bedingungsteil und zugeordneten Maßnahmen definiert. Es handelt sich daher um eine
Entscheidung, die mit dem Konditionalprogramm-Ansatz automatisiert werden kann (vgl.

Kapitel 2.3.4).
Stufe IV: Ausführung der Maßnahme
Die Aufgaben der Fachkraft auf der vierten Stufe im Prozess nach Defektdichtemeldung beziehen
sich auf die Ausführung der abgeleiteten Qualitätssicherungsmaßnahmen an der verdächtigten
Anlage. Sie lassen sich grob in folgende fünf Arten unterteilen, wobei in manchen Situationen
gleichzeitig mehrere Alternativen durchzuführen sind:
 Keine Maßnahme,
 Anlage oder Anlageneinheit sperren,
 Vorgänger- und Folgelose zur Defektdichteinspektion schicken,
 Prozessverantwortlichen kontaktieren und
 Instandhaltung informieren.
Ergibt die Abarbeitung der Entscheidungshilfen, dass in der konkreten Problemsituation keine
Maßnahmen durchzuführen sind, ist der Prozess an dieser Stelle beendet. Der
Prozessverantwortliche stuft die entsprechenden Defektdichtemeldungen nicht als kritisch für das
Qualitätsniveau der Anlage ein. Die Anlage ist trotz der Meldung weiterhin für die
Fertigungsprozesse zugelassen. Obwohl im engeren Sinne keine Maßnahme ausgeführt wird,
wird dieser Fall der vierten Stufen des Prozesses zugeordnet. Für die Fachkraft fallen
Dokumentationsaufgaben an, da sie eine entsprechende Notiz in der Datenbank verfassen und die
Defektdichte-E-Mail im E-Mail-Programm archivieren muss. Hierbei handelt es sich um
zusätzliche Aufgaben, die die Prozessdurchlaufzeit unnötig verlängern, da sie durchgeführt
werden, obwohl das Problem bereits gelöst wurde.
Sind die Informationen der Defektdichtemeldung als kritisch bezüglich des Qualitätsniveaus der
Fertigungsanlage einzustufen, hat die Fachkraft zunächst die Sperrung der betroffenen Anlage
bzw. Anlageneinheit zu veranlassen, um weitere Einbußen bei der Fertigungsausbeute an der
fehlerhaften Anlage zu vermeiden. Der Fachkraft steht dazu ein IT-Tool zur Verfügung, mit dem
sie über eine Nachricht in das Fertigungsmanagementsystem eingreifen und der verdächtigen
Anlage einen Status der Nichtverfügbarkeit zuweisen kann. Dadurch wird vom
Fertigungsmanagementsystem kein zusätzliches Los zur Bearbeitung an die auffällige Anlage
geschickt. Eine weitere Maßnahme ist das Entsenden der Vorgänger- und Nachfolgerlose des
auffälligen Loses zur Defektdichteinspektion. Es handelt sich hierbei ebenfalls um Aufgaben, bei
denen von der Fachkraft Nachrichten an das Fertigungsmanagementsystem gesendet werden.
Zuvor muss die Fachkraft die entsprechenden Vorgänger- und Nachfolgerlose ermitteln. Beide
Maßnahmen sind aufgrund der hohen Qualitätsanforderungen an die Produkte der
Halbleiterindustrie zwingend notwendig. Nichtsdestotrotz entstehen bei der personellen
Durchführung dieser Maßnahmen Kosten und die Aufgaben verlängern die Durchlaufzeit des
Prozesses. Da sich bei den Maßnahmen im Wesentlichen um einfache Befehle an das
Fertigungsmanagement handelt, lassen sich die Aufgaben durch automatisches Senden einer
entsprechenden Nachricht gut automatisieren. Das Ermitteln der Vorgänger- und Nachfolgerlose
bezieht sich auf die Abfrage von Informationen, die bereits in Informationssystemen vorhanden
sind und ist ebenfalls automatisierbar. Die personelle Durchführung dieser Aufgaben nimmt viel
Zeit in Anspruch und führt zu Systembrüchen. Eine Automatisierung der Aufgaben bringt folglich
Effizienzgewinne hinsichtlich der Durchlaufzeit. Darüber hinaus werden die Prozesskosten
gesenkt, da beim maschinellen Aufgabenträger keine Personalkosten anfallen.
Eine weitere mögliche Maßnahme auf der vierten Stufe im Prozess nach Defektdichtemeldung ist
das Kontaktieren des Prozessverantwortlichen. Dies ist insbesondere bei Spezialfällen oder bei
besonders kritischen Defekten auf den Wafern notwendig. Da ausschließlich der
Prozessverantwortliche über das zur Beurteilung notwendige Wissen verfügt und darüber hinaus
die Verantwortung für die Qualität der CMP-Fertigungsprozesse trägt, entscheidet er über das
weitere Vorgehen. Für die Benachrichtigung des Prozessverantwortlichen ist das
Kommunikationsmittel nicht vorgeschrieben, sodass die Fachkraft zwischen E-Mail-Nachricht,
Telefon oder Instant Messaging wählen kann. Das Informieren des Prozessverantwortlichen ist
eine einfache Tätigkeit, deren Automatisierung Durchlaufzeit- und Kostenpotentiale hinsichtlich
der Personalkosten verspricht. Durch die Übergabe an den Prozessverantwortlichen entsteht aus
Prozesssicht ein Organisationsbruch, der Einbußen bei der Durchlaufzeit zur Folge hat, da der
Prozessverantwortliche die Meldung beispielsweise nicht sofort bearbeitet. Aus
Qualitätsgesichtspunkten ist die Übergabe jedoch zwingend notwendig.
Die Übergabe des Problems an die Instandhaltung ist eine weitere Möglichkeit für eine
Maßnahme zur Sicherung des Qualitätsniveaus. In den Entscheidungshilfen ist dazu für jeden
Problemtyp eine Bezeichnung für einen speziellen Instandhaltungsauftrag hinterlegt. Aufgabe der
Fachkraft ist es, einem Instandhaltungsmitarbeiter diese Auftragsbezeichnung und die betroffene
Anlage zu übermitteln. Auch hier ist kein einheitliches Vorgehen für den Kommunikationsweg
festgelegt, in der Praxis wird die Aufgabe jedoch meist mittels Telefon ausgeführt. Die Fachkraft
kann erst mit der Bearbeitung des Prozesses fortsetzen, wenn eine Rückmeldung des
Instandhaltungsmitarbeiters vorliegt. Obwohl die Instandhaltungsaktivitäten ein Teilprozess des
Gesamtprozesses nach Defektdichtemeldung sind, werden sie häufig nicht als Teil des Prozesses,
sondern isoliert betrachtet. So wird in den Entscheidungshilfen, bis auf die Bezeichnung des
Instandhaltungsauftrags, kaum auf die Instandhaltungsaktivitäten eingegangen. Der Grund
hierfür ist, dass an dieser Stelle ein Wechsel der Organisationseinheiten eintritt. Das Vorgehen
für die Instandhaltung wird von den Anlagenexperten des Fertigungsbereichs festgelegt und von
einem Instandhaltungsmitarbeiter ausgeführt.
Stufe V: Kontrolle der Maßnahme
Sind die entsprechenden Maßnahmen zur Absicherung der Fertigungsqualität durchgeführt

worden, hat die Fachkraft die Aufgabe den Erfolg dieser Maßnahmen auf der fünften Stufe zu
kontrollieren. In Abhängigkeit vom Anlagentyp und den durchgeführten Maßnahmen sind dabei
zunächst sogenannte Vorlaufwafer an der betreffenden Anlage zu bearbeiten. Dabei handelt es
sich um Rüstvorgänge, die der Aufbereitung der Schleifscheibe und dem Einfahren der
Reinigungsbürsten der CMP-Anlage dienen. Die Fachkraft hat die Aufgabe die dafür zu
verwendenden Wafer durch eine Nachricht an das Fertigungsmanagementsystem zu bestellen und
die Rüstvorgänge durch eine Nachricht an die Anlagensteuerung zu initiieren.
Im Anschluss ist es möglich die Kontrollaufgaben bezüglich der abgeschlossenen Maßnahmen

durchzuführen. Mit der Abtragsratenkontrolle und der Defektdichtekontrolle existieren zwei
Arten von Anlagenkontrollen im Fertigungsbereich CMP. Bei der Abtragsratenkontrolle wird die
Leistung der betreffenden Anlage bezüglich der abgetragenen Materialschichtdicke auf den
Anlagenkontrollscheiben kontrolliert. Die Defektdichtekontrolle verifiziert das Anlagenverhalten
bezüglich der Verursachung von Defekten wie Partikel oder Kratzer. Welche und wie viele
Anlagenkontrollscheiben zu bearbeiten und zu verifizieren sind, ist von den durchgeführten
Maßnahmen bzw. von der Problemsituation abhängig. Wurden beispielsweise
Instandhaltungsmaßnahmen an der Poliereinheit der Anlage durchgeführt, ist in der Regel sowohl
eine Abtragsraten-, als auch eine Defektdichtekontrolle durchzuführen. Sind nur Maßnahmen an
der Reinigungseinheit der betreffenden Anlage vorgenommen worden, ist meist die
Defektdichtekontrolle ausreichend. Damit die Kontrollen durchgeführt werden können, hat die
Fachkraft die Aufgabe entsprechende Kontrollscheiben über das Fertigungsmanagementsystem
anzufordern und deren Bearbeitung durch eine Nachricht an die Anlagensteuerung zu starten.
Nach dem Polieren auf der Anlage sind die Testscheiben von der Fachkraft zu einem
Inspektionsschritt der Defektdichteabteilung zu schicken, was durch Senden einer Nachricht an
das Fertigungsmanagementsystem erfolgt.
Sobald ein Inspektionsergebnis vorliegt, erhält die Fachkraft eine entsprechende

Benachrichtigung und hat die Aufgabe die Resultate zu bewerten. Wird dabei festgestellt, dass
die durchgeführten Maßnahmen erfolgreich waren und die Fertigungsanlage keine Defekte mehr
verursacht, kann die Fachkraft die Anlagenfreigabe durchführen. Sind auf den Testwafern die
gleichen Defekte nachweisbar, deutet dies darauf hin, dass die Ursache mit der Maßnahme nicht
behoben wurde. Die Fachkraft hat in diesem Fall die Aufgabe die Informationen neu zu
analysieren und in der Regel die Kontrolle zu wiederholen oder Maßnahmen der vierten Stufe
wie das Sperren der Anlage und das Kontaktieren des Prozessverantwortlichen durchzuführen.
Aufgrund der hohen Qualitätsanforderungen an die Fertigungsprozesse sind die Aufgaben der
Kontrolle der durchgeführten Maßnahmen zwingend notwendig. Wegen des hohen
Automatisierungsgrads der Halbleiterfertigung beschränken sich die Aufgaben der Fachkraft
jedoch zunächst auf das Senden von Nachrichten an das Fertigungsmanagementsystem bzw. an
die Anlagensteuerung der Fertigungsanlage. Hierbei handelt es sich um einfache Aufgaben, die
leicht formalisiert und automatisiert abgebildet werden können. Sobald Ergebnisse der Kontrollen
vorliegen, werden diese von der Fachkraft bewertet. Dazu muss eine tiefergehende kausale
Analyse der vorhandenen Informationen erfolgen, die sich nur schwer durch maschinelle
Aufgabenträger realisieren lässt.
Stufe VI: Freigabe
Die Aufgaben der sechsten Stufe des Entscheidungsprozesses nach Defektdichtemeldung

beziehen sich auf die Freigabe der auffälligen Anlage. Nach Abschluss dieser Aktivitäten
entspricht das Fertigungsniveau der auffälligen Anlage den Anforderungen. Sie ist deshalb für
die wertschöpfenden Fertigungsprozesse verwendbar. Hierfür ist von der Fachkraft mittels
Werkzeugen der Fertigungssteuerung ein produktives Fertigungslos zu ermitteln. Dabei ist in der
Regel auf Gleichheit von Produkt, Polierebene und Anlagenrezept zwischen dem Freigabelos und
dem Los der Defektdichtemeldung zu achten. Das Freigabelos ist gemäß den Anforderungen dem
regulären CMP-Fertigungsprozess zu unterziehen. Dazu sendet die Fachkraft eine Nachricht an
das Fertigungsmanagementsystem, welches den Transport des ermittelten Loses zu der
auffälligen Anlage und die Bearbeitung des Loses veranlasst. Grundsätzlich lassen sich die
begleitende und die wartende Anlagenfreigabe unterscheiden. Bei der begleitenden Freigabe ist
die betreffende Anlage bzw. Anlageneinheit nach der Bearbeitung des Freigabeloses für die
Fertigungsprozesse durch eine Nachricht an das Fertigungsmanagementsystem freizuschalten. In
diesem Falle können Produktlose von der Anlage bearbeitet werden, bevor ein
Inspektionsergebnis des Freigabeloses vorliegt. Bei der wartenden Freigabe darf die
Fertigungsanlage erst nach einem spezifikationserfüllenden Ergebnis der Inspektion für
Produktlose freigegeben werden.
Im Anschluss wird das Freigabelos regulär an den im Arbeitsplan vorgesehenen Quality Gates
von der Defektdichte inspiziert. Die Anzahl der dabei zu inspizierenden Wafer ist abhängig vom
aufgetretenen Defekttyp und muss von der CMP-Fachkraft mit angegeben werden. Nach erfolgter
Inspektion meldet die Defektdichte dem Fertigungsbereich das Ergebnis über eine
E-Mail-Nachricht. Die Struktur der Meldung ähnelt den in Kapitel 3.3.2 beschriebenen
Charakteristika einer Erstmeldung zu einer verdächtigten Anlage, wobei ein Vermerk beim
Inputparameter Freigabelos erfolgt. Weist die Defektdichte Defekte auf den Wafern des
Freigabeloses nach, hat die Fachkraft den Vorfall neu zu analysieren und erneut Maßnahmen zur
Qualitätssicherung abzuleiten. Häufig ist in diesem Fall die Sperrung der Anlage und das
Informieren des Prozessverantwortlichen vorgesehen.
Ähnlich wie bei den Aufgaben der fünften Stufe lässt sich ein Teil der Fachkraftaufgaben der
Freigabe gut automatisieren. Dies betrifft die Aufgaben des Ermittelns eines Freigabeloses, das
Starten des Freigabeloses und die Freigabe der Fertigungsanlage, da diese dem Abfragen von
Informationen aus Fertigungssystemen oder dem Senden von Nachrichten entsprechen, die gut
formalisiert werden können. Die Auswertung der Inspektionsergebnisse umfassen Aufgaben, die
zu den Stärken personeller Aufgabenträger zählen, da die Ergebnisse im Kontext aller zur
Defektdichtemeldung bekannten Informationen bewertet werden.
3.5 Fertigungsbereich II: Lithografie
Die Lithografie (LIT) bildet die Grundlage für die weitere Bearbeitung und Strukturierung der
Wafer in der Halbleiterfertigung. Lithografische Prozesse werden für jede Schicht bei der
Fertigung von integrierten Schaltungen benötigt und verursachen rund ein Drittel der
Fertigungskosten in der Frontendfertigung (vgl. Hibbs (2007) S. 5f.; Ziller (2011) S. 282).
In Abbildung 19 sind die drei wesentlichen Schritte im klassischen LIT-Prozess grafisch

dargestellt. Nach der Vorbehandlung und Reinigung der Waferoberfläche wird in einem
Belackungsschritt ein strahlungsempfindlicher Fotolack aufgetragen. Auf diesen werden während
der Belichtung mittels optischer Techniken Strukturen projiziert. Die Strukturen befinden sich
auf einer Fotomaske aus Quarzglas, welche an den Stellen, die lichtundurchlässig sein sollen, mit
Chrom beschichtet ist. Durch die Belichtung wird der Fotolack aktiviert, wobei je nach Art des
Lacks unterschiedliche chemische Vorgänge stattfinden. Bei Positivlacken werden die belichteten
Bereiche löslich gemacht, wohingegen Negativlacke durch die Lichteinwirkung quer vernetzt und
gehärtet werden. Hierbei wird eine Entwicklerlösung aufgetragen, die lösliche Teile des Fotolacks
herauswäscht und so eine Lackstruktur erzeugt. Im Falle eines Positivlacks bleiben die
unbelichteten Bereiche erhalten, sodass an der Waferoberfläche ein Abbild der Maske entsteht.
Bei Negativlacken werden die unbelichteten Bereiche gelöst, sodass die belichteten Gebiete an
der Waferoberfläche haften bleiben und somit ein inverses Bild der Fotomaske erzeugt wird. Die
so entstandene Struktur wird im Anschluss in einem Umluftofen gehärtet. Durch die
Strukturierung des Fotolacks kann in weiteren Verfahren selektiv in bestimmten Bereichen auf
dem Wafer beispielsweise Material abgetragen oder Fremdionen zur Dotierung implantiert
werden (vgl. Göbel (2014) S. 361; Hilleringmann (2014) S. 33f.; Ziller (2011) S. 282f.).
Maske
Fotolack
Silizium Silizium Silizium
Belacken Belichten Entwickeln

(Positiv-Technik)
Abbildung 19: Hauptschritte der Lithografie mit Positivlack

(in Anlehnung an Hilleringmann (2014) S. 34; Madou (2011) S. 5)
Zur Umsetzung dieses technologischen Prozessablaufs werden in der Lithografie mit dem
Belackungs-, dem Belichtungs- und dem Entwicklungssystem drei Anlagensysteme benötigt. Zur
Reduzierung der Warte- und Transportzeiten existieren komplexe lithografische Clusteranlagen,
die Belackungs-, Belichtungs- und Entwicklungssystem miteinander integrieren. Entsprechende
Anlagen werden mit unstrukturierten Wafern beladen, die im Anschluss automatisiert und von
einer Steuereinheit gesteuert belackt, belichtet und entwickelt werden. Die Handhabung der
Wafer zwischen Belackung und Belichtung, sowie zwischen Belichtung und Entwicklung
übernehmen interne Roboter (vgl. Madou (2011) S. 66).
Das Defektverhalten in der Lithografie ist besonders kritisch zu betrachten, da die

strukturgebenden Verfahren die Grundlage für die weiteren Prozessschritte bilden. Aufgrund
verschiedener Aufbauformen von Anlagen unterscheiden sich die durch sie verursachten
Fehlerbilder. Beispielsweise sind Anlagen, die mit dem Kontaktbelichtungsprinzip 20 arbeiten,

durch eine besonders hohe Defektdichte gekennzeichnet. Durch direkten Kontakt zwischen
Fotomaske und Fotolack können beispielsweise Kratzer erzeugt oder Partikel eingeschlossen
werden, die die Abbildungsqualität mindern. Andere Belichtungssysteme verursachen eine
geringere Anzahl an Defekten, indem sie einen Abstand zwischen Maske und Halbleiterscheibe
lassen. Allerdings können auch im Belackungs- und Entwicklungsschritt Defekte erzeugt werden.
Zum Beispiel werden Lackstrukturen beschädigt und Kurzschlüsse erzeugt, wenn sich während
der Entwicklung Teile des Lacks lösen, das entsprechende Gebiet unbedeckt zurücklassen und
sich an anderen aktiven Stellen niederschlagen. Beim Belacken der Wafer können beispielsweise
Unebenheiten oder unerwünschte Lufteinschlüsse in der aufgetragenen Lackschicht entstehen,
wodurch die Belichtung negativ beeinflusst wird und entsprechend unerwünschte Strukturen
entstehen. Eine weitere Ursache für Defekte sind die Handhabungsroboter und mechanischen
Systeme, welche Partikel oder Kratzer auf dem Wafer erzeugen können (vgl. Hilleringmann
(2014) S. 40; Levinson (1999) S. 121f.; Ziller (2011) S. 284ff.).
Ähnlich wie im Fertigungsbereich CMP ist der Prozess nach Defektdichtemeldung in der
Lithografie inhaltlich gut aufbereitet und strukturiert. Im Fertigungsbereich LIT wird die
bereichsübergreifende Entscheidungshilfedatenbank jedoch nicht verwendet. Stattdessen existiert
mit dem LIT-Fehlerkatalog eine eigene Datenbank auf Oracle-Basis zur Aufbereitung des
Wissens über Defekte an verschiedenen Anlagentypen. Über eine grafische Benutzeroberfläche
greift die Fachkraft auf diese Datenbank zu, in der alle im Fertigungsbereich bekannten
Defektarten strukturiert aufgeführt sind. Zum Zeitpunkt der Analysen sind in der Datenbank
insgesamt 137 verschiedene Defektsituationen beschrieben. Die Fachkraft hat die Möglichkeit
einen spezifischen Defekt über bestimmte Filterkriterien zu ermitteln. Hierzu zählen der
Defektobertyp, der Defektuntertyp, zugeordnete Arbeitspläne und die Clustergruppe, die dem
Anlagentyp entspricht. Für jeden Defekt sind in der Datenbank weitere Erläuterungen,
Besonderheiten und Beispielbilder hinterlegt und über die Benutzeroberfläche sichtbar. Weiterhin
können über eine Schaltfläche die dem Defekt von den Prozessverantwortlichen aus
Erfahrungswissen zugeordneten Maßnahmen in Textform aufgerufen werden. Diese sind nach
Zuständigkeit in Maßnahmen der Fachkraft, Maßnahmen der Instandhaltung sowie Maßnahmen
zur Anlagenfreigabe unterteilt. Der LIT-Fehlerkatalog erfüllt damit den gleichen
Funktionsumfang wie die Entscheidungshilfen im Fertigungsbereich CMP.
Der Prozess nach Defektdichtemeldung in der Lithografie hat einen eher kausalen Ansatz zur
Lösung der Qualitätsabweichungen mit nur gering ausgeprägtem prozessorientierten Charakter.
Wie im Fertigungsbereich CMP, gibt es in der Lithografie keinen stringenten Weg bei der
20
Bei der Kontaktbelichtung wird die Maske durch atmosphärischen Druck direkt auf die belackte
Halbleiterscheibe gepresst, was zu einer hohen Defektdichte in der Lackebene führt. Alternativ existieren
die Abstandsbelichtung und die Projektionsbelichtung. Die Abstandsbelichtung zeichnet sich durch einen
definierten Abstand zwischen Wafer und Maske aus. Dadurch wird jedoch die Auflösung durch
Beugungseffekte verringert. Aus diesem Grund wurde die Projektionsbelichtung entwickelt, bei der
zusätzlich optische Linsen zwischen Lichtquelle und Maske sowie zwischen Maske und
Scheibenoberfläche eingesetzt werden (vgl. Hilleringmann (2014) S. 39ff.; Ziller (2011) S. 322ff.).
Abarbeitung des Entscheidungsprozesses. Die Aufgaben der Fachkraft und deren Reihenfolge
sind von vielen verschiedenen Faktoren, insbesondere dem spezifischen Fehlerbild, abhängig. Sie
weisen jedoch gewisse Ähnlichkeiten mit den Aufgaben im CMP-Bereich auf und lassen sich in
die sechs Stufen der Aufgaben des Entscheidungsprozesses klassifizieren. Der
Automatisierungsgrad der Aufgaben ist sehr gering und die Fachkraft hat viele Freiheiten bei der
Ausführung des Prozesses nach Defektdichtemeldung.
Nach Eingang einer Defektdichtemeldung hat die Lithografie-Fachkraft die Meldung zunächst zu
verstehen und zu dokumentieren. Dazu wird die E-Mail-Nachricht geöffnet und inhaltlich
nachvollzogen. Unter anderem betrachtet die Fachkraft die während des Review erstellten Fotos
der Defekte und führt eine Relevanzprüfung der Meldung durch. Als Dokumentationswerkzeug
steht in der Lithografie das Anlagenbuch zur Verfügung, welches auf einer Microsoft
Accessdatenbank basiert. Es dient der notizbuchartigen Erfassung von Auffälligkeiten und
Maßnahmen an den Fertigungsanlagen in der Lithografie. Das Anlagenbuch wird als
gemeinsames Hilfsmittel von der Fachkraft und von den Mitarbeitern der Instandhaltung des
Fertigungsbereichs genutzt.
Anschließend ist die Meldung mit den allgemeinen Defektfällen im LIT-Fehlerkatalog

