Was ist Function Calling?
Function Calling erlaubt es einem KI-Modell, externe Funktionen oder APIs aufzurufen – statt nur aus seinem Trainingswissen zu antworten, kann es live Daten abrufen und echte Aktionen auslösen.
Ohne Function Calling: KI antwortet mit Wissen vom letzten Training.
Mit Function Calling: KI ruft Echtzeit-Daten ab und handelt.
- Trainingswissen: Statisch – Wissenstand zum Zeitpunkt des Trainings, keine aktuellen Daten
- Function Calling: Dynamisch – KI ruft definierte Funktionen auf und erhält Live-Ergebnisse
- Vorteil: Aktuelle Informationen, echte Systeminteraktion, automatisierte Workflows
- Verfügbar bei: OpenAI (GPT-4), Anthropic (Claude), Google (Gemini) – alle großen APIs
Ablauf: Wie Function Calling funktioniert
Schritt 1
Funktion definieren
Entwickler beschreibt Funktion mit Name, Parametern und Zweck – als JSON-Schema an die API übergeben
Schritt 2
Nutzer stellt Frage
Nutzer fragt etwas, das aktuelle Daten erfordert – z. B. „Wie ist das Wetter in Berlin?"
Schritt 3
KI entscheidet
Das Modell erkennt: Diese Frage braucht eine externe Funktion – und gibt einen strukturierten Funktionsaufruf zurück
Schritt 4
App führt aus
Die Anwendung (nicht die KI!) führt die Funktion aus – ruft die API auf und erhält das Ergebnis
Schritt 5
Ergebnis zurück
Das Funktionsergebnis wird an das Modell zurückgegeben – als neuer Kontext im Gespräch
Schritt 6
Antwort formulieren
Die KI formuliert eine natürlichsprachliche Antwort auf Basis der echten Daten – für den Nutzer verständlich
Beispiel: Wetter-API abfragen
Ohne Function Calling
Statische Antwort
Nutzer: „Wie ist das Wetter in Hamburg?"
KI: „Ich habe keinen Zugriff auf aktuelle Wetterdaten. In Hamburg ist das Wetter typischerweise wechselhaft…"
Problem: Keine Echtzeit-Information, generische Aussage.
Mit Function Calling
Live-Daten
Nutzer: „Wie ist das Wetter in Hamburg?"
KI ruft auf: get_weather(city="Hamburg")
API antwortet: 14°C, leichter Regen, Wind 20 km/h
KI: „In Hamburg sind es gerade 14°C mit leichtem Regen. Vergiss deinen Schirm nicht!"
Was lässt sich verbinden?
Datenbanken
Interne Systeme
SQL-Abfragen, CRM-Daten, Bestandsysteme – KI fragt direkt ab, ohne dass Nutzer SQL kennen muss
REST-APIs
Externe Dienste
Wetter, Börsenkurse, Geo-Daten, Zahlungsanbieter – jede API mit Dokumentation kann eingebunden werden
Kalender & E-Mail
Produktivitäts-Tools
Termine anlegen, E-Mails senden, Verfügbarkeiten prüfen – direkt aus dem Chat-Interface
Ticket-Systeme
ITSM-Integration
Jira, ServiceNow, Freshdesk – Tickets erstellen, Status abfragen, zuweisen – alles per natürlicher Sprache
Monitoring-Tools
IT-Operations
Zabbix, Prometheus, Grafana – Server-Status, Alarme, Metriken auf Nachfrage abrufen
Dateisystem
Lokale Operationen
Dateien lesen, schreiben, umbenennen – KI-Agenten wie Claude Code nutzen Function Calling intensiv
Technische Umsetzung: Funktionsdefinition
Eine Funktion wird als JSON-Schema beschrieben – Name, Beschreibung und Parameter. Das Modell entscheidet selbst, wann es sie aufruft.
Beispiel: Wetter-Funktion als JSON-Schema
name: "get_weather"
description: "Aktuelles Wetter für eine Stadt abrufen"
parameters:
city (string, required) – Name der Stadt
unit (string, optional) – "celsius" oder "fahrenheit"
- name: Eindeutiger Funktionsname – die KI nennt ihn beim Aufruf
- description: Erklärt der KI, wann und wofür die Funktion gedacht ist
- parameters: Definiert Eingabefelder mit Typen und ob sie Pflicht sind
- Ausführung: Die App-Logik (Python, Node.js, etc.) ruft die echte API auf – nicht die KI
IT-Praxis: Monitoring-Status abfragen
Szenario: Ein IT-Administrator will den Status aller kritischen Server im Chat abfragen – ohne direkt ins Monitoring-Dashboard zu wechseln.
Nutzer: „Zeig mir alle Server mit kritischem Status aus dem Monitoring."
KI ruft auf: get_monitoring_alerts(severity="critical")
Monitoring-API antwortet: 3 Server mit CRITICAL, 1 mit WARNING
KI: „Aktuell gibt es 3 kritische Alarme: DB-Prod-01 (Festplatte 95%), Web-02 (CPU 98%), Backup-01 (Job fehlgeschlagen). Soll ich für jeden ein Ticket erstellen?"
- Kein Wechsel ins Dashboard – Kontext bleibt im Chat
- KI kann direkt anschlussfähige Fragen stellen
- Mehrere Funktionen kombinierbar: Status abfragen + Ticket erstellen in einem Flow
IT-Praxis: Ticket automatisch erstellen
Nutzereingabe
Natürliche Sprache
„Erstell ein Ticket für den Ausfall des Druckers im 2. OG. Priorität hoch. Zuweisen an den First-Level-Support."
Kein Formular, kein Pflichtfeldgewirr – einfach beschreiben.
KI-Aktion
Strukturierter Aufruf
KI ruft auf:
create_ticket(
title="Druckerausfall 2. OG",
priority="high",
assignee="first-level"
)
Ticket-System antwortet: Ticket #4821 erstellt.
KI: „Ticket #4821 wurde erstellt und dem First-Level-Support zugewiesen."
Sicherheitsaspekte beim Function Calling
Risiken
Was schief gehen kann
Unbeabsichtigte Aktionen: KI ruft destruktive Funktion auf (Datei löschen, Ticket schließen)
Prompt Injection: Angreifer manipuliert Nutzereingabe, um unerlaubte Funktionen aufzurufen
Zu weite Berechtigungen: Funktion hat mehr Rechte als nötig
Keine Validierung: Parameter werden ungeprüft an API weitergegeben
Schutzmaßnahmen
Best Practices
Least Privilege: Jede Funktion bekommt nur die minimal nötigen Rechte
Human in the Loop: Kritische Aktionen (löschen, senden) immer bestätigen lassen
Input-Validierung: Parameter serverseitig prüfen – nie blind vertrauen
Audit-Log: Alle Funktionsaufrufe protokollieren – wer hat was wann ausgelöst?
Die KI entscheidet, WANN eine Funktion aufgerufen wird – der Mensch entscheidet, WAS sie tun darf.
Zusammenfassung
- Function Calling verbindet KI-Modelle mit echten Systemen – Echtzeit-Daten statt statisches Trainingswissen
- Ablauf: Funktion definieren → KI entscheidet → App führt aus → Ergebnis zurück → KI antwortet
- Verbindbar: Datenbanken, REST-APIs, Kalender, Ticket-Systeme, Monitoring – alles mit API
- IT-Praxis: Monitoring-Alerts abfragen, Tickets erstellen – alles per natürlicher Sprache
- Sicherheit: Least Privilege, Human-in-the-Loop, Input-Validierung, Audit-Log
Function Calling macht die KI zum Handlungsträger – nicht nur zum Gesprächspartner.