Was ist Function Calling / Tool Use?

Was ist Function Calling?

Function Calling (auch Tool Use genannt) ermöglicht es Sprachmodellen, externe Funktionen, Programme und APIs zu nutzen. Statt nur Text zu generieren, kann das Modell erkennen, dass für eine Anfrage ein Werkzeug nötig ist -- etwa eine Wetterabfrage, eine Datenbanksuche oder das Versenden einer E-Mail -- und gibt dann einen strukturierten Funktionsaufruf aus, meist im JSON-Format.

Wichtig zum Verständnis: Das Modell führt die Funktion nicht selbst aus. Es formuliert lediglich den Aufruf mit den passenden Parametern. Die eigentliche Ausführung übernimmt die Anwendung des Entwicklers, die das Ergebnis anschließend an das Modell zurückgibt.

Wie funktioniert Function Calling?

Der typische Ablauf in einer Anwendung:

Tool-Definition: Der Entwickler beschreibt dem Modell verfügbare Funktionen mit Name, Parametern und Zweck (z. B. get_weather(stadt))
Entscheidung: Das Modell analysiert die Nutzeranfrage und entscheidet, ob und welches Tool es braucht
Strukturierter Aufruf: Das Modell gibt einen formalen Funktionsaufruf mit ausgefüllten Parametern aus
Ausführung: Die Anwendung führt die Funktion aus und liefert das Ergebnis zurück
Antwort: Das Modell verarbeitet das Ergebnis und formuliert die finale Antwort in natürlicher Sprache

Mehrere solcher Schritte können verkettet werden -- das Modell ruft nacheinander verschiedene Tools auf, bis die Aufgabe gelöst ist.

Vom Textgenerator zum handlungsfähigen Agenten

Function Calling ist die technische Grundlage moderner KI-Agenten: Erst durch Werkzeuge kann ein Sprachmodell recherchieren, Code ausführen, Termine buchen oder Systeme steuern. Mit dem Model Context Protocol (MCP), das Anthropic Ende 2024 als offenen Standard veröffentlichte, hat sich zudem eine einheitliche Schnittstelle etabliert, über die KI-Anwendungen auf Tools und Datenquellen zugreifen -- inzwischen wird der Standard von allen großen Anbietern unterstützt.

Praxisbeispiele

Kundenservice: Ein Chatbot fragt den Bestellstatus direkt im Warenwirtschaftssystem ab
Datenanalyse: Das Modell generiert und startet Datenbankabfragen auf Zuruf
Automatisierung: E-Mails versenden, CRM-Einträge anlegen, Kalender verwalten
Coding: Entwickler-Assistenten führen Tests aus, durchsuchen Code und erstellen Commits

Sicherheit und Kontrolle

Mit Handlungsfähigkeit steigt das Risiko: Ein Modell mit Schreibzugriff auf Systeme kann bei Fehlern oder Angriffen wie Prompt Injection realen Schaden anrichten. Bewährte Schutzmaßnahmen sind minimale Berechtigungen pro Tool, Bestätigungspflicht durch Menschen bei kritischen Aktionen (etwa Zahlungen oder Löschungen) und die Protokollierung aller Tool-Aufrufe.