SixSense sichert 8,5 Mio. $ für KI-Chipfehlererkennung
SixSense, ein in Singapur ansässiges Deep-Tech-Startup, hat sich 8,5 Millionen US-Dollar in einer Serie-A-Finanzierungsrunde gesichert, wodurch das insgesamt eingeworbene Kapital auf etwa 12 Millionen US-Dollar steigt. Das Unternehmen ist spezialisiert auf eine KI-gestützte Plattform, die Halbleiterherstellern hilft, potenzielle Chipfehler auf Produktionslinien in Echtzeit vorherzusagen und zu erkennen. Die Runde wurde von Peak XV’s Surge (ehemals Sequoia India & SEA) angeführt, mit Beteiligung von Alpha Intelligence Capital, FEBE und anderen Investoren.
SixSense wurde 2018 von den Ingenieurinnen Akanksha Jagwani (CTO) und Avni Agarwal (CEO) gegründet, um ein kritisches Problem in der Halbleiterfertigung anzugehen: die Umwandlung riesiger Mengen roher Produktionsdaten – von Fehlerbildern bis zu Gerätesignalen – in umsetzbare, Echtzeit-Erkenntnisse. Trotz der immensen Datenmenge, die in der Fabrikhalle generiert wird, stellten die Mitbegründerinnen einen überraschenden Mangel an sofortiger, intelligenter Analyse fest.
Avni Agarwal hob die Abhängigkeit der Branche von manuellen und fragmentierten Inspektionsprozessen hervor, trotz ihres Rufs für Präzision. Sie stellte fest, dass Fabs zwar mit Dashboards und Inline-Inspektionssystemen ausgestattet sind, diese jedoch oft nur Daten anzeigen, ohne tiefere Analyse. „Die Last, diese Daten für die Entscheidungsfindung zu nutzen, fällt immer noch auf die Ingenieure: Sie müssen Muster erkennen, Anomalien untersuchen und Ursachen zurückverfolgen“, erklärte Agarwal und betonte, dass dieser Prozess zeitaufwändig, subjektiv ist und Schwierigkeiten hat, mit zunehmender Prozesskomplexität zu skalieren.
Das Führungsteam bringt komplementäres Fachwissen in das Unternehmen ein. Akanksha Jagwani verfügt über einen starken Hintergrund in Fertigung, Qualitätskontrolle und Softwareautomatisierung und hat Lösungen für Unternehmen wie Hyundai Motors und GE entwickelt. Avni Agarwal, eine versierte Programmiererin mit mathematischem Hintergrund, baute zuvor bei Visa große Datenanalysesysteme auf und war bestrebt, KI auf traditionelle Industrien jenseits der Fintech-Branche anzuwenden.
Die Plattform von SixSense befähigt Ingenieure mit Frühwarnungen und ermöglicht es ihnen, potenzielle Probleme anzugehen, bevor sie eskalieren. Ihre Fähigkeiten umfassen Echtzeit-Fehlererkennung, Ursachenanalyse und Fehlervorhersage. Entscheidend ist, dass die Plattform für Prozessingenieure konzipiert ist, nicht für Datenwissenschaftler. Agarwal betonte ihre Praktikabilität: „Prozessingenieure können Modelle mit ihren eigenen Fab-Daten feinabstimmen, sie in weniger als zwei Tagen bereitstellen und den Ergebnissen vertrauen – alles ohne eine einzige Zeile Code zu schreiben. Das macht die Plattform sowohl leistungsstark als auch praktisch.“
Während das Wettbewerbsumfeld interne Ingenieurlösungen, integrierte KI von Inspektionsgeräteherstellern und andere Startups wie Landing.ai und Robovision umfasst, hat SixSense bereits erhebliche Fortschritte gemacht. Ihre KI-Plattform ist derzeit bei großen Halbleiterherstellern wie GlobalFoundries und JCET im Einsatz und hat bisher über 100 Millionen Chips verarbeitet. Kunden haben erhebliche Verbesserungen gemeldet, darunter bis zu 30 % schnellere Produktionszyklen, einen Anstieg der Ausbeute um 1-2 % und eine Reduzierung der manuellen Inspektionsarbeit um 90 %. Das System ist auch weitgehend kompatibel und funktioniert mit Inspektionsgeräten, die über 60 % des globalen Marktes abdecken.
SixSense zielt auf große Chiphersteller ab, einschließlich Foundries, Outsourced Semiconductor Assembly and Test Providers (OSATs) und Integrated Device Manufacturers (IDMs). Das Unternehmen ist derzeit mit Fabs in Singapur, Malaysia, Taiwan und Israel tätig und plant eine Expansion in die USA. Die anhaltenden geopolitischen Verschiebungen, insbesondere zwischen den USA und China, gestalten die globale Halbleiterlandschaft neu und spornen weltweit neue Fertigungsinvestitionen an. Agarwal sieht dies als erheblichen Rückenwind für SixSense. „Wir sehen, dass Fabs und OSATs aggressiv in Malaysia, Singapur, Vietnam, Indien und den USA expandieren“, erklärte sie. „Viele dieser neuen Einrichtungen beginnen neu – ohne Legacy-Systeme, die sie belasten. Das macht sie von Tag eins an viel offener für KI-native Ansätze wie unseren.“