Tool Use bei KI-Agenten: Wie Agenten Ihre Systeme bedienen
Ein Sprachmodell allein kann nur Text erzeugen. Damit ein KI-Agent einen Auftrag im ERP nachschlägt, ein Ticket anlegt oder einen Angebotsentwurf speichert, braucht er Werkzeuge – und eine Mechanik, mit der er sie aufruft. Diese Mechanik heißt Tool Use oder Function Calling. Dieser Überblick erklärt sie herstellerübergreifend und zeigt, worauf es beim Zuschnitt, bei Schreibrechten und beim Ausweichen auf Bildschirmsteuerung ankommt (Stand der Herstellerdokumentation: November 2026).
Was ist Tool Use und wofür wird es eingesetzt?
Tool Use bedeutet: Das Modell entscheidet, dass es für eine Antwort eine Funktion braucht, und gibt statt Fließtext einen strukturierten Aufruf mit Funktionsname und Argumenten aus. Ihre Anwendung führt die Funktion aus und reicht das Ergebnis zurück. So wird aus einem Textgenerator ein Agent, der in echten Systemen nachsieht und handelt.
Die Begriffe werden synonym verwendet. Anthropic schreibt in der Dokumentation zu Tool Use ausdrücklich, Tool Use werde „auch Function Calling genannt“. OpenAI und Google sprechen von Function Calling. Eine kurze Definition finden Sie im Lexikon unter Tool Use / Function Calling; dieser Artikel geht in die Tiefe.
Typische Einsatzzwecke im Unternehmen:
- Nachschlagen: Lagerbestand, Auftragsstatus, Kundenhistorie im CRM, Seriennummern im Servicesystem.
- Berechnen: Preise aus einer Preisliste ziehen, Lieferzeiten aus dem ERP, Maße aus einer Stückliste.
- Dokumente erzeugen: einen Angebotsentwurf als DOCX, ein Prüfprotokoll als PDF, eine Zusammenfassung in SharePoint ablegen.
- Handeln: ein Ticket eröffnen, eine Rückfrage per E-Mail als Entwurf anlegen, einen Datensatz im CRM aktualisieren.
Die ersten drei Gruppen lesen oder erzeugen Entwürfe. Erst die letzte verändert Daten in Ihren Systemen – und genau dort entstehen die meisten Risiken. Wie Agenten insgesamt in Prozesse wie Angebot, Service oder Vertrieb eingebettet werden, zeigt die Übersicht zu KI-Agenten für Unternehmen.
Wie funktioniert Function Calling Schritt für Schritt?
Function Calling ist ein Wechselspiel aus mehreren Anfragen: Ihre Anwendung schickt Frage und Werkzeugbeschreibungen, das Modell antwortet mit einem Aufruf, Ihr Code führt ihn aus und schickt das Ergebnis zurück. Das Modell formuliert daraus die Antwort oder fordert weitere Aufrufe an. Diese Schleife ist bei allen großen Anbietern gleich aufgebaut.
OpenAI beschreibt den Ablauf in seiner Function-Calling-Anleitung in fünf Schritten: Anfrage mit verfügbaren Tools stellen, Tool-Aufruf vom Modell erhalten, den Code in der Anwendung mit den Argumenten ausführen, eine zweite Anfrage mit dem Ergebnis senden, dann die Antwort erhalten – oder weitere Tool-Aufrufe. Google beschreibt für die Gemini API dasselbe Muster und betont, dass das Modell die Funktion nicht selbst ausführt.
Die Werkzeugbeschreibung
Jedes Tool besteht aus drei Teilen: einem eindeutigen Namen, einer Beschreibung in natürlicher Sprache und einem JSON-Schema für die Eingaben. Bei Anthropic heißt das Schema-Feld input_schema, bei OpenAI und Google parameters. Ein Beispiel für ein lesendes Tool zur Auftragsabfrage:
{
"name": "erp_auftrag_lesen",
"description": "Liest Status, Positionen und Liefertermin eines Kundenauftrags aus dem ERP. Nur lesend. Nutzen, wenn nach dem Stand eines bestehenden Auftrags gefragt wird.",
"input_schema": {
"type": "object",
"properties": {
"auftragsnummer": {
"type": "string",
"description": "Auftragsnummer im Format A-123456"
}
},
"required": ["auftragsnummer"]
}
}
Die Beschreibung ist nicht Dekoration. Laut Anthropic entscheidet Claude anhand der Anfrage und der Tool-Beschreibung, wann ein Tool aufgerufen wird. Unklare Beschreibungen führen zu falschen oder ausbleibenden Aufrufen.
Der Aufruf und das Ergebnis
Bei Claude endet die Modellantwort in diesem Fall mit stop_reason: "tool_use" und enthält einen tool_use-Block mit id, name und input. Ihre Anwendung führt die Funktion aus und schickt einen tool_result-Block mit derselben tool_use_id zurück. Schlägt die Ausführung fehl, setzen Sie laut Anthropic-Doku zur Ergebnisverarbeitung is_error: true und schreiben die Fehlermeldung in den Inhalt. Fehlen Parameter, versucht Claude nach Angaben von Anthropic zwei- bis dreimal, den Aufruf zu korrigieren, bevor es dem Nutzer den Fehler meldet.
OpenAI und Google verwenden andere Feldnamen, aber dasselbe Prinzip: Aufruf mit Kennung, Ergebnis mit derselben Kennung zurück.
Steuerung: wann, wie viele, wie streng
Alle drei Anbieter bieten ähnliche Stellschrauben:
- Pflicht oder Wahl: Standard ist, dass das Modell selbst entscheidet (
auto). Sie können einen Aufruf erzwingen (Anthropicanyoder ein bestimmtes Tool, OpenAIrequiredoder eine bestimmte Funktion, Googleany) oder Aufrufe ganz verbieten (none). OpenAI bietet zusätzlich „allowed tools“, um die nutzbaren Tools pro Anfrage auf eine Teilmenge zu begrenzen. - Parallelität: Modelle können mehrere unabhängige Tools in einem Zug aufrufen. Bei Anthropic schalten Sie das mit
disable_parallