Der AI Impact Award von manager magazin und Porsche Consulting zeichnet Unternehmen aus, die Künstliche Intelligenz erfolgreich und wirksam in der Praxis einsetzen. Der Award macht Anwendungen sichtbar, die echten wirtschaftlichen und gesellschaftlichen Mehrwert schaffen.
Infineon ist für den AI Impact Award 2026 nominiert in der Kategorie Produktion und Lieferkette. In dieser werden Lösungen ausgezeichnet, die Prozesse entlang Produktion, Logistik oder Supply Chain effizienter, sicherer oder nachhaltiger gestalten. Im Kurzinterview erläutert Adrian Schmid, Senior Manager Digital Engineering & Customer Solutions in der Infineon‑Division Power & Sensor Systems, vor welchen Herausforderungen das Team stand, wie der KI-gestützte Ansatz entwickelt wurde, welche Ergebnisse heute sichtbar sind – und wie Infineon damit die Digitalisierung in der Chipentwicklung und -fertigung konsequent vorantreibt.
Herr Schmid, was sind die größten fachlichen und organisatorischen Hürden bei der Erstellung komplexer Halbleiter-Testprogramme?
Die Erstellung von Testprogrammen für Halbleiter ist ein hochkomplexer und zeitintensiver Prozess. Testingenieurinnen und -ingenieure müssen große Mengen an Spezifikationen, Dokumentation und testspezifischen Details berücksichtigen – oft über mehrere Testplattformen hinweg. Das führt zu langen Entwicklungszyklen, einem zu starken Expertenfokus und begrenzter Wiederverwendbarkeit bereits erstellter Testprogramme. Gleichzeitig steigen Produktkomplexität und Zeitdruck. Organisatorisch erschwert die Vielzahl an Teams, Tools und Abläufen eine einheitliche Standardisierung. Dadurch entsteht ein Prozess, der entscheidend für die Qualität und Markteinführungszeit ist, aber zugleich ein struktureller Engpass bleibt. Als Halbleiterhersteller mit hohen Anforderungen an Qualität und Zuverlässigkeit ist Test-Engineering ein zentraler Hebel, um robuste Produkte bei gleichzeitig schneller Markteinführung zu ermöglichen.