Tool-/Function-Calling
KI kann externe Tools und APIs aufrufen, um Aufgaben zu erledigen.
Erklärung
Function Calling ermöglicht es LLMs, nicht nur Text zu generieren, sondern strukturierte Aktionen auszulösen – z.B. eine Datenbank abfragen, eine E-Mail senden oder eine Berechnung durchführen.
So funktioniert's
Das Modell erhält eine Liste verfügbarer Funktionen mit Beschreibungen. Basierend auf der Nutzeranfrage entscheidet es, welche Funktion mit welchen Parametern aufgerufen werden soll.
Praxisbeispiel
Ein KI-Assistent, der auf die Frage „Wie ist der Status meiner Bestellung?" automatisch die Bestell-API aufruft und die Antwort zurückgibt.
Warum es wichtig ist
Function Calling macht LLMs von reinen Textgeneratoren zu handlungsfähigen Systemen, die in echte Geschäftsprozesse eingreifen können.
Was ist Tool Calling bzw. Function Calling?
Tool Calling, auch Function Calling genannt, ist die Fähigkeit eines Sprachmodells, statt einer Textantwort einen strukturierten Aufruf einer Funktion zu erzeugen. Die Anwendung beschreibt dem Modell die verfügbaren Werkzeuge mit Name, Zweck und Parametern, meist als JSON-Schema. Erkennt das Modell, dass ein Werkzeug weiterhilft, gibt es zum Beispiel „bestellstatus_abfragen“ mit der Bestellnummer als Parameter zurück.
Wichtig: Das Modell führt die Funktion nicht selbst aus. Die Anwendung prüft den Aufruf, führt ihn aus und gibt das Ergebnis an das Modell zurück, das daraus die Antwort formuliert oder den nächsten Aufruf plant. Diese Schleife ist die Grundlage jedes KI-Agenten.
Function Calling vs. MCP: Was ist der Unterschied?
Function Calling ist die Fähigkeit des Modells, Werkzeuge aufzurufen. Das Model Context Protocol (MCP) ist ein offener Standard dafür, wie Werkzeuge und Datenquellen bereitgestellt werden. Ohne MCP definiert jede Anwendung ihre Werkzeuge selbst und bindet jedes System einzeln an. Mit MCP stellt ein MCP-Server die Werkzeuge einmal bereit, und jede kompatible KI-Anwendung kann sie zur Laufzeit erkennen und nutzen.
MCP ersetzt Function Calling also nicht, sondern baut darauf auf. Für eine einzelne, klar umrissene Integration reicht klassisches Function Calling. Sollen viele Systeme an mehrere KI-Anwendungen angebunden werden, spart MCP erheblichen Aufwand.
Häufige Fragen
Was ist der Unterschied zwischen Tool Calling und Function Calling?
Inhaltlich keiner. Unter dem Namen Function Calling hat OpenAI die Fähigkeit 2023 eingeführt, heute sind Tool Calling oder Tool Use die verbreiteteren Bezeichnungen für dasselbe Prinzip.
Welche Modelle unterstützen Tool Calling?
Alle großen kommerziellen Modelle wie GPT, Claude und Gemini sowie viele Open-Weight-Modelle. Die Zuverlässigkeit bei vielen Werkzeugen und komplexen Parametern unterscheidet sich aber deutlich.
Ist Tool Calling sicher?
So sicher wie die Werkzeuge, die man freigibt. Bewährt haben sich minimale Rechte, getrennte Lese- und Schreibwerkzeuge, die Prüfung aller Parameter in der Anwendung und eine menschliche Freigabe für Aktionen, die sich nicht rückgängig machen lassen.