Im Rahmen des ECSEL-Vorhabens iDev40 wird die Universität Siegen (USI) zum einen für die Big-Data-Analyse von Halbleiterproduktionsdaten Methoden zur Extraktion, Verarbeitung und Verknüpfung von Ressourcen, Ressourcenextrakten und strukturierten Daten im Kontext des Produktdesigns und des Produktionsflusses (dynamische Wissensbasis und Wissensnetzwerk) erforschen und prototypisch implementieren. Zum anderen werden Methoden zur Ausbeutevorhersage (Yield Prediction) basierend auf Design- und Produktionsdaten erarbeitet und prototypisch umgesetzt. Die fokussierte Forschung und die implementierten Methoden werden das WP1-Ziel für Datenmanagement und automatische Aktualisierung der Wissensdatenbank unterstützen und das WP2-Ziel für prädiktive Aufgaben im Kontext von Virtual Engineering und Smart Collaboration unterstützen und den Wissenskreislauf weiter schließen. Dabei wird USI ihre Kompetenzen zur wissensbasierten Verarbeitung, Analyse und Verknüpfung von strukturierten und nicht-strukturierten Daten mit den Erfahrungen und dem Expertenwissen zum Entwurf und der Fertigung von Halbleiterbauelementen kombinieren. Die Umsetzung erfolgt dabei in zwei Hochschulinstituten: Dem Lehrstuhl Wissensbasierte Systeme und Wissensmanagement (Prof. Fahti) und dem Lehrstuhl Medizinische Informatik und Mikrosystementwurf (Prof. Brück). Beide Lehrstühle arbeiten bereits seit vielen Jahren in den Forschungsgebieten, die für die Erreichung der Ziele von iDev40 ausschlaggebend sind.