Thin-film fabrication processes for semiconductors, MEMS, etc., use a broad spectrum of different process technologies and a diverse mix of used materials. The details of the manufacturing recipes represent an important body of knowledge. Unlike in microelectronics, the MEMS fabrication process is, in most cases, application-specific, and therefore an integral part of the application design. The high amount of different step variants, the long chains of steps required for a complete manufacturing flow, the knowledge of the individual steps, the interactions between used manufacturing steps, and the dos and don’ts of chaining them together are the secret sauce for manufacturing success and the competitive edge. Discovering the correct combination of process steps, materials, and process parameters usually requires many expensive and timeconsuming experiments. But the multitude of manufacturing steps used in product manufacturing is only a very small fraction of the recipes existing in a company. The plethora of processing steps used only once in an R&D institute or university requires even more careful management.

This use case study presents a project with a research institute applying a specialized software system to perform holistic Research Data Management [RDM]. It supports the MEMS device and process designers in managing their process knowledge, especially their detailed recipe knowledge. They use the software system to assemble and verify their new or amended fabrication processes in a virtual fabrication environment, thus reducing the number of real-world experiments to a minimum.

Dünnschicht-Fertigungsprozesse für Halbleiter, MEMS etc. nutzen ein breites Spektrum an unterschiedlichen Prozesstechnologien und einen vielfältigen Mix an verwendeten Materialien. Die Details der Fertigungsrezepte stellen einen wichtigen Wissensbestand dar. Anders als in der Mikroelektronik ist der MEMS-Fertigungsprozess in den meisten Fällen applikationsspezifisch und damit ein integraler Bestandteil des Applikationsdesigns. Die hohe Anzahl unterschiedlicher Schrittvarianten, die langen Ketten von Schritten, die für einen kompletten Fertigungsablauf erforderlich sind, das Wissen um die einzelnen Schritte, die Wechselwirkungen zwischen den verwendeten Fertigungsschritten und die Dos und Don’ts der Verkettung sind die geheime Zutat für den Fertigungserfolg und die Wettbewerbsvorteile. Um die richtige Kombination von Prozessschritten, Materialien und Prozessparametern zu finden, sind in der Regel viele teure und zeitaufwändige Experimente notwendig. Die Vielzahl der in der Produktherstellung verwendeten Fertigungsschritte ist aber nur ein sehr kleiner Bruchteil der in einem Unternehmen vorhandenen Rezepte. Die Fülle von Bearbeitungsschritten, die in einem F&E-Institut oder einer Universität nur einmal verwendet werden, erfordert ein noch sorgfältigeres Management.

Diese Anwendungsfallstudie stellt ein Projekt mit einem Forschungsinstitut vor, in dem ein Softwaresystem zum Forschungsdatenmanagement [FDM] eingesetzt wird. Es unterstützt die MEMS-Bauteil- und Prozessentwickler bei der Verwaltung ihrer Daten, insbesondere ihres detaillierten Rezeptwissens. Sie nutzen das Softwaresystem, um ihre neuen oder geänderten Fertigungsprozesse in einer virtuellen Fertigungsumgebung zusammenzustellen und zu verifizieren. Dadurch wird die Anzahl der realen Experimente auf ein Minimum reduziert.

Veränderungen haben seit dem Mittelalter zu einer laufenden Steigerung des Wohlstands ge- führt, von der alle profitiert haben. Nach verschiedenen, historischen Revolutionen in der Technik hat gerade die vierte industrielle Revolution (4IR) begonnen. Diese wird wieder den Unternehmen, welche die neuen Technologien wohlüberlegt einführen, immense Chancen für Effizienzsteigerun- gen bieten. Dies setzt allerdings alle Unternehmen, speziell im Mittelstand, unter einen gewissen Zugzwang.

Diese Stellungnahme zeigt einige Facetten der großen Chancen resultierend aus der Einführung des industriellen IoT (IIoT) auf und soll dazu motivieren, sich diesen neuen Ansätzen zu stellen. Es geht eben darum sich diesen Veränderungen gegenüber nicht zu verschließen oder wegzuschau- en, sondern diese Trends wahrzunehmen, für sich zu bewerten und so zu nutzen, dass es frühe Erfolgserlebnisse für das ganze Unternehmen gibt.

