Hallo zusammen! Herzlich willkommen! Heute erfahren Sie, wie JMP-Skripte und Workflow-Automatisierung die Effizienz in der Halbleiterindustrie steigern können. Kurz zu den Referenten: Ich bin Su-Heng Lin, Senior Principal Engineer bei NXP Semiconductor, und Martin Demel ist Principal JMP System Engineer. Ich führe Sie nun durch die heutige Präsentation. Wir beginnen mit der Motivation: Warum ist Workflow-Automatisierung in der Halbleiterfertigung so wichtig? Anschließend betrachten wir den Wafer-Fertigungsprozess, um die damit verbundene Komplexität zu verstehen. Danach vergleichen wir Prozessänderungen und Technologietransfer, heben deren Unterschiede und Geschäftsprozesse hervor. Wir gehen darauf ein, wie datengetriebene Frameworks wie DOE und die Cpk-Analyse die Bewertung und Entscheidungsfindung unterstützen. Im Anschluss daran betrachten wir Performance-Benchmarking und die Verteilung elektrischer Parameter. Der Höhepunkt der Präsentation ist eine Live-Demo des JMP Workflow Builders von Martin. Abschließend fassen wir die wichtigsten Erkenntnisse zusammen und beantworten Ihre Fragen.
In der Halbleitertechnik führen Ingenieure routinemäßig standardisierte Experimente durch und erstellen Berichte für Änderungsmanagement, Technologietransfer und die Einhaltung von Auditvorgaben. Diese Berichte werden häufig manuell mit Tools wie JMP und Excel erstellt und anschließend in PowerPoint- oder Word-Dokumente zusammengeführt. Dieser Prozess ist zeitaufwändig, inkonsistent und mitunter unvollständig. Die Fähigkeiten der einzelnen Mitarbeiter können stark variieren, was insbesondere beim Technologietransfer zwischen Standorten zu Ineffizienz und Lücken in der Reproduzierbarkeit und der Einhaltung von Vorgaben führt.
Heute zeigen wir Ihnen, wie der JMP Workflow Builder diesen gesamten Prozess durch die Automatisierung von Aufgaben wie Datenbereinigung, statistischer Analyse und Berichterstellung optimiert. Innerhalb weniger Minuten erhalten Sie aussagekräftige und standardisierte Ergebnisse. Programmierkenntnisse sind nicht erforderlich, und der Workflow gewährleistet Datenintegrität bei gleichzeitiger Steigerung der Teameffizienz. Im weiteren Verlauf dieses Abschnitts demonstriert Martin, wie einfach die Erstellung eines solchen Workflows mit JMP 19 Pro ist.
Die Halbleiterfertigung umfasst Hunderte von Schritten und eine lange Zykluszeit. Betrachten wir kurz die Komplexität der Waferherstellung. Wir beginnen mit einem Wafer-Los, typischerweise 25 Bayer-Siliziumwafern. Diese Wafer durchlaufen Hunderte von komplexen Prozessschritten und benötigen dafür mindestens 9–16 Wochen. Der Prozess beginnt mit Oxidation, Fotolithografie und Ätzung zur Definition des Schaltungsmusters. Anschließend folgen Reinigung und Eisenimplantation zur Modifizierung der elektrischen Eigenschaften. Danach werden durch Metallisierung und dielektrische Abscheidung die für die Verbindungen und Isolationen benötigten Schichten aufgebaut. Jeder Schritt muss präzise gesteuert werden, um die Leistungsfähigkeit und Zuverlässigkeit der Bauelemente zu gewährleisten. Nach Abschluss der Fertigung erfolgt ein Wafer-Abnahmetest, auch Class Probe genannt. Dabei werden einzelne Bauelemente, wie Transistoren und Kondensatoren, stichprobenartig geprüft, um die Qualität sicherzustellen.
Wenn die Wafer die Prüfung bestehen, gelangen sie zur Unit Probe, wo jeder Farbstoff an der Schaltungskennzeichnung getestet wird. Dieser strenge Prozess stellt sicher, dass nur hochwertige Wafer in die Verpackung und die Endprüfung gelangen. Das Verständnis dieses Ablaufs ist unerlässlich, da jede Prozessänderung oder jeder Technologietransfer die Integrität über alle diese Schritte hinweg gewährleisten muss. Deshalb sind robuste Evaluierung und Automatisierung in unserer Branche so entscheidend.
