Tool Use
/tuːl juːz/
Also known as: function calling, API calling, tool calling, external tool use
Was ist Tool Use?
Tool Use ist die Fähigkeit von KI-Modellen, externe Funktionen, APIs, Datenbanken und Systeme aufzurufen, um Aufgaben zu erledigen. Es ist das, was ein Sprachmodell von einem Textgenerierungssystem in einen Agenten verwandelt, der reale Aktionen in der Welt ausführen kann.
Wenn ein Modell Tool-Use-Fähigkeiten hat:
- Kann es Funktionen aufrufen mit geeigneten Parametern
- Empfängt es Ergebnisse von diesen Funktionsaufrufen
- Integriert es Ergebnisse in sein Denken und seine Antworten
- Verkettet es mehrere Tools, um komplexe Aufgaben zu erledigen
Warum Tool Use wichtig ist
Vor Tool Use: “Ich kann nicht auf Echtzeitdaten zugreifen oder Aktionen ausführen - ich kann nur mit Text arbeiten.”
Nach Tool Use: “Lass mich deinen Kontostand prüfen, dieses Meeting planen und die Bestätigungs-E-Mail senden.”
Tool Use ist die Brücke zwischen KI, die Sprache versteht, und KI, die Arbeit erledigt.
Wie es funktioniert
Der grundlegende Ablauf
- Benutzeranfrage: “Wie ist das Wetter in Tokio?”
- Modell erkennt: Dies erfordert externe Daten
- Modell ruft Tool auf:
get_weather(location="Tokyo") - System führt aus: Ruft Wetter-API auf, gibt Daten zurück
- Modell antwortet: “Es ist 22°C und sonnig in Tokio”
Tool-Definitions-Beispiel
{
"name": "send_email",
"description": "Send an email to a recipient",
"parameters": {
"to": { "type": "string", "description": "Recipient email" },
"subject": { "type": "string", "description": "Email subject" },
"body": { "type": "string", "description": "Email content" }
}
}Das Modell lernt, wann und wie es dieses Tool verwendet, aus der Definition und Beispielen.
Arten von Tools
Informationsabruf
- Datenbankabfragen
- Websuche
- Dokumentensuche
- API-Datenabruf
Aktionen
- E-Mails/Nachrichten senden
- Datensätze erstellen/aktualisieren
- Events planen
- Zahlungen verarbeiten
Berechnung
- Code ausführen
- Datenanalyse
- Mathematische Berechnungen
- Dateimanipulation
Multimodal
- Bildgenerierung
- Sprachsynthese
- Dokumentenerstellung
Implementierungsansätze
Native Function Calling
In Modell-APIs eingebaut (OpenAI, Anthropic, Google):
- Modell gibt strukturierte Funktionsaufrufe aus
- Anwendung führt aus und gibt Ergebnisse zurück
- Am zuverlässigsten, vom Anbieter unterstützt
Model Context Protocol (MCP)
Anthropics offener Standard für Tool-Integration:
- Standardisierte Tool-Definitionen
- Funktioniert über verschiedene Anwendungen hinweg
- Wachsendes Ökosystem vorgebauter Tools
Agent Frameworks
LangChain, AutoGPT, CrewAI:
- Orchestrieren mehrere Tools
- Verarbeiten komplexe mehrstufige Workflows
- Fügen Gedächtnis und Planung hinzu
Enterprise-Tool-Kategorien
| Kategorie | Beispiele |
|---|---|
| CRM | Salesforce, HubSpot-Abfragen und -Updates |
| Kommunikation | Slack, E-Mail, Kalenderverwaltung |
| Daten | SQL-Datenbanken, Data Warehouses, Analytics |
| Dokumente | Google Docs, Notion, Dateisysteme |
| Zahlungen | Stripe, Rechnungsverarbeitung |
| Support | Ticketing-Systeme, Wissensdatenbanken |
Sicherheitsüberlegungen
Tool Use bringt echte Risiken mit sich:
- Datenverlust: Tools können auf sensible Informationen zugreifen
- Aktionsberechtigung: Was sollten Agenten tun dürfen?
- Prompt Injection: Böswillige Eingaben, die unbeabsichtigte Tool-Aufrufe auslösen
- Rate Limits: Agenten können schnell viele API-Aufrufe machen
- Audit Trails: Verfolgen, welche Aktionen ausgeführt wurden und warum
Die Tool-Use-Revolution
Tool Use verwandelt KI von einem Produktivitäts-Enhancer zu einem Work-Executor. Die Modelle, die in Tool Use exzellieren - verstehen, wann welches Tool zu verwenden ist, Fehler elegant behandeln, Tools effektiv verketten -, werden die nächste Generation von KI-Agenten antreiben.
Weiterführende Lektüre
- AI Agents - Systeme, die auf Tool Use aufbauen
- Enterprise AI - Wo Tool Use geschäftlichen Wert schafft