Die Halbleiterindustrie steht beim Aufbau eines digitalen Zwillings für ein fortschrittliches Package vor einem Problem, das über die Genauigkeit der Simulation selbst hinausgeht: Wie lässt sich das Modell mit dem tatsächlich hergestellten Package verknüpft halten – und nicht nur mit dem Package, das die Ingenieure entwerfen wollten? Eine am 17. September 2026 von Semiconductor Engineering veröffentlichte Analyse erklärt, dass dafür Konstruktions-, Fertigungs-, Material-, Montage-, Test- und Betriebsdaten in einer einzigen aktualisierbaren Darstellung zusammengeführt werden müssen.
Die Bedeutung dieser Frage nimmt mit der Verbreitung von Chiplets und heterogener Integration zu. Ein Chiplet kann in einem bestimmten Package spezifiziert, getestet und erfolgreich sein. Wird es jedoch in einem anderen Substrat, mit einer anderen thermischen Schnittstelle oder innerhalb eines höheren Energiebudgets wiederverwendet, kann sich seine elektrische, thermische und mechanische Umgebung vollständig verändern. Deshalb darf das Package-Modell nicht an den Grenzen des Dies enden.
Die Verpackung ist hier Teil der Systemarchitektur
Kenneth Larsen, Senior Director of Product Management bei Synopsys, unterscheidet zwischen einem digitalen Zwilling für einen Front-End-Fertigungsprozess in einer Fabrik mit kontrolliertem Ablauf und einem digitalen Zwilling für ein Package. Letzterer muss ein System abbilden, das sich über Silizium, Substrat, Materialien, Montage, Fertigungsabweichungen, Tests und Zuverlässigkeitsdaten erstreckt. Das bedeutet nicht, dass die Modellierung einer Fabrik einfach ist; vielmehr ist die Verpackungsproblematik hinsichtlich der Zahl der zu verknüpfenden Elemente und Kontexte umfassender.
Teams verfügen über leistungsfähige Werkzeuge zur Analyse des elektrischen, thermischen und mechanischen Verhaltens – jeweils einzeln. Der parallele Einsatz dieser Werkzeuge schafft jedoch noch keinen integrierten digitalen Zwilling. Der Wert entsteht, wenn die Modelle dieselben Annahmen und Daten verwenden und anschließend Fertigungsergebnisse aufnehmen, sodass sie bei einer Überarbeitung des Packages angepasst werden. Andernfalls wird der Zwilling zu einem nachgelagerten Verifikationswerkzeug, statt bereits vor der Festlegung auf eine bestimmte Stapelung oder ein neues Produkt bei Designentscheidungen zu helfen.
Das Problem ist nicht nur ein Mangel an Daten
Joon Ahn, Vice President of IT and Automation for Global Manufacturing bei Amkor, erklärt, dass ein vollständiger Zwilling eine Sichtweise erfordert, die von der Waferfertigung über Montage und Test bis zum Betrieb des Systems reicht. Die notwendigen Daten sind jedoch auf Fabriken, Substrat- und Materiallieferanten, Outsourcing-Unternehmen für Montage und Test (OSAT) sowie Kunden verteilt. Bei einem Montageunternehmen können beispielsweise Informationen zu den Abmessungen des Dies und zu den Ergebnissen des Wafer-Tests eintreffen, ohne detaillierte Karten der Leistungsdichte oder der lokalen Belastung.
Ebenso kann ein Substrat innerhalb der Nennspezifikationen geliefert werden, ohne Daten zur tatsächlichen Verformung jeder Charge. Ein Datenblatt des Materials wiederum offenbart nicht zwangsläufig dessen Verhalten im fertigen Bauelement. Auch die Beschreibungen desselben physischen Objekts unterscheiden sich zwischen den Fachbereichen: Ein Chiphersteller kann das Verhalten des Dies auf eine Weise beschreiben, ein Substratlieferant auf eine andere, während ein Materiallieferant Eigenschaften bereitstellt, die unter bestimmten Bedingungen gemessen wurden. CP Hung, Vice President of Corporate Research and Development bei ASE, wies darauf hin, dass die schwierigsten Übergaben nicht immer diejenigen sind, denen Daten fehlen, sondern diejenigen, bei denen Daten zwischen unterschiedlichen technischen Fachbereichen übertragen werden.
Zusätzlich erschwert wird dies dadurch, dass die Daten sensibles geistiges Eigentum enthalten können. Laut Sanjiv Bhatt, Senior Director of Marketing and Business Development bei Mitsubishi Chemical Group, verfügen Lieferanten und Unternehmen über Wissen, das sie nicht vollständig weitergeben möchten. Eine gemeinsame Dateiformatierung wird daher weder das Problem ungemessener Daten noch das Problem eines nicht übertragenen Kontexts lösen.
Was ändert sich, sobald die Fertigung beginnt?
