Tool Use
Tool Use bedeutet, dass ein KI-Programm nicht nur Text schreibt, sondern zusätzlich fremde Hilfsprogramme aufruft — etwa einen Taschenrechner, eine Suchmaschine oder eine Datenbank. Die KI erkennt selbst, wann sie so eine Hilfe braucht, und baut das Ergebnis in ihre Antwort ein.
Programme wie ChatGPT sind darauf trainiert, Text zu erzeugen. Sie sagen Wort für Wort voraus, was als Antwort passen würde. Rechnen, Termine eintragen oder in aktuellen Nachrichten nachsehen können sie damit nicht zuverlässig. Tool Use löst dieses Problem: Das Programm darf andere Programme um Hilfe bitten. Es schreibt dazu eine Art Bestellzettel, zum Beispiel « berechne 17 mal 4831 ». Ein separates Hilfsprogramm führt die Aufgabe aus und schickt das Ergebnis zurück. Erst dann formuliert die KI ihre Antwort für den Menschen.
Warum reines Textwissen nicht ausreicht
Ein Sprachmodell hat sein Wissen aus Texten gelernt, die vor einem bestimmten Zeitpunkt entstanden sind. Was danach passiert ist, weiß es nicht. Ohne Hilfsmittel kann es den heutigen Wechselkurs also nur erraten. Und wenn es rät, klingt die Antwort trotzdem selbstsicher. Diese erfundenen, aber überzeugend formulierten Angaben nennt man Halluzinationen.
Tool Use verschiebt die Verantwortung dorthin, wo sie hingehört. Zahlen kommen aus dem Rechner, Fakten aus einer Datenbank, aktuelle Meldungen aus einer Suche. Die KI muss nur noch entscheiden, welches Werkzeug passt, und das Ergebnis verständlich erklären. Das macht Antworten deutlich überprüfbarer, weil man die Quelle sehen kann.
Noch wichtiger ist ein zweiter Punkt: Ohne Werkzeuge kann ein Modell nur reden. Mit Werkzeugen kann es handeln. Es kann eine E-Mail verschicken, eine Datei ändern oder eine Bestellung auslösen. Genau darauf bauen die sogenannten KI-Agenten auf, also Systeme, die eine Aufgabe über mehrere Schritte selbst abarbeiten. Tool Use ist die Grundlage dafür.
Der Bestellzettel und wer ihn ausführt
Zu Beginn eines Gesprächs bekommt das Modell eine Liste der verfügbaren Werkzeuge. Zu jedem Werkzeug steht dabei, was es tut und welche Angaben es braucht. Ein Wetterwerkzeug braucht etwa einen Ortsnamen und ein Datum. Diese Beschreibung liest das Modell wie eine Bedienungsanleitung.
Fragt jemand nach dem Wetter in Hamburg, erzeugt das Modell keinen normalen Satz. Es erzeugt einen strukturierten Aufruf, etwa: Werkzeug « wetter », Ort « Hamburg ». Wichtig ist: Das Modell führt diesen Aufruf nicht selbst aus. Es schlägt ihn nur vor. Die Software rundherum nimmt den Vorschlag, startet das echte Werkzeug und liefert das Ergebnis zurück ins Gespräch. Dann geht es weiter, als hätte das Modell den Wert immer gewusst.
Dieser Kreislauf kann sich mehrfach wiederholen. Ein Modell darf erst suchen, dann rechnen, dann eine Tabelle schreiben. Trainiert wird diese Fähigkeit mit vielen Beispielen richtiger und falscher Aufrufe. Fehler bleiben aber möglich: Das Modell wählt manchmal das falsche Werkzeug, vergisst eine Angabe oder ruft gar keines auf, obwohl es nötig wäre. Deshalb prüfen Entwickler solche Aufrufe vor der Ausführung, besonders wenn sie Geld kosten oder Daten löschen könnten.
Tool Use in Chatbots, Handys und Firmensoftware
Wer einen modernen Chatbot benutzt, sieht Tool Use ständig, ohne dass es so heißt. Hinweise wie « Suche im Web » oder « Code ausführen » sind genau das. Auch Bildgenerierung im Chatfenster läuft so: Das Sprachmodell übergibt eine Beschreibung an ein Bildprogramm. Sprachassistenten auf dem Handy nutzen dasselbe Prinzip, wenn sie einen Wecker stellen.
In Unternehmen ist Tool Use der Grund, warum KI überhaupt an interne Daten kommt. Ein Kundenservice-Assistent ruft die Bestelldatenbank auf, statt Lieferzeiten zu erfinden. In Nachrichten über Technikfirmen tauchen dafür oft die Begriffe Function Calling oder Tool Calling auf. Sie meinen dasselbe.
Seit 2024 gibt es zudem Bemühungen um gemeinsame Standards, damit nicht jedes Modell eigene Anschlüsse braucht. Bekannt ist das Model Context Protocol, eine Art Universalstecker zwischen KI und Werkzeugen. Für Anleger ist das interessant, weil es entscheidet, wie leicht Firmen ihre Systeme an ein KI-Modell hängen können. Je einfacher das geht, desto schneller wandert KI aus dem Chatfenster in echte Arbeitsabläufe.