abzugleichen und der entsprechende Eintrag in der Datenbank zu finden. Diese Zuordnung erfolgt
anhand des relevanten Defekt- und Anlagentyps sowie über eine Auswertung der Defektbilder.
Im Fehlerkatalog stehen der Fachkraft detaillierte Beschreibungen zu Struktur und Signatur der
hinterlegten Defekte zur Verfügung. Je nach Problemtyp sind im Anschluss weitere Aufgaben
von der Fachkraft durchzuführen, die der Präzisierung der Entscheidungssituation dienen. Wie
bei CMP ist beispielsweise die Fehlerhäufigkeit über die Anzahl betroffener Scheiben und die
Anzahl der Verletzungen pro Wafer zu ermitteln. Weitere Aufgaben sind die Prüfung der Defekte
auf Vorliegen einer Regelgrenz- bzw. Spezifikationsverletzung oder die Prüfung auf bereits
eingeleitete Maßnahmen an der betroffenen Anlage. In einigen Fällen ist eine Korrelation des
Defekts zu einer Anlageneinheit der jeweiligen Lithografie-Anlage durchzuführen. Hierfür steht
der Fachkraft in der Lithografie ein speziell für die Clusteranlagen der Lithografie entwickeltes
Informationssystem zur Verfügung, welches für jeden Wafer eines Loses die durchlaufenen
Anlageneinheiten erfasst.
Die Auswahl einer Maßnahme zur Sicherung der Fertigungsqualität an der betreffenden Anlage
ist von den Prozessverantwortlichen der Lithografie im LIT-Fehlerkatalog festgelegt. Sobald die
Defektdichtemeldung einer allgemeinen Entscheidungssituation aus dem LIT-Fehlerkatalog
zugeordnet wurde, trifft die Fachkraft die dort hinterlegte Entscheidung.
Die Maßnahmen zur Qualitätssicherung in der Lithografie sind ebenfalls im LIT-Fehlerkatalog

beschrieben. Sie sind abhängig von der jeweiligen Entscheidungssituation und ähneln den
Aktivitäten im Fertigungsbereich CMP. Neben der Option keine Maßnahme durchzuführen gibt
es in der Lithografie die Aufgaben des Sperrens der Anlage bzw. der Anlageneinheit oder der
Übergabe der Anlage an die Instandhaltung. Die durchgeführten Maßnahmen werden zudem im
Anlagenbuch dokumentiert.
Bevor die Kontrolle der Maßnahmen erfolgen kann, sind die Fertigungsanlagen in der Regel
mittels Rüstvorgängen einzustellen und zu kalibrieren. Beispielsweise wird von der Fachkraft die
Spülung der Clusteranlage veranlasst. Zur Kontrolle der durchgeführten Maßnahmen werden in
der Lithografie sogenannte Clustertests durchgeführt. Hierbei wird die Bearbeitung von
speziellen Testwafern durch eine Nachricht an die Anlagensteuerung gestartet. Die Anzahl der
Testscheiben ist abhängig vom vorliegenden Defektbild und im LIT-Fehlerkatalog hinterlegt.
Anschließend werden die Wafer beispielsweise einer Schräglichtkontrolle zur Bewertung der
Bearbeitungsresultate unterzogen.
Stufe VI: Freigabe
Die Freigabe der Anlage erfolgt durch eine Nachricht an das Fertigungsmanagementsystem. Je
nach vorliegender Defektsituation wird entweder davor oder danach eine spezifische Anzahl an
Produktlosen über weitere Nachrichten an das Fertigungsmanagementsystem zur Bearbeitung an
die Lithografie-Anlage geschickt. Die Freigabelose werden im Anschluss einer Inspektion
unterzogen, deren Ergebnisse von der Fachkraft ausgewertet werden müssen.
3.6 Fertigungsbereich III: Chemical Vapour Deposition
Der Bereich Chemical Vapour Deposition (CVD) ist ein Fertigungsbereich in der Halbleiterfabrik
von IFD, in welchem die Wafer mit verschiedenen Materialen beschichtet werden. Das
Grundprinzip des CVD-Fertigungsverfahrens ist das Herbeiführen einer chemischen Reaktion an
der Substratoberfläche, indem ausgewählte Gase bei definiertem Druck und Temperatur über die
Wafer geleitet werden. Auf diese Weise wird ein dünner Materialfilm, beispielsweise
Siliziumoxid oder Siliziumnitrid auf dem Wafer abgeschieden. CVD ist neben dem Aufwachsen
durch thermische Oxidation und physikalischen Abscheideverfahren wie dem Aufdampfen oder
der Kathodenzerstäubung eine Methode der Schichttechnik in der Halbleiterfertigung. Zum
Aufbringen einer Materialschicht wird, wie in Abbildung 20 dargestellt, das schichtbildende
Material mithilfe eines Trägergases in das Reaktionsgefäß geleitet. An der Scheibenoberfläche
werden die chemischen Verbindungen des Gases thermisch zersetzt. Der Wafer dient dabei
lediglich als Trägermaterial für die Anlagerung der zersetzten Atome bzw. Moleküle und nimmt
nicht am Reaktionsprozess teil. Über ein Pumpsystem werden die bei der Reaktion entstehenden
gasförmigen Reststoffe abgeführt. Im Fertigungsbereich CVD wird die chemische Reaktion

ausschließlich durch Plasmaunterstützung aktiviert. Die Verwendung eines Plasmas zur
chemischen Aktivierung ermöglicht im Vergleich zur rein thermischen Abscheidung eine
wesentlich geringere Prozesstemperatur im Bereich zwischen 250-350 °C. Dies ermöglicht
beispielsweise die Beschichtung von Metallschichten und geringere mechanische Spannungen
zwischen Substrat und abgeschiedener Schicht. Neben der Art der Energiezufuhr lassen sich
CVD-Verfahren allgemein nach Druck in Atmosphären- und Niederdruckabscheidungen
unterteilen. Je nach Verfahren bestehen große Qualitätsunterschiede hinsichtlich Schichtdicke
und Konformität der Abscheidung (vgl. Bandorf & Gerdes (2011) S. 265ff.; Göbel (2014) S.
354f.; Hilleringmann (2014) S. 102f.).
Hauptstrom der Reaktionsgase
Chemische
Reaktion
Wafer
Abbildung 20: Prinzip der chemischen Gasphasenabscheidung

(in Anlehnung an Bandorf & Gerdes (2011) S. 265)
Neben wichtigen Prozessparametern wie Gasfluss, Temperatur und Druck wird die
Fertigungsqualität und Ausbeute des CVD-Prozesses durch verschiedene anlagenbezogene
Faktoren beeinflusst. Im Vergleich zu der rein thermisch aktivierten Gasphasenabscheidung sind
plasmaunterstützte CVD-Verfahren relativ partikelarm. Dennoch können durch defekte Teile der
Fertigungsanlage Verunreinigungen und Partikel hervorgerufen werden. Defekte in der
Gasaufbereitung oder nicht ordnungsgemäß funktionierende Vakuumpumpen sind beispielsweise
mögliche Verursacher von Fremdpartikeln. Entsprechende Verunreinigungen und
Kontaminationen können zur Einbettung von Fremdmaterial oder Veränderungen der
Materialeigenschaften der abgeschiedenen Dünnschicht führen. Folgen sind beispielsweise
Unregelmäßigkeiten der Kristallstruktur oder mechanische Spannungen im Material durch zu
starke thermische Belastung. Ein weiterer unerwünschter Effekt von Partikeln ergibt sich aus der
Tatsache, dass durch sie möglicherweise Teile des Reaktionsgases gebunden werden.
Unerwünschte Defekte auf den Scheiben können darüber hinaus auch durch sich während des
Fertigungsprozesses bildende Ablagerungen an den Reaktorwänden entstehen, die sich lösen und
auf der Waferoberfläche niederschlagen. (vgl. Allendorf et al. (2008) S. 141; Franssila (2010) S.
435; Hilleringmann (2014) S. 107; Krumdieck (2008) S. 38f.).
Im Gegensatz zu den Fertigungsbereichen CMP und LIT ist der Prozess nach
Defektdichtemeldung wenig strukturiert. In der webbasierten Entscheidungshilfedatenbank sind
zwar Entscheidungshilfen für unterschiedliche Arten von Defektdichtemeldungen angelegt,
allerdings werden beim Aufbau der Entscheidungshilfen von den Fertigungsingenieuren des
Bereiches teils sehr unterschiedliche Ansätze gewählt. Die Folge sind sehr heterogene
Handlungsanweisungen mit unterschiedlichen Aufgaben für verschiedene
Defektdichtemeldungen, die einen stark technologisch geprägten Charakter haben. Die Defekte
werden häufig nur textuell beschrieben, Beispielfotos für einen optischen Vergleich der
Defektbilder einer speziellen Meldung mit allgemeinen Defekttypen fehlen.
Die Aufgaben der Informationserfassung beschränken sich im Fertigungsbereich CVD im

Wesentlichen auf das Öffnen und Verstehen der E-Mail der Defektdichte. Eine
Plausibilitätsprüfung der Meldung durch die Fachkraft, wie sie in anderen Bereichen durchgeführt
wird, ist ebenso wenig vorgesehen wie die Dokumentation der Defektdichtemeldung. Durch die
Nichtberücksichtigung bzw. Elimination entsprechender Aufgaben wird zwar die Durchlaufzeit
des Prozesses verkürzt, allerdings steigt gleichzeitig das Risiko einer fehlerhaften Einordnung der
Abweichung mit negativem Einfluss auf die Prozessqualität. Weiterhin ist keine Auswertung der
Historie der Defektdichtemeldungen zur Beurteilung des Defektverhaltens der Fertigungsanlagen
möglich.
In der Phase der Informationsanalyse hat die CVD-Fachkraft die Aufgabe, die für die
Defektdichtemeldung relevante Entscheidungshilfe in der Entscheidungshilfedatenbank zu
ermitteln. Dazu kann die Fachkraft die Entscheidungshilfen für den Bereich CVD über die die
Defektdichtemeldung betreffende Fertigungsanlage oder über die relevante Prozessoperation
filtern. Anhand der textuellen Beschreibung erfolgt schließlich die Auswahl der zutreffenden
Handlungsanweisung.
In einigen Entscheidungshilfen sind zudem weitere Aufgaben zur Präzisierung der

Entscheidungssituation angeordnet. Dies betrifft beispielsweise die Ermittlung der
Fehlerhäufigkeit wie die Anzahl der betroffenen Wafer. Im Vergleich zu den Bereichen CMP und
LIT fallen solche Aufgaben jedoch wesentlich seltener an. Häufig ist im Fertigungsbereich CVD
das Bestellen und Bearbeiten von Anlagenkontrollscheiben vorgesehen, die in den anderen
Fertigungsbereichen ausschließlich zur Kontrolle durchgeführter Maßnahmen dienen. Im Bereich
CVD beeinflusst das Ergebnis der Bearbeitung der Testwafer die Entscheidung bezüglich
durchzuführender Maßnahmen. Über die Anlagenkontrollscheiben erfolgt gleichzeitig eine
Prüfung der Relevanz der Defektdichtemeldung für den Fertigungsbereich.
Die Entscheidung und Maßnahmenauswahl erfolgt anhand dem in der jeweiligen

Entscheidungshilfe definierten Vorgehen.
Eine häufig auftretende Aufgabe der vierten Stufe im Entscheidungsprozess ist das Sperren der
Kammer, auf die sich die Defektdichtemeldung bezieht. Hierfür sendet die Fachkraft eine
Nachricht an das Fertigungsmanagementsystem. In einigen Situationen wird das Problem von der
Fachkraft an die Instandhaltung übergeben. Für die Kommunikation mit der Instandhaltung
existiert im Fertigungsbereich CVD ein IT-Tool, in welches die Fachkraft einen Eintrag zum
Defektdichteproblem verfasst.
Nach der Ausführung von Maßnahmen, insbesondere nach Instandhaltungsaktivitäten, wird der
Erfolg der Maßnahmen wie in den anderen Fertigungsbereichen mittels Anlagenkontrollscheiben
kontrolliert. Über Nachrichten an das Fertigungsmanagementsystem löst die Fachkraft die
Bestellung und Bearbeitung der Testscheiben aus. Nach der automatischen Messung der im
Kontrollrezept hinterlegten Parameter erhält die Fachkraft eine Nachricht mit den entsprechenden
Ergebnissen. Die Fachkraft übernimmt im Anschluss die Bewertung der Ergebnisse, deren
Kriterien teilweise in eigenen Entscheidungshilfen definiert sind, die lediglich die Aufgaben der
Fachkraft für die Kontrolle der Maßnahme und die Freigabe enthalten. Teilweise sind die
jeweiligen Anweisungen auch in den Entscheidungshilfen für die Bearbeitung einer
Defektdichtemeldung integriert.
Stufe VI: Freigabe
Für die Freigabe der betroffenen Anlage bzw. Anlagenkammer wählt die Fachkraft über ein
Fertigungsinformationssystem zur Ablaufplanung in Abhängigkeit des Defekttyps ein oder
mehrere Produktivlose aus, welche im nächsten Schritt mit dem relevanten CVD-Verfahren
prozessiert werden soll. Damit das ausgewählte Freigabelos an der Fertigungsanlage bearbeitet
wird, ist von der Fachkraft eine entsprechende Nachricht an das Fertigungsmanagementsystem
zu senden. Nach der Bearbeitung veranlasst die Fachkraft die Messung des Loses und beurteilt
die Ergebnisse gemäß den Vorgaben. Liegen positive Resultate vor, sendet die Fachkraft eine
Nachricht über die Verfügbarkeit der Anlage oder Kammer an das Fertigungsmanagementsystem
und gibt diese damit für die Fertigungsprozesse frei.
3.7 Ergebnisse der Analysephase
Das Ergebnis der Analyse des Prozesses nach Defektdichtemeldung ist, dass in jedem
Fertigungsbereich eine eigene Herangehensweise für den Umgang mit Defektdichtemeldungen
existiert. Der Grund hierfür sind die sehr komplexen und sich stark unterscheidenden
Einzelprozesse der Fertigung, die jeweils unterschiedliche Qualitätsprobleme und Fehlerbilder
hervorrufen. In jedem Fachbereich existiert bereichsspezifisches Wissen zum Umgang mit
Defektdichtemeldungen für unterschiedliche Einzelprozesse und an verschiedenen
Anlagentypen. Der Prozess hat keinen stringenten, allgemeinen Ablauf, sondern einen eher
kausalen Charakter mit unterschiedlichen Prozessverläufen je nach vorliegender
Entscheidungssituation. Zudem wird der Prozess isoliert in den einzelnen Fertigungsbereichen
betrachtet. Ein integrierter, bereichsübergreifender Prozessansatz fehlt. Ein Indiz hierfür ist die
Vielzahl an unterschiedlichen und fertigungsbereichsspezifischen Informationssystemen, die als
Hilfsmittel im Prozess verwendet werden.
Nichtsdestotrotz lassen sich die Aufgaben des Prozesses fertigungsbereichsübergreifend

klassifizieren. Hierfür dient die Erweiterung des Modells der Informationsverarbeitung in einem
Entscheidungsprozess nach Parasuraman et al. (2000) auf sechs Aufgabenstufen. Die Aufgaben
basieren auf Handlungsanweisungen, die von den Prozessverantwortlichen der
Fertigungsbereiche auf Grundlage ihres Expertenwissens und ihrer Erfahrungen definiert werden.
Als personelle Aufgabenträger führen die Fachkraft und der Instandhaltungsmitarbeiter die
Aufgaben des Prozesses aus. Die Fachkraft arbeitet die von den Prozessverantwortlichen
festgelegten Anweisungen ab und gleicht eine spezielle Defektdichtemeldung mit den allgemein
definierten Entscheidungssituationen ab. Dadurch kann sie eine Entscheidung bezüglich
einzuleitender Maßnahmen analog der definierten Vorgehensweise treffen. Die
Entscheidungstiefe der Fachkraft ist gering. Eine mögliche Entscheidung ist die Generierung
eines Instandhaltungsauftrags. Obwohl es sich dabei um eine Übergabe des Prozesses an die
Instandhaltung im gleichen Fertigungsbereich handelt, werden die Instandhaltungsmaßnahmen
häufig nicht als Teil des Prozesses nach Defektdichtemeldung betrachtet.
Die Fachkraft wird bei der Bearbeitung der Defektdichtemeldung zwar von einer Vielzahl
unterschiedlicher Informationssysteme unterstützt, die Aktionen, die Aktionensteuerung und die
Vorgangsauslösung werden jedoch vom personellen Aufgabenträger ausgeführt. Damit liegt nach
Ferstl & Sinz (2013) eine vollständig personelle Durchführung des Prozesses vor (vgl.
Kapitel 2.3.1). Durch den geringen Automatisierungsgrad ergeben sich eine Reihe von
Ineffizienzen bei der Ausführung des Prozesses. Die personelle Aufgabensteuerung hat eine hohe
Inhomogenität bei der Prozessausführung zur Folge, was zu Einbußen bei der Prozessqualität
führt. Zwar ist das Vorgehen in den Handlungsanweisungen durch die Prozessverantwortlichen
festgelegt, dennoch werden sämtliche durchzuführenden Aufgaben ausschließlich von der
Fachkraft gesteuert. Der Fachkraft werden viele Freiheiten im Prozess nach Defektdichtemeldung
gelassen. Daraus folgt eine sehr heterogene Ausführung des Prozesses in der Praxis, die
individuell vom ausführenden Aufgabenträger abhängig und damit anfällig für Fehler ist.
Bei der Ausführung der Aufgaben ergeben sich weitere Ineffizienzen. Viele Aktivitäten dienen
dem Zusammentragen von Informationen, die bereits in verschiedenen Informationssystemen der
Fertigung gespeichert sind, oder dem Senden von Nachrichten an das
Fertigungsmanagementsystem dienen. Dadurch entstehen System- und Medienbrüche im
Prozess. Durch die ausschließlich personelle Durchführung der Aufgaben werden die
Prozessdurchlaufzeit verlängert und vermeidbare Kosten verursacht. Die Fachkraft ist durch diese
einfachen Aufgaben der Ermittlung von Informationen, die automatisiert abgefragt werden
können, als personelle Ressource an den Prozess gebunden und steht in dieser Zeit nicht für
andere Aufgaben zur Verfügung. Stattdessen entstehen bei der Ausführung der Aufgaben hohe
Personalkosten.
Die personelle Aktionensteuerung und Ausführung der Aktionen führt darüber hinaus dazu, dass
der Prozess durch eine hohe Intransparenz geprägt ist. Die Bearbeitung der Aufgaben ist nicht
nachzuverfolgen und eine Historie der Bearbeitung der Defektdichtemeldung wird nicht erfasst.
Entsprechende Auswertungen zum Defektverhalten und darauf aufbauendes Lernen im Prozess
sind nicht möglich. Zudem besteht die Gefahr, dass eine falsch durchgeführte Bewertung der
Defektdichtemeldung nicht erkannt wird. In einigen Fertigungsbereichen hat die Fachkraft daher
die Aufgabe die Bearbeitungen der Defektdichtemeldungen zu dokumentieren. Dies führt dazu,
dass die Prozessdurchlaufzeit durch unnötige und nicht zielführende Dokumentationsaufgaben
verlängert wird und gleichzeitig die Prozesskosten durch Bindung der Fachkraft erhöht werden.
Da die Aufgaben des Prozesses nach Defektdichtemeldung auf dem Experten- und
Erfahrungswissen der Prozessverantwortlichen beruhen, handelt es sich um den wissensbasierten
Problemtypen der Automatisierung nach Ferstl & Sinz (2013) (vgl. Kapitel 2.3.2). Das Wissen
bezieht sich auf das Defektverhalten bzw. das Qualitätsniveau der Fertigungsanlagen als
Aufgabenobjekt mit dem Ziel einer möglichst schnellen und abgesicherten Requalifizierung der
Maschine für die Fertigungsprozesse. Der Entscheidungsprozess ist durch einen
semi-strukturierten Strukturiertheitsgrad der Diskurswelt gekennzeichnet, da teilweise nicht alle
Informationen für die Entscheidung bekannt sind. Allerdings sind die für die Entscheidung
notwendigen Informationen in unterschiedlichen Informationssystemen gespeichert und können
im Rahmen der Informationsanalyse ermittelt werden. Die Aufgaben des Prozesses nach
Defektdichtemeldung sind daher automatisierbar, wobei als Lösungsverfahren entweder ein
Algorithmus oder Schlussfolgerungen in Frage kommen.
Entwicklung des Automatisierungskonzepts 60
4 Entwicklung des Automatisierungskonzepts
4.1 Ziele und Restriktionen
Ein Ziel der vorliegenden Arbeit ist die Entwicklung eines Automatisierungskonzepts für den
Entscheidungsprozess nach Defektdichtemeldung unter Verwendung der Softwarelösung Raptor
Diagnostics Suite (RDS) der Fa. Semantis Information Builders GmbH. Damit erfolgen die
Umsetzung der Entwurfsphase der gestaltungsorientierten Forschung nach Österle et al (2011)
und die Beantwortung der zweiten Forschungsfrage. Das Automatisierungskonzept soll die in
Kapitel 2.4.2 geschilderten Anforderungen eines Cyber-Physischen Systems im Kontext von
Industrie 4.0 erfüllen. Die Ebene der physischen Objekte des CPS wird im Prozess nach
Defektdichtemeldung durch die Fertigungsanlagen der Halbleiterfertigung und ihre
Anlagenkomponenten realisiert. Das Automatisierungskonzept muss daher den Datenspeicher
und das Dienstesystem auf der zweiten und dritten Ebene des CPS verwirklichen.
Der Entscheidungsprozess nach Defektdichtemeldung ist durch eine hohe Komplexität des
Entscheidungsfeldes charakterisiert. Je nach Fertigungsbereich und Einzelprozess sind viele
verschiedene Fehlerbilder möglich, die unterschiedliche Handlungsalternativen zur Folge haben.
Um eine konkrete Entscheidungssituation einordnen zu können und um eine adäquate
Entscheidung zu treffen, ist Wissen über dieses komplexe Entscheidungsfeld notwendig. Die
Automatisierung muss dem kausalen und auf Expertenwissen basierenden Prozesscharakter
gerecht werden. Da für die Entscheidungsfindung im Prozess nach Defektdichtemeldung
umfangreiches Wissen benötigt wird, muss das Automatisierungskonzept die Abbildung dieses
Wissens gewährleisten. Das Konzept soll die bisher vorhandenen Dokumentationen und Ansätze
der Wissensaufbereitung, insbesondere die webbasierten Entscheidungshilfen, ersetzen und
maschinell verarbeitbar machen. Die Digitalisierung des Wissens bildet damit die Grundlage für
die automatisierte Entscheidungsfindung durch Künstliche Intelligenz. Auf diese Weise setzt das
Automatisierungskonzept weitere Elemente von Industrie 4.0 um. Es trägt durch die
Digitalisierung und Verarbeitung von Wissen dazu bei, die Adaptionsfähigkeit der
Fertigungsprozesse zu steigern und sie somit dynamischer zu gestalten. Darüber hinaus soll durch
die Digitalisierung des Expertenwissens das für die Bearbeitung des Prozesses notwendige
Knowhow gesichert werden.
Das Automatisierungskonzept soll weiterhin den Integrationsgedanken von Industrie 4.0

realisieren. Die durch unterschiedliche Anwendungssysteme geschaffenen künstlichen Grenzen
sollen durch die bereichsübergreifende Verwendung einer Automatisierungslösung abgebaut
werden (vgl. Mertens et al. (2012) S. 8). Die existierenden heterogenen Ansätze werden im Sinne
der Datenintegration vereinheitlicht und standardisiert. Aus Prozesssicht verspricht eine solche
interne Integration weitere Effizienzsteigerungen durch eine Prozessverbesserung (vgl.
Posluschny (2012) S. 21; Schmelzer & Sesselmann (2013) S. 239). Die bereichsübergreifende
Standardisierung verschiedener Prozessschritte soll durch das Automatisierungskonzept
unterstützt und vorangetrieben werden. Auf diese Weise können weitere Effizienzsteigerungen
durch Synergieeffekte und effizientere Nutzung der Ressourcen, wie beispielsweise der flexible
Einsatz der Fachkräfte in verschiedenen Abteilungen, erzielt werden. Darüber hinaus soll sich das
Konzept nahtlos in die bestehende IT-Umgebung der Halbleiterfertigung integrieren lassen und
somit die Vorgangs- und Prozessintegration funktionsübergreifend vorantreiben.
Primäres Ziel ist nicht die vollständige Automatisierung der Fachkraftaufgaben des Prozesses,
sondern die Adressierung der identifizierten Potentiale in der Prozessausführung unter Nutzung
der Vorteile der personellen und der maschinellen Aufgabenausführung. Vor allem einfache
Aufgaben der Sammlung von bereits in Informationssystemen vorhandenen Daten während der
Informationsanalyse sollen mithilfe der dritten CPS-Ebene automatisiert werden, um die
Fachkraft zu entlasten. Die für die Entscheidung benötigten Informationen sollen gemäß den
Anforderungen der Fertigungsbereiche automatisch ermittelt, aufbereitet und der Fachkraft zur
Verfügung gestellt werden. Auf diese Weise soll das Automatisierungskonzept dazu beitragen,
dass die Fachkraft schnell die richtige Entscheidung treffen kann bzw. dass die Grundlage für das
automatische Treffen von Standardentscheidungen gelegt ist. Neben der automatisierten
Datenermittlung soll die Automatisierungslösung selbstständig Aktionen anhand der bekannten
Daten für die Entscheidung vorschlagen. Die Vorschlagskomponente hat einen adaptiven,
lernenden Charakter, das heißt das System lernt eigenständig aus gelösten Fällen in der
Vergangenheit und passt vorgeschlagene Maßnahmen für neue Situationen entsprechend an.
Die in der Prozessanalyse identifizierten Ineffizienzen bezüglich der Freiheiten in der

