Einen aktuellen Trend in der Mikro- und Nanoelektronik stellen More-than-Moore (MtM) Technologien dar. Diese ermöglichen eine integrierte Funktionsvielfalt von elektronischen Komponenten, ähnlich den fünf menschlichen Sinnen. Der andauernde Trend der zunehmenden Funktionalität und Miniaturisierung von MtM Bauteilen erhöht deren Komplexität, was zu einer steigenden Fehleranfälligkeit führt. Aus diesem Grund bedarf die Realisierung von MtM Technologien der Weiterentwicklung von Fehler- und Materialcharakterisierungstechniken, wobei Methoden, die direkt in oder an der Produktionslinie geführt werden können, natürlich vorteilhaft sind. Die Material- und Fehlercharakterisierung von metallischen oder polymeren Beschichtungen sowie von Vielschichtsystemen hat große Bedeutung aufgrund ihrer vielfältigen Anwendungen. Viele Charakterisierungsmethoden sind jedoch zerstörend oder erfordern zumindest die direkte Belastung der analysierten Probe. In Bezug auf die Fehlercharakterisierung liegen die Herausforderungen zum einen in der Lokalisierung des Fehlers auf und innerhalb der Probe, zum anderen in der Differenzierung verschiedener Fehlermoden. Des Weiteren zeigen Defekte in MtM Bauteilen oft sehr kleine Ausdehnungen. Darüber hinaus sollte die angewandte Methode zeit- und kosteneffizient sein. In dieser Arbeit werden die zwei Ultraschall Methoden Laser induzierter Ultraschall (LUS) und Scanning Acoustic Microscopy (SAM) für die Material- und Fehlercharakterisierung von MtM relevanten Bauteilen herangezogen. Die LUS und die SAM Methode werden in Bezug auf die Bestimmung von elastischen Parametern von Dünnschichtsystemen und die Detektion von Defekten in MtM Komponenten getestet. Im Vordergrund steht das Potenzial, die Methoden direkt an oder in der Produktionslinie einzusetzen. Darüber hinaus werden die SAM Messungen von EFIT Simulationen unterstützt. Die LUS Methode wird in dieser Arbeit zur Materialcharakterisierung von metallischen und polymeren Schichten für MtM Technologien verwendet. Zusätzlich wird die schrittweise Charakterisierung von Vielschichtsystemen via LUS diskutiert. Die Möglichkeit zwischen verschieden abgeschiedenen metallischen Schichten mittels LUS zu unterscheiden und die Sensitivität von Oberflächenwellen auf die Belichtungsdauer von Polymerschichten werden demonstriert. Für die LUS Analysen werden Oberflächenwellen auf der Probe durch kurze Laserpulse induziert und mit einem zweiten, kontinuierlichen Laser detektiert. In Schichtsystemen kann die Phasengeschwindigkeit der Oberflächenwelle von der Frequenz abhängen. Die aus dem Experiment ermittelte Dispersionskurve kann auch berechnet werden. Durch das Anpassen der theoretischen Dispersion an die experimentell ermittelte Kurve können Materialeigenschaften bestimmt werden. Alternativ kann die Oberflächenwellengeschwindigkeit auch direkt zur Materialkontrolle herangezogen werden. SAM wird in dieser Arbeit für die Detektion von delaminierten Schichten in PCBs verwendet. Obwohl der Vielschichtaufbau des PCBs die akustische Analyse erschwert, konnte eine „indirekte Fehlerdetektion“ erfolgreich angewandt werden. Des Weiteren wird die Detektion von Rissen unterhalb der Probenoberfläche mit Ausdehnungen kleiner als die laterale und axiale Auflösung des SAMs in TSVs präsentiert. Der Fokus liegt hier zum einen auf der automatisierten Bilderkennung, zum anderen werden zusätzliche Wellenmoden zur Fehlerdetektion angeregt. Die Vorteile der niederfrequenten Anregung von zusätzlichen Wellenmoden im Gegensatz zu hochfrequenten SAM Untersuchungen werden im Detail diskutiert. Zusätzlich wird SAM in dieser Arbeit zur Materialcharakterisierung verwendet und die Ergebnisse werden mit LUS Resultaten verglichen. Darüber hinaus werden EFIT Simulationen der Schallausbreitung während SAM Messungen durchgeführt. Die LUS und SAM Ergebnisse dieser Arbeit werden von einer Vielfalt anderer Highend-Methoden bekräftigt.