Development Center Dresden

Entwicklungszentrum für Automobilelektronik und Künstliche Intelligenz von Infineon in Dresden

Das Entwicklungszentrum ging 2019 an den Start und wächst seitdem erfolgreich. Heute arbeiten mehr als 60 Experten und junge Talente an der Forschung und Entwicklung neuer Produkte und Lösungen für Automobil- und Leistungselektronik, Chipdesign und Verifikation, Charakterisierung komplexer Systeme sowie Entwicklung von Produkten und Lösungen mit künstlicher Intelligenz.

Langfristig wird das Entwicklungszentrum rund 250 Mitarbeiter beschäftigen. Modernste Forschungs- und Charakterisierungslabore ermöglichen F&E-Aktivitäten für Automobil-Anwendungen, Elektromobilität und KI-Chips der übernächsten Generation. Das Entwicklungszentrum deckt die komplette Entwicklungswertschöpfungskette von der Produkt- und Systemdefinition bis zur Qualifizierung ab.

Join the team

Schwerpunktthemen

Automobil- und Leistungselektronik

  • Entwicklung und Charakterisierung von Embedded-Power-Produkten für Automobilanwendungen
  • Entwicklung von Hochspannungsprodukten für Elektromobilität

Produkte und Lösungen mit künstlicher Intelligenz

  • Hardware, Software und IP für Lösungen mit eingebetteter KI
  • Fokus auf Edge-KI und Neuromorphe Hardware

Kompetenzen in Design Enabling & Services

  • Digitales Chipdesign, funktionale Verifikation und Methoden
  • Entwicklung und Charakterisierung von IP-Komponenten
    mit Schwerpunkt auf embedded Memories
  • Datenbasierte Services und Datenanalytik, einschließlich
    KI-Methoden

Künstliche Intelligenz ist ein Schwerpunktthema im DC: Smart Chips mit eingebetteter KI, intuitive Sensorlösungen und KI-Beschleuniger mit extrem niedrigem Stromverbrauch. Edge-AI ermöglicht die Datenverarbeitung mit künstlicher Intelligenz nahe am Sensor, ohne mit einer Cloud zu kommunizieren. Das macht Anwendungen energieeffizienter, schneller und sicherer.

Der erste Infineon-Chip mit Edge-AI wird in Dresden entwickelt.  Das DC forscht auch an neuartigen neuromorphen Prozessorarchitekturen für die stromsparende Objekterkennung und -klassifizierung beim autonomen Fahren. Neuromorphe Hardware verbessert die Energieeffizienz um den Faktor 100. Dies ermöglicht neue eingebettete Sensor- und Datenprozessor-Chiplösungen für zukünftige Edge-AI-Anwendungen.

Elektromobilität ist die größte Transformation der Automobilindustrie seit ihrem Bestehen. Der Markt für Elektromobilität wird in den kommenden Jahren weiter deutlich wachsen. Infineon bereitet sich auf diese Markttransformation und den zu erwartenden Bedarf an neuen Produkten vor.

Im DC Dresden arbeitet eine Entwicklungsgruppe an Hochspannungsprodukten. Infineon ist in diesem Segment bereits Marktführer, wird seine Position als Innovationstreiber weiter ausbauen und Dresden als zusätzlichen Produktentwicklungsstandort für Elektromobilität etablieren.

Die enge Zusammenarbeit mit der bestehenden Technologieentwicklung am Standort, die Nähe zur 300mm-Fab für Leistungshalbleiter und die Synergien in der Region sind beste Voraussetzungen für ein weiteres Erfolgskapitel.

Autonomes Fahren 

Hocheffiziente Mikrocontroller kombiniert mit leistungsfähiger Software und KI sind der Schlüssel zum autonomen Fahren. Neue Antriebstechnologien und künstliche Intelligenz ermöglichen bisher ungeahnte, revolutionäre Verbesserungen in Bereichen wie Fahrzeugdynamik, Fahrerassistenz und Autonomie. Für Systeme, die kritische, autonome Entscheidungen treffen können, ist künstliche Intelligenz der Schlüssel.

 

Data Based Services

Die Produkte von Infineon im Bereich Industrial Power Control werden unter anderem im industriellen Umfeld eingesetzt, z. B. Motorantriebe, elektrische Schalter, Sensoren und Konnektivität. Basierend auf dieser Produktpalette werden datenbasierte Dienstleistungen wie Predictive Maintenance für Leistungsmodule neue Möglichkeiten für Kunden bieten. Das Dresdner Entwicklungszentrum unterstützt diese Aktivität maßgeblich mit Data Science und Data Engineering Experten.

Wie lässt sich die Restlebensdauer von Produkten vorhersagen? Infineon führt seit vielen Jahren verschiedene End-of-Life-Studien von Leistungsmodulen durch und hat daher eine große Menge an Daten gesammelt, die viele Moduleigenschaften wie Spannungen, Temperaturen und thermische Widerstände über die gesamte Lebensdauer abdecken. Dies ermöglicht die Ableitung von Lebensdauermodellen mit Hilfe von Machine Learning. Neben komplexen statistischen Verfahren wird auch Expertenwissen über Ausfallmechanismen genutzt, um zuverlässige Vorhersagen zu erhalten. Für den Kunden ergeben sich enorme Vorteile, wenn das Leistungsmodul Predictive Maintenance ermöglicht, anstatt run-to-fail.