Prozessführung sollen ebenfalls durch das Konzept adressiert werden. Dazu soll eine
Teilautomatisierung der Aktionensteuerung erfolgen, die den Nutzer durch den gesamten Prozess
leitet. Es erfolgt eine Konzentration auf ausschließlich zielführende Aufgaben. Unnötige
Teilaufgaben, die nicht zur Erreichung des Prozessziels beitragen, aber Ressourcen verbrauchen,
stellen Verschwendung dar und werden eliminiert. Durch die Konzentration auf ausschließlich
notwendige Prozessaufgaben verspricht die Automatisierung der Aktionensteuerung
Effizienzpotentiale und eine höhere Transparenz und Konformität bei der Prozessausführung. Zu
jedem Zeitpunkt muss aufgrund der hohen Qualitätsanforderungen jedoch ein manueller Eingriff
der Fachkraft möglich sein. Durch eine automatisierte Ausführung und Aktionensteuerung des
Prozesses nach Defektdichtemeldung mit effizienter Ressourcennutzung sollen die Prozesskosten
gesenkt und die Durchlaufzeiten reduziert werden. Die Automatisierung des Prozesses trägt dazu
bei, auffällige Fertigungsanlagen schneller und kostenminimal freizugeben. Indirekt wird dadurch
eine höhere Produktivität erreicht, da gebundene Ressourcen entlastet und entsprechend für
andere, wertschöpfende Prozesse genutzt werden können. Zudem soll die Automatisierung der
Aufgaben zu einer Erhöhung der Transparenz des Prozesses führen. Durch eine maschinelle
Aktionensteuerung können Daten zu den durchgeführten Aufgaben aufgezeichnet werden, die
sich entsprechend auswerten lassen. Folglich ermöglicht die Automatisierung eine bessere
Überwachung und Steuerung der Prozessleistung.
Das Automatisierungskonzept muss aufgrund der Auswirkungen des Prozesses auf die
Fertigungsqualität den inhaltlichen Anforderungen der einzelnen Fertigungsbereiche gerecht
werden. Die Prozessqualität hat unmittelbare Auswirkungen auf die Qualität der produzierten
Chips und auf den Unternehmenserfolg, da eine fehlerhafte Anlage Minderungen der
Fertigungsausbeute verursacht. Die Automatisierung des Prozesses darf die hohen Anforderungen
an die Prozessqualität der wertschöpfenden Fertigungsprozesse nicht beeinträchtigen. Aufgrund
der Vielfalt der technologischen Prozesse und dem dadurch sehr spezifischen Prozesswissen ist
der Prozess nach Defektdichtemeldung stark an die Fertigungsbereiche gebunden. Das Wissen
zur Bearbeitung und Modifizierung des Prozesses liegt bei den Prozessverantwortlichen der
einzelnen Fertigungsbereiche bzw. den Anlagenexperten der Instandhaltung und kann nur schwer
in andere Organisationseinheiten überführt werden. Das Automatisierungskonzept des Prozesses
muss diese organisatorischen Aspekte berücksichtigen.
In der Defektdichteabteilung bestehen ebenfalls Bestrebungen die Entscheidungsprozesse der

Fachkraft mit der Raptor Diagnostics Suite zu automatisieren. Die Automatisierung dieser
Prozesse ist von der im Rahmen der vorliegenden Arbeit betrachteten Prozesse nach
Defektdichtemeldung zu trennen, da der Fokus der Defektdichte auf der Identifikation und
Klassifikation von Defekten auf den Scheiben liegt. Der zentrale Untersuchungsgegenstand der
Defektdichte ist das Produkt bzw. die Wafer eines Fertigungsloses. Mit Übertragung der Daten
von der Defektdichte zu den einzelnen Fertigungsbereichen ändert sich der Fokus des Problems,
da im Mittelpunkt der Betrachtung des Prozesses nach Defektdichtemeldung die Fertigungsanlage
und ihr Qualitätsniveau steht. Nichtsdestotrotz baut der Prozess auf den Daten des
Defektdichteprozesses auf, weshalb das Automatisierungskonzept den Transfer der
Defektdichtedaten berücksichtigen muss.
Die Basis der Entwicklung des Automatisierungskonzepts bilden die Erkenntnisse der
Analysephase des Prozesses nach Defektdichtemeldung aus Kapitel 3. Weiterhin werden
umfassende Inhaltsanalysen von Produktdefinitionen der Automatisierungslösung sowie von
internen Spezifikationsdokumenten und Schulungsunterlagen, die im Unternehmen zum
Zeitpunkt der Untersuchungen verfügbar waren, durchgeführt. Im folgenden Unterkapitel wird
zunächst die zu verwendende Automatisierungslösung vorgestellt. Danach werden die Aspekte,
die bei der Automatisierung des Prozesses nach Defektdichtemeldung mit RDS zu beachten sind,
präsentiert. Das Automatisierungskonzept setzt sich aus der Wissensrepräsentationskomponente,
der Wissensverarbeitungskomponente sowie der Auswertungs- und Lernkomponente zusammen.
Der Aufbau orientiert sich an den drei Hauptkomponenten der Raptor Diagnostics Suite.
4.2 Vorstellung der Automatisierungslösung
Die Softwarelösung Raptor Diagnostics Suite der Fa. Semantis Information Builders GmbH ist
ein wissensbasiertes Diagnosesystem, welches ursprünglich für die Automatisierung von
Fehlerdiagnose- und Instandhaltungsprozessen in Werkstätten der Automobilindustrie entwickelt
wurde (vgl. Semantis Information Builders GmbH (2016) S. 1ff.). Es ist als wissensbasierter
Automatisierungsansatz einzuordnen, welcher das induktive Schließen als Lösungsverfahren
verwendet. Die Aufgaben des Prozesses nach Defektdichtemeldung lassen sich nach
Ferstl & Sinz (2013) als wissensbasierten Modelltyp charakterisieren, der durch Schließen gelöst
werden kann (vgl. Kapitel 3.7). Folglich eignet sich RDS für die Automatisierung des Prozesses
nach Defektdichtemeldung.
RDS ist als wissensbasiertes System für die Diagnostik als Problemlösungstyp bzw. für deren
Wissensdarstellung zur Modellbeschreibung konzipiert. Bei der Diagnostik werden
Analyseverfahren eingesetzt, die aus einer gegebenen Menge an Alternativen eine Lösung
auswählen und so beispielsweise dem Auffinden von Fehlern in technischen Geräten oder
Krankheitsursachen bei Lebewesen dienen. Der Problembereich der Diagnostik besteht aus den
zwei disjunkten Mengen der Problemmerkmale (Symptome) und der Problemlösungen
(Diagnosen) sowie aus typischerweise unsicherem Wissen über deren Beziehung zueinander.
Dabei kann für ein Problem nur eine unvollständige Teilmenge der Symptome gegeben sein und
die Lösung des Problems besteht aus einer oder mehreren Diagnosen. Typisch für die Diagnostik
ist das Schließen von Beobachtungen auf Systemzustände oder Objekte, welche die
Beobachtungen hervorrufen. Dies stellt eine Form der Abduktion dar. Die Schlussfolgerung ist
logisch nicht zwingend, da eine Beobachtung unterschiedliche Ursachen haben kann. Zur
Vermeidung solcher Unsicherheiten und zur Verbesserung der Qualität der Problemlösung
können vom Diagnostiksystem zusätzliche Symptome angefordert werden (vgl. Ferstl & Sinz
(2013) S. 367; Kurbel (1992) S. 139; Puppe (1991) S. 74ff.).
Für die Diagnostik wird von RDS die sogenannte Fehlerbaumanalyse als zentrales
Analyseverfahren verwendet. Die Fehlerbaumanalyse ist eine systematische Methode des
Qualitätsmanagements zur Suche nach Ursachen für einen vorgegebenen Fehler in technischen
Systemen. Schrittweise werden alle möglichen Ursachen identifiziert, die zu einem bestimmten
Fehler, Ereignis oder Symptom führen. Die Ursachen werden iterativ soweit analysiert bis die
Kernursache für das unerwünschte Ereignis ermittelt wurde. Das Ziel der Fehlerbaumanalyse sind
abgesicherte Aussagen über das Verhalten eines technischen Systems in Hinblick auf
unerwünschte Fehlerereignisse. Zum einen können Zuverlässigkeitskenngrößen wie
Ausfallwahrscheinlichkeiten geschätzt und entsprechende Prognosen für unerwünschte
Ereignisse getroffen werden. Zum anderen kann bei Eintritt eines Fehlers eine systematische
Analyse und Diagnose des Ereignisses erfolgen und potentielle Ursachen ermittelt werden. Sind
die Ursachen identifiziert, lassen sich anschließend Maßnahmen zur Behebung des Problems
ableiten (vgl. DIN 25424 (1981) S. 2; Edler et al. (2015) S. 1; Schmitt & Pfeifer (2015) S. 566).
Die Raptor Diagnostics Suite besteht aus den drei Hauptkomponenten Autoren-, Laufzeit- und
Evaluierungsumgebung. Die Autorenumgebung dient der Darstellung und grafischen
Modellierung von Wissen. Sie stellt die Wissensbasis-Komponente eines wissensbasierten
Systems dar (vgl. Kapitel 2.4.3). RDS unterstützt einen objektorientierten Ansatz für die
Wissensrepräsentation. Grundidee dieser Wissensdarstellung ist die Verwendung des
objektorientierten Paradigmas, welches auch in der objektorientierten Programmierung
angewandt wird (vgl. Ferstl & Sinz (2013) S. 367). Um dem Konzept der Fehlerbaumanalyse bei
der Erstellung der Wissensbasis gerecht zu werden, sind die wichtigsten Objekttypen Fehler, Test
und Reparatur mit jeweils unterschiedlichen Attributen bzw. Eigenschaften. Test- und
Reparaturobjekte werden einem oder mehreren Fehlerobjekten zugeordnet. Für die Objekte
werden verschiedene Regeln bzw. Bedingungen als Attribute definiert, sodass die
Autorenumgebung auch Elemente der sogenannten regelorientierten Wissensrepräsentation
sowie der Constraints 21 unterstützt. Die mit der Autorenumgebung erstellten Wissensbasen
werden in unterschiedlichen Dateien gespeichert. Aus diesem Grund enthält die
Autorenumgebung zusätzlich Elemente zur Registrierung und Administration der
Wissensbasisdateien (vgl. Semantis Information Builders GmbH (2016) S. 2).
Die Laufzeitumgebung realisiert die Inferenzkomponente des wissensbasierten Systems und dient
der Verarbeitung des Wissens einer Wissensbasisdatei zur Lösung eines konkreten
Diagnostikproblems. Von RDS werden verschiedene Schlussverfahren unterstützt. Das
Auswerten von Regeln mit monotonem Schließen nach der klassischen Logik ist ebenso möglich
wie das nichtmonotone Schließen, bei dem Schlüsse durch neu hinzukommende Informationen
revidiert werden. Insbesondere wird das für die Diagnostik typische probabilistische Schließen
unterstützt, welches den Umgang mit Unsicherheiten, zum Beispiel bei der Symptomerhebung
oder -bewertung, ermöglicht. Im Falle der Wissensmodellierung in Form von multiplen
Entscheidungsbäumen oder Fehlernetzen erfolgt die schrittweise Abarbeitung der Fehlerstruktur
im Diagnostikprozess auf Grundlage der Berechnung von Wahrscheinlichkeiten für die
Fehlerobjekte mithilfe der Bayes'schen Wahrscheinlichkeitstheorie. Dies ermöglicht die
Bestimmung der wahrscheinlichsten Diagnose unter Annahme der vorhandenen Symptome zu
jedem Zeitpunkt im Diagnostikprozess (vgl. Puppe (1991) S. 43f.; Semantis Information Builders
GmbH (2016) S. 3).
Der Nutzer wird vom Laufzeitsystem durch die Aufgaben des gesamten Diagnostikprozesses im
Sinne einer Aktionensteuerung geführt. Zusätzlich zur eigentlichen Diagnostik, also der
Identifikation bestimmter Fehler, unterstützt die Laufzeitumgebung die Ausführung der zu einem
identifizierten Fehler zugeordneten Reparaturmaßnahmen sowie die anschließende Verifikation
dieser Maßnahmen bis zur Lösung des Problems. Neben der vollständig automatisierten
Aktionensteuerung ermöglicht die Laufzeitkomponente auch die manuelle Steuerung durch
Eingreifen des Benutzers in den Diagnostikprozess. Dazu kann er eigenständig bestimmte
Handlungsalternativen für den weiteren Diagnostikablauf auswählen. Die Inferenzkomponente
dient dem Benutzer zur Entscheidungsunterstützung, indem es dem Benutzer die Ergebnisse der
verschiedenen Diagnostikstrategien als Entscheidungsgrundlage zur Verfügung stellt. So werden
beispielsweise kontextabhängig alle an einer bestimmten Stelle im Diagnostikprozess möglichen
Fehlerkandidaten mithilfe von probabilistischen Schlussverfahren berechneten
Wahrscheinlichkeiten angezeigt. Darüber hinaus besitzt die Laufzeitkomponente und deren
grafische Benutzeroberfläche noch weitere Merkmale wie die Verknüpfung von externen Medien
oder eine Notizbuch-Funktion für kontextabhängige Anmerkungen. Für jeden Diagnostikvorgang
werden vom Laufzeitsystem Sitzungsprotokolle erzeugt.
Ein weiteres Element der Laufzeitumgebung ist eine Komponente zur Auftragsverwaltung, in der
für jedes Problem ein Arbeitsauftrag erzeugt wird. Für den Benutzer werden die verschiedenen
21
Bei der Regelorientierung wird Wissen in Form von Wenn-Dann-Beziehungen beschrieben. In RDS wird
daher der Konditionalprogrammansatz für die Automatisierung von Entscheidungen angewendet. Das
Konzept von Constraints ist die Abgrenzung von Lösungsräumen durch Rand- und Nebenbedingungen,
die die Problemlösung in jedem Fall erfüllen muss. Sie repräsentieren die Beziehungen zwischen
unterschiedlichen Objekten und können u.a. mithilfe von Regeln implementiert werden (vgl. Ferstl &
Sinz (2013) S. 367; Puppe (1991) S. 42).
abzuarbeitenden Arbeitsaufträge in Listenform angezeigt. Bei der Generierung der Aufträge

erfolgt eine Grobidentifikation der Symptome des speziellen Problems. Dies bildet die Grundlage
für die Zuordnung eines Auftrags zu einer Wissensbasisdatei, auf die die Inferenzkomponente zur
Lösungsfindung angewendet wird.
Die Evaluierungsumgebung dient der Dokumentation und Auswertung der vom Laufzeitsystem
erzeugten Sitzungsprotokolle. Durch statistische Analysen ermöglicht es Aussagen zu den
historischen Fehlerhäufigkeiten. Auf Grundlage der Auswertungen lassen sich Aussagen über die
System- und Prozessqualität ableiten. Darüber hinaus kann mit der Auswertung der Daten neues
Wissen zur Verbesserung der Prozesse gewonnen und die Wissensbasen entsprechend aktualisiert
werden. Dadurch ermöglicht die Evaluierungsumgebung gleichzeitig die eigenständige
Optimierung der Inferenzstrategien auf Grundlage von automatischen Auswertungen der
Sitzungsprotokolle (vgl. Semantis Information Builders GmbH (2016) S. 3).
4.3 Wissensrepräsentationskomponente
4.3.1 Ansatz der Wissensrepräsentation
Die Aspekte der Wissensrepräsentation zielen auf eine adäquate Modellierung des für die
Wissensverarbeitung benötigten Wissens in der Autorenumgebung von RDS ab. Dadurch wird
das allgemeine Wissen der Prozessverantwortlichen über den Problembereich der
Defektdichtemeldungen abgebildet. Im Sinne der Diagnostik werden alle möglichen bzw.
allgemein bekannten Diagnosen in einer Wissensbasis hinterlegt. Durch die Abbildung des
Wissens wird die Grundlage für die Automatisierung der Aufgaben des Prozesses nach
Defektdichtemeldung geschaffen. Gleichzeitig digitalisiert die Wissensrepräsentation das
Prozesswissen und stellt die zweite Ebene und Teile der dritten Ebene des Cyber-Physischen
Systems dar (vgl. Kapitel 2.4.2). Die Wissensrepräsentation umfasst den grundlegenden Ansatz
der Wissensdarstellung, den Aufbau und die Struktur der Wissensbasen, die Festlegung der
dazugehörigen Interpretationsregeln und Lösungsstrategien sowie organisatorische Aspekte.
Wie bereits erwähnt, strebt die Defektdichte (DD) ebenfalls die Automatisierung der Prozesse zur
Analyse der Defekte und Ermittlung einer verdächtigten Anlage mittels RDS an (vgl. Kapitel 4.1).
Der Aufbau der zugehörigen Defektdichtewissensbasis (DDWB) muss separat von den
Wissensbasen des Prozesses nach Defektdichtemeldung erfolgen, da die Defektdichte
Qualitätsabweichungen aus Produktsicht betrachtet. Im Prozess nach Defektdichtemeldung steht
die Qualität des Fertigungsprozesses einer Anlage im Mittelpunkt, welche die Abweichungen der
Produktqualität verursacht. Aufgrund des unterschiedlichen Problemfokus sind deshalb die
Wissensbasen für den Defektdichteprozess und den Prozess nach Defektdichtemeldung
voneinander zu trennen.
Bei der Wissensrepräsentation des Prozesses nach Defektdichtemeldung sind zwei voneinander
zu unterscheidende Problemfälle im Ablauf des Prozesses nach Defektdichtemeldung relevant.
Im ersten Fall ergibt die Analyse der Fachkraft (FK) im Fertigungsbereich, dass entweder keine
Maßnahmen oder Maßnahmen durch die Fachkraft durchzuführen sind. Der gesamte Prozess nach
Defektdichtemeldung findet innerhalb der Fachkraftrolle eines Fertigungsbereiches statt. Im

zweiten Fall wird durch die Fachkraft entschieden, dass eine fehlerbehebende
Instandhaltungsmaßnahme an der betroffenen Anlage durchgeführt werden muss, die im
Verantwortungsbereich der Instandhaltung (IH) eines Fertigungsbereiches liegt. Nach Abschluss
der Instandhaltungsaktivitäten wird der Prozess wieder an die Fachkraft übergeben, die die
Kontrolle der Instandhaltungsmaßnahme und im Anschluss die Freigabe der Anlage durchführt.
Folglich sind zwei grundlegende Ansätze für den Aufbau der Wissensbasen des Prozesses nach
Defektdichtemeldung denkbar. Abbildung 21 zeigt schematisch den funktionsorientierten
Ansatz, bei dem der Aufbau der Wissensbasen (WB) gemäß den Verantwortlichkeiten im Prozess
getrennt wird, sodass sowohl eine Wissensbasis für die Aufgaben der Fachkraft (FKWB), als auch
eine Wissensbasis für die Instandhaltungsaktivitäten (IHWB) aufgebaut wird. Für den Fall, dass
das Entscheidungsergebnis keine Maßnahme oder eine von der Fachkraft des Fertigungsbereichs
durchzuführende Maßnahme vorsieht, ist in der Wissensbasis der Fachkraft der gesamte Prozess
abgebildet. Die entsprechende Wissensbasis enthält das für die Ausführung des Prozesses
notwendige und vollständige Wissen für die Informationserfassung bis zur Freigabe der Anlage.
Falls im Entscheidungsprozess nach Defektdichtemeldung fehlerbehebende Maßnahmen von der
Instandhaltung durchgeführt werden müssen, ist zunächst die Informationserfassung, -analyse,
Entscheidung und Aktionsauswahl in der Wissensbasis der Fachkraft abgebildet. Die
anschließenden Instandhaltungsmaßnahmen werden von der Instandhaltung in einer separaten
Wissensbasis hinterlegt. Für die Fachkraftaufgaben der Maßnahmenkontrolle und der
Anlagenfreigabe wird eine Wissensbasis der Fachkraft verwendet. Dabei handelt es sich entweder
um die Wissensbasis, mit welcher auch die Aufgaben der Informationserfassung, -analyse und
Entscheidungsfindung realisiert werden, oder um eine separate Fachkraft-Wissensbasis, die
ausschließlich die Kontroll- und Freigabeaufgaben abbildet.
Fall 1: Fall 2:
• Defektanalyse • Defektanalyse
• Ermittlung der Anlage • Ermittlung der Anlage DDWB
DD • Meldung an Fertigungsbereich DD • Meldung an Fertigungsbereich
• Erfassung und Analyse der Meldung • Erfassung und Analyse der Meldung
• Keine Maßnahmen oder eigene • Entscheidung und Generierung von FKWB
FK Maßnahmen mit Kontrolle und Freigabe FK Instandhaltungsauftrag
• Instandhaltungsmaßnahmen IHWB
IH
• Kontrolle der Instandhaltungs-
maßnahmen FKWB
FK • Freigabe der Anlage
Abbildung 21: Funktionsorientierter Ansatz der Wissensrepräsentation
Der prozessorientierte Ansatz der Wissensrepräsentation ist in Abbildung 22 dargestellt. Hierbei