Die im Artikel angeführten Beispiele zeigen, dass das nominale Modell zwar präzise sein kann, aber nicht unbedingt das tatsächlich gefertigte Produkt beschreibt. Besonders deutlich wird dies in der Photonik, wo kleine Änderungen der Abmessungen, der Filmdicke oder der Form der Seitenwände den optischen Verlust oder die spektrale Reaktion beeinflussen können. Eric Guichard, Senior Vice President und General Manager der TCAD-Sparte bei Silvaco, erklärt, dass ein anhand der gezeichneten Form optimiertes Design nicht zwangsläufig dem gefertigten Bauelement entspricht, sobald großvolumige Fertigungstoleranzen berücksichtigt werden.
Das Problem beschränkt sich nicht auf die Photonik. Feuchtigkeit, die Konzentration von Reinigungsmitteln, unvollständiges Ätzen oder die Eigenschaften eines neuen Materials können die Leistung beeinflussen. Auch die Eigenschaften von Verpackungsmaterialien sind nicht immer konstante Werte: Der Wärmeausdehnungskoeffizient, der Elastizitätsmodul und die Haftfestigkeit können sich durch Verarbeitung, Temperatur, Zeit und Aushärtungsgrad verändern. Das Modell muss daher die Gültigkeitsbedingungen jedes Werts kennen und nicht nur den Wert selbst speichern.
Gekoppelte Modelle benötigen eine kontinuierliche Kalibrierung
Die Effekte innerhalb eines Packages verhalten sich nicht unabhängig voneinander. Strom erzeugt Wärme, Wärme verändert den Widerstand, und diese Veränderungen formen wiederum die Leistungsverteilung neu. Dadurch müssen elektrische und thermische Berechnungen bis zur Konvergenz wiederholt werden. Auch Fertigungstoleranzen können nichtlinear zusammenwirken, sodass die Wirkung einer Gruppe von Abweichungen größer oder anders sein kann als die Summe ihrer Einzelwirkungen.
Aus diesem Grund liegen die schwierigsten Vereinheitlichungspunkte an den Schnittstellen zwischen Materialien, Strukturen, Prozessen, Lieferanten und Systementscheidungen – nicht unbedingt innerhalb eines einzelnen physikalischen Fachgebiets. Zwei Modelle können in ihrem jeweiligen Bereich korrekt sein, doch ihre Annahmen stimmen möglicherweise nicht überein, wenn versucht wird, sie in einer einzigen Darstellung zusammenzuführen.
Die Arbeiten von Intel zur hybriden Verbindung zeigen, welche Rolle Messungen bei der Verbesserung des Modells spielen können. Experimentelle Verformungsdaten können in ein Finite-Elemente-Modell eingespeist werden; anschließend lässt sich das überarbeitete Modell nutzen, um Änderungen zu untersuchen, die sich praktisch nur schwer testen lassen. Die Messung der Verformung allein reicht jedoch nicht aus. Ahn schlägt vor, dass der Kalibrierungsdatensatz Messungen der Verbindungen und Bumps, der Position des Dies, der Substrateigenschaften, der Füll- und Mold-Materialien sowie der thermischen Management-Schnittstelle umfassen sollte – zusätzlich zu thermischen Messungen und elektrischen Tests.
Hung ist der Ansicht, dass nicht unterschiedslos bei jedem Schritt gemessen werden sollte, sondern an Punkten, an denen sich der Zustand des Packages verändert, etwa beim Bonden, Molden, Aushärten, Ausdünnen des Dies und bei thermischen Übergängen. Die Kalibrierung folgt zudem nicht zwangsläufig einem festen Zeitplan. Hanlin Chen, Research Scientist und Teamleiter bei Brewer Science, zufolge sollte sie wiederholt werden, wenn eine neue Package- oder Substratstruktur, ein neues thermisches Budget oder ein neuer Fertigungsablauf das Material außerhalb des Bereichs der Bedingungen führt, für die das Modell validiert wurde.
Warum ist diese Nachricht wichtig?
Die redaktionelle Schlussfolgerung aus diesen Angaben lautet, dass der Erfolg eines digitalen Package-Zwillings nicht daran gemessen wird, ob er einmalig ein genaues Ergebnis erzeugen kann, sondern daran, ob er seine Gültigkeit bei Veränderungen des Produkts, der Materialien und der Fertigung bewahren kann. Dies stellt praktische Anforderungen an Lieferketten mit mehreren Unternehmen: Messungen müssen mit ihrem Kontext verknüpft, die Gültigkeitsbedingungen der Modelle festgelegt und die Modelle neu kalibriert werden, sobald sich das Package tatsächlich verändert.
Verkürzte Modelle oder auf künstlicher Intelligenz basierende Ersatzmodelle können die Analyse beschleunigen, beseitigen jedoch nicht die Notwendigkeit, ihre Einsatzgrenzen zu kennen. Wie Larsen warnt, kann ein schnelles Modell, wenn es seinen Kontext verliert, zu einem schnellen Mittel für eine falsche Entscheidung werden. Offen bleibt, wie viele Daten Partner miteinander teilen können, wie sich Annahmen an den Schnittstellen vereinheitlichen lassen und wie Messpunkte ausgewählt werden, die den größten Nutzen erzielen, ohne den Fertigungszyklus unpraktikabel zu machen.