Das belgische Forschungsinstitut Imec hat seinen Lifetime Innovation Award im Jahr 2026 an Jensen Huang verliehen. Der Nvidia-Chef wird damit für seine Leistungen bei der Weiterentwicklung von Hochleistungsrechnen und künstlicher Intelligenz ausgezeichnet.

Künstliche Intelligenz wird zunehmend in der Halbleiterinspektion und Metrologie eingesetzt, um Defekterkennung zu automatisieren und Durchsatz zu steigern. Charlie Zhu von Nordson Advanced Technology Solutions erläutert, wie KI-basierte Systeme bisher kaum lösbare Herausforderungen adressieren.

Mit dem Einsatz von künstlicher Intelligenz in der Qualitätssicherung lassen sich Prüfprogramme automatisch erstellen und der manuelle Aufwand soll sich nahezu vollständig eliminieren lassen.

Der Automatisierer Beckhoff verbindet künstliche Intelligenz direkt mit der Maschinensteuerung. Auf der Hannover Messe zeigen die Entwickler, wie Nutzer Industrieanlagen künftig einfach über gesprochene Sprache dirigieren sollen.

Der Halbleiterhersteller Synaptics verlagert künstliche Intelligenz direkt in Endgeräte. Ein neuer Funkchip kombiniert aktuelle Netzwerkstandards mit einem neuronalen Prozessor. Das Bauteil soll komplexe Smart-Home-Anwendungen autark steuern und Batterien schonen.

Auf dem MWC 2026 zeigten Qualcomm und Siemens, wie autonome Roboter und künstliche Intelligenz direkt vor Ort zusammenarbeiten. Ein neues Fabrikmodell verdeutlicht, wie die Industrie durch lokale Datenverarbeitung schneller und unabhängiger agiert.

Der Boom der künstlichen Intelligenz sorgt für Preisanstiege bei Leistungshalbleitern. Besonders deutlich ist dieser Trend derzeit in China zu beobachten, dem weltweit größten Verbrauchsmarkt für Chips aller Art.

Wo hilft künstliche Intelligenz in EDA-Tools tatsächlich und an welchen Stellen ist Vorsicht geboten? Cadence unterscheidet zwischen klassischen KI-Algorithmen für die Optimierung und großen Sprachmodellen für die Code-Generierung, denn insbesondere generativer Code benötigt eine zusätzliche Verifikations-Ebene.

Die Softwarelösung SMT Analytics von ASMPT bietet neue Analysefunktionen, die mithilfe von künstlicher Intelligenz Transparenz und Liniendurchsatz steigern sollen. Dazu dient der neue Anwendungsfall Line Balance Analysis, der die stationsübergreifende Analyse der zeitlichen Auslastung erlaubt.

Skalierung und Wertschöpfung von künstlicher Intelligenz sind nach wie vor schwer zu erreichen. Das hat die Studie „Executive Summary: A Cross Industry View of the State of AI in 2025“ von HTEC ergeben. Dabei liegt das größte Hindernis allerdings nicht in der Technologie, sondern in einer unvollständigen Integration.