sind die Aufgaben aller Varianten des Prozesses nach Defektdichtemeldung in einer
funktionsübergreifenden Wissensbasis abgebildet. Die Fachkraft und die Instandhaltung nutzen
gemeinsam eine integrierte Wissensbasis für den gesamten Prozess nach Defektdichtemeldung.
In dieser Wissensbasis sind die Aufgaben des gesamten Entscheidungsprozesses von der
Informationserfassung bis zur Anlagenfreigabe abgebildet.
Fall 1: Fall 2:
• Defektanalyse • Defektanalyse
• Ermittlung der Anlage • Ermittlung der Anlage DDWB
DD • Meldung an Fertigungsbereich DD • Meldung an Fertigungsbereich
• Erfassung und Analyse der Meldung • Erfassung und Analyse der Meldung
• Keine Maßnahmen oder eigene • Entscheidung und Generierung von
FK Maßnahmen mit Kontrolle und Freigabe FK Instandhaltungsauftrag
• Instandhaltungsmaßnahmen
IH
Integrierte WB für • Kontrolle der Instandhaltungs-
Prozess nach DD-Meldung maßnahmen
FK • Freigabe der Anlage
Abbildung 22: Prozessorientierter Ansatz der Wissensrepräsentation
Die Gegenüberstellung beider Ansätze in Tabelle 6 zeigt, dass beim funktionsorientierten Ansatz
mit einer einfacheren Struktur der Wissensbasen und einer hohen Konformität mit den aktuellen
Verantwortlichkeiten im Prozess nach Defektdichtemeldung zu rechnen ist. Da beim Aufbau und
der Wartung der Wissensbasen jeweils nur ein Autor je Wissensbasis benötigt wird, ist zudem
kein Autorenkonzept für die gemeinsame Bearbeitung einer Wissensbasis von mehreren Autoren
notwendig. Weil die Bearbeitung der Aufgaben des Fertigungsbereichs und der Instandhaltung in
unterschiedlichen Wissensbasen erfolgt, ist beim funktionsorientierten Ansatz weiterhin kein
Rollenkonzept im Laufzeitsystem zu berücksichtigen.
Allerdings bietet der prozessorientierte Ansatz gegenüber dem funktionsorientierten Ansatz

wesentliche Vorteile. So ist durch den gemeinsamen und funktionsübergreifenden Aufbau der
Wissensbasis das Risiko von Redundanzen bei der Modellierung minimiert. Die
Prozessorientierung ermöglicht die konsequente Verwendung einer integrierten Wissensbasis zur
Betrachtung des Qualitätsproblems aus Anlagensicht, die alle Stufen des Entscheidungsprozesses
unterstützt. Durch die Nutzung einer durchgängigen Wissensbasis entstehen keine Schnittstellen
bei der Wissensverarbeitung, an denen die Datenübergabe zwischen unterschiedlichen, am
Prozess beteiligten Wissensbasen erfolgen muss. Darüber hinaus sind Rücksprünge im
Entscheidungsprozess, beispielsweise nach gescheiterter Kontrolle der durchgeführten
Maßnahme, einfach realisierbar. Ein weiterer Vorteil ist die Bearbeitung eines gemeinsamen
Auftrags zur Sicherung der Fertigungsqualität der Anlagen von der Fachkraft und der
Instandhaltung. Auf diese Weise kann die Auswertung der Laufzeitdaten einfach erfolgen, da sich
die gesamte Auftragshistorie lediglich auf eine Wissensbasis bezieht.
Aufgrund dieser Vorzüge wird die Auswahl des prozessorientierten Ansatzes für die
Wissensrepräsentation des Automatisierungskonzepts empfohlen. Die Nachteile des
prozessorientierten Ansatzes haben im Wesentlichen organisatorischen Charakter und lassen sich

daher unternehmensintern adressieren. Beim funktionsorientierten Ansatz ist dagegen mit
komplexeren technischen Nachteilen zu rechnen. Gravierend ist insbesondere die schlechte
Integration aus Prozesssicht und die deshalb benötigten vielfältigen Schnittstellen für die
Datenübergabe zwischen Fachkraft und Instandhaltung sowie für die Realisierung von
Rücksprüngen im Entscheidungsprozess. Weiterhin sind die Aspekte der Auswertung bei der
Funktionsorientierung problematisch, da sie durch die komplexe Struktur der Auftragshistorie nur
eine geringe Transparenz gewährleisten. Einzig notwendige zusätzliche technische Anpassung
für die Umsetzung des prozessorientierten Ansatzes ist dagegen die Implementierung eines
Rollenkonzepts für das Laufzeitsystem, sodass unterschiedliche Aufgabenträger gemeinsam den
Prozess bearbeiten können.
Funktionsorientierter Prozessorientierter Ansatz

Ansatz
Struktur der Wissensbasis Einfach Komplex
Konformität mit aktuellen Hoch Gering
Verantwortlichkeiten
Aufbau und Wartung der Ein Autor je WB Mehrere Autoren je WB,
WB Autorenkonzept notwendig
Rollenkonzept für Nicht notwendig Notwendig
Laufzeitsystem
Redundanzen bei der Hohes Risiko Geringes Risiko
Modellierung
Stufen des Wissensbasisübergreifende Integriert in einer
Entscheidungsprozesses Problembehandlung Wissensbasis
Datenübergabe FK-IH Schnittstellenkonzept Keine Schnittstellen und
notwendig Datenübergabe notwendig
Rücksprünge im Schnittstellenkonzept Einfach realisierbar
Entscheidungsprozess notwendig
Auftragsverwaltung Mehrere Aufträge zu einem Ein Auftrag je Problem
Problem
Auswertung der Komplex, wissensbasis- Einfach, gesamte Auftrags-
Laufzeitdaten übergreifende Auftrags- historie in einer Wissensbasis
historie
Tabelle 6: Vergleich der Ansätze der Wissensrepräsentation
4.3.2 Aufbau und Struktur der Wissensbasen
Ein Ergebnis der Prozessanalyse ist, dass der Prozess nach Defektdichtemeldung auf
fertigungsprozess- und anlagenspezifischem Wissen basiert, da die Unterschiede im
Defektverhalten der Fertigungsanlagen aus der Vielfalt an technologischen Prozessen und
Anlagenaufbauten in der Halbleiterfertigung resultieren. Beim Aufbau der Wissensbasen müssen
diese Zusammenhänge berücksichtigt werden. Es empfiehlt sich Defektdichtefamilien als
Untereinheiten der Fertigungsbereiche zu bilden, in denen gleichartige Anlagen und

Fertigungsprozesse mit ähnlichen Defektcharakteristika zusammengefasst werden. Die
Fertigungsbereiche in der Halbleiterfertigung setzen sich aus verschiedenen Workcentern
zusammen. In einem Workcenter sind gleichartige Fertigungsprozesse und Anlageneinheiten
eines Fertigungsbereichs zusammengefasst, weshalb innerhalb eines Workcenters ähnliche
Defekte auftreten. Die Unterteilung nach Workcentern eignet sich daher für die Bildung von
Defektdichtefamilien. Da eine Fertigungsanlageneinheit eindeutig einem Workcenter zugeordnet
ist, ist durch die Modellierung der Wissensbasen nach Workcentern die eindeutige Zuordnung
eines Auftrags zu einer Wissensbasis in der Laufzeitumgebung erfüllt. Aus diesem Grund wird
empfohlen, sich bei der Bildung von Defektdichtefamilien an Workcentern zu orientieren und
eine Wissensbasis je Workcenter anzulegen.
Für den Aufbau und die Strukturierung der Wissensbasen stellt sich weiterhin die Frage wie der
Entscheidungsprozess mit den Aufgaben aller sechs Stufen innerhalb der Autorenumgebung von
RDS modelliert werden kann. Deshalb wird im Folgenden das Strukturkonzept einer
Wissensbasis in RDS für den Prozess nach Defektdichtemeldung entwickelt, welches in Tabelle 7
skizziert ist. Es integriert alle Elemente des Entscheidungsprozesses, ist konform mit dem
prozessorientierten Ansatz der Wissensrepräsentation und setzt das Grundprinzip der Diagnostik
in RDS aus Inspektion, Reparatur und Verifikation von Fehlerobjekten um.
Fehlerbaum- Zugeordnetes Funktion Stufe im

hierarchie Objekt Entscheidungsprozess
Wissensbasis - Zuordnung von Auftrag I Informationserfassung
zu Wissensbasis
Wurzelfehler Testobjekt Ermittlung zusätzlicher II Informationsanalyse
Fehler (Inspektion) Informationen zur
Entscheidungsfindung
Blattfehler
Blattfehler - Entscheidungsvorschlag III Entscheidung und
oder automatisierte Auswahl der Maßnahme
Entscheidung
Blattfehler Reparaturobjekt Aufgaben von FK und IH IV Ausführung der
Maßnahme
Blattfehler Reparaturobjekt Kontrollaufgaben V Kontrolle der
Maßnahme
Blattfehler Testobjekt Auswertung der V Kontrolle der
(Verifikation) Kontrollaufgaben Maßnahme
Fehler Reparaturobjekt Freigabeaufgaben VI Freigabe
Fehler Testobjekt Auswertung der VI Freigabe
(Verifikation) Freigabeaufgaben
Wurzelfehler Reparaturobjekt Nachricht an Fertigungs- VI Freigabe
managementsystem
Tabelle 7: Struktur der Wissensbasis

Die Zuordnung eines Auftrags zu einer Wissensbasis erfolgt anhand der verdächtigten Anlage.
Damit ist bereits ein Teil der Informationserfassung realisiert. Für das weitere Vorgehen im
Entscheidungsprozess ist ein hierarchischer Fehlerbaum anzulegen, in welchem für jede bekannte
und für die Wissensbasis relevante Defektsituation ein Fehlerobjekt angelegt wird. Einzelne
Fehlerobjekte mit gleichen Eigenschaften sind dann in verschiedene Zwischen- und
Oberdefektkategorien zu gruppieren. Bei der Gruppierung ist so vorzugehen, dass im Rahmen der
Informationsanalyse möglichst wenige Schritte für die Auswertung der Baumstruktur und die
Identifikation eines spezifischen Defekts, der im Fehlerbaum einem Blattfehler entspricht,
benötigt werden. Für die Informationsanalyse der Defekte müssen den Fehlerobjekten auf allen
Ebenen beim Aufbau der Wissensbasis Testobjekte von Typ Inspektion zugeordnet werden. Auf
diese Weise kann ein Blattknoten stufenweise im Fehlerbaum ermittelt werden. Wurde ein
Blattfehler eindeutig identifiziert, kann eine automatisierte Entscheidung gemäß innerhalb des
Fehlerobjekts definierter Regeln erfolgen bzw. der Fachkraft entsprechende Maßnahmen
vorgeschlagen werden.
Für die weitere Strukturierung der Wissensbasis sind drei Hierarchieebenen relevant. Auf der
Ebene der Blattknoten sind jedem Fehlerobjekt Reparaturobjekte und Testobjekte vom Typ
Verifikation zuzuordnen. Die Reparaturobjekte korrespondieren mit den Aufgaben der vierten
und einem Teil der fünften Stufe des Prozesses nach Defektdichtemeldung. Für jede einzelne
Aufgabe ist ein separates Reparaturobjekt anzulegen. Gemäß dem prozessorientierten Ansatz der
Wissensrepräsentation sind sowohl die Aufgaben der Fachkraft des Fertigungsbereichs, als auch
Maßnahmen der Instandhaltung zu berücksichtigen. Die Aufgaben der fünften Stufe, die durch
Reparaturobjekte realisiert werden, beziehen sich auf die durchzuführenden Kontrollaufgaben.
Für die Auswertung der Ergebnisse dieser Kontrollaufgaben, bei der die Prüfung des Erfolgs der
durchgeführten Maßnahmen der vierten Stufe erfolgt, werden dem Blattfehler Testobjekte vom
Typ Verifikation zugeordnet. Im Falle eines Scheiterns der Verifikation können alternative
Maßnahmen durch die Zuordnung weiterer Reparaturobjekte zum Blattfehler realisiert werden.
Auf der nächst höheren Ebene der Fehlerhierarchie werden die Aufgaben der Anlagenfreigabe
definiert. Hierzu werden den Fehlerobjekten auf der Zwischenebene sowohl Reparatur-, als auch
Testobjekte vom Typ Verifikation zugeordnet. Durch die Nutzung einer höheren Ebene in der
Fehlerbaumhierarchie ist gewährleistet, dass die Aufgaben der Freigabe erst nach erfolgreicher
Verifikation des Blattfehlers ausgeführt werden. Die Anlagenfreigabe wird daher erst vom
System initiiert, wenn gesichert ist, dass die durchgeführten Maßnahmen zur Qualitätssicherung
der Anlage erfolgreich waren. Zu beachten ist, dass die so zugeordneten Aufgaben nach der
Verifikation von allen Blattfehlern des jeweiligen Zweiges initiiert werden. Ist dies nur für
bestimmte Blattfehler erwünscht, muss eine zusätzliche Hierarchieebene im Fehlerbaum angelegt
werden. Durch die Reparaturobjekte werden die Aufgaben der Anlagenfreigabe in der
Wissensbasis abgebildet. Die Verifikationstests realisieren die Bewertung der Ergebnisse dieser
Aufgaben. Scheitert die Verifikation, ist wie bei der Auswertung der Kontrollaufgaben die
Definition von alternativen Freigabeaufgaben durch zusätzliche Reparaturobjekte möglich.
Die eigentliche Anlagenfreigabe, also das Senden einer Nachricht an das

Fertigungsmanagementsystem über die Verfügbarkeit der Anlage zur Nutzung für die
Fertigungsprozesse, erfolgt auf der übergeordneten Hierarchieebene. Im Falle der in Tabelle 7

dargestellten dreistufigen Fehlerhierarchie entspricht das dem Wurzelfehler. Diesem wird ein
Reparaturobjekt zugeordnet, in welchem das Senden der Nachricht definiert wird.
4.3.3 Festlegung der Lösungsstrategie
Die Lösungsstrategie des wissensbasierten Systems wird maßgeblich mit der Struktur der
Wissensrepräsentation bestimmt, da diese das Prozessverhalten des Systems vorbestimmt.
Nichtsdestotrotz muss die detaillierte Gestaltung der Lösungsstrategie erfolgen, bei der die
einzelnen Aktionen der Aufgaben und deren Aufgabenträger festgelegt werden. Hierzu werden
innerhalb der Autorenumgebung von RDS den einzelnen Fehler-, Test- und Reparaturobjekten
Attribute zugewiesen. Für jede einzelne Aufgabe ist eine Automatisierung bzw.
Teilautomatisierung zu prüfen und die Definition der Attribute gemäß dem festgelegten
Aufgabenträger anzupassen.
Die Automatisierung der Aufgaben lässt sich mithilfe von Diensten realisieren. Sie repräsentieren
einen Teil des Dienstesystems auf der dritten Ebene des Cyber-Physischen Systems (vgl.
Kapitel 2.4.2). Wie in der Prozessanalyse ermittelt, eignen sich hierfür Routinetätigkeiten und
einfache Aufgaben auf allen Stufen des Entscheidungsprozesses nach Defektdichtemeldung, da
sie im Wesentlichen dem Senden von Nachrichten oder der Ermittlung von Informationen dienen,
die bereits in anderen Informationssystemen elektronisch erfasst sind. Die Test- bzw.
Reparaturobjekte sind mit servicebasierten Abfragen zu verknüpfen, die eine Schnittstelle zu den
anderen Informationssystemen in der Halbleiterfertigung bilden. Um eine reibungslose
Integration des Automatisierungskonzepts zu gewährleisten, sind die Anforderungen für jede
Schnittstelle unter Berücksichtigung der spezifischen Eigenschaften der peripheren
Informationssysteme zu ermitteln.
Die Grenzen der Automatisierung aufgrund formaler oder sachlicher Kriterien sind für jede
Aufgabe zu ergründen. Ein Beispiel sind die von der Fachkraft durchgeführten Aufgaben der
Bildverarbeitung, bei dem das Defektbild einer Meldung mit typischen Defektbildern aus der
Vergangenheit verglichen wird, um die Defektdichtemeldung zu verifizieren und zu präzisieren.
Die Attribute der Objekte müssen daher auch für personelle Aufgabenträger angepasst werden.
Hierfür werden innerhalb der Test- und Reparaturobjekte textbasierte Handlungsanweisungen
bezüglich der durchzuführenden Aufgaben hinterlegt. Diese Anweisungen werden der Fachkraft
und dem Instandhaltungspersonal zur Bearbeitung einer konkreten Defektdichtemeldung in der
Laufzeitumgebung angezeigt. Bei Testobjekten werden zudem die Eingabemöglichkeiten zur
Beantwortung des Tests festgelegt. Beispielsweise können dem Aufgabenträger verschiedene
Antwortoptionen wie mögliche Defektbilder vorgegeben werden, aus denen dieser die
zutreffende Möglichkeit auswählt.
Da die Wissensrepräsentation dem prozessorientierten Ansatz folgt, sind innerhalb einer

Wissensbasis Aufgaben abgebildet, die von unterschiedlichen Organisationseinheiten ausgeführt
werden. Jedem Test- oder Reparaturobjekt wird daher eine Rolle bezüglich des Aufgabenträgers
als Attribut zugeordnet. Für die Ausführung des Prozesses nach Defektdichtemeldung werden
verschiedene Rollen benötigt. Beispielsweise ist die Vergabe von separaten Rollen für die
Fachkraft sowie für den Mitarbeiter der Instandhaltung denkbar. Die Zuordnung von Rollen zu
Objekten bildet die Grundlage für die Auftragsverwaltung (vgl. Kapitel 4.4.2).
Innerhalb der Fehlerobjekte werden zudem Inspektions- und Verifikationsbedingungen

festgelegt, um die Gültigkeit der Fehlerobjekte mit den Testergebnissen zu verknüpfen und so
relevante und auszuschließende Kandidaten im Inferenzprozess zu ermitteln. Ist die Gültigkeit
oder die Ausführung bestimmter Test- und Reparaturobjekte an bestimmte Bedingungen
gebunden, werden diese ebenfalls als Attribute des entsprechenden Objekts definiert.
4.3.4 Organisatorische Aspekte
Für die Wissensrepräsentation sind neben der inhaltlichen Überführung des Wissens in
Wissensbasen organisatorische Aspekte für deren Aufbau zu betrachten. Da beim Ansatz der
Wissensrepräsentation die Prozessorientierung gewählt wird, kommt dem Autorenkonzept eine
besondere Bedeutung zu, da sowohl Prozessexperten des Fertigungsbereichs, als auch
Anlagenexperten der Instandhaltung gemeinsam an der Erstellung einer Wissensbasis beteiligt
sind (vgl. Kapitel 4.3.1). Das Autorenkonzept muss daher die gemeinsame Bearbeitung einer
Wissensbasis durch unterschiedliche Wissensträger ermöglichen. Es soll möglichst klar und
eindeutig die Verantwortlichkeiten bei der Entwicklung und Wartung von Wissensbasen
abgrenzen, damit Doppelarbeit vermieden wird.
Grundsätzlich bestehen zwei Möglichkeiten für den Aufbau der Wissensbasen im Prozess nach
Defektdichtemeldung. Sie sind in Tabelle 8 mit ihren Vor- und Nachteilen gegenübergestellt.
Eine Option ist die Bildung einer zentralen Autorengruppe, deren Mitglieder als
fertigungsbereichsübergreifende Automatisierungsexperten für die Erstellung der Wissensbasen
verantwortlich sind. Die Autoren haben einen guten Gesamtüberblick, weswegen sich die
Anforderungen an eine standardisierte und abteilungsübergreifende Betrachtungsweise bei der
Modellierung realisieren lassen. Dadurch können Synergie- und Lerneffekte gut genutzt werden.
Weiterhin können Autoren für die Modellierung ausgewählt werden, die eine entsprechende
IT-Kompetenz besitzen und für die Aufgaben als Wissensingenieur qualifiziert sind. Folglich
erfolgt der Aufbau der Wissensbasen in Einklang mit den Funktionalitäten der
Automatisierungslösung. Zur Umsetzung des zentralen Autorenkonzepts werden jedoch
entsprechend qualifizierte personelle Ressourcen benötigt. Da für die Abbildung des Prozesses
ein hoher Detailgrad an Prozesswissen benötigt wird, ist zudem ein Wissenstransfer zwischen der
Autorengruppe und den Prozessexperten in den Fertigungsbereichen notwendig. Damit
verbunden sind Abstimmungsaufwände und die Gefahr von Missverständnissen.
Alternativ ist ein dezentrales Autorenkonzept möglich, bei dem die Prozessverantwortlichen als
Wissensträger selbst die Wissensbasen ihres Verantwortungsbereiches aufbauen. Ein
Wissenstransfer zwischen den Prozessexperten und Externen ist nicht notwendig, da die Autoren
über detailliertes fachliches Wissen zum Diskursobjekt einer Defektdichtemeldung verfügen.
Inhaltliche Missverständnisse bei der Modellierung der Wissensbasen sind ausgeschlossen und
Abstimmungsaufwände werden vermieden. Die Vorgehensweise, dass das für die Ausführung
des Prozesses notwendige Wissen von den Prozessverantwortlichen aufbereitet wird, entspricht
zudem der aktuellen Praxis. Da das Wissen bisher in Informationssystemen wie der
Entscheidungshilfedatenbank oder anderen bereichsspezifischen Datenbanken hinterlegt wird,

müssen die Prozessexperten für einen Informationssystemwechsel zunächst als Autoren für die
Raptor Diagnostics Suite qualifiziert werden. Hierfür sind Schulungen notwendig, in denen die
Prozessexperten die Grundlagen, die Funktionalitäten und die Bedienung des Systems erlernen.
Die Prozessexperten der Fertigungsbereiche werden dadurch zusätzlich belastet.
Vorteile Nachteile
Zentrale Autorengruppe  Standardisierung  Zusätzliche Ressourcen
 Qualifikation vorhanden notwendig
 Zentraler Ansprechpartner  Autoren ohne