Vergleichen wir Prozessoptimierung und Technologietransfer. Prozessoptimierung zielt darauf ab, spezifische Schritte innerhalb einer Fabrik zu verbessern, die durch interne Probleme bedingt sind, und beinhaltet spezifische Validierungsmethoden und Genehmigungsprozesse. Technologietransfer hingegen zielt auf Kapazitätserweiterung oder den Übergang von der Produktion zur Fertigung ab, angetrieben durch strategische Entscheidungen, und umfasst umfassendere Prozessabläufe und komplexere Genehmigungsprozesse. Trotz dieser Unterschiede in Umfang und Zielsetzung weisen beide eine entscheidende Gemeinsamkeit auf: Sie basieren auf demselben experimentellen und analytischen Fundament. Versuchsplanung, statistische Analyse und Qualifizierungskriterien sind in beiden Fällen zentral. Ob ein Prozess lokal optimiert oder global transferiert wird – die Strenge der datengestützten Validierung bleibt dieselbe. Diese gemeinsame Grundlage macht die Workflow-Automatisierung so leistungsstark. Sie standardisiert und beschleunigt diesen gemeinsamen Schritt in beiden Szenarien.
Die Evaluierung von Änderungen in der Halbleiterfertigung beinhaltet die Optimierung von Schlüsselparametern und die Sicherstellung, dass diese die Qualifikationskriterien erfüllen. Standardisierte Formate und Arbeitsabläufe können die Effizienz steigern. Diese Folie beschreibt den Ablauf, den wir zur Evaluierung von Änderungen in der Halbleiterfertigung verwenden. Er beginnt mit der Versuchsplanung (DOE), in der wir Modelle anhand der Zielparameter optimieren, um die End-of-Line-Performance zu verbessern. Jedes Design kann einen individuellen Ansatz erfordern, das Ziel bleibt jedoch gleich: die wichtigste Variable zu identifizieren. Anschließend vergleichen wir die Verteilung der elektrischen Parameter, um sicherzustellen, dass alle wichtigen Kennzahlen die Cpk- und Delta-Sigma-Kriterien erfüllen. Dieser Schritt profitiert erheblich von standardisierten Formaten und automatisierten Arbeitsabläufen, die sowohl die Effizienz als auch die Reproduzierbarkeit verbessern. Abschließend erstellen wir einen Cpk- und Ausbeutebericht, um zu beurteilen, wie gut die optimierten Parameter mit den Qualifikationskriterien übereinstimmen. Hier validieren wir, inwieweit die vorgeschlagenen Änderungen statistisch fundiert und produktionsreif sind.
Abschließend formuliert das Team auf Basis aller Daten eine Empfehlung für den nächsten Lernzyklus. Dieser Prozess gewährleistet nicht nur eine fundierte Evaluierung, sondern unterstützt auch die kontinuierliche Verbesserung und ist somit sowohl für Prozessänderungen als auch für Technologietransfers anwendbar. Der kontinuierliche Verbesserungsprozess umfasst experimentelle Produktion, gezielte Datenanalyse und die Leistungsüberprüfung. Verbessert sich die Leistung, wird der nächste Versuch durchgeführt. Andernfalls wird erwartet, dass Ausreißer durch die Ermittlung der Ursache eliminiert werden. Dieser Prozess hilft uns, unsere Fertigungsprozesse effektiv zu steuern und zu verbessern. Es ist wichtig, den operativen Kontext zu verstehen. Prozessänderungen werden typischerweise vom Change Action Board (CAB) gesteuert und erhalten häufig Unterstützung von der Fertigungs-IT beim Aufbau einer standardisierten Analyseplattform. Technologietransfers hingegen sind eher ad hoc. Sie können die Bewertung von mehr als nur der Kontrolle versus der geplanten Verkäufe oder die Bearbeitung mehrerer Änderungen an einem einzelnen Wafer-Los umfassen. Diese Komplexität führt oft dazu, dass sich die Investition der IT-Abteilung in eine universelle Lösung nicht lohnt. Hier können Ingenieure die Initiative ergreifen, indem sie JMP-Skripte, Automatisierungs- und Workflow-Tools nutzen, um ihre eigenen effizienten, wiederholbaren Analyseplattformen zu entwickeln. Dies versetzt Teams in die Lage, auch in Szenarien ohne direkten Kundenkontakt präzise und schnell zu arbeiten. Am Beispiel des Technologietransfers wird gezeigt, wie ein optimierter Workflow die Effizienz eines Geräteentwicklers steigern kann.
