Funktionsaufruf (Function Calling): LLMs mit externen Tools verbinden

Kernaussage: Function Calling (Funktionsaufruf) ist die Fähigkeit von LLMs, externe Funktionen und APIs aufzurufen — die Brücke zwischen Sprachverständnis und realer Systeminteraktion, die KI-Agenten erst handlungsfähig macht.

Was ist Function Calling?

Function Calling ist eine Fähigkeit moderner LLMs, die es ermöglicht, externe Funktionen, APIs oder Tools programmgesteuert aufzurufen, anstatt nur Text zu generieren.

Ohne Function Calling: Ein LLM antwortet auf "Wie ist der aktuelle Aktienkurs von SAP?" mit einer Antwort wie "Der Aktienkurs kann sich ändern, ich habe keinen Zugang zu Echtzeit-Daten." Mit Function Calling: Das Modell ruft die Funktion get_stock_price("SAP") auf, erhält den aktuellen Preis und integriert ihn in die Antwort.

Function Calling ist das technische Fundament für KI-Agenten: Es ermöglicht ihnen, mit CRM-Systemen zu interagieren, E-Mails zu senden, Kalender zu prüfen, Datenbanken abzufragen und beliebige API-fähige Systeme zu bedienen — alles durch natürlichsprachliche Orchestrierung.

Wie Function Calling funktioniert

  1. Funktionsdefinition: Der Entwickler beschreibt verfügbare Funktionen im Prompt-Format — Name, Beschreibung, Parameter und deren Typen.
  2. Modellentscheidung: Das LLM entscheidet, ob eine Funktion aufgerufen werden soll und welche Parameter benötigt werden.
  3. Funktionsaufruf: Das Modell gibt einen strukturierten Funktionsaufruf zurück (kein Text, sondern JSON-Struktur: Funktionsname + Parameter).
  4. Ausführung: Die Anwendung führt die Funktion aus und gibt das Ergebnis ans Modell zurück.
  5. Integration: Das Modell integriert das Ergebnis in seine weitere Antwort oder führt weitere Aufrufe durch.

Parallelisierung

Moderne LLMs unterstützen paralleles Function Calling: Das Modell kann mehrere Funktionen gleichzeitig aufrufen, wenn sie voneinander unabhängig sind — ein erheblicher Effizienzgewinn für komplexe Workflows.

Praxisbeispiele im DACH-Kontext

Vertriebsassistent in Hamburg: Ein KI-Agent mit Function Calling kann: die Kontaktdaten eines Unternehmens aus dem CRM abrufen, aktuelle Firmennachrichten über die News-API laden, den Gesprächs-Score aus dem Lead-Scoring-System holen und alle Informationen für ein Call-Briefing zusammenführen — alles durch natürlichsprachliche Anweisung ausgelöst.

Kundensupport in Wien: Ein Support-Agent ruft über Function Calling den Kontostand aus dem ERP, prüft den Vertragsstatus im CRM und erstellt einen Ticket-Entwurf im Helpdesk-System — ohne manuelle Systemzugriffe durch den Mitarbeitenden.

Wie Knowlee Function Calling einsetzt

Knowlee-Agenten nutzen Function Calling, um auf CRM, Firmendatenbanken, E-Mail-Systeme, Kalender und externe Datenanbieter zuzugreifen. Dies ermöglicht vollständig automatisierte Vertriebsworkflows, die mehrstufige Systeminteraktionen ausführen — orchestriert durch natürlichsprachliche Agenten-Prompts.

FAQ

Was ist der Unterschied zwischen Function Calling und einem Plugin? Plugins (wie bei ChatGPT) sind eine vordefinierte Erweiterung mit standardisierter Schnittstelle. Function Calling ist flexibler: Entwickler definieren beliebige Funktionen für ihren spezifischen Anwendungsfall.

Ist Function Calling sicher? Mit geeigneten Guardrails ja. Sicherheitsrisiken: Modell ruft unerwünschte Funktionen auf, Prompt Injection führt zu bösartigen Funktionsaufrufen. Gegenmaßnahmen: Least-Privilege-Prinzip (nur notwendige Funktionen bereitstellen), Input-Validierung, menschliche Freigabe für kritische Operationen.

Welche LLMs unterstützen Function Calling? GPT-4, GPT-3.5-Turbo, Claude 3 (über Tool Use), Gemini, Llama 3 und die meisten anderen modernen LLMs unterstützen Function Calling, allerdings mit unterschiedlichen API-Schnittstellen.