Prozesswissen
 Wissenstransfer notwendig
 Abstimmungsaufwand und
Gefahr von
Missverständnissen
Dezentrale Autoren in den  Keine zusätzlichen  Gefahr heterogener
Fertigungsbereichen Ressourcen Lösungen
 Autoren besitzen  Qualifikation der
Prozesswissen Prozessexperten durch
 Kein Wissenstransfer Schulungen
 Missverständnisse  Abstimmung zwischen

ausgeschlossen Prozess- und
Anlagenexperten
Tabelle 8: Vergleich der Autorenkonzepte
Beim Prozess nach Defektdichtemeldung handelt es sich um einen Prozess, der auf
umfangreichem Wissen mit hohem Detailgrad basiert. Gleichzeitig sind die Anforderungen an
die Prozessqualität sehr hoch, die auf der strategischen Bedeutung der Fertigungsqualität in der
Halbleiterfertigung beruhen. Das dezentrale Autorenkonzept wird diesen Anforderungen gerecht,
da die Experten der Fertigungsprozesse aktiv die Erstellung der Wissensbasen vorantreiben. Aus
diesem Grund wird das dezentrale Autorenkonzept empfohlen. Dabei besteht jedoch die Gefahr
der Entwicklung heterogener Lösungen in den Fertigungsbereichen, sodass die Zielstellung der
Standardisierung durch das Automatisierungskonzept nicht realisiert wird. Zur Umsetzung des
dezentralen Autorenkonzepts wird daher die Ernennung von RDS-Experten in den einzelnen
Fertigungsbereichen vorgeschlagen, die als zentrale Ansprechpartner für den Bereich
entsprechend tiefergehend in den Funktionalitäten der Automatisierungslösung geschult werden.
Gleichzeitig müssen sie inhaltliches Verständnis der Prozesse im jeweiligen Fertigungsbereich
besitzen. Idealerweise sind sie selbst Verantwortliche im Prozess nach Defektdichtemeldung. Die
zentralen RDS-Experten legen die fabrikweiten Standards der Modellierung fest und koordinieren
die Modellierung der Wissensbasen in ihrem Fertigungsbereich. Sie sorgen für die Umsetzung
der Standardisierung und kontrollieren deren Erfüllung in ihrem Fertigungsbereich. Zur
Abstimmung und Behandlung von Problemen bei der Modellierung ist ein regelmäßiger
Austausch empfehlenswert, an welchem die zentralen RDS-Experten aus allen
Fertigungsbereichen teilnehmen.
4.4 Wissensverarbeitungskomponente
4.4.1 Input-Schnittstelle
Neben der Betrachtung des allgemeinen Problemwissens im Rahmen der Wissensrepräsentation

sind für die Automatisierung des Prozesses nach Defektdichtemeldung Aspekte des Umgangs mit
speziellem Wissen zu einer Defektdichtemeldung für die Wissensverarbeitung zu betrachten. Sie
umfassen die Input-Schnittstelle sowie die Auftragsverwaltung des Prozesses nach
Defektdichtemeldung und werden von der Laufzeitumgebung in RDS realisiert.
Durch die Input-Schnittstelle soll der Integrationsgedanke der Prozess- und Vorgangsintegration
des Automatisierungskonzepts realisiert werden. In diesem Zusammenhang ist die Integration mit
dem vorgelagerten Defektdichteprozess von Bedeutung, weil die Ergebnisse des
Defektdichteprozesses als Inputdaten im Prozess nach Defektdichtemeldung erfasst und
verarbeitet werden. Da auch die Defektdichte die Automatisierung ihrer Prozesse mit der Raptor
Diagnostics Suite vorantreibt, stellt sich die Frage, wie die entsprechenden Informationen
innerhalb von RDS übermittelt werden können. Die Input-Schnittstelle ist für die
Informationsbeschaffung zuständig und realisiert das Informationssystem des in Kapitel 2.2.2
vorgestellten Entscheidungsmodells. Gleichzeitig setzt es durch die Integration einen Teil der
dritten Ebene des Cyber-Physischen Systems um.
Um eine reibungslose Integration zwischen dem Defektdichteprozess und dem Prozess nach
Defektdichtemeldung zu gewährleisten, muss im Falle der notwendigen Rückmeldung eines
Defektvorfalls an einen Fachbereich aus dem Defektdichteauftrag automatisch ein Auftrag für die
Fachkraft des Fertigungsbereichs generiert werden. Die Modellierung eines entsprechenden
Objekts und die Definition des korrespondierenden Dienstes innerhalb von RDS mit den
benötigten Parametern ist bei der Erstellung der Wissensbasen in der Defektdichte zu
berücksichtigen und an der richtigen Stelle im Prozess hinzuzufügen. Durch die automatische
Generierung eines Fertigungsbereichsauftrags aus einem Defektdichteauftrag heraus werden
Ineffizienzen durch einen Systemwechsel über das E-Mail-Programm verhindert. Weiterhin ist
mit einer Erhöhung der Datenqualität an der Schnittstelle zu rechnen, weil die Daten für einen
bestimmten Defektfall nicht manuell von der Defektdichtefachkraft eingetragen werden müssen.
Da der Prozess nach Defektdichtemeldung auf den im Defektdichteprozess ermittelten

Informationen aufbaut bzw. diese verarbeitet, sind bei der automatischen Generierung eines
Auftrags für einen Fertigungsbereich gleichzeitig die relevanten Informationen zu übertragen. Die
während eines Auftrags zu verwendenden und zu ermittelnden Informationen sind deshalb bei
der Definition der Anforderungen an die Input-Schnittstelle zu berücksichtigen. In Tabelle 9 ist
der Defektdichteauftrag dem Fertigungsbereichsauftrag gegenübergestellt.
Die einem Auftrag zugeordneten Informationen lassen sich in die vier Kategorien Metadaten,
Identifikationsdaten, Symptomdaten und Laufzeitdaten einteilen. Die Metadaten eines Auftrags
umfassen die allgemeinen Eigenschaften eines Auftrags, wie beispielsweise eine eindeutige
Auftrags-ID zur Identifikation und den Zeitstempel der Erstellung des Auftrags. Anhand der
Identifikationsdaten erfolgt die Zuordnung eines Auftrags zu einer Wissensbasis. Sie definieren
den grundlegenden Untersuchungsgegenstand eines Auftrags. Als Symptomdaten werden die für
einen konkreten Auftrag geltenden speziellen Merkmale des zu untersuchenden Problems
bezeichnet, die bereits zu Beginn des Auftrags zur Verfügung stehen. Bei den Laufzeitdaten
handelt es sich um Informationen und Merkmale, die während der Bearbeitung eines Auftrags
ermittelt werden, wodurch beispielsweise das zugrundeliegende Problem näher charakterisiert
wird. Alle vier Kategorien von Auftragsdaten müssen in der Historie eines Auftrags gespeichert
werden. Auf diese Weise wird die Datenübertragung vom Defektdichteauftrag zum
Fertigungsbereichsauftrag sowie die Auswertung der Auftragsdurchführung gewährleistet.
Defektdichteauftrag Fertigungsbereichsauftrag
Metadaten  Auftrags-ID des  Auftrags-ID des
Defektdichteauftrags Fertigungsbereichsauftrags
 Erstellungszeitstempel des  Erstellungszeitstempel des
Defektdichteauftrags Fertigungsbereichsauftrags
 Auftrags-ID des
Defektdichteauftrags
Identifikationsdaten  Losnummer  Verdächtigte Anlage
 Verdächtigte Anlageneinheit
Symptomdaten  Fehlercode  Detektiertes Fehlerbild
 Betroffene Wafer  Betroffene Wafer
 Link zur Wafer-Map  Link zur Wafer-Map
 Arbeitsplan  Losnummer
 Defektdichteoperation  Arbeitsplan
 Prozessoperation
 Defektdichteoperation
Laufzeitdaten  Detektiertes Fehlerbild  Fehlerhäufigkeit
 Prozessoperation  Ausgeführte Objekte
 Verdächtigte Anlage  Ergebnisse
 Verdächtigte Anlageneinheit  Bearbeiter
 Bearbeiter
Tabelle 9: Auftragsdaten von Defektdichte- und Fertigungsbereichsaufträgen
Bei der Generierung eines Auftrags für den Fertigungsbereich aus einem Defektdichteauftrag
müssen gleichzeitig dessen Metadaten generiert werden. Diese umfasst die Vergabe einer
eindeutigen Auftrags-ID für den Fertigungsbereichsauftrag, den Zeitstempel der Erstellung des
Auftrags sowie die Auftrags-ID des Defektdichteauftrags, durch welchen die
Auftragsgenerierung veranlasst wurde. Die Verknüpfung des entsprechenden
Defektdichteauftrags bildet ein wichtiges Element für die Input-Schnittstelle, da mithilfe der
zugeordneten Auftrags-ID des Defektdichteauftrags das Auslesen bzw. das Übertragen der Daten
vom Defektdichteauftrag zum Fertigungsbereichsauftrag ermöglicht wird. Die Zuordnung ersetzt
den Link zur Entscheidungshilfe der Defektdichte als Inputparameter der aktuellen
Prozessdurchführung. Aus diesem Grund muss die Input-Schnittstelle die Metadaten eines
Defektdichteauftrags in Metadaten eines Fertigungsbereichsauftrags überführen können.
Über die Auftrags-ID des zugeordneten Defektdichteauftrags können alle weiteren Auftragsdaten
und Ergebnisse ausgelesen und dem Fertigungsbereichsauftrag zugeordnet werden. Zu beachten
ist, dass die gleichen Attribute im Fertigungsbereichsauftrag teilweise anderen
Auftragsdatenkategorien zugeordnet werden müssen. Ein wesentlicher Unterschied zwischen den
Aufträgen der Defektdichte und der Fertigungsbereiche besteht bei den Identifikationsdaten. Die
Defektdichte untersucht ein Fertigungslos und dessen Qualitätsabweichungen (vgl.
Kapitel 3.3.1). Der Identifikationsparameter eines Defektdichteauftrags ist daher die Losnummer.
In den Fertigungsbereichen steht dagegen die verdächtigte Anlage bzw. Anlageneinheit im
Mittelpunkt. Hierbei handelt es sich um eine Information, die während der Laufzeit im
Defektdichteauftrag ermittelt wird. Die Input-Schnittstelle muss daher Laufzeitdaten aus dem
Defektdichteauftrag in Identifikationsdaten für den Fertigungsbereichsauftrag umwandeln.
Wurde die verdächtigte Anlage bzw. Anlageneinheit einem Fertigungsbereichsauftrag
zugeordnet, ist die Ermittlung der für den Auftrag relevanten Wissensbasis möglich.
Weiterhin muss die Input-Schnittstelle das Auslesen von Identifikations-, Symptom- und
Laufzeitdaten des Defektdichteauftrags und deren Übertragung in Symptomdaten des
Fertigungsbereichsauftrags gewährleisten. Die Losnummer als Identifikationsparameter in der
Defektdichte ist zwar nicht der Fokus des Prozesses in den Fertigungsbereichen, allerdings wird
die Information für einige Aufgaben, beispielsweise für die Ermittlung von Vorgänger- und
Nachfolgerlosen, benötigt. Sie ist daher als Symptominformation im Auftrag des
Fertigungsbereiches zu führen. Der einem Defektfall zugeordnete Arbeitsplan eines auffälligen
Loses ist ein Beispiel für die notwendige Übertragung von Symptomdaten des
Defektdichteauftrags in Symptomdaten des Fertigungsbereichsauftrags. Eine Information, die
erst durch den Prozess der Defektdichtdichte während der Laufzeit ermittelt wird, ist das
detektierte Fehlerbild. In den Fertigungsbereichen dient die Information jedoch als Symptom,
weshalb die Input-Schnittstelle auch die Überführung von Laufzeitdaten in Symptomdaten
erfüllen muss. Hierbei ist zu prüfen, inwieweit der Inputparameter der weiteren Informationen
zum Fehlerbild in den Parameter des detektierten Fehlerbildes integriert werden kann.
4.4.2 Auftragsverwaltung
Da für den Ansatz der Wissensrepräsentation im Rahmen des Automatisierungskonzepts der

prozessorientierte Ansatz empfohlen wird, bearbeiten mit der Fachkraft und dem
Instandhaltungsmitarbeiter Aufgabenträger unterschiedlicher Organisationseinheiten gemeinsam
einen Fertigungsbereichsauftrag für eine Defektdichtemeldung. Bei der Bearbeitung von
Aufträgen, die auf Wissensbasen angewendet werden, ist daher ein Rollenkonzept für das
Laufzeitsystem notwendig (vgl. Kapitel 4.3.1).
Voraussetzung ist die Vergabe von Rollen bei der Definition der Lösungsstrategie in der
Wissensrepräsentation. Für jedes einer Aufgabe entsprechende Test- oder Reparaturobjekt der
Wissensbasis ist dazu die Rolle des vorgesehenen personellen Aufgabenträgers als Attribut
zuzuweisen (vgl. Kapitel 4.3.3). Im Folgenden wird die Vergabe der Rollen „Fachkraft“ sowie
„Instandhaltung“ angenommen, da die Fachkraft und der Instandhaltungsmitarbeiter die zwei

wesentlichen personellen Aufgabenträgergruppen des Prozesses nach Defektdichtemeldung sind.
Eine feinere Aufgliederung der beiden Rollen, beispielsweise für Fachkräfte unterschiedlicher
Fertigungsbereiche oder die Einbeziehung einer Rolle für einen maschinellen Aufgabenträger, ist
ebenfalls denkbar.
Damit eine aufgabenträgerspezifische Auftragsverwaltung realisiert werden kann, müssen jedem

Auftrag folgende Merkmale zugeordnet werden:
 Zugeordnete Wissensbasis,
 Aktuelles Objekt,
 Rolle des aktuellen Objekts und
 Auftragsstatus.
Wie bereits erwähnt, erfolgt die eindeutige Zuordnung eines Auftrags für den Prozess nach
Defektdichtemeldung anhand der verdächtigten Anlage als Identifikationsparameter (vgl.
Kapitel 4.3.2). Die so zugeordnete Wissensbasis ist als Eigenschaft des Fertigungsauftrags zu
hinterlegen. Während der Ausführung der zugeordneten Wissensbasis in der Laufzeitumgebung
muss der aktuelle Stand der Bearbeitung des Auftrags festgehalten werden. Hierfür wird das
aktuell zu bearbeitende bzw. das sich gerade in Bearbeitung befindliche Test- oder
Reparaturobjekt der zugeordneten Wissensbasis zur Laufzeit ermittelt. Sobald das aktuelle Objekt
identifiziert wurde, kann auch die dem Objekt zugewiesene Rolle bestimmt werden. Der
Auftragsstatus bildet den aktuellen Zustand der Bearbeitung des Auftrags ab. Es existieren fünf
Ausprägungen:
 Offen,
 In Bearbeitung,
 Pausiert,
 Warten und
 Beendet.
Die Zusammenhänge in der Laufzeit einer Auftragssequenz sind in Tabelle 10 veranschaulicht.

Bei der Generierung des Auftrags aus dem Defektdichteprozess heraus wird der Auftragsstatus
automatisch als „Offen“ gekennzeichnet. Sobald ein Fachkraftmitarbeiter mit der Bearbeitung
eines Auftrags beginnt, startet die Inferenzkomponente und die in der Wissensbasis hinterlegten
Objekte werden nacheinander abgearbeitet. Der Auftrag bekommt den Status „In Bearbeitung“
zugeordnet. Über den Auftragsstatus „Pausiert“ wird das Pausieren eines Auftrags durch die
Fachkraft signalisiert, bei dem die Sitzung in der Laufzeitumgebung verlassen wird. Nimmt die
Fachkraft die Bearbeitung der Defektdichtemeldung wieder auf, erfolgt die Änderung des
Auftragsstatus zu „In Bearbeitung“.
Sobald die Inferenzkomponente ein Objekt erreicht, dem die Rolle „Instandhaltung“ zugeordnet
ist, wechselt der Auftragsstatus zu „Warten“. Er bleibt mit „Warten“ belegt, bis ein Mitarbeiter
der Instandhaltung mit der Bearbeitung des Auftrags beginnt. Zu diesem Zeitpunkt wechselt der
Status zu „In Bearbeitung“. Während der Aktivitäten der Instandhaltung muss das Pausieren und
die Wiederaufnahme des Auftrags mit entsprechenden Änderungen des Auftragsstatus möglich
sein.
Auftragssequenz Aktuelles Rolle des Auftragsstatus

Objekt aktuellen
Objekts
Auftragsgenerierung - - Offen
Aktuelles Objekt mit Rolle Fachkraft Test/Reparatur Fachkraft Offen
Start Bearbeitung Fachkraft Test/Reparatur Fachkraft In Bearbeitung
Pause Bearbeitung Fachkraft Test/Reparatur Fachkraft Pausiert
Wiederaufnahme Bearbeitung Test/Reparatur Fachkraft In Bearbeitung
Fachkraft
Aktuelles Objekt mit Rolle Reparatur Instandhaltung Warten
Instandhaltung
Start Bearbeitung Instandhaltung Reparatur Instandhaltung In Bearbeitung
Pause Bearbeitung Instandhaltung Reparatur Instandhaltung Pausiert
Wiederaufnahme Bearbeitung Reparatur Instandhaltung In Bearbeitung
Instandhaltung
Aktuelles Objekt mit Rolle Fachkraft Reparatur/Test Fachkraft Warten
Wiederaufnahme Bearbeitung Reparatur/Test Fachkraft In Bearbeitung
Fachkraft
Problem gelöst - - Beendet
Tabelle 10: Auftragsstatuskonzept
Nach Abschluss der Aufgaben der Instandhaltung ist dem aktuellem Objekt erneut die Rolle
„Fachkraft“ zugeordnet. Der Auftragsstatus wechselt zu „Warten“, was dem zuständigen
Fachkraftmitarbeiter die Möglichkeit der Weiterbearbeitung der Defektdichtemeldung
signalisiert. Sobald die Fachkraft die Bearbeitung des Auftrags wiederaufnimmt, ändert sich der
Auftragsstatus erneut zu „In Bearbeitung“. Wurde die Defektdichtemeldung vollständig
bearbeitet, ist kein aktuelles Objekt mehr verfügbar und der Inferenzmechanismus wird beendet.
In diesem Falle ist der Auftragsstatus mit „Beendet“ zu belegen.
Aus der Kombination aus Rolle des aktuellen Objektes und dem Auftragsstatus lässt sich in der
Laufzeit für jede Rolle eine individuelle Auftragsliste generieren. Diese zeigt der Fachkraft bzw.
dem Instandhaltungsmitarbeiter zu jedem Zeitpunkt alle Aufträge, die von der jeweiligen Rolle
bearbeitet werden müssen oder bereits bearbeitet werden, mit ihrem aktuellen Auftragsstatus
übersichtsartig an. Die Auftragsverwaltung erfüllt damit die Anforderungen von Industrie 4.0, da
sie die individuellen Bedürfnisse des Menschen in Abhängigkeit seiner Rolle berücksichtigt (vgl.
Kapitel 2.4.2). Weiterhin besteht die Möglichkeit dem Mitarbeiter Aufträge anzuzeigen, deren
aktuelles Objekt eine andere Rolle besitzt. Auf diese Weise kann beispielsweise die Fachkraft den
Fortschritt der Bearbeitung des Auftrags in der Instandhaltung überprüfen. Ein weiterer Vorteil
ist die einfache Erweiterbarkeit des Rollenkonzepts um zusätzliche Rollen. Durch den
dynamischen Charakter der Auftragsverwaltung können für die hinzugefügten Rollen ebenfalls
individuelle Auftragslisten erzeugt werden.
4.5 Auswertungs- und Lernkomponente
Bei der Automatisierung des Prozesses nach Defektdichtemeldung ist die Auswertung der
durchgeführten Auftragsdaten unter Nutzung der Evaluierungskomponente von RDS zu
berücksichtigen. Auf diese Weise werden die Grundlagen für eine Rückmeldung zur
Verbesserung und Optimierung der Wissensrepräsentation gelegt und Lernen ermöglicht.
Die Automatisierung der Aktionensteuerung schafft die Voraussetzungen für eine automatisierte
Prozessdokumentation. In jedem Prozessdurchlauf werden zur Laufzeit innerhalb von RDS
automatisch die von personellen oder maschinellen Aufgabenträgern bearbeiteten Test- und
Reparaturobjekte sowie deren Resultate in bestimmten Sitzungsdaten gespeichert. RDS realisiert
damit die Dokumentationsaufgaben im Prozess nach Defektdichtemeldung. Durch die
Automatisierung der Dokumentation werden Effizienzgewinne bei den Prozesskosten und der
Durchlaufzeit erreicht, da der personelle Aufgabenträger nicht an den Prozess gebunden ist.
Zudem gewährleistet die Automatisierung eine hohe Qualität der Prozessdaten.
Die automatische Dokumentation der durchgeführten Aufgaben und deren Ergebnisse führt zu
einer Erhöhung der Transparenz im Prozess nach Defektdichtemeldung. Durch die automatische
Ermittlung von Prozessdaten wird die Entwicklung eines Kennzahlensystems zur quantitativen
Prozessanalyse und -überwachung ermöglicht. Beispielsweise lassen sich Auswertungen zu den
Häufigkeiten von Defekten je nach Anlagentyp realisieren. Denkbar ist in diesem Zusammenhang
auch ein fertigungsbereichsübergreifender Vergleich der Prozessleistung. Dies bildet
Anhaltspunkte für die Priorisierung von Maßnahmen der Prozessoptimierung. Besonders in den
Fertigungsbereichen, in denen bisher keine Dokumentation durchgeführt wird und die Gestaltung
des Prozesses auf subjektiven Erfahrungswerten basiert, lassen sich durch eine entsprechende
Auswertung der Laufzeitdaten neue Erkenntnisse gewinnen und Ineffizienzen im Prozess
aufdecken.
Auf diese Weise wird neues Wissen für die Prozessdurchführung erworben und Lernen im
Prozess nach Defektdichtemeldung ermöglicht. Durch die Erkenntnisse aus den Auswertungen
der Laufzeitdaten haben die Fertigungsbereiche die Möglichkeit, das allgemeine Wissen in den
Wissensbasen zu überarbeiten. Die Prozessverantwortlichen können daraus
Optimierungspotentiale ableiten und eine entsprechende Aktualisierung der zugrundeliegenden
Wissensbasis umsetzen. Zum Beispiel sind Analysen bezüglich Umstrukturierungen der
Prozessaufgaben möglich, bei denen modellierte Objekte, die nicht zielführende Aufgaben
repräsentieren, eliminiert werden. Die Auswertungs- und Lernkomponente gewährleistet so die
Aktualität der Wissensrepräsentation. Neuartige, bisher unbekannte Defektvorfälle können leicht
identifiziert und von den Prozessverantwortlichen mit allen ermittelten Eigenschaften genauer
analysiert werden, da alle Parameter strukturiert in einer Auftragssitzungsdatei hinterlegt sind.
Prototypische Umsetzung und Evaluation 80
5 Prototypische Umsetzung und Evaluation
5.1 Prototypische Umsetzung
In diesem Kapitel soll mithilfe einer prototypischen Umsetzung das in Kapitel 4 entwickelte
Automatisierungskonzept umgesetzt und die dritte Forschungsfrage beantwortet werden. Die
entworfenen Spezifikationen des Automatisierungskonzepts werden mit der zu verwendenden
Automatisierungslösung Raptor Diagnostics Suite beispielhaft realisiert, um die Programmlogik
in Testfällen zu überprüfen. Im Erkenntnisprozess der gestaltungsorientierten Forschung nach
Österle et al. (2011) entsprechen die Untersuchungen der Phase der Evaluation.
Da sich die Automatisierungslösung zum Zeitpunkt der Untersuchungen in einer schrittweisen,