Auf Folie 9 werden wir die Meilensteine und Prüfpunkte für einen Technologietransferprozess erläutern. Dieser beginnt mit der Projektinitiierung und der Planung, in der wir den Umfang und die Ziele festlegen und die Genehmigung für Konzept, Definition und Planung einholen. Sobald das Projekt bereit ist, folgt die Validierungsphase. Diese umfasst die Bereitschaftsprüfung, die Genehmigung des Prozessstopps und die Freigabe für die Risikoproduktion. Dieser Prüfpunkt stellt sicher, dass der Prozess stabil ist und die Risiken vor der Skalierung verstanden werden.
Schließlich erreichen wir die Phase der Freigabe und des Projektabschlusses, in der das Projekt offiziell in Produktion geht und der Entwicklungszyklus abgeschlossen wird. Jeder Meilenstein dient als Kontrollpunkt, um Qualität, Abstimmung und Verantwortlichkeit zwischen den Teams sicherzustellen. Das Verständnis dieses Rahmens hilft uns, die detaillierten Schritte der Leistungsbeurteilung, die auf der nächsten Folie dargestellt werden, einzuordnen.
Hier ist die umfassende Leistungsanalyse. Sie beginnt mit der Extraktion der PC-Daten auf Standortebene, gefolgt von Datenbereinigung und -verarbeitung. Anschließend erfolgen die deskriptive statistische Analyse, die Berichtserstellung, die Verteilung, der Vergleich und schließlich die Analyse von Leistungsfähigkeit und Ertrag. Jeder dieser Schritte ist entscheidend, um sicherzustellen, dass der Übertragungsprozess die Qualitäts- und Zuverlässigkeitsstandards erfüllt. Obwohl jeder Block in diesem Ablauf aufgrund von Zeitbeschränkungen von der JMP-Automatisierung profitieren könnte, konzentrieren wir uns in der heutigen Demo auf die beiden blau markierten Blöcke.
Deskriptive statistische Analyse und Vergleich der Verteilung elektrischer Parameter. Im ersten Schritt ermöglicht JMP die schnelle Zusammenfassung wichtiger Kennzahlen wie Mittelwert, Standardabweichung und Ausbeute über Chargen und Wafer hinweg. Dies dient der Festlegung einer Basislinie und der frühzeitigen Erkennung von Trends. Im zweiten Schritt wird JMP verwendet, um Parameterverteilungen zwischen Standorten oder Bedingungen zu erstellen. Statistische Tests werden eingesetzt, um signifikante Abweichungen zu ermitteln. Diese Schritte sind grundlegend für die Validierung der Abstimmung zwischen Produktionsstätte und Empfangsfertigung. Durch die Automatisierung dieser Aufgabe erhalten Ingenieure innerhalb von Minuten konsistente und präzise Erkenntnisse und gewinnen so Zeit für tiefergehende Analysen und fundierte Entscheidungen.
Schauen wir uns nun genauer an, wie das in der Praxis funktioniert. Auf dieser Folie erläutere ich die experimentelle Analyse zur Identifizierung der wichtigsten Prozessfaktoren und der entsprechenden Wafer, die unseren Zielen entsprechen. Wir konzentrieren uns auf die Variabilitätsanalyse für X_344 und heben den Zielwert sowie den Schaltpunkt für verschiedene Teile anhand von 25 Wafer-Lots hervor. Im Fall der Verbesserung von X_344 dauerte es fünf Monate vom Design bis zum Abschluss des Waferprozesses und der Experimente. Ich selbst benötigte einen weiteren Monat, nachdem alle Parameterdaten am Ende der Produktionslinie erfasst waren, um einen Bericht zu erstellen und für die nächste Experimentbesprechung bereit zu sein. Diese Analyse half uns, unsere Prozesse zu optimieren und sicherzustellen, dass wir unser Leistungsziel erreichen. Die Zykluszeit für die Datenanalyse und Berichterstellung ist etwas zu lang.