Since the Middle Ages, changes have led to an ongoing increase in prosperity from which every- one has benefited. After several historic revolutions in technology, the fourth industrial revolution (4IR) has just begun. 4IR will again offer immense opportunities for efficiency gains to companies that thoughtfully adopt the new technologies. However, this puts a certain amount of pressure on all companies, especially those in the midmarket.

This opinion piece highlights some facets of the great opportunities resulting from the introduc- tion of the Industrial IoT (IIoT). It aims to motivate companies to embrace these new approaches. The point is not to close oneself off to these changes or to look away, but to perceive these trends, to evaluate them for oneself, and to use them in such a way that there is an early sense of achieve- ment for the entire company.

Eine kürzlich durchgeführte Studie zum Stand der digitalen Transformation in den deutschsprachigen Ländern zeigt, dass es mehrere Bereiche gibt, in denen großer Verbesserungsbedarf besteht. In mehr als einem Drittel aller Unternehmen stehen die Mitarbeiter Veränderungen skeptisch gegenüber - eine mögliche Ursache ist eine unzureichende Fehlerkultur.

Diese Stellungnahme fasst die wichtigsten Punkte der Studie zusammen und skizziert, wie erprobte Methoden, basierend auf dem acatech Industrie 4.0 Maturity Index acatech Industrie 4.0 Maturity Index, eine unternehmensspezifische Standortbestimmung und Herleitung einer gewinnbringenden Strategie für die Digitale Transformation in der Industrie ermöglichen. Der Vorteil des acatech Ansatzes liegt im Aufbau einer ganzheitlichen Sichtweise. Die Bewertung umfasst neben der reinen Informationssystem-Perspektive auch die Kultur-, Organisations- und Ressourcenperspektive.

A recent study on the status of digital transformation in German-speaking countries shows several areas where there is a great need for improvement. In more than a third of all companies, employees are skeptical of change - one possible cause is an inadequate error culture.

This opinion piece summarizes the major points of the study and outlines possible remedies for the presented deficiencies. It outlines how proven methods, based on the acatech Industrie 4.0 Maturity Index, can be used to conduct a company-specific status assessment. Such a status evaluation allows the derivation of a profitable strategy for the digital transformation in the industry. The benefit of the acatech approach lies in building a holistic view. The assessment covers the cultural, organizational, and resource perspective, besides the pure information systems perspective.

As in many other areas, digitization is often an open / underrepresented topic in the research & development of high-tech production processes. This causes a lot of friction in the communication and coordination in small as well as large engineering departments. One major obstacle is the missing organization wide knowledge management. The introduction of a Process Development Execution System (PDES) can significantly improve the knowledge management and facilitate the internal communication and coordination.

The customer of this use case study is a small company in the field of graphene technology development with several research locations in a few countries. Historically, the company originated from basic research and commercializes these research results. Their current business model is based on the production and sale of functional graphene components.

Wie in vielen anderen Bereichen ist die Digitalisierung oft ein offenes/unterrepräsentiertes Thema in der Forschung & Entwicklung von Hightech-Produktionsprozessen. Dies verursacht sowohl in kleinen als auch in großen Ingenieurabteilungen viele Reibungsverluste in der Kommunikation und Koordination. Ein wesentliches Hindernis ist das fehlende organisationsweite Wissensmanagement. Die Einführung eines Process Development Execution Systems (PDES) kann das Wissensmanagement deutlich verbessern und die interne Kommunikation und Koordination erleichtern.

Der Kunde dieser Anwendungsfallstudie ist ein kleines Unternehmen im Bereich der Entwicklung von Graphentechnologie mit mehreren Forschungsstandorten in einigen wenigen Ländern. Historisch gesehen ist das Unternehmen aus der Grundlagenforschung hervorgegangen und vermarktet diese Forschungsergebnisse. Ihr derzeitiges Geschäftsmodell basiert auf der Produktion und dem Verkauf von funktionalen Graphen-Komponenten.

R&D departments of many manufacturing companies find it problematic to obtain the appropriate data and to analyze it. Difficulties arise in determining how to present the data as relevant information to the decision-makers or to reuse the obtained data and information in the next development steps. Despite all the technical advances in digitization, the majority of companies still require disproportionately high efforts and time to assemble a decision baseline. These difficulties stem from the fact that the data required to generate reports are difficult to find, not up-to-date, or not reliable. This opinion piece summarizes some of the regularly observed patterns. It outlines the most important decision metrics for digitally transforming manufacturing and research&development. Combining new technologies and approaches and staying away from blindly following the hype topics can support the Digital Transformation if some guidelines are taken into account. This opnion piece was published as an article in the Digitale Welt Magazine.

F&E Bereiche vieler Fertigungsunternehmen tun sich schwer die richtigen Daten zu sammeln, sie zu analysieren und als relevante Informationen den Entscheidungsträgern bzw. den nächsten Entwicklungsschritten zeitnah in geeigneter Form zur Verfügung zu stellen. Trotz aller technischen Fortschritte der Digitalisierung werden in einem Großteil der Betriebe nach wie vor unverhältnismäßig hohe Aufwände und Zeiten benötigt, um teilweise nicht ganz zuverlässige, da teils nicht aktuelle Daten genutzt, Berichte zu generieren. Dies resultiert u.a. durch die Ignorierung der Prinzipien eins Single-Source-of-Truth (SSoT) Konzeptes. Wie in Big Data Insider dokumentiert, „Mehr als 80 Prozent der IT-Führungskräfte sehen die Datenzersiedelung als eines der kritischsten Probleme.“

Dieser Fachartikel ist im Digitale Welt Magazin erschienen.

When studying high-tech & pharmaceutical R&D projects, the infrastructure often still consists of paper run cards / travelers, manual data collocation on paper or spreadsheets and storing result data on simple file servers. While this worked well for the last two decades, the current economic situation and the competitive turbo of the last years requires organizations to upgrade their infrastructure.

The current use case overview gives an outline about the situation and offers one possible solution to the challenges.

Bei der Untersuchung von F&E-Projekten in den Bereichen Hochtechnologie und Pharmazie besteht die Infrastruktur oft noch aus Papierlaufkarten, manueller Datensammlung auf Papier oder Tabellenkalkulationsblättern und Speicherung Ergebnisdaten auf einfachen Dateiservern. Während dies in den letzten zwei Jahrzehnten gut funktioniert hat, erfordern die aktuelle wirtschaftliche Situation und der entstehende Wettbewerbs-Turbo der letzten Jahre, dass Unternehmen ihre Infrastruktur anpassen.

Die aktuelle Use Case-Übersicht gibt einen Überblick über die Situation und bietet eine mögliche Lösung der Herausforderungen.

Dr. Ortloff discusses a measure by which the high-tech manufacturing industries can help shorten the development time of manufacturing technologies, make development more sustainable, save money and cushion the economic downturn by Covid-19. Much of what is needed to achieve this has already been learned and developed in previous crises. It is important to use this experience and to translate it into appropriate measures to meet the current challenges.

In this article you will read about how comprehensive, centralized knowledge management can foster innovation and improve the resilience against knowledge loss and inaccessibilty of R&D organization in preparation for crises and knowledge drain.

Dr. Ortloff erörtert eine Maßnahme, mit der die High-Tech-Fertigungsindustrien dazu beitragen können, die Entwicklungszeit von Fertigungstechnologien zu verkürzen, die Entwicklung nachhaltiger zu gestalten, Geld zu sparen und den wirtschaftlichen Abschwung durch Covid-19 abzufedern. Vieles was dazu nötig ist, wurde bereits in vorhergehenden Krisen gelernt und erarbeitet. Es gilt diese Erfahrungen zu nutzen und in geeignete Maßnahmen zur Bewältigung der aktuellen Herausforderungen zu überführen.

In diesem Artikel lesen Sie darüber, wie ein umfassendes, zentralisiertes Wissensmanagement Innovationen fördern und die Widerstandsfähigkeit von F&E-Organisationen gegen Wissensverlust und -unzugänglichkeit verbessern kann, um sie auf Krisen und Wissensabfluss vorzubereiten.

In times of growing international competition and shrinking market niches, innovating via new or improved products becomes key to success or even to survival. When developing a new product or a new iteration of an existing product, it’s vital to use information from a variety of sources to help shape the process and ensure success.

This article shows the importance of and solution approach for overcoming the dark data challenge in R&D. It shows the effects, high costs and project delays caused by unleveraged data when developing fabrication technologies.

In Zeiten wachsender internationaler Konkurrenz und schrumpfender Marktnischen wird die Innovation durch neue oder verbesserte Produkte zum Schlüssel zum Erfolg oder sogar zum Überleben. Bei der Entwicklung eines neuen Produkts oder einer neuen Iteration eines bestehenden Produkts ist es von entscheidender Bedeutung, Informationen aus einer Vielzahl von Quellen zu nutzen, um den Prozess mitzugestalten und den Erfolg zu sichern.

Dieser Artikel zeigt die Bedeutung und den Lösungsansatz für die Bewältigung der Herausforderung durch Dark Data in Forschung und Entwicklung. Er zeigt die Auswirkungen, die hohen Kosten und die Projektverzögerungen, die durch ungenutzte Daten bei der Entwicklung von Fertigungstechnologien verursacht werden.

The advent of Industry 4.0 offers huge potential to explore new and exciting changes to the manufacturing floor
Intelligent machines capable of “speaking” to one another and collating a myriad of complex data promises huge improvements in productivity … and fundamental changes to the ways in which we view manufacturing efficiency.
However, the wealth of data available to manufacturing organisations is growing larger by the year, increasing the complexity of its analysis. Industrial equipment is becoming capable of storing and sharing types of data that were previously impossible, such as the capture of vibration data to contribute towards wear analysis, in increasingly intimidating volumes.

This article provides insights about issues arising when taking the wrong approach about Big Data and Data Analytics. It motivates to not follow blindly the newest buzzwords in the correspondig area but to make a carefull assessement on a case by case basis.

Das Aufkommen von Industry 4.0 bietet ein enormes Potenzial zur Erforschung neuer und aufregender Veränderungen in der Fertigung
Intelligente Maschinen, die in der Lage sind, miteinander zu "sprechen" und eine Unzahl komplexer Daten zu sammeln, versprechen enorme Produktivitätsverbesserungen ... und grundlegende Veränderungen in der Art und Weise, wie wir die Fertigungseffizienz betrachten.
Die Fülle der Daten, die den Unternehmen des verarbeitenden Gewerbes zur Verfügung stehen, wird jedoch von Jahr zu Jahr größer, was die Komplexität der Analyse erhöht. Industrieanlagen sind zunehmend in der Lage, Daten zu speichern und gemeinsam zu nutzen, die früher unmöglich waren, wie z.B. die Erfassung von Schwingungsdaten als Beitrag zur Verschleißanalyse, und das in immer einschüchternderem Umfang.

Dieser Artikel gibt Einblicke in Probleme, die entstehen, wenn man bei Big Data und Data Analytics den falschen Ansatz wählt. Er motiviert dazu, nicht blind den neuesten Schlagworten im entsprechenden Bereich zu folgen, sondern von Fall zu Fall eine sorgfältige Beurteilung vorzunehmen.

Technology development in many high tech industries like semiconductor, photovoltaic, and MEMS becomes more complex every day. At the same time, development cycles need to be shorter and shorter. Due to the required increase in speed, the question arises, how organizations can cope with this ever increasing pace and gain efficiency through digitization in engineering. Because after the general movement to digitize manufacturing the next logical step is to digitize engineering.

In this whitepaper, we describe an approach to take the next step to improve engineering efficiency. Intelligent usage of software allows efficiency gains by digitizing and automatizing several tasks traditionally performed manually by engineers. These gains are enabled by the virtualization of experiments through simulation and emulation and by the holistic collection and management of all information generated by virtual and physical experiments.

Die Technologieentwicklung in vielen High-Tech-Branchen wie Halbleiter, Photovoltaik und MEMS wird von Tag zu Tag komplexer. Gleichzeitig müssen die Entwicklungszyklen immer kürzer werden. Aufgrund der erforderlichen Geschwindigkeitssteigerung stellt sich die Frage, wie Unternehmen mit diesem immer höheren Tempo zurechtkommen und durch Digitalisierung im Engineering Effizienzgewinne erzielen können. Denn nach der allgemeinen Bewegung zur Digitalisierung der Fertigung ist der nächste logische Schritt die Digitalisierung der Forschung & Entwicklung.

In diesem Whitepaper beschreiben wir einen Ansatz für den nächsten Schritt zur Verbesserung der Engineering-Effizienz. Der intelligente Einsatz von Software ermöglicht Effizienzsteigerungen durch Digitalisierung und Automatisierung verschiedener Aufgaben, die traditionell von Ingenieuren manuell ausgeführt werden. Diese Gewinne werden durch die Virtualisierung von Experimenten mit Hilfe von Simulation und Emulation und durch die ganzheitliche Erfassung und Verwaltung aller Informationen, die durch virtuelle und physische Experimente erzeugt werden, ermöglicht.