technischen Implementierungsphase befindet, kann nicht auf deren volle Funktionalität
zurückgegriffen werden. Verfügbar ist eine Vorab-Version von RDS, die im Wesentlichen aus
der Autorenumgebung zur Modellierung der Wissensbasis und dem Inferenzmechanismus der
Laufzeitumgebung zum Ausführen und Testen der erstellten Wissensmodelle besteht. Innerhalb
der Autorenumgebung ist es zwar möglich, die Lösungsstrategie und die Inferenzregeln für das
Verhalten der Laufzeitumgebung festzulegen, ein direkter Eingriff in die Laufzeitumgebung ist
jedoch nicht möglich. So wird die Komponente zur Realisierung der Input-Schnittstelle in der
Vorab-Version von RDS funktionell nicht unterstützt. Der Baustein der Auftragsverwaltung
befindet sich zum Untersuchungszeitpunkt ebenfalls noch in der Entwicklung beim
Softwarehersteller. Die Manipulation der Auftragsverwaltung ist bei der Konstruktion der
prototypischen Umsetzung deshalb nicht möglich. Die Evaluierungsumgebung von RDS steht
gänzlich nicht zur Verfügung.
Aufgrund dieser Einschränkungen soll der Teil der Wissensrepräsentation den Fokus der
prototypischen Umsetzung und der Evaluation des Automatisierungskonzepts bilden. Ziel ist die
Konstruktion einer Wissensbasis, in der das Wissen zur Ausführung der Aufgaben im Prozess
nach Defektdichtemeldung ähnlich der aktuell verwendeten Entscheidungshilfen abgebildet ist.
Auf diese Weise erfolgt die Überprüfung, inwieweit die Aufgaben aller Stufen des
Entscheidungsprozesses mithilfe des entwickelten Konzepts in RDS realisiert werden können und
in welchem Umfang die konzipierte Automatisierung des Prozesses umsetzbar ist.
Vorüberlegungen
Im ersten Schritt der prototypischen Umsetzung werden Vorüberlegungen zum Ansatz und zur
Strukturierung der Wissensrepräsentation getroffen. Für die Modellierung wird der
prozessorientierte Ansatz gewählt, da die integrierte und funktionsübergreifende Betrachtung
wesentliche Vorteile gegenüber dem funktionsorientierten Ansatz hat (vgl. Kapitel 4.4.1). Eine
Wissensbasis nach dem prozessorientierten Ansatz umfasst die Aufgaben mehrerer
Aufgabenträger. Da zum Zeitpunkt der Untersuchungen die Auftragsverwaltung und die
dazugehörige Zuordnung von Rollen zu Test- und Reparaturobjekten nicht verfügbar ist, soll die
Verknüpfung von Aufgabe und Aufgabenträger über die Objektbezeichnung realisiert werden.
Hierfür wird dem Objektnamen ein Akronym für die Fachkraft (FK) oder für den Mitarbeiter der
Instandhaltung (IH) vorangestellt.
Für den Aufbau einer Wissensbasis wird im Rahmen der Entwicklung des
Automatisierungskonzepts empfohlen, Defektfamilien zu bilden und ein Vorgehen nach
Workcentern in den einzelnen Fertigungsbereichen vorgeschlagen (vgl. Kapitel 4.3.2). Damit das
Automatisierungskonzept evaluiert werden kann, muss ein Fertigungsbereich und ein
zugeordnetes Workcenter für die prototypische Umsetzung ausgewählt werden. Wie bereits in
Kapitel 3.2 erwähnt, erfolgt die Auswahl des Fertigungsbereichs Chemisch-Mechanisches
Polieren. Innerhalb des Bereichs CMP wird nach Absprache mit den Prozessverantwortlichen das
Workcenter Tantal ausgewählt, in welchem ausschließlich Materialschichten aus Tantal poliert
werden. Für die prototypische Umsetzung wird folglich eine Wissensbasis für den Prozess nach
Defektdichtemeldung im CMP-Workcenter Tantal angelegt.
Jede Aufgabe der CMP-Fachkraft wird zudem einer Prüfung auf Automatisierbarkeit unterzogen.
Wie bereits während der Analysephase festgestellt, eignen sich insbesondere einfache Aufgaben
der Abfrage von Daten aus Informationssystemen und des Verschickens von Nachrichten für eine
Automatisierung durch integrierte Dienste (vgl. Kapitel 3.4.2). Da die Anbindung von
Softwarediensten in der verfügbaren RDS-Version nicht implementiert ist, soll das Ergebnis der
Prüfung als Hinweis in den Nutzeranweisungen der jeweiligen Objekte verbal vermerkt werden.
Die Aufgaben der Instandhaltung im Prozess nach Defektdichtemeldung werden zwar mit
abgebildet, allerdings werden sie nicht näher hinsichtlich Automatisierbarkeit untersucht, da
entsprechende Analysen über die Zielstellungen der Arbeit hinausgehen.
Inputdaten
Zum Zeitpunkt der prototypischen Umsetzung sind die Funktionalitäten der automatisierten
Input-Schnittstelle und der Auftragsverwaltung in der Laufzeitumgebung nicht gewährleistet,
weswegen die Inputdaten des Prozesses über sogenannte Session Entry-Testobjekte ermittelt
werden müssen. Hierbei handelt es sich um Testobjekte einer Wissensbasis, die zwingend zu
Beginn der Ausführung der Wissensbasis gestartet werden. In Anlehnung an die gut strukturierten
Entscheidungshilfen im Fertigungsbereich CMP werden die Inputparameter der weiteren
Informationen zum Fehlerbild in das Testobjekt zum detektierten Fehlerbild integriert. Für den
Link zur Wafer-Map wird ebenfalls kein eigenes Testobjekt angelegt. Stattdessen wird die
Wafer-Map und die hinterlegten Defektbilder als Mediendateien in das Testobjekt zum
detektierten Fehlerbild eingebunden. Der Link zur Entscheidungshilfe der Defektdichte entfällt
als Inputparameter, da die vorgelagerten Prozesse der Defektdichte in Zukunft in RDS abgebildet
werden. Zur Verknüpfung eines Auftrags des Prozesses nach Defektdichtemeldung mit dem
korrespondierenden Defektdichteauftrag ist jedoch eine entsprechende Verlinkung in den
Auftragsdaten empfehlenswert (vgl. Kapitel 4.4.2). Für alle übrigen Inputparameter wird ein
eigenes Session Entry-Testobjekt angelegt. In Abbildung 23 sind die neun auf diese Weise
erzeugten Testobjekte der Wissensbasis dargestellt.
Abbildung 23: Definition der Session Entry-Testobjekte zur Ermittlung der Inputdaten
Weiterhin sind in Abbildung 23 die jedem Testobjekt zugeordneten Attribute und Eigenschaften
am Beispiel des Testobjekts „FK: Detektiertes Fehlerbild“ abgebildet. Neben der Bezeichnung
des Tests wurde jedem Testobjekt der Typ Inspektion, eine Beschreibung der Anweisungen für
den Nutzer sowie die entsprechenden Antwortmöglichkeiten zugewiesen. Die Antwortdefinition
des Tests „FK: Detektiertes Fehlerbild“ ist in der Abbildung ersichtlich. Sie bezieht sich auf die
möglichen, von der Defektdichte an das Workcenter Tantal gemeldeten detektierten Fehlerbilder.
Fehlerbaum und Inspektionstestobjekte
Anschließend kann die eigentliche Modellierung des für den Prozess benötigten Wissens im Sinne
der Wissensrepräsentation beginnen. Zunächst werden alle möglichen Defektsituationen
identifiziert, für die in der Autorenumgebung Fehlerobjekte auf unterschiedlichen
Hierarchiestufen angelegt werden. In Abbildung 24 ist auf der linken Seite ein Teil des erzeugten
Fehlerbaums dargestellt.
Im Anschluss werden den Fehlerobjekten Testobjekte vom Typ Inspektion als Teil der
Lösungsstrategie zugeordnet. Die Tests dienen der schrittweisen Identifikation von Blattfehlern
in der Laufzeitumgebung. In Anlehnung an die Vorgehensweise der Inferenzkomponente werden
die Testobjekte für jede Hierarchiestufe im Fehlerbaum ausgehend vom Wurzelknoten bis zu den
Blattfehlern definiert. Teilweise können hierfür die bereits angelegten Session Entry-Tests
genutzt werden. In Abbildung 24 ist die Zuordnung des Tests „FK: Detektiertes Fehlerbild“ zum
Fehlerobjekt „PW_Kratzer oder Polierschlamm mit Kratzer“ ersichtlich. Die möglichen
Ergebnisse der Testobjekte werden mit den Fehlerobjekten verknüpft. Dies geschieht über die
Definition von Regeln und Gültigkeitsbedingungen des Fehlerobjekts in Abhängigkeit der
Testergebnisse. Gemäß den Festlegungen im Beispiel wird der Fehler „PW_Kratzer oder
Polierschlamm mit Kratzer“ nur bestätigt, wenn die Antwort „Kratzer oder Polierschlamm mit
Kratzer“ im Test „FK: Detektiertes Fehlerbild“ ausgewählt wird. Wird eine abweichende Antwort
ausgewählt, ist der Fehler widerlegt. Auf diese Weise kann innerhalb der Laufzeitumgebung
Schritt für Schritt der zutreffende Blattfehler ermittelt werden. Damit sind die Aufgaben der
Informationsanalyse im Prozess nach Defektdichtemeldung in der prototypischen Umsetzung
modelliert.
Abbildung 24: Fehlerbaum und Inspektionstestobjekte
Reparatur- und Verifikationstestobjekte auf Blattebene
Durch die Identifikation eines Blattobjekts und durch entsprechend definierte Regeln wird es dem
System ermöglicht, eigenständig Entscheidungen bezüglich einzuleitender Maßnahmen zu
treffen. Die dritte Stufe im Entscheidungsprozess nach Defektdichtemeldung ist daher bereits
umgesetzt. Im nächsten Schritt sind die vorgesehenen Maßnahmen und die Kontrolle dieser
Maßnahmen für jede Defektsituation zu definieren. Beide Stufen werden auf der Ebene der
Blattfehler über Reparatur- und Verifikationstestobjekte realisiert.
Die vierte Stufe im Entscheidungsprozess wird ausschließlich durch Reparaturobjekte realisiert,

die dem jeweiligen Blattfehler zugeordnet werden. Da im Fertigungsbereich CMP festgelegte
Reihenfolgen für die Instandhaltungsaufgaben definiert sind, werden die Reparaturobjekte in
sogenannten Reparatursequenzen gruppiert. Innerhalb einer Reparatursequenz werden die
zugeordneten Reparaturobjekte stets in der gleichen Reihenfolge ausgeführt. In Abbildung 25 ist
die Reparatursequenz „DIP Kratzer“ mit allen benötigten Reparaturobjekten dargestellt.
Beispielhaft sind die Eigenschaften des Nutzerdialogs des Reparaturobjekts „FK: IH informieren“
mit Hinweis auf die Automatisierbarkeit der Aufgabe geöffnet. Das Reparaturobjekt entspricht
der Fachkraftaufgabe des Sendens einer Nachricht an einen Instandhaltungsmitarbeiter. Die
übrigen Aufgaben der vierten Stufe werden im Falle des Fehlers „DIP Kratzer“ von der
Instandhaltung ausgeführt.
Abbildung 25: Reparatur- und Verifikationstestobjekte auf Blattebene
Die Aufgaben der Kontrolle der durchgeführten Maßnahmen beginnen im Beispiel mit dem
Reparaturobjekt „FK: 50 VLW ANKO P1/P2“, bei der die Fachkraft die Bearbeitung einer
bestimmten Anzahl an Vorlaufwafern durch eine Nachricht an die Anlagensteuerung der
betroffenen Anlage und an das Fertigungsmanagementsystem veranlasst. Im Anschluss führt die
Fachkraft eine Defektdichtekontrolle durch. Ein Teil der Aufgaben auf der Stufe der Kontrolle
der Maßnahmen wird also in die Reparatursequenz der vierten Stufe integriert. Nach der
Durchführung dieser Aufgaben hat die Fachkraft die entsprechenden Ergebnisse der Kontrolle zu
bewerten. Diese Kontrollaufgaben werden über dem Blattfehler zugeordnete Verifikationstests
realisiert, mit denen die Behebung des Blattfehlers entweder bestätigt oder negiert wird. Im
Beispiel von Abbildung 25 ist die Bewertung der Defektdichtekontrolle notwendig, die durch den
Verifikationstest „V: FK: DD-Anko“ dargestellt wird.
Für den Fall des Scheiterns der Verifikation der Kontrollmaßnahmen müssen alternative
Maßnahmen definiert werden. Hierfür werden weitere Reparatur- bzw. Reparatursequenzobjekte
unter dem Blattfehler angelegt. Im Beispiel betrifft dies die Aufgaben der Fachkraft, die dem
Sperren der betreffenden Anlage („FK: Anlage sperren“) bzw. dem Kontaktieren des
Prozessverantwortlichen („FK: Prozessverantwortlichen informieren“) dienen.
Reparatur- und Verifikationstestobjekte auf Zwischenebene
Auf der nächst höheren Fehlerebene werden im Anschluss die Aufgaben auf der Stufe der
Freigabe abgebildet. Sie werden ähnlich wie die Aufgaben der Kontrolle der Maßnahmen sowohl
über Reparatur-, als auch über Verifikationstestobjekte realisiert. Abbildung 26 zeigt beispielhaft
die Freigabeaufgaben nach Kratzerdefekten. Reguläre und alternative Freigabemaßnahmen
werden als Reparaturobjekte modelliert. Im Beispiel entspricht dies den Objekten „FK:
Begleitendes FGL mit DD-Messung POR-Wafer“ und „FK: Prozessverantwortlichen
kontaktieren“. Die Auswertung der Ergebnisse dieser Maßnahmen wird durch Verifikationstests
realisiert. Dies entspricht dem Test „V: FK: FGL-Prüfung“ in Abbildung 26. Damit die Behebung
des Fehlerobjekts bestätigt oder widerlegt werden kann, werden im Fehlerobjekt
Verifikationseigenschaften definiert. Im Beispiel ist die Freigabe nur erfolgreich, wenn keine
Auffälligkeiten beim Freigabelos entdeckt werden.
Abbildung 26: Reparatur- und Verifikationstestobjekte auf Zwischenebene
Reparaturobjekt der Anlagenfreigabe
Zum Abschluss wird die Aufgabe des Sendens einer Nachricht an das
Fertigungsmanagementsystem zur Anlagenfreigabe auf der nächst höheren Ebene in der
Fehlerbaumhierarchie modelliert. Zu beachten ist, dass das entsprechende Reparaturobjekt nur
benötigt wird, wenn auf den untergeordneten Ebenen eine Nichtverfügbarkeitsbuchung der
Anlage erfolgt ist.
5.2 Evaluation
Nach der Konstruktion der Wissensbasis für das Workcenter CMP-Tantal als prototypische
Umsetzung ist es möglich, das Automatisierungskonzept zu evaluieren. Hierfür soll die
entwickelte prototypische Umsetzung bestimmten Testszenarien in der Laufzeitumgebung
unterzogen werden. Mit der Evaluation soll einerseits nachgewiesen werden, dass der Prozess
nach Defektdichtemeldung mit allen seinen sechs Stufen in der Raptor Diagnostics Suite
abgebildet werden kann. Andererseits sollen die notwendigen Anpassungen der
Automatisierungslösung für die Umsetzung des Automatisierungskonzepts identifiziert werden.
Abschließend erfolgt eine Auswertung des erreichbaren Automatisierungspotentials im Prozess
nach Defektdichtemeldung für die Testszenarien.
Als Testszenarien werden beispielhaft drei mögliche Defektdichtemeldungen des Workcenters

Tantal konstruiert. Sie sind mit ihren charakteristischen Eigenschaften in Tabelle 11 aufgeführt.
Das erste Testszenario repräsentiert den Fall, dass als Ergebnis der Entscheidung keine
Maßnahme durchzuführen ist. Das zweite Szenario bezieht sich auf dasselbe Fehlerbild,
allerdings handelt es sich um eine Wiederholungsmeldung, weshalb die Übergabe des Auftrags
an die Instandhaltung erfolgt. Im Anschluss fallen für die Fachkraft die Aufgaben der fünften und
sechsten Stufe an. Beim dritten Fall handelt es sich ebenfalls um eine Defektdichtemeldung, bei
der die Instandhaltung informiert werden muss. Die Maßnahmen der Kontrolle scheitern im ersten
Versuch und sind erst nach der erneuten Ausführung erfolgreich.
Testszenario I II III
Fehlerbild Kratzer oder Kratzer oder Kohlenstoffreste in
Polierschlamm mit Polierschlamm mit Ringsignatur
Kratzer Kratzer
Betroffene Wafer 2 5 2
Fehlerhäufigkeit Erstmeldung in Wiederholungs- Wiederholungs-
24h meldung in 24h meldung in 24h
Ergebnis Kontrolle der - Kontrolle ok Kontrolle nicht ok,
Maßnahme 1 Wiederholung
Ergebnis Freigabe - Freigabe ok Freigabe ok
Tabelle 11: Testszenarien zur Evaluation
Die Überprüfung der prototypischen Umsetzung ergibt, dass die Automatisierung des Prozesses
nach Defektdichtemeldung mit der Raptor Diagnostics Suite realisierbar ist. Mithilfe des
entwickelten Aufbaukonzepts der Wissensbasis ist der vollständige Durchlauf aller Testszenarien
möglich. Dabei werden die Aufgaben aller sechs Stufen des Entscheidungsprozesses unterstützt.
In Abbildung 27 und Abbildung 28 sind beispielhaft die Ansichten der Laufzeitumgebung zweier
Aufgaben aus Testszenario II abgebildet. Abbildung 27 bezieht sich auf die Fachkraftaufgabe des
Erfassens des detektierten Fehlerbildes auf der Stufe der Informationserfassung, welche über ein
Session Entry-Testobjekt beim Aufbau der Wissensbasis abgebildet wird. Die entsprechende
Anweisung für die Fachkraft wird auf der linken Seite im Nutzerdialog angezeigt. Dem Anwender
werden die möglichen Antwortmöglichkeiten zur Lösung der Aufgabe vorgegeben, wobei in
Testszenario II die Auswahl der Option „Kratzer oder Polierschlamm mit Kratzer“ erfolgt. Zur
Unterstützung der schnellen Lösungsfindung werden dem Nutzer die zur Defektdichtemeldung
gehörende Wafer-Map und die Ergebnisse des Reviews der Defektdichte angezeigt.
In Abbildung 28 ist ein Beispiel für eine Aufgabe der Instandhaltung auf der vierten Stufe des
Entscheidungsprozesses dargestellt. Die im korrespondierenden Reparaturobjekt „IH:
Reinigung/Absaugen der Faltenbalge“ definierten Anweisungen sind im linken Teil der Ansicht
ersichtlich. Weiterhin werden zur Unterstützung des Instandhaltungsmitarbeiters bei der
Aufgabendurchführung instandhaltungsspezifische Informationen aufbereitet. Im Beispiel ist
eine Übersicht des Anlagenlayouts zur Lokalisierung der Anlagenkomponenten, an denen die
Instandhaltungsmaßnahmen durchgeführt werden, ersichtlich.
Abbildung 27: Beispiel Informationserfassung
Abbildung 28: Beispiel Ausführung der Maßnahme
Bei der Evaluierung der prototypischen Umsetzung werden jedoch auch die Schwachstellen der
verfügbaren RDS-Version deutlich. Zum Zeitpunkt der Untersuchungen werden nicht alle
Bausteine zur Realisierung des Automatisierungskonzepts unterstützt. Erst wenn diese
Funktionalitäten von RDS gewährleistet sind, kann die Einführungsphase der Software nach
Schwarzer & Krcmar (2014) beginnen (vgl. Schwarzer & Krcmar (2014) S. 145f.). Für die
Automatisierung des Prozesses nach Defektdichtemeldung bestehen die folgenden fünf
Hauptanforderungen an die Automatisierungslösung:
 Die Autorenumgebung muss die Einbindung von Diensten in Test- und Reparaturobjekte
unterstützen, mit denen die automatisierte Abfrage von Informationen und das Senden von
Nachrichten an andere Fertigungsinformationssysteme erfolgen kann.
 In der Autorenumgebung muss die Zuordnung von Rollen zu Test- und Reparaturobjekten
gewährleistet sein.
 Die Laufzeitumgebung muss die Anforderungen der Input-Schnittstelle erfüllen und die
Daten eines Defektdichteauftrags auslesen sowie in einen Fertigungsbereichsauftrag
übertragen können.
 In der Laufzeitumgebung muss die Auftragsverwaltung implementiert und die Generierung
von rollenspezifischen Auftragslisten möglich sein.
 Die Implementierung der Evaluierungsumgebung muss das Auslesen und das Auswerten
der Sitzungsdateien unterstützen.
Zur Ermittlung des mit diesen Anpassungen erreichbaren Automatisierungspotentials im Prozess

nach Defektdichtemeldung erfolgt die Auswertung der Anzahl der in der Laufzeitumgebung
ausgeführten Test- und Reparaturobjekte in den Testszenarien. Ausgangspunkt der Bewertung ist
das Vorgehen nach der automatisierten Aktionensteuerung der Inferenzkomponente. Eine
manuelle Auswahl des im nächsten Schritt durchzuführenden Objekts findet nicht statt. Da bei
der prototypischen Umsetzung für jede Aufgabe ein separates Objekt angelegt wurde, entspricht
die Anzahl der Test- und Reparaturobjekte der Anzahl der Aufgaben im Prozessdurchlauf.
Folglich ist eine Abschätzung des Automatisierungspotentials in den drei Testszenarien über die
Anzahl der Objekte möglich. Die Einbeziehung der Durchführungsdauer der einzelnen Aufgaben
bei der Berechnung des Automatisierungspotentials ist nicht Gegenstand der vorliegenden Arbeit.
In Tabelle 12 sind die Ergebnisse der Evaluation des erreichbaren Automatisierungspotentials für
die drei Testszenarien aufgeführt. In Testszenario I werden lediglich 11 Test- und
Reparaturobjekte durchlaufen, die vollständig Fachkraftaufgaben sind. Das zweite Szenario
umfasst 30 Objekte, von denen 17 der Fachkraft und 13 der Instandhaltung zugeordnet sind.
Innerhalb des dritten Testlaufs werden insgesamt 47 Aufgabenobjekte von der
Inferenzkomponente initiiert, davon entfallen 19 auf die Fachkraft und 28 auf die Instandhaltung.
Testszenario I II III
Gesamtanzahl der Test- und Reparaturobjekte 11 30 47
Objekte mit Rolle Fachkraft 11 17 19
Objekte mit Rolle Instandhaltung 0 13 28
Automatisierbare Fachkraftaufgaben im Prozess 10 14 15
Automatisierungspotential der Fachkraftaufgaben im Prozess 91 % 82 % 79 %
Automatisierungspotential des Gesamtprozesses 91 % 47 % 32 %
Tabelle 12: Ergebnisse der Evaluation
Bei der Auswertung der Anzahl der automatisierbaren Fachkraftaufgaben fällt auf, dass die
überwiegende Mehrheit der Aufgaben im Prozess automatisierbar ist, da sie im Wesentlichen dem
Zusammentragen von bereits bekannten und in Informationssystemen verfügbaren Informationen

dienen. Fachkraftaufgaben, die einen Bildvergleich oder die Bewertung der Ergebnisse der
Anlagenkontrolle bzw. der Inspektion des Freigabeloses enthalten, werden als nicht
automatisierbar eingestuft. Aufgrund der hohen Qualitätsanforderungen sind sie durch den
Menschen durchzuführen. In Testszenario I sind folglich 10 der 11 Fachkraftaufgaben
automatisierbar, was einem Automatisierungspotential von 91 Prozent entspricht. Der zweite
Testlauf verspricht ein Potential von 82 Prozent, da sich 14 Fachkraftaufgaben automatisieren
lassen. Im dritten Fall ist die Automatisierung von 15 Fachkraftaufgaben möglich und es ist
folglich ein Automatisierungspotential von 79 Prozent vorhanden.
Für den Gesamtprozess nach Defektdichtemeldung bedeutet dies, dass das

