Tool Calling
Tool Calling bedeutet, dass ein Sprachmodell nicht nur Text schreibt, sondern gezielt fremde Programme aufruft — etwa einen Taschenrechner, eine Suchmaschine oder eine Kalender-Software. Das Modell entscheidet selbst, wann es ein solches Werkzeug braucht, und baut das Ergebnis in seine Antwort ein.
Ein Sprachmodell wie ChatGPT kann eigentlich nur eines: Text erzeugen, Wort für Wort. Es weiß nicht, wie spät es gerade ist, und es kann nichts im Internet nachschlagen. Beim Tool Calling bekommt es deshalb Zugriff auf fremde Programme, die genau solche Aufgaben übernehmen. Das Modell schreibt dann keine Antwort für den Nutzer, sondern eine Art Bestellzettel: „Rufe das Wetter-Programm auf, Ort Berlin.“ Ein umgebendes System führt diesen Auftrag aus und reicht das Ergebnis zurück. Erst danach formuliert das Modell seine eigentliche Antwort. Man nennt solche Hilfsprogramme Werkzeuge, auf Englisch Tools — daher der Name.
Warum ein Sprachmodell allein nicht ausreicht
Ein Sprachmodell hat zwei eingebaute Schwächen. Erstens ist sein Wissen alt. Es stammt aus Texten, die vor dem Training gesammelt wurden. Ereignisse von gestern kennt es nicht. Zweitens rechnet es nicht wirklich, sondern rät die wahrscheinlichste Fortsetzung eines Satzes. Bei einer Multiplikation mit großen Zahlen geht das oft schief.
Tool Calling behebt beides auf einmal. Für aktuelle Informationen ruft das Modell eine Suchmaschine auf. Für Rechnungen einen Taschenrechner oder einen kleinen Programmcode. Das Ergebnis ist dann nicht geraten, sondern gemessen oder berechnet. Der Unterschied ist erheblich: Ein Modell ohne Werkzeuge kann eine falsche Zahl völlig überzeugend präsentieren.
Noch wichtiger ist der zweite Schritt. Ein Werkzeug kann nicht nur lesen, sondern auch handeln. Es kann eine E-Mail verschicken, einen Termin eintragen oder eine Bestellung auslösen. Damit wird aus einem Chatbot ein System, das Aufgaben tatsächlich erledigt. Genau darauf beruhen die sogenannten KI-Agenten, über die seit 2024 viel berichtet wird.
Vom Bestellzettel zur fertigen Antwort
Der Ablauf hat feste Stationen. Zu Beginn bekommt das Modell eine Liste der verfügbaren Werkzeuge. Jedes wird kurz beschrieben: Name, Zweck und welche Angaben es braucht. Ein Wetter-Werkzeug verlangt etwa einen Ortsnamen und ein Datum. Diese Liste steht unsichtbar vor der eigentlichen Frage des Nutzers.
Kommt nun eine Frage herein, entscheidet das Modell: selbst antworten oder ein Werkzeug nutzen. Braucht es Hilfe, gibt es keinen normalen Satz aus, sondern einen streng formatierten Datensatz mit Werkzeugname und Angaben. Dieses Format ist wichtig, denn ein Programm kann keinen freien Text verstehen. Das umgebende System — nicht das Modell selbst — führt den Aufruf aus.
Das Ergebnis wird dem Modell anschließend wie eine neue Nachricht vorgelegt. Jetzt formuliert es die Antwort für den Menschen. Oft wiederholt sich das mehrfach: erst suchen, dann rechnen, dann zusammenfassen. Ein häufiger Irrtum ist die Vorstellung, das Modell führe die Programme selbst aus. Es schlägt sie nur vor. Diese Trennung ist eine Sicherheitsmaßnahme, denn so kann ein Betreiber jeden Aufruf prüfen oder blockieren.
Wetter-Apps, Reisebuchung und der Standard MCP
Im Alltag begegnet dir Tool Calling ständig, ohne dass es benannt wird. Wenn ein Chatbot dir den aktuellen Aktienkurs nennt, hat er eine Kursdatenbank abgefragt. Wenn er ein Bild erzeugt, hat er ein Bildmodell als Werkzeug aufgerufen. Auch Sprachassistenten auf dem Handy arbeiten so, wenn sie einen Wecker stellen.
In Unternehmen ist der Einsatz größer. Ein Assistent im Kundendienst schaut den Bestellstatus in der Firmendatenbank nach und stößt eine Rückerstattung an. Damit solche Anbindungen nicht jedes Mal neu gebaut werden müssen, gibt es seit 2024 einen offenen Standard dafür: das Model Context Protocol, kurz MCP. Es beschreibt einheitlich, wie ein Modell und ein Werkzeug miteinander sprechen.
In Nachrichtenmeldungen taucht der Begriff meist im Zusammenhang mit Agenten auf. Wenn eine Firma ankündigt, ihre KI könne jetzt „eine Reise komplett buchen“, steckt dahinter fast immer eine Kette von Werkzeugaufrufen. Und wenn über Sicherheitslücken bei KI berichtet wird, geht es oft genau um diese Schnittstelle. Ein Modell, das durch geschickt formulierte Texte zu ungewollten Aufrufen verleitet wird, ist ein reales Risiko.