Titelaufnahme

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 Ausreißer mit Hilfe von robusten multivariaten Ausreißererkennungsmethoden 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 gemäß 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.

Some of the major concerns of modern semiconductor manufacturers are to improve quality, reliability and yield by in-time detection of 'risk' dies (i.e. potential early life fails). In this work, two approaches to fulfill this task are presented.

1) Based on Front End testing results, outliers are determined by robust multivariate outlier detection methods.

2) The second approach makes use of the well-known and proven relationship between defect density, yield and reliability. We assume that die position on the wafer can help to draw conclusions about reliability by taking neighbourhood information into account. In this thesis, the failure pattern on the wafer after Front End testing is regarded as a realization of a spatial point process. The events of this failure pattern can be equipped with marks according to their failure classification or wafer number. By help of spatial point processes it is possible to interpret and predict location precise the failure performance. A detailed application shows how it is possible to * define a failure-mode specific risk area, * gain insight to failure mode dependent clustering, * improve quality by assessing reliability of certain regions on the wafer, and * reduce yield loss due to scrapping low yielding wafers.