Welches Problem Tool Calling löst
Ein Sprachmodell kennt nur das, was in seinen Trainingsdaten steckt – und es kann von sich aus nichts ausserhalb des eigenen Texts bewirken. Es weiss nicht, wie viele Aufträge heute eingegangen sind, kann keinen Termin im Kalender anlegen und keine Rechnung im ERP-System verbuchen. Fragt man es trotzdem nach einer aktuellen Zahl, besteht die Gefahr einer Halluzination: Das Modell erfindet eine plausibel klingende, aber falsche Antwort.
Tool Calling schliesst diese Lücke. Das Modell bekommt Zugriff auf definierte Werkzeuge und kann sie gezielt einsetzen, um aktuelle Daten abzurufen oder reale Aktionen auszulösen. Statt zu raten, ruft es das passende Werkzeug auf und arbeitet mit dem echten Ergebnis weiter.
Wie Tool Calling funktioniert
Tool Calling läuft in einer klaren Abfolge von vier Schritten ab. Wichtig: Das Modell führt das Werkzeug nicht selbst aus – es liefert nur den strukturierten Aufruf, ausgeführt wird er von der umgebenden Anwendung.
1. Werkzeuge beschreiben
Die Anwendung übergibt dem Modell eine Liste verfügbarer Werkzeuge – mit Name, Zweck und erwarteten Parametern.
2. Modell wählt
Das Modell entscheidet, ob ein Werkzeug nötig ist, welches passt und mit welchen Argumenten es aufgerufen werden soll.
3. Anwendung führt aus
Der Code der Anwendung ruft die Funktion oder API tatsächlich auf – etwa eine Datenbankabfrage oder einen Web-Request.
4. Ergebnis zurück
Das Resultat geht zurück ins Modell, das daraus die endgültige Antwort formuliert – oder den nächsten Aufruf plant.
Komplexe Aufgaben durchlaufen diese Schleife mehrfach: Das Modell ruft ein Werkzeug auf, bewertet das Ergebnis und entscheidet über den nächsten Schritt. Genau dieser Kreislauf macht aus einem Sprachmodell einen KI-Agenten und ist der Kern von Agentic AI. Eine wissenschaftliche Übersicht beschreibt diese Entwicklung vom einzelnen Werkzeugaufruf bis zur Orchestrierung vieler Werkzeuge (Survey zur Evolution der Tool-Nutzung in LLM-Agenten, arXiv 2026).
Tool Calling, Function Calling und MCP
Die Begriffe werden oft vermischt, meinen aber unterschiedliche Ebenen:
Function Calling
Der ursprüngliche Begriff (von OpenAI geprägt) für den Aufruf einer einzelnen Funktion. Heute meist synonym zu Tool Calling.
Tool Calling
Der breitere, heute übliche Begriff: ein Werkzeug kann eine Funktion, eine API oder ein ganzer Dienst sein – auch mehrere zugleich.
MCP
Das Model Context Protocol standardisiert, wie Werkzeuge bereitgestellt werden – damit Tools anbieterunabhängig wiederverwendbar sind.
Structured Output
Die Technik im Hintergrund: Das Modell liefert den Aufruf in einem festen, maschinenlesbaren Format (meist JSON), damit der Code ihn sicher verarbeiten kann.
Tool Calling im Unternehmenseinsatz
- Wissens-Assistenten: Das Werkzeug durchsucht interne Dokumente – oft per RAG –, damit die Antwort auf geprüften Quellen statt auf Vermutungen beruht.
- Backoffice-Automatisierung: Die KI legt Datensätze an, verbucht Belege oder stellt Anfragen an Fachsysteme – jeder Aufruf läuft als kontrolliertes, protokolliertes Werkzeug.
- Vertrieb & Service: Über Werkzeuge greift die KI auf CRM und Ticketsystem zu, schlägt Antworten vor und bereitet Folgeaktionen vor.
- Kontrollierte Aktionen: Weil jedes Werkzeug genau definiert, was es darf, lassen sich Zugriffe gezielt begrenzen und kritische Schritte mit einer Freigabe versehen – eine wichtige Leitplanke für produktive KI.
Verwandte Begriffe
KI-Agenten mit Zugriff auf Ihre Systeme?
Wir verbinden Sprachmodelle über Tool Calling und MCP mit Ihren Fachsystemen – mit klaren Leitplanken, Freigabeschritten und Protokollierung. Im Rahmen unserer KI-Automatisierung.
Kostenlose Erstberatung vereinbaren