Einige der Hauptanliegen modernen Halbleiterproduzenten sind die Verbesserung von Qualität, Zuverlässigkeit und Ausbeute mit Hilfe von rechtzeitiger Erkennung 'gefährdeter' Chips (das sind mögliche Frühausfälle). In dieser Arbeit werden zwei Herangehensweisen an diese Aufgabenstellung präsentiert.
1) Basierend auf Front End Testresultaten werden AusreiÃer mit Hilfe von robusten multivariaten AusreiÃererkennungsmethoden bestimmt.
2) Die zweite Herangehensweise gebraucht die wohlbekannte und bewiesene Beziehung zwischen Defektdichte, Ausbeute und Zuverlässigkeit. Wir gehen davon aus, dass die Position eines Chips am Wafer Rückschlüsse auf die Zuverlässigkeit ziehen lässt indem man Informationen aus der Nachbarschaft berücksichtigt. In dieser Dissertation wird das Ausfallmuster am Wafer nach dem Front End Test als eine Realisierung eines räumlichen Punktprozesses angesehen. Das Ausfallmuster kann mit Markierungen gemäà der Ausfallklassifikation oder der Wafernummer versehen werden. Mit Hilfe von räumlichen Punktprozessen ist es möglich das Ausfallverhalten zu interpretieren und punktgenau vorherzusagen.
Eine detaillierte Anwendung zeigt wie es möglich ist, * einen Fehlermodus-spezifische Risikobereich zu definieren, * Einblick in Fehlermodus-abhängiges Clustering zu bekommen, * Qualität zu verbessern indem die Zuverlässigkeit von Regionen am Wafer bestimmt wird, und * Ausbeuteverlust aufgrund von Verwurf von Wafern mit niedriger Ausbeute zu vermeiden.