Tool-Use
Die Fähigkeit eines Sprachmodells, während einer Antwort externe Werkzeuge aufzurufen — etwa eine Datenbankabfrage, eine Rechenfunktion oder eine API. Tool-Use verbindet das Modell mit der realen Welt und ist die technische Grundlage agentischer Systeme.
Tool-Use — häufig auch Function Calling genannt — bezeichnet die Fähigkeit eines Large Language Models, während der Bearbeitung einer Aufgabe nicht nur Text zu erzeugen, sondern gezielt externe Werkzeuge aufzurufen. Statt eine Frage wie „Wie viele offene Rechnungen hat Kunde X?" aus seinem Trainingswissen zu beantworten (was es gar nicht kennen kann), erkennt das Modell, dass hier eine Datenbankabfrage nötig ist, formuliert den passenden Funktionsaufruf, wertet das Ergebnis aus und formuliert daraus eine Antwort. Damit überwindet Tool-Use die zentrale Schwäche reiner Sprachmodelle: Sie wissen nur, was in ihren Trainingsdaten stand, und können weder rechnen noch auf aktuelle oder unternehmensinterne Daten zugreifen.
Wie Tool-Use funktioniert
Dem Modell wird zu Beginn eine Liste verfügbarer Werkzeuge samt ihrer Parameter beschrieben — etwa eine Suchfunktion, ein Taschenrechner oder eine Kalender-API. Während der Antwort entscheidet das Modell selbstständig, ob und welches Werkzeug es braucht, und gibt einen strukturierten Aufruf im festgelegten Format aus. Die umgebende Software führt diesen Aufruf tatsächlich aus und reicht das Ergebnis zurück. Das Modell verarbeitet es und kann bei Bedarf weitere Werkzeuge nachziehen. Genau diese Schleife aus Denken → Werkzeug aufrufen → Ergebnis auswerten macht aus einem Sprachmodell einen handlungsfähigen KI-Agenten.
Ein wachsender Standard für die Anbindung solcher Werkzeuge ist das Model Context Protocol, das eine einheitliche Schnittstelle zwischen Modellen und externen Datenquellen oder Diensten schafft — vergleichbar mit einem universellen Stecker, der herstellerspezifische Einzellösungen ablöst.
Abgrenzung zu RAG
Tool-Use wird gelegentlich mit RAG verwechselt, verfolgt aber ein anderes Prinzip. Bei RAG werden relevante Textpassagen vor der Modellanfrage abgerufen und mitgeliefert. Bei Tool-Use entscheidet das Modell während der Bearbeitung selbst, ob und welches Werkzeug es einsetzt — es kann suchen, rechnen, buchen oder eine Aktion auslösen. RAG liefert Wissen, Tool-Use ermöglicht Handeln; beide lassen sich kombinieren.
Relevanz für KMUs
Tool-Use ist die Voraussetzung dafür, dass KI im Mittelstand über den Chatbot hinauswächst und echte Prozesse übernimmt — vom Auslesen eines ERP-Systems bis zum Anlegen eines Tickets. Der Nutzen steigt mit den angebundenen Werkzeugen, aber ebenso das Risiko: Ein Modell, das Aktionen auslösen kann, sollte gerade bei schreibenden oder finanzwirksamen Vorgängen an klare Freigaben gebunden sein — etwa durch einen Human-in-the-Loop, der kritische Schritte bestätigt. Wo Tool-Use produktiv Prozesse steuern soll, unterstützt unsere KI-Prozessautomatisierung bei der sicheren Anbindung.