Ich möchte Ihnen hier lediglich zeigen, dass wir für alle Analysen die in der Bewertung verwendeten elektrischen Parameter aufgelistet haben. Diese sind in P1-Zuverlässigkeitsparameter und optionale P2-Parameter während der Produktion und Quantifizierung unterteilt. Die vollständige elektrische Liste des W80 ist in die Kategorien P1 und P2 gegliedert. P1 umfasst kritische Zuverlässigkeitsparameter, die weiter in WAC und die Überwachungsliste unterteilt sind. P2 hingegen deckt optionale Metriken für erweiterte Analysen ab. Diese werden im Rahmen einer PPA- und R&E-Analyse bewertet. Unterhalb des Arbeitsblatts finden Sie eine Zusammenfassung der wichtigsten Ergebnisse, des Ergebnisses (bestanden/nicht bestanden), der Ppk-Berichte, des Verbesserungsplans, der Schulungskosten und der Chargenrückverfolgbarkeit. Dieses Rahmenwerk gewährleistet eine konsistente Bewertung und unterstützt datengestützte Entscheidungen während des gesamten Technologietransferprozesses.
Hier finden Sie den Cpk- und Ausbeutebericht für diese Parameterbewertung. Er liefert Einblicke in die Prozessfähigkeit für alle anderen Parameter. Dies ist nicht unser Fokusparameter. Parameter mit unzureichender Leistung werden zur weiteren Überprüfung hervorgehoben. Diese Folie enthält den zusammenfassenden Bericht, der für das Bestehen jedes Technologietransfer-Gateways gemäß den unternehmensdefinierten Kriterien erforderlich ist. Dieser Bericht ist für die Gate-Review unerlässlich. Er bietet eine quantitative Grundlage für die Entscheidungsfindung und stellt sicher, dass der Transferprozess die Leistungs- und Zuverlässigkeitsstandards erfüllt, bevor die Produktion hochgefahren wird.
Die nächste Folie präsentiert ein risikobasiertes Rahmenwerk zur Bewertung der Verteilung elektrischer Parameter bei Technologietransfer oder Prozessänderungen. Es verwendet zwei Schlüsselkennzahlen: Delta Sigma, ein Maß für die Variabilität zwischen den Beteiligten, und die Prozessfähigkeit Cpk, die angibt, wie gut die Parameter innerhalb der Spezifikationen bleiben. Die Parameter werden in fünf Risikostufen eingeteilt. Risikostufe 1 bedeutet, dass kein Handlungsbedarf besteht. Risikostufe 2 legt eine Rücksprache mit dem Fachbereich nahe. Risikostufe 3 und 4 deuten auf Handlungsbedarf oder eine eingehendere Überprüfung hin. Risikostufe 5 kennzeichnet ein kritisches Problem, das zwingendes Handeln erfordert.
In diesem Beispiel arbeiten wir an der Bewertung des APF-Gewinns. Während dieser Bewertung gelten Risikostufen 1 und 3 als bestanden, alle anderen als nicht bestanden. Diese Kennzahl hilft dem Team, Ressourcen zu priorisieren, Entscheidungen abzustimmen und den Qualitätsstandard während der Bewertung aufrechtzuerhalten. Der Vergleich der Verteilung elektrischer Parameter zwischen den Fabriken hilft, Abweichungen und Abstimmungsprobleme zu identifizieren. Diesen Bericht werden wir heute live präsentieren. Er ist ein wichtiges Werkzeug für das Transferteam, um die Übereinstimmung der Parameterleistung am Ende der Produktionslinie zwischen der Mutter- und der Tochterfabrik zu bewerten und zu verbessern. Die Tabelle vergleicht elektrische Parameter über mehrere Chargen hinweg und zeigt wichtige Kennzahlen wie untere und obere Spezifikationsgrenze, Mittelwert, Standardabweichung und Cpk-Wert für die Referenzfabrik und die transferierte Fabrik. Wir geben außerdem die Signifikanz der Delta-Werte und die zugewiesenen Risikostufen von 1 bis 5 an. Dies hilft uns, schnell zu erkennen, welche Parameter gut abgestimmt sind und welche Maßnahmen der Mutterfabrik erforderlich sind.
Dieser Bericht ist besonders aussagekräftig, da er eine quantitative Grundlage für Entscheidungen bietet. Er half Ingenieuren, Abweichungen zu identifizieren, Schwankungen zu verstehen und Korrekturmaßnahmen zu priorisieren. Durch die Automatisierung dieser Analyse in JMP können wir diese Erkenntnisse schnell und konsistent generieren und so einen schnelleren Lernzyklus sowie einen zuverlässigeren Technologietransfer unterstützen.
Diese Folie präsentiert das Ergebnis des vorherigen Verteilungsvergleichs. Eine weitere Ansicht des Parameterverteilungsvergleichs. Nutzen Sie diese, um die Entwicklungsressourcen zu priorisieren. Hier sind die Parameter mit der schlechtesten Performance aufgelistet, die der Risikostufe 5 zugeordnet sind. Diese Parameter weisen eine mangelhafte Abstimmung und eine unzureichende Gesamtprozessfähigkeit auf und sind daher einer Überprüfung bedarfsgerecht. Das Diagramm visualisiert ihre Position im Hochrisikobereich, und die Tabelle hebt spezifische Kennzahlen wie Cpk und Delta Sigma hervor. Auf der nächsten Folie werden wir diese Parameter der Risikostufe 5 anhand ihres Trenddiagramms genauer untersuchen. Dies hilft dem Team, die Stabilität im Zeitverlauf zu beurteilen und die nächsten Schritte zur Verbesserung abzuleiten.
Diese Folie zeigt ein Trenddiagramm für zwei der fünf aufgeführten Risikoparameter. Wir verwenden X_30 und X_349 als Beispiel. Diese wurden bereits im vorherigen Verteilungsvergleich hervorgehoben. Das Diagramm visualisiert Leistungsveränderungen und hilft, kritische Punkte zu identifizieren. Es kann sich um eine breitere Verteilung mit zusätzlicher Mittelwertverschiebung oder lediglich um eine Mittelwertverschiebung handeln. Wir haben die Basisdaten der Mutterfabrik hinzugefügt, um einen Videovergleich mit der Empfangsfabrik zu ermöglichen. Mithilfe dieses Diagramms können wir beurteilen, wie gut sich der Transferprozess im Laufe der Zeit anpasst, indem wir die Variabilität und die Gruppenmittelwerte verfolgen. So können wir anhaltende Fehler oder Verbesserungen erkennen. Diese Visualisierung ist unerlässlich, um Korrekturmaßnahmen zu steuern und zu validieren, wo Wetteranpassungen uns dem Ziel näherbringen.
Dies ist unser letztes Diagramm, das wir Ihnen zur Verfügung stellen. Das Delta-Shift-Diagramm zeigt die Veränderungen zwischen dem aktuellen Integrationsablauf (WD) und dem vorherigen (WC). Der Fokus liegt auf Parametern, die zwischen dem optimalen und dem ungünstigen Bereich wechseln. Während wir uns zuvor auf die fünf risikobehafteten Parameter und deren Übereinstimmung mit dem Referenzwert der Mutterfabrik konzentriert haben, betrachten wir die Situation hier umfassender. Management und Transferteam möchten außerdem verstehen, wie sich der neu identifizierte Prozessfaktor in WD im Vergleich zu WC verhalten hat. Dies hilft zu beurteilen, ob die Integration das parametrische Verhalten tatsächlich verbessert. Wir analysieren die Verschiebung von Cpk und Delta Sigma über die Wafer hinweg und identifizieren Parameter, die sich vom ungünstigen in den optimalen Bereich oder umgekehrt bewegen. Diese vergleichende Analyse ist unerlässlich, um zukünftige Integrationsstrategien zu entwickeln und die Wirksamkeit von Prozessänderungen zu validieren.
Nun folgt die Live-Demo. Martin, du zeigst uns, wie man mit JMP19 Pro einen Workflow erstellt. Die Demo dauert etwa 10 Minuten.
Danke, Su-Heng.
Kein Problem.
Schauen wir uns das einmal genauer an. Wie Sie in Su-Hengs Präsentation gesehen haben, waren mehrere Schritte erforderlich, die bisher in Excel-Tabellen durchgeführt wurden. Für die Risikoberichte wurden zwei Diagramme nebeneinander erstellt, deren Verschiebungen Sie zusätzlich interpretieren mussten. Dieser gesamte Prozess umfasste mehrere Schritte, die wiederholt durchgeführt werden mussten. Wie Su-Heng bereits erwähnte, ist ein Monat Analysezeit recht lang. Wir haben versucht, diese Zeit auf ein angemessenes Maß zu reduzieren, um den Prozess effizienter zu gestalten. Die Schritte bestanden im Wesentlichen darin, beim Erstellen der zusammenfassenden Datentabelle für die Hauptfabrik den Mittelwert und die Standardabweichung zu ermitteln. Außerdem benötigten wir die Cpk-Daten, die wir aus Berichten erhielten. Dasselbe mussten wir für das aktuelle und das vorherige Design durchführen. Anschließend müssen wir all diese Daten in einer großen Datentabelle zusammenführen, um Risikoberichte für das aktuelle und das vorherige Design sowie den Verschiebungsbericht zu erstellen. Mithilfe des Graph Builders von JMP19 können wir die Verschiebung direkt im Graph Builder visualisieren, anstatt zwei separate Diagramme nebeneinander anzuzeigen und mühsam zu analysieren, wo genau dieser Punkt liegt. Abschließend erstellen wir für die relevanten Parameter ein Trenddiagramm.
Lassen Sie uns das Ganze einmal durchgehen, damit Sie verstehen, was es bewirkt und wie sich die Arbeitsschritte, die früher mehrere Stunden gedauert haben, auf wenige Klicks reduzieren. Zuerst wählen wir die Daten der Stammfabrik aus. Anschließend wird die zusammenfassende Analyse durchgeführt und eine Datentabelle erstellt. Danach erfassen wir die aktuellen Designdaten. Auch hier wird der gleiche Vorgang durchgeführt und die gesamte Tabelle erstellt. Schließlich rufen wir die vorherigen Designdaten ab. Nachdem der Test diese Informationen erfasst hat, werden die Datentabelle erneut zusammengeführt, das Risikostufen-Dashboard und die zusätzlichen Trenddiagramme für die Parameter erstellt. Auf die Trenddiagramme gehe ich jetzt nicht näher ein. Ich möchte nur das Dashboard hervorheben, da Sie rechts das aktuelle Design, den Risikostufenbericht mit Ihren Risikostufen und die Ergebnisse für die Stufen eins und drei sehen – also alles, was sich in diesem Bereich befindet. Dasselbe gilt für das vorherige Design im oberen Feld, und wir können auch hier die Veränderungen in all diesen Bereichen erkennen.
Wir haben verschiedene Möglichkeiten, die Ergebnisse einzugrenzen. Wir können von „keine Änderungen“ ausgehen, also davon, dass wir uns auf demselben Risikoniveau befinden, und prüfen, ob sich etwas verändert hat, zumindest in eine bessere Richtung. Diese Fälle können wir uns genauer ansehen. Interessanter sind aber natürlich die Veränderungen. Denken wir an das vorherige Design mit Risikoniveau 1, das einen vielversprechenden Weg darstellte. Gibt es aktuelle Designs, die in die kritischste Richtung führen? Ja, einige. Dieses hier ist wahrscheinlich das kritischste, da es rot markiert ist und somit Risikoniveau 5 entspricht. Es hat sich von Risikoniveau 1 auf Risikoniveau 5 verschlechtert. Diesen Unterschied zwischen dem vorherigen und dem aktuellen Design sollten wir uns unbedingt genauer ansehen, ebenso wie einige andere. Wir können aber auch nach einem bestimmten Parameterwert filtern.
Oder anders wäre es, wenn ich das kurz einblende und mir die wichtigsten Datenpunkte des aktuellen Designs ansehe, um zu sehen, was sie gemacht haben, wie sie sich bewegt haben, welche Schritte sie durchlaufen haben und wie die verschiedenen Elemente miteinander verknüpft sind. Je nachdem, aus welcher Perspektive man die Risikostufenänderung betrachten möchte, hilft dies, sich auf die relevanten Visualisierungen zu konzentrieren, anstatt alle Datenpunkte zu vergleichen: „Hier hat sich die Risikostufe geändert. Hier nicht, und das sind die Variablen.“ Man möchte sehen, welcher Datenpunkt auf der anderen Seite steht. Wir sehen, dass er noch vorhanden ist. Man kann die Datenpunkte einzeln betrachten oder alle zusammen und sie dann filtern. Das war eine der wichtigsten Entwicklungen hier.
Schließlich erhalten Sie Ihre finale Datentabelle mit allen Risikostufenfarben und zusätzlichen Informationen zu vorhandenen Daten und anderen Aspekten. Wie gelangen wir dorthin? Öffnen wir einfach einen neuen Workflow-Builder. Ich öffne einen neuen Workflow. Sie finden diese Option unter „Datei“ > „Neuer Workflow“. Dann legen wir los. Bevor ich etwas unternehme, lösche ich immer den Verlauf, damit keine Einträge im Protokoll vorhanden sind. Zuerst öffne ich einen Workflow – und zwar die wichtigsten Daten, da ich damit arbeiten möchte. Ich bestätige mit „Okay“. Ich werde gefragt, ob ich diese Schritte bereits protokollieren soll. Ich kann mit „Ja“ antworten. Ich werde Ihnen einige Tipps und Tricks geben und erklären, was sinnvoll ist und was nicht.
Der nächste Schritt wäre in diesem Fall die Berichtserstellung. Aus Zeitgründen zeige ich hier nur die finalen Berichte. Dies ist der Cpk-Bericht. Ich kann ihn schließen; er erstellt automatisch einen Snapshot des Berichts, berechnet die Werte und erstellt die Tabelle. Wir können uns nun ansehen, was im Hintergrund passiert ist. Hier ist die geöffnete Tabelle. Sie können die Beschreibung und die Notizen bearbeiten. Hier ist das Skript, falls Sie es benötigen. Es handelt sich um eine fest codierte Datei. Ich möchte den ersten Tipp umsetzen. Wenn ich eine Datentabelle öffnen möchte – und diese ist nicht immer identisch –, kann ich diesen Schritt überspringen, da im nächsten Schritt nach der Datentabelle „Austin Mother Fab Data“ gefragt wird. Falls diese nicht vorhanden ist, werden Sie gefragt, was zu tun ist.
Führen wir diesen Teil des Skripts aus. Ich öffne ihn. Ich werde gefragt, welche Datentabelle ich verwenden möchte. Diese Datentabelle ist noch nicht geöffnet, also wähle ich sie aus. Dadurch werden meine beiden Schritte bereits erstellt. Ich sehe, es hat alles einwandfrei funktioniert. Jetzt muss ich diese Tabellen kombinieren. Ich kann auf „Tabellen erstellen“ gehen und auswählen, ob ich daraus eine Datentabelle machen möchte. Dasselbe mache ich hier: Ich klicke mit der rechten Maustaste und wähle „In Datentabelle umwandeln“. Sie sehen, dass beide Tabellen hinzugefügt wurden.
Schauen wir uns nun einige weitere Aspekte an. Hier wird die Spaltengruppe „PC“ verwendet. Woher stammt diese? Sie stammt aus der Datentabelle, und dies ist eine sinnvolle Tabellenstruktur. Alle Analysespalten werden in der Gruppe „PC“ zusammengefasst. Das vereinfacht die Arbeit, denn ohne diese Gruppierung – und manche Plattformen kommen damit nicht zurecht, da die Funktion „Tabulate“ alle Variablen als Kategorie interpretiert – werden sie hier verwendet. Sie können die Option „Spaltengruppe“ verwenden und anstelle der einzelnen Parameter einfach die Spaltengruppe angeben. Warum ist das hilfreich? Weil sie unabhängig von der Spaltenbenennung ist, was einen großen Vorteil bietet. Die Gruppierung der Spalten in Ihrer Tabelle macht auch bei der Automatisierung einen großen Unterschied. Das ist eine Möglichkeit, die Sie hier nutzen können.
Vergleichen wir das nun mit dem ursprünglichen Datenworkflow, den ich erstellt habe. Ich schaue mir das mal an. Sie sehen, dass wir die übergeordneten Zusammenfassungsdaten erstellen müssen. Ich wechsle kurz vom Präsentationsmodus in den Normalmodus, damit ich die Daten nebeneinander sehen kann. Hier sehe ich, dass ich auch die Spaltengruppen-PC verwendet habe. Das andere Element habe ich ebenfalls mit der Spaltengruppen-PC erstellt. Ich habe hier noch etwas hinzugefügt. Ich habe hier ein Objekt erstellt. Ich füge es auch hier ein. Das ist die Tabellierung, Entschuldigung. Das war richtig. Ich habe hier dieses Objekt, Referenz, hinzugefügt, das momentan nicht vorhanden ist. Das liegt daran, dass ich damit eine Hilfsdatei oder Hilfsdatentabelle erstellen möchte, der ich einen bestimmten Namen gebe. Auf diesen Namen kann ich später verweisen, wenn ich Datentabellen mit einer Kennung oder einer eindeutigen Benennung kombinieren möchte. Deshalb habe ich das gemacht und den Bericht anschließend geschlossen. Sie können das Ganze mit einem Skript kombinieren. Das kann nötig sein, wenn Sie sehr komplexe Dinge erstellen möchten. Für die meisten Dinge könnte ich aber einfach mit dem Workflow arbeiten, den ich gerade hier erstellt habe.
Bevor ich das Wort an Su-Heng zurückgebe, noch eine letzte Anmerkung: Ich persönlich nutze die Aufzeichnung nicht. Wenn ich einen komplexen Workflow wie den links dargestellten mit mehreren Schritten habe, behalte ich die erledigten Aufgaben bei, und sie werden dem Blockverlauf hinzugefügt. Ich wähle nur die für mich relevanten Elemente aus und füge sie dem Workflow hinzu. Dann kann ich sie bearbeiten, Notizen hinzufügen und, wenn alles passt, die ausgewählten Elemente zu einer Gruppe zusammenfassen, die beispielsweise mein erster Schritt ist. Ich habe den Gruppennamen in „Erster Schritt“ geändert und hier noch etwas hinzugefügt, damit alles klar ist, was in diesem Fall passiert. Genau das habe ich auf der linken Seite gemacht. Das waren nur ein paar Tipps. Damit war ich wieder bei Su-Heng für die Zusammenfassung. Dies ist die letzte Folie.
Vielen Dank, Martin. Sie haben meine einmonatige Arbeit in nur wenigen Minuten erledigt. Wunderbar! Zum Abschluss der heutigen Präsentation möchte ich hervorheben, wie JMP-Skripte und der Workflow-Builder es Ingenieuren ermöglichen, wiederholbare und skalierbare Analysen standort- und projektübergreifend durchzuführen. Durch die Automatisierung eines Workflows reduzieren wir den manuellen Aufwand erheblich. Was früher Tage dauerte, ist jetzt in Minuten erledigt. Standardisierte Formate und Bewertungskriterien verbessern nicht nur die Effizienz, sondern gewährleisten auch Konsistenz und Compliance, insbesondere beim Technologietransfer. Dadurch konnten sich die Ingenieure von der Datenanalyse auf die Entwicklung besserer Experimente und die Beschleunigung von Lernzyklen konzentrieren. Wichtig ist, dass die Automatisierung sowohl strukturierte Prozessänderungen als auch spontane Technologietransfers unterstützt. Dank verbesserter Datenintegrität und -nachverfolgbarkeit kann das Team schnellere und fundiertere Entscheidungen treffen. Vielen Dank für Ihre Aufmerksamkeit. Wir freuen uns auf Ihre Fragen und die Diskussion.