Automatisierungspotential umso höher ist, je geringer der Instandhaltungsanteil am Prozess
ausfällt. Das höchste Automatisierungspotential hat das Testszenario I mit 91 Prozent, da keine
Übergabe des Auftrags an die Instandhaltung erfolgt. Im zweiten und dritten Testlauf ergibt sich
aufgrund des hohen Instandhaltungsanteils am Prozess ein Automatisierungspotential des
Gesamtprozesses von 47 Prozent für das Testszenario II sowie 32 Prozent im Falle von
Testszenario III. Die Höhe der Automatisierungspotentiale im Prozess nach Defektdichtemeldung
ist beachtlich, da bei dessen Berechnung die Fachkraftaufgaben der Dokumentation nicht
berücksichtigt werden. Der Grund hierfür ist, dass diese Aufgaben im Rahmen des entwickelten
Automatisierungskonzepts nicht über Objekte in der Wissensbasis abgebildet sind, sondern durch
die Generierung einer Auftragshistorie für eine Defektdichtemeldung zur Laufzeit realisiert
werden. Das reale Automatisierungspotential im Vergleich zur aktuellen Prozessausführung sollte
daher noch höher ausfallen. Zu beachten ist jedoch, dass bei der Berechnung des
Automatisierungspotentials die Dauer der Aufgaben nicht berücksichtigt wird. Für eine
adäquatere Abschätzung des Potentials im Prozess nach Defektdichtemeldung sind die
Durchführungszeiten der einzelnen Aufgaben zu ermitteln, da beispielsweise die vom Prozess
verursachten Personalkosten je Zeiteinheit bestimmt werden.
Zusätzliches Automatisierungspotential für den Prozess nach Defektdichtemeldung ist durch die
Automatisierung der Instandhaltungsaufgaben zu ergründen. Hierfür ist eine weitergehende
Analyse der Aufgaben der Instandhaltung hinsichtlich formaler und sachlicher Kriterien der
Automatisierbarkeit notwendig. Darüber hinaus ist bei den Fachkraftaufgaben die Notwendigkeit
eines Bildvergleichs zur Verifikation des detektierten Fehlerbildes zu überprüfen. Für die
Fachkraftaufgaben zur Bewertung der Ergebnisse der Anlagenkontrolle und der
Freigabelosinspektion sind ebenfalls weitergehende Analysen hinsichtlich der
Automatisierbarkeit denkbar. Bei den Untersuchungen sind die Evaluierungskriterien und die
verwendeten Informationssysteme mit einzubeziehen. Auf diese Weise ist eine weitere
Steigerung des Automatisierungspotentials im Prozess nach Defektdichtemeldung erreichbar.
Aus dem Automatisierungspotential des Prozesses nach Defektdichtemeldung lassen sich die
Auswirkungen auf das allgemeine Automatisierungspotential der Fachkraft in der
Halbleiterfertigung ableiten. Hierfür sind Analysen notwendig, die neben der Dauer der einzelnen
Aufgaben im Prozess auch die Häufigkeit der Ausführung des Prozesses nach
Defektdichtemeldung berücksichtigen.
Zusammenfassung und Ausblick 90
6 Zusammenfassung und Ausblick
In der vorliegenden Arbeit wurde gezeigt, dass die Automatisierung der Fertigungsprozesse in
der Halbleiterindustrie von großer Bedeutung ist, um die für das Bestehen im internationalen
Wettbewerb notwendige Kostensenkung zu erreichen. Im Zusammenhang mit Industrie 4.0
rücken dabei zunehmend komplexe Entscheidungsprozesse und Aspekte der Künstlichen
Intelligenz in den Fokus. Halbleiterfabriken stehen deshalb vor der Frage, wie die
Automatisierung solcher Prozesse im Kontext von Industrie 4.0 umgesetzt werden kann. Die
Zielstellung der Arbeit war es, die Fachkraftaufgaben des Prozesses nach Defektdichtemeldung
hinsichtlich Automatisierbarkeit zu analysieren, darauf aufbauend ein Konzept für die
Automatisierung des Prozesses unter Verwendung der Automatisierungslösung Raptor
Diagnostics Suite zu entwickeln und dieses prototypisch umzusetzen.
Zur Lösung dieser Problemstellung wurde der vorliegenden Arbeit das konstruktionsorientierte
Forschungsparadigma der Wirtschaftsinformatik zugrunde gelegt. In Kapitel 1 wurden die
Forschungsfragen formuliert, welche im Folgenden zusammenfassend beantwortet werden.
Kapitel 2 und Kapitel 3 setzten die Analysephase im Erkenntnisprozess der

gestaltungsorientierten Forschung um. Zunächst wurden in Kapitel 2 die Grundlagen für die
Automatisierung im Kontext von Industrie 4.0 in der Halbleiterfertigung gelegt. Auf dieser Basis
erfolgten in Kapitel 3 die Untersuchungen zur Beantwortung der ersten Forschungsfrage:
Durch welche Eigenschaften und Aufgaben ist der Prozess nach Defektdichtemeldung als
Anwendungsbereich für Informationssysteme charakterisiert und wie ist dessen
Automatisierbarkeit zu bewerten?
Der Prozess nach Defektdichtemeldung ist ein Entscheidungsprozess, bei dem anhand von
detektierten Defekten auf den Wafern die Auswahl einer Maßnahme zur Qualitätssicherung an
einer Fertigungsanlage erfolgt. Er basiert auf spezifischem Wissen der Fertigungsexperten in den
einzelnen Fertigungsbereichen, welche Handlungsanweisungen für die Fachkraft formulieren.
Nach Ferstl & Sinz (2013) liegt der wissensbasierte Problemtyp der Automatisierung vor. Die
Prozessansätze wurden isoliert in den einzelnen Fertigungsbereichen entwickelt, weshalb sie
einen sehr heterogenen Charakter aufweisen. Nichtsdestotrotz lassen sich die Aufgaben im
Prozess nach Defektdichtemeldung allgemein klassifizieren. Dazu wurde ein
Klassifizierungsschema auf Basis des Modells der Informationsverarbeitung im
Entscheidungsprozess nach Parasuraman et al. (2000) entwickelt.
Anschließend wurde in Kapitel 4 die Entwurfsphase der gestaltungsorientierten Forschung mit

folgender Fragestellung bearbeitet:
Wie können die Fachkraftaufgaben des Prozesses nach Defektdichtemeldung unter Verwendung
der Automatisierungslösung automatisiert werden und durch welche Komponenten und
Merkmale ist dieses Konzept gekennzeichnet?
Es wurde ein Konzept für die Automatisierung des Prozesses nach Defektdichtemeldung mit dem
wissensbasierten Informationssystem Raptor Diagnostics Suite entwickelt. Das
fertigungsbereichsübergreifende Automatisierungskonzept besitzt die Charakteristiken eines
Cyber-Physischen Systems im Kontext von Industrie 4.0. Es setzt sich aus den drei Elementen
Wissensrepräsentation, Wissensverarbeitung sowie der Auswertungs- und Lernkomponente
zusammen. Für die Wissensrepräsentation wurde ein prozessorientierter Ansatz entwickelt und
ein Strukturkonzept für die Formalisierung des allgemeinen Prozesswissens herausgearbeitet,
welches Fachkraft- und Instandhaltungsaufgaben abbildet. Auf die Festlegung der
Lösungsstrategie wurde ebenso eingegangen wie auf Gesichtspunkte der organisatorischen
Realisierung der Wissensmodellierung. Die Wissensverarbeitung behandelt Aspekte des
Umgangs mit speziellem Wissen und umfasst Aspekte einer Input-Schnittstelle sowie der
Auftragsverwaltung. Die Auswertungs- und Lernkomponente dient der Analyse der
Prozessinstanzen, welche die Aktualisierung des allgemeinen Wissens und damit das Lernen im
Prozess ermöglicht.
Kapitel 5 setzte weitere Elemente des Entwurfs sowie die Evaluation im Erkenntnisprozess der
gestaltungsorientierten Forschung um. Die Grundlage bildete die Beantwortung der dritten
Forschungsfrage:
Wie kann das entworfene Automatisierungskonzept prototypisch umgesetzt werden und welche
Erkenntnisse lassen sich daraus ableiten?
Es wurde eine prototypische Umsetzung des Automatisierungskonzepts entwickelt, welche die

Komponente der Wissensrepräsentation realisiert. Die Evaluation ergab, dass die Abbildung der
Aufgaben aller Stufen im Prozess nach Defektdichtemeldung durch das Automatisierungskonzept
möglich ist. Allerdings erfüllte die zum Zeitpunkt der Untersuchungen verfügbare Version der
Softwarelösung noch nicht alle Anforderungen für die Anwendung des Konzepts. Deshalb
wurden fünf Hauptanforderungen an die Automatisierungslösung identifiziert. In den
ausgewählten Testszenarien verspricht das Konzept ein Automatisierungspotential der
Fachkraftaufgaben im Prozess nach Defektdichtemeldung von bis zu 91 Prozent.
Die kritische Würdigung der Ergebnisse der Arbeit beinhaltet gleichzeitig einen Ausblick auf die
Ansatzpunkte zukünftiger Forschung. Im Rahmen der Prozesserhebung und Analyse des
Prozesses nach Defektdichtemeldung wurden zwar drei Fertigungsabteilungen der
Halbleiterfertigung untersucht, weitere Bereiche fanden jedoch keine Betrachtung.
Dementsprechend ist die Analyse des Prozesses nach Defektdichtemeldung in diesen
Fertigungsbereichen empfehlenswert. Weiterhin fokussierten die Untersuchungen dieser Arbeit
lediglich die Automatisierbarkeit der Fachkraftaufgaben. Im Prozess werden jedoch auch
Aufgaben von den Mitarbeitern der Instandhaltung ausgeführt, die ebenfalls einer Prüfung
hinsichtlich Automatisierbarkeit unterzogen werden können. Die Ausführungen der Entwicklung
und Evaluation des Automatisierungskonzepts beschränkten sich auf die zum Zeitpunkt der
Untersuchungen verfügbare Version der Automatisierungssoftware. Weiterer Forschungsbedarf
besteht hinsichtlich Modifikationen des Konzepts bei Softwareaktualisierungen. Tiefergehende
Analysen zur Prüfung der Anwendbarkeit des Konzepts auf andere Entscheidungsprozesse in der
Halbleiterfertigung sind gleichermaßen zu empfehlen. Da sich die prototypische Umsetzung auf

die Wissensrepräsentation beschränkte, ist bei Verfügbarkeit der technischen Funktionalitäten
eine umfassendere Evaluation des Konzepts möglich, welche die Wissensverarbeitungs- sowie
die Auswertungs- und Lernkomponente mit einbezieht. Die Evaluation erfolgte anhand eines
Workcenters in einem Fertigungsbereich. Zur weitergehenden Validierung des Konzepts kann die
Überprüfung des Konzepts auf andere Fertigungsbereiche und Workcenter ausgedehnt werden.
Die Erweiterung der Evaluation kann auch durch die Berücksichtigung der Dauer der
Aufgabendurchführung erfolgen, wodurch eine adäquatere Abschätzung des allgemeinen
Automatisierungspotentials möglich ist. Eine Überprüfung der praktischen Umsetzbarkeit des
Konzepts unter Einbeziehung des Prozessverantwortlichen, der Fachkraft und des
Instandhaltungsmitarbeiters ist auch denkbar.
Abschließend lässt sich feststellen, dass das Konzept von Industrie 4.0 einen vielversprechenden
Ansatz für die Automatisierung komplexer Entscheidungsprozesse in der Halbleiterfertigung
bietet. Intelligente, wissensbasierte Informationssysteme ermöglichen durch die Formalisierung
des für die Entscheidung benötigten Wissens eine automatisierte Entscheidungsfindung in der
Produktion. Die Grenzen der Automatisierung mit der Raptor Diagnostics Suite liegen jedoch
beim Erwerb des Wissens. Damit das System das Wissen verwenden und eine Entscheidung
treffen kann, muss das notwendige Wissen zuvor vom Menschen erfasst und formalisiert werden.
Literaturverzeichnis 93
Literaturverzeichnis
Allendorf, M.D., Besmann, T.M., Kee, R.J. & Swihart, M.T. (2008): Modelling CVD Processes.
In: Jones, A.C. & Hitchman, M.L. (Hrsg.): Chemical Vapour Deposition. S. 93–157.
Cambridge. Royal Society of Chemistry.
Allweyer, T. (2012): Geschäftsprozessmanagement: Strategie, Entwurf, Implementierung,

Controlling. 5. Nachdruck. Herdecke. W3L-Verlag.
Bamberg, G., Coenenberg, A.G. & Krapp, M. (2012): Betriebswirtschaftliche

Entscheidungslehre. 15., überarbeitete Auflage. München. Verlag Franz Vahlen.
Bandorf, R. & Gerdes, H. (2011): Beschichtungstechnologien. In: Globisch, S., Deus, S., Eckardt,
G., Herber, M., Kalisch, C., Knebusch, O. et al. (Hrsg.): Lehrbuch Mikrotechnologie: Für
Ausbildung, Studium und Weiterbildung. S. 256–279. Leipzig. Carl Hanser Verlag.
Bauernhansl, T. (2014a): Die vierte industrielle Revolution - Der Weg in ein wertschaffendes
Produktionsparadigma. In: Bauernhansl, T., ten Hompel, M. & Vogel-Heuser, B. (Hrsg.):
Industrie 4.0 in Produktion, Automatisierung und Logistik. 1. Auflage. S. 5–35.
Wiesbaden. Springer.
Bauernhansl, T. (2014b): Industrie 4.0 - Die industrielle Revolution geht weiter. wt

Werkstattstechnik online Jg. 104, H. 3, S. 105.
Becker, J., Holten, R., Knackstedt, R. & Niehaves, B. (2004): Epistemologische Positionierungen
in der Wirtschaftsinformatik am Beispiel einer konsensorientierten
Informationsmodellierung. In: Frank, U. (Hrsg.): Wissenschaftstheorie in Ökonomie und
Wirtschaftsinformatik. 1. Auflage. S. 335–366. Münster. Deutscher Universitäts-Verlag.
Becker, J., Rosemann, M., Röglinger, M. & zur Muehlen, M. (2012): Prozessmanagement: Eine
Einleitung zum Schwerpunktthema. WI Wirtschaftsinformatik 54, 5, S. 215–216.
Becker, J. & Vossen, G. (1996): Geschäftsprozessmodellierung und Workflow-Management:

Eine Einführung. In: Vossen, G. (Hrsg.): Geschäftsprozeßmodellierung und Workflow-
Management: Modelle, Methoden, Werkzeuge. 1. Auflage. S. 17–26. Bonn. International
Thomson Publishing.
Becker, T. (2008): Prozesse in Produktion und Supply Chain optimieren. 2., neu bearbeitete und
erweiterte Auflage. Berlin, Heidelberg. Springer.
Bergsmann, S. (2012): End-to-End-Geschäftsprozessmanagement: Organisatioselement -

Integrationsinstrument - Managementansatz. Wien. Springer.
Bloech, J., Bogaschewsky, R., Buscher, U., Daub, A., Götze, U. & Roland, F. (2014): Einführung
in die Produktion. 7., korrigierte und aktualisierte Auflage. Berlin, Heidelberg. Springer.
BMBF (Bundesministerium für Bildung und Forschung) (Hrsg.) (2014): Die neue Hightech-
Strategie: Innovationen für Deutschland. Berlin.
Bödige, J. (2011): Bedingungen für die Fertigung. In: Globisch, S., Deus, S., Eckardt, G., Herber,
M., Kalisch, C., Knebusch, O. et al. (Hrsg.): Lehrbuch Mikrotechnologie: Für Ausbildung,
Studium und Weiterbildung. S. 116–158. Leipzig. Carl Hanser Verlag.
Davenport, T.H. (1993): Process Innovation: Reengineering Work through Information

Technology. Boston. Harvard Business School Press.
Davenport, T.H. & Short, J.E. (1990): The new Industrial Engineering: Information Technology
and Business Process Redesign. Sloan Management Review 31, 4, S. 11–27.
Delfmann, P. (2006): Adaptive Referenzmodellierung: Methodische Konzepte zur Konstruktion

und Anwendung wiederverwendungsorientierter Informationsmodelle. Berlin. Logos-
Verlag.
Delsing, J., Rosenqvist, F., Carlsson, O., Colombo, A.W. & Bangemann, T. (2012): Migration of
industrial process control systems into service oriented architecture. IEEE Industrial
Electronics Society Conference 2012. S. 5786–5792. Montreal.
Deming, W.E. (1986): Out of the crisis. Massachusetts Institute of Technology.
DIN 25424 (1981): Deutsches Institut für Normung e. V. (Hrsg.): Fehlerbaumanalyse - Teil 1:
Methode und Bildzeichen. Berlin. Beuth.
DIN EN ISO 14644-1 (2016): Deutsches Institut für Normung e. V. (Hrsg.): Reinräume und
zugehörige Reinraumbereiche - Teil 1: Klassifizierung der Luftreinheit anhand der
Partikelkonzentration. Berlin. Beuth.
DIN IEC 60050-351 (2014): Deutsches Institut für Normung e. V. (Hrsg.): Internationales
Elektronisches Wörterbuch - Teil 351: Leittechnik. Berlin. Beuth.
DIN SPEC 91345 (2016): Deutsches Institut für Normung e. V. (Hrsg.):

Referenzarchitekturmodell Industrie 4.0 (RAMI4.0). Berlin. Beuth.
Drath, R. (2016): Technische Grundlagen. In: Manzei, C., Schleupner, L. & Heinze, R. (Hrsg.):
Industrie 4.0 im internationalen Kontext: Kernkonzepte, Ergebnisse, Trends. S. 18–24.
Berlin. VDE-Verlag.
Drepper, T. (2003): Organisationen der Gesellschaft: Gesellschaft und Organisation in der

Systemtheorie Niklas Luhmanns. 1. Auflage. Wiesbaden. Westdeutscher Verlag.
Edler, F., Soden, M. & Hankammer, R. (2015): Fehlerbaumanalyse in Theorie und Praxis. Berlin,
Heidelberg. Springer.
Ertel, W. (2016): Grundkurs Künstliche Intelligenz. Wiesbaden. Springer.
Eversmann, L. (2003): Wirtschaftsinformatik der „langen Frist“: Perspektiven für Menschen,

Automaten und Arbeit in einer lebensdienlichen Ökonomie. 1. Auflage. Wiesbaden.
Deutscher Universitäts-Verlag.
Favre-Bulle, B. (2004): Automatisierung komplexer Industrieprozesse: Systeme, Verfahren und

Informationsmanagement. Wien. Springer.
Ferstl, O.K. & Sinz, E.J. (2013): Grundlagen der Wirtschaftsinformatik. 7. Auflage. München.
Oldenbourg.
Fischermanns, G. (2013): Praxishandbuch Prozessmanagement: Das Standardwerk auf Basis des

BPM Framework ibo-Prozessfenster. 11. bearbeitete Auflage. Gießen. Verlag Dr. Götz
Schmidt.
Frank, U. (2007): Ein Vorschlag zur Konfiguration von Forschungsmethoden in der

WIrtschaftsinformatik. In: Lehner, F. & Zelewski, S. (Hrsg.): Wissenschaftstheoretische
Fundierung und wissenschaftliche Orientierung der Wirtschaftsinformatik. S. 155–184.
Berlin. Gito-Verlag.
Franssila, S. (2010): Introduction to Microfabrication. 2nd edition. Chichester. John Wiley &
Sons, Ltd.
Gadatsch, A. (2013): Grundkurs Geschäftsprozess-Management: Methoden und Werkzeuge für

die IT-Praxis: Eine Einführung für Studenten und Praktiker. 7. Auflage. Wiesbaden.
Vieweg+Teubner Verlag.
Geschwill, R. & Nieswandt, M. (2016): Laterales Management: Das Erfolgsprinzip für

Unternehmen im digitalen Zeitalter. Wiesbaden. Springer.
Gißrau, M. (2013): Development and Introduction of Semiconductor Production Control

Enhancements for Customer Oriented Manufacturing. Neubiberg. Dissertation Universität
der Bundeswehr München.
Göbel, H. (2014): Einführung in die Halbleiter-Schaltungstechnik. Berlin, Heidelberg. Springer.
Groover, M.P.; (2008): Automation, Production Systems, and Computer-Integrated

Manufacturing. Third Edition. Upper Saddle River. Pearson.
Hammer, M. & Champy, J. (1993): Reengineering the Corporation: A Manifesto for Business
Revolution. New York. HarperBusiness.
Harrington, J. (1973): Computer Integrated Manufacturing. New York. Industrial Press.
Heinrich, L.J., Heinzl, A. & Riedl, R. (2011): Wirtschaftsinformatik: Einführung und

Grundlegung. 4., überarbeitete und erweiterte Auflage. Berlin, Heidelberg. Springer.
Hevner, A., March, S., Park, J. & Ram, S. (2004): Design Science in Information Systems
Research. MIS Quarterly 28, 1, S. 75–105.
Hevner, A.R. (2007): A three cycle view of design science research. Scandinavian Journal of
Information Systems 19, 2, S. 87–92.
Hibbs, M.S. (2007): System Overwiev of Optical Steppers and Scanners. In: Suzuki, K. & Smith,
B.W. (Hrsg.): Microlithography: Science and Technology. Second Edition. S. 3–96. Boca
Raton. CRC Press.
Hilbrich, K. (2011): Fertigstellung mikrotechnischer Produkte. In: Globisch, S., Deus, S.,
Eckardt, G., Herber, M., Kalisch, C., Knebusch, O. et al. (Hrsg.): Lehrbuch
Mikrotechnologie: Für Ausbildung, Studium und Weiterbildung. S. 400–454. Leipzig. Carl
Hanser Verlag.
Hilleringmann, U. (2014): Silizium-Halbleitertechnologie. 6., korrigierte und verbesserte

Auflage. Wiesbaden. Springer.
Hilsenbeck, K. (2005): Optimierungsmodelle in der Halbleiterproduktionstechnik. Dissertation

Technische Universität München.
Holtbrügge, D. (2015): Personalmanagement. 6. Auflage. Berlin, Heidelberg. Springer.
Huber, D. & Kaiser, T. (2015): Wie das Internet der Dinge neue Geschäftsmodelle ermöglicht.
HMD Praxis der Wirtschaftsinformatik 52, 5, S. 681–689.
Infineon Technologies Dresden GmbH (Hrsg.) (2016): Infineon Technologies Dresden:

Innovative Halbleiterlösungen. Dresden. Unternehmensbroschüre.
ISO/IEC 19510 (2013): International Organization for Standardization (Hrsg.): Information

Technology: Object Management Group Business Process Model and Notation. Genf.
ISO/IEC.
ITRS 2.0 (2015): International Technology Roadmap for Semiconductors 2.0 2015 Executive
Report. http://www.semiconductors.org/main/2015_international_technology_roadmap_
for_semiconductors_itrs. Abgerufen am: 09.11.2016.
Kagermann, H., Lukas, W.-D. & Wahlster, W. (2011): Industrie 4.0: Mit dem Internet der Dinge
auf dem Weg zur 4. industriellen Revolution. VDI Nachrichten Ausgabe 13, S. 2.
Kagermann, H., Wahlster, W. & Helbig, J. (Hrsg.) (2013): Umsetzungsempfehlungen für das
Zukunftsprojekt Industrie 4.0: Abschlussbericht des Arbeitskreises Industrie 4.0. acatech.
http://www.acatech.de/de/publikationen/publikationssuche/detail/artikel/umsetzungsempf
ehlungen-fuer-das-zukunftsprojekt-industrie-40-abschlussbericht-des-arbeitskreises-
i.html. Abgerufen am: 15.10.2016.
Kaufmann, T. & Forstner, L. (2014): Die horizontale Integration der Wertschöpfungskette in der
Halbleiterindustrie - Chancen und Herausforderungen. In: Bauernhansl, T., ten Hompel,
M. & Vogel-Heuser, B. (Hrsg.): Industrie 4.0 in Produktion, Automatisierung und Logistik.
1. Auflage. S. 359–367. Wiesbaden. Springer.
Kirchhoff, M.R. & Beer, A. (2011): Vom Ausgangsstoff zum Endprodukt. In: Globisch, S., Deus,
S., Eckardt, G., Herber, M., Kalisch, C., Knebusch, O. et al. (Hrsg.): Lehrbuch
Mikrotechnologie: Für Ausbildung, Studium und Weiterbildung. S. 230–240. Leipzig. Carl
Hanser Verlag.
Klemmt, A. (2012): Ablaufplanung in der Halbleiter- und Elektronikproduktion: Hybride

Optimierungsverfahren und Dekompositionstechniken. Wiesbaden. Springer Vieweg.
Klevers, T. (2013): Wertstrom-Management: Mehr Leistung und Flexibilität für Unternehmen.

Frankfurt am Main. Campus-Verlag.
Kornmeier, M. (2007): Wissenschaftstheorie und wissenschaftliches Arbeiten: Eine Einführung

für Wirtschaftswissenschaftler. 1. Auflage. Heidelberg. Physica-Verlag.
Kosiol, E. (1962): Organisation der Unternehmung. Wiesbaden. Gabler.
Krumdieck, S.P. (2008): CVD Reactors and Delivery System Technology. In: Jones, A.C. &
Hitchman, M.L. (Hrsg.): Chemical Vapour Deposition. S. 37–92. Cambridge. Royal
Society of Chemistry.
Kurbel, K. (1992): Entwicklung und Einsatz von Expertensystemen: Eine anwendungsorientierte

Einführung in wissensbasierte Systeme. 2., verbesserte Auflage. Berlin. Springer.
Lamson, M., Cangellaris, A. & Madenci, E. (2008): Integrated-Circuit Packaging. In: Doering,
R. & Nishi, Y. (Hrsg.): Handbook of Semiconductor Manufacturing Technology. Second
Edition. S. 32-1-32–30. Boca Raton. CRC Press.
Laudon, K.C., Laudon, J.P. & Schoder, D. (2016): Wirtschaftsinformatik: Eine Einführung. 3.,
vollständig überarbeitete Auflage. Hallbergmoos. Pearson.
Laux, H., Gillenkirch, R.M. & Schenk-Mathes, H.Y. (2014): Entscheidungstheorie. 9.,
vollständig überarbeitete Auflage. Berlin, Heidelberg. Springer.
Leachman, R.C. (2002): Competitive semiconductor manufacturing: Final report on findings

from benchmarking eight-inch, sub-350nm wafer fabrication lines. Competitive
Semiconductor Manufacturing Program University of California Berkeley.
Lefevre, P. (2008): Defects observed on the wafer after the CMP process. In: Li, Y. (Hrsg.):
Microelectronic applications of chemical mechanical planarization. S. 511–561. Hoboken,
New Jersey. Wiley.
Lemke, C. & Brenner, W. (2015): Einführung in die Wirtschaftsinformatik: Band 1: Verstehen

des digitalen Zeitalters. Berlin, Heidelberg. Springer Gabler.
Levinson, H.J. (1999): Lithography Process Control. Bellingham. SPIE Optical Engineering
Press.
Leyh, C., Schäffer, T. & Forstenhäusler, S. (2016): SIMMI 4.0–Vorschlag eines

Reifegradmodells zur Klassifikation der unternehmensweiten
Anwendungssystemlandschaft mit Fokus Industrie 4.0. S. 763–774. Proceedings zur
Multikonferenz Wirtschaftsinformatik 2016, Ilmenau.
Liedtke, R. (2012): Die Industrielle Revolution. Köln. Böhlau-Verlag.

Lu, Y.Z. (2010): The investigation on research opportunities for the applications of the Internet
of Things in semiconductor wafer fabrication. S. 2259–2262. IEEE International
Conference on Industrial Engineering and Engineering Management 2010, Xiamen.
Luhmann, N. (1991): Zweckbegriff und Systemrationalität / über die Funktion von Zwecken in
sozialen Systemen.Suhrkamp-Taschenbuch Wissenschaft ; 12. Band 12. Frankfurt am
Main. Suhrkamp.
Lunze, J. (2012): Automatisierungstechnik: Methoden für die Überwachung und Steuerung

kontinuierlicher und ereignisdiskreter Systeme. 3., überarbeitete Auflage. München.
Oldenbourg.
Lunze, J. (2016): Künstliche Intelligenz für Ingenieure: Methoden zur Lösung

ingenieurtechnischer Probleme mit Hilfe von Regeln, logischen Formeln und Bayesnetzen.
3., überarbeitete Auflage. Berlin. De Gruyter Oldenbourg.
Lüth, C. (2016): Funktion und Herausforderungen von Cyber-Physical Systems. In: Manzei, C.,
Schleupner, L. & Heinze, R. (Hrsg.): Industrie 4.0 im internationalen Kontext:
Kernkonzepte, Ergebnisse, Trends. S. 25–29. Berlin. VDE-Verlag.
Madou, M.J. (2011): Fundamentals of Microfabrication and Nanotechnology Volume II:

Manufacturing Techniques for Microfabrication and Nanotechnology. Thrid Edition. Boca
Raton. CRC Press.
March, J.G. & Simon, H.A. (1995): Organizations. Second Edition. Cambridge. Blackwell
Publishers.
Marshall, L., Rust, K. & Schmidt, K. (2008): 300-mm prime gaps that need to be addressed to
boost productivity. IEEE Transactions on Semiconductor Manufacturing 21, 4, S. 592–599.
Mertens, P. (1995): Wirtschaftsinformatik - Von den Moden zum Trend. In: König, W. (Hrsg.):
Wirtschaftsinformatik ’95: Wettbewerbsfähigkeit, Innovation, Wirtschaftlichkeit. S. 25–
64. Heidelberg. Physica-Verlag.
Mertens, P. (2006): Moden und Nachhaltigkeit in der Wirtschaftsinformatik. HMD - Praxis der
Wirtschaftsinformatik 43, 250, S. 109–118.
Mertens, P. (2013): Integrierte Informationsverarbeitung 1: Operative Systeme in der Industrie.

18. Auflage. Wiesbaden. Springer.
Mertens, P., Bodendorf, F., König, W., Picot, A., Schumann, M. & Hess, T. (2012): Grundzüge
der Wirtschaftsinformatik. 11. Auflage. Berlin, Heidelberg. Springer.
Mönch, L., Fowler, J.W. & Mason, S.J. (2013): Production Planning and Control for
Semiconductor Wafer Fabrication Facilities: Modelling, Analysis and Systems. New York.
Springer.
Moore, G.E. (1965): Cramming more components onto integrated circuits. Electronics Volume
38.
Moore, G.E. (1975): Progress in digital integrated electronics. International Electron Devices
Meeting Volume 21, S. 11–13.
Mosinski, M. (2013): The Analytic Forecast Method (AFM): Entwicklung eines analytischen
Ansatzes zur Materialanlieferungsprognose in der Halbleiterfertigung. Neubiberg.
Dissertation Universität der Bundeswehr München.
Ono, T. (2013): Das Toyota-Produktionssystem. 3., erweiterte Auflage. Frankfurt. Campus-

Verlag.
Österle, H. (1995): Business Engineering: Prozess- und Systementwicklung. 2., verbesserte

Auflage. Band Band 1: Entwurfstechniken. Berlin, Heidelberg. Springer.
Österle, H., Becker, J., Frank, U., Hess, T., Karagiannis, D., Krcmar, H. et al. (2011):
Memorandum on design-oriented information systems research. European Journal of
Information Systems 20, 1, S. 7–10.
Parasuraman, R., Sheridan, T.B. & Wickens, C.D. (2000): A model for types and levels of human
interaction with automation. IEEE Transactions on systems, man, and cybernetics-Part A:
Systems and Humans 30, 3, S. 286–297.
Posluschny, P. (2012): Prozessmanagement: Kundenorientierung, Modellierung, Optimierung.

Konstanz, München. UVK-Verlagsgesellschaft.
Potoradi, J., Boon, O.S., Mason, S.J., Fowler, J.W. & Pfund, M.E. (2002): Using simulation-based
scheduling to maximize demand fulfillment in a semiconductor assembly facility.
Proceedings of the 2002 Winter Simulation Conference. S. 1857–1861. San Diego.
Probst, G., Raub, S. & Romhardt, K. (2012): Wissen managen: Wie Unternehmen ihre wertvollste
Ressource optimal nutzen. 7. Auflage. Wiesbaden. Springer Gabler.
Puffer, W. (2007): Technisch-ökonomische Effizienzbetrachtungen für die Halbleiterfertigung.

Dissertation Technische Universität München.
Puppe, F. (1991): Einführung in Expertensysteme. 1. Auflage. Berlin. Springer.
Ravazzi, P. & Villa, A. (2009): Economic Aspects of Automation. In: Nof, S.Y. (Hrsg.): Springer
Handbook of Automation. S. 93–116. Berlin, Heidelberg. Springer Berlin Heidelberg.
Reinheimer, S., Lang, F., Purucker, J. & Brügmann, H. (2007): 10 Antworten zu SOA. HMD
Praxis der Wirtschaftsinformatik 44, 1, S. 7–17.
Rommelspacher, J. (2011): Automatisierung von Führungsentscheidungen: Framework,

Modellierung und Prototyp. 1. Auflage. Wiesbaden. Vieweg + Teubner Verlag.
Russel, S. & Norvig, P. (2012): Künstliche Intelligenz: Ein moderner Ansatz. 3., aktualisierte
Auflage. München. Pearson.
Scheer, A.-W. (1990): CIM: Computer Integrated Manufacturing: Der computergesteuerte

Industriebetrieb. 4., neu bearbeitete und erweiterte Auflage. Berlin. Springer.
Scheer, A.-W. & Jost, W. (1996): Geschäftsprozessmodellierung innerhalb einer

Unternehmensarchitektur. In: Vossen, G. (Hrsg.): Geschäftsprozeßmodellierung und
Workflow-Management: Modelle, Methoden, Werkzeuge. 1. Auflage. S. 29–46. Bonn.
International Thomson Publishing.
Schiemenz, B. & Schönert, O. (2005): Entscheidung und Produktion. 3., überarbeitete Auflage.
München. Oldenbourg.
Schmelzer, H.J. & Sesselmann, W. (2013): Geschäftsprozessmanagement in der Praxis: Kunden

zufriedenstellen, Produktivität steigern, Wert erhöhen. 8., überarbeitete und erweiterte
Auflage. München. Hanser.
Schmitt, R. & Pfeifer, T. (2015): Qualitätsmanagement: Strategien – Methoden – Techniken. 5.,

aktualisierte Auflage. München. Carl Hanser Verlag.
Schröder, C. (2016): Industrielle Arbeitskosten im internationalen Vergleich. IW-Trends 43, 3, S.

39–57.
Schulz, D. (2015): FDI and the Industrial Internet of Things. S. 1–8. IEEE Conference on
Emerging Technologies & Factory Automation 2015, Luxembourg.
Schwarzer, B. & Krcmar, H. (2014): Wirtschaftsinformatik: Grundlagen betrieblicher

Informationssysteme. 5., überarbeitete Auflage. Stuttgart. Schäffer-Poeschel.
Seidlmeier, H. (2015): Prozessmodellierung mit ARIS®. Wiesbaden. Springer Fachmedien

Wiesbaden.
Semantis Information Builders GmbH (2016): Advanced Adaptive Diagnosis with the
Knowledge Based Raptor Diagnostics Suite. http://www.semantis-
ib.de/de/products/raptor.html. Abgerufen am: 09.11.2016.
Strahringer, S. (1996): Metamodellierung als Instrument des Methodenvergleichs: Eine

Evaluierung am Beispiel objektorientierter Analysemethoden. Aachen. Shaker.
Stubbe, K. (2010): Development and Simulation Assessment of Semiconductor Production

System Enhancements for Fast Cycle Times. Dissertation Technische Universität Dresden.
Tamm, G. & Tribowski, C. (2010): Informatik im Fokus: RFID. Berlin. Springer.
Taylor, F.W. (1913): The Principles of Scientific Management. New York. Harper.
Thomas, O. (2006): Management von Referenzmodellen: Entwurf und Realisierung eines

Informationssystems zur Entwicklung und Anwendung von Referenzmodellen. Berlin.
Logos-Verlag.
Töpfer, A. (2007): Betriebswirtschaftslehre: Anwendungs- und prozessorientierte Grundlagen. 2.,

überarbeitete Auflage. Berlin, Heidelberg. Springer.
Tsujimura, M. (2008): Processing Tools for Manufacturing. In: Li, Y. (Hrsg.): Microelectronic
applications of chemical mechanical planarization. S. 57–80. Hoboken, New Jersey. Wiley.
VDI-Richtlinie 5600 (2016): Verein Deutscher Ingenieure e.V. (Hrsg.):

Fertigungsmanagementsysteme (Manufacturing Execution Systems - MES). Berlin. Beuth.
Vogel-Heuser, B. (2014): Herausforderungen und Anforderungen aus Sicht der IT und der
Automatisierungstechnik. In: Bauernhansl, T., ten Hompel, M. & Vogel-Heuser, B.
(Hrsg.): Industrie 4.0 in Produktion, Automatisierung und Logistik. 1. Auflage. S. 37–48.
Wiesbaden. Springer.
Waldrop, M.M. (2016): More than Moore. Nature 530, 7589, S. 144–147.
Wand, Y. & Weber, R. (2002): Research Commentary: Information Systems And Conceptual
Modeling - A Research Agenda. Information Systems Research 13, 4, S. 363–376.
Weiß, U. (2011): Revolution. In: Nohlen, D. & Grotz, F. (Hrsg.): Kleines Lexikon der Politik. 5.,
überarbeitete und erweiterte Auflage. S. 541–542. München. C. H. Beck.
Wilde, T. & Hess, T. (2007): Forschungsmethoden der Wirtschaftsinformatik: Eine empirische

Untersuchung. Wirtschaftsinformatik 49, 4, S. 280–287.
WKWI (Wissenschaftliche Kommission Wirtschaftsinformatik im Verband der Hochschullehrer

für Betriebswirtschaft e.V.) (2007): Rahmenempfehlung für die Universitätsausbildung in
Wirtschaftsinformatik. WI Wirtschaftsinformatik 49, 4, S. 318–326.
WKWI (Wissenschaftliche Kommission Wirtschaftsinformatik im Verband der Hochschullehrer

für Betriebswirtschaft e.V.) & FB WI (Fachbereich Wirtschaftsinformatik in der
Gesellschaft für Informatik e.V.) (2011): Profil der Wirtschaftsinformatik. 10.
Internationale Tagung Wirtschaftsinformatik, Zürich. http://wi.vhbonline.org/
fileadmin/Kommissionen/WK_WI/Profil_WI/Profil_WI_final_ds26.pdf. Abgerufen am:
09.11.2016.
Womack, J.P., Jones, D.T., Bühler, M. & Meyer, H.-P. (2013): Lean Thinking: Ballast abwerfen,
Unternehmensgewinn steigern. 3., aktualisierte und erweiterte Auflage. Frankfurt/Main.
Campus Verlag.
Ziegler, D. (2012): Die industrielle Revolution. 3. Auflage. Darmstadt. WBG.
Ziller, U. (2011): Photolithografie. In: Globisch, S., Deus, S., Eckardt, G., Herber, M., Kalisch,
C., Knebusch, O. et al. (Hrsg.): Lehrbuch Mikrotechnologie: Für Ausbildung, Studium und
Weiterbildung. S. 280–341. Leipzig. Carl Hanser Verlag.
Anhang VI
Anhang
A1 Übersicht der Interviews der Prozessanalyse
Datum Bereich Interviewpartner Art Inhalt

30.08.2016 Defekt- Defektdichte- Face-to-Face Defektdichteprozess
dichte ingenieur
01.09.2016 CMP Prozessingenieur Face-to-Face Überblick Prozess nach
CMP Defektdichtemeldung bei
CMP
07.09.2016 LIT Prozessingenieur Face-to-Face Überblick Prozess nach
LIT Defektdichtemeldung bei LIT
14.09.2016 CVD Prozessingenieur Face-to-Face Überblick Prozess nach
CVD Defektdichtemeldung bei
CVD
21.09.2016 CMP Prozessingenieur Face-to-Face, Prozess in der Praxis, Analyse
CMP, Fachkraft Beobachtung von Beispieldurchläufen
CMP
21.09.2016 Defekt- Fachkraft Face-to-Face Defektdichteprozess in der
dichte Defektdichte Praxis
22.09.2016 CMP Prozessingenieur Face-to-Face IT-Tools und Datenbank
CMP
29.09.2016 CMP Fachkraft CMP Face-to-Face, Prozess in der Praxis
Beobachtung
18.10.2016 CMP Prozessingenieur Telefon Strukturierung der
CMP Fehlerbilder bei CMP
20.10.2016 CMP Fachkraft CMP Face-to-Face, Prozess in der Praxis
Beobachtung
10.11.2016 CMP Prozessingenieur Face-to-Face Instandhaltungsaufgaben nach
CMP, Anlagen- Defektdichtemeldung
experte CMP
11.11.2016 CMP Anlagenexperte Face-to-Face Instandhaltungsaufgaben nach
CMP Defektdichtemeldung
18.11.2016 CMP Prozessingenieur Face-to-Face Anforderungen an
CMP, Anlagen- prozessorientierte
experte CMP Automatisierung
22.11.2016 CMP Prozessingenieur Face-to-Face Abbildung der
CMP, Anlagen- Entscheidungshilfen für
experte CMP prototypische Umsetzung
Tabelle 13: Übersicht der Interviews der Prozessanalyse

Anhang VII
A2 Beispiel einer E-Mail-Vorlage der Defektdichte
Abbildung 29: Beispiel einer E-Mail-Vorlage der Defektdichte

Masterarbeit Automatisierung DR PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Masterarbeit Automatisierung DR PDF

Hochgeladen von

Copyright:

Verfügbare Formate

TECHNISCHE UNIVERSITÄT DRESDEN

Fakultät für Wirtschaftswissenschaften

Automatisierung im Kontext von Industrie 4.0:

Name: Robert Amthor

Adresse: Hauptstraße 2, 98530 Dillstädt

Übermittelt an: Dr. Christian Leyh

Automatisierung im Kontext von Industrie 4.0:

3.5 Fertigungsbereich II: Lithografie ............................................................................50

Abbildung 1: Komponenten des Forschungsdesigns ................................................................. 3

Tabelle 1: Zielerreichungsgrade der Automatisierung ..............................................................19

BPMN Business Process Modeling and Notation

BPR Business Process Reengineering

CIM Computer-Integrated Manufacturing

CMP Chemisch-Mechanisches Polieren

CPS Cyber-Physisches System

CVD Chemical Vapour Deposition

IFD Infineon Technologies Dresden

RAMI4.0 Referenzarchitekturmodell Industrie 4.0

RDS Raptor Diagnostics Suite

RFID Radio-Frequency Identification

SiP System In Package

TQM Total Quality Management

Dimension. Andererseits sehen sich Halbleiterunternehmen stark volatilen Marktentwicklungen

1.2 Forschungsdesign und Aufbau

Zentraler Untersuchungsgegenstand der vorliegenden Arbeit ist die Automatisierbarkeit des

Abbildung 1: Komponenten des Forschungsdesigns

Die wissenschaftstheoretische Grundposition enthält die grundlegenden Annahmen des

Die Forschungsziele lassen sich allgemein in Erkenntnis- und Gestaltungsziele untergliedern.

Um die Forschungsfragen zu beantworten und die Forschungsziele zu erreichen werden

Erkenntnisprozess der Aufbau der Arbeit Phasen der

Abbildung 2: Aufbau der Arbeit

2.1 Eigenschaften der Halbleiterfertigung

Der typische Herstellungsablauf in der Halbleiterindustrie lässt sich, wie in Abbildung 3

Abbildung 3: Herstellungsprozess elektronischer Baugruppen

Die Halbleiter-Frontendfertigung gilt als eines der komplexesten Produktionssysteme. Jedes

Die Fertigungsanlagen in der Frontendfertigung unterscheiden sich aufgrund der vielfältigen

Abbildung 4: Fertigungsprozess in der Frontend-Fertigung

wurden verschiedene Ansätze zu deren Beherrschung entwickelt. Hierzu zählen beispielweise

2.2 Modellierung und Analyse von Entscheidungsprozessen

2.2.1 Modell und Modellierung

Zur abstrahierten Darstellung von komplexen systemtechnischen oder organisatorischen

In der Wirtschaftsinformatik haben sich mit dem abbildungsorientierten und dem

Beim konstruktionsorientierten Modellverständnis ist keine objektiv existierende und erfahrbare

Modelle lassen sich weiterhin grundlegend nach dem Abbildungsmittel in nicht-linguistische

Modellierungsmethode festgelegt. Das Resultat der Anwendung der Modellierungsmethode ist

Abbildung 5: Bezugsrahmen der Modellierung

2.2.2 Entscheidung und Entscheidungsmodell

In Abbildung 6 ist das Modell eines Entscheidungsprozesses als Interaktionsprozess zwischen

Abbildung 6: Modell eines Entscheidungsprozesses

Das Subjektsystem des Entscheidungsträgers enthält die eigentlichen

Die Entscheidungslogik beschreibt die zugrundeliegende Logik, nach der der

2.2.3 Prozessbegriff und Prozessanalyse

Für den Prozessbegriff existieren in der Literatur zahlreiche Definitionsansätze. Die

1. Ein Prozess ist eine wiederholbare, sachlogische Folge von Aufgaben.

Die Prozessanalyse wird im Prozessmanagement aus zwei Sichtweisen heraus betrachtet.

Kosten Nutzen Zeit Qualität

Abbildung 8: Kriterien für die Prozessanalyse

Für die detaillierte Analyse der Informationsverarbeitung in einem Entscheidungsprozess

Abbildung 9: Stufen der Informationsverarbeitung in einem Entscheidungsprozess

2.3 Automatisierung betrieblicher Aufgaben

2.3.1 Betriebliche Aufgaben

Sach- und Formalziele

Abbildung 10: Struktur einer Aufgabe