Function Calling (Tool Use)
Function Calling ist der Mechanismus, mit dem ein LLM entscheidet, eine externe Funktion oder API mit strukturierten Parametern aufzurufen, statt nur Text zu generieren.
Function Calling macht aus LLMs Text-Generatoren Action-Orchestratoren. Sie definieren Funktionen (mit JSON-Schema für Parameter), geben sie dem Modell mit, und das LLM entscheidet, ob (und welche) es anhand der Nutzerfrage aufruft. Claude, GPT-4 und Gemini unterstützen es nativ. Die nächste Schicht — MCP (Model Context Protocol) — standardisiert, wie Funktionen jedem Modell zugänglich gemacht werden.
Beispiel
Ein Support-Chatbot hat Tools: get_order_status(order_id), create_support_ticket(issue), check_stock(product_id). Frage 'wo ist mein Paket?' → LLM ruft get_order_status → erhält JSON → formuliert natürliche Antwort.
Häufig gestellte Fragen
Function Calling oder Agentic AI?
Function Calling ist ein Primitive. Agentic AI stapelt Schleifen, Planung und Gedächtnis darauf. Ein Call = eine Aktion; ein Agent macht mehrere Calls mit Zwischenreflexion.
Welches Risiko?
Unkontrollierte Aktionen, wenn das Modell Tools bekommt, die Dateien löschen, E-Mails senden oder Zahlungen auslösen. Best Practice: Least Privilege, Human-in-the-Loop für Irreversibles.
Verwandte Begriffe
Weiterführende Links
- → Unser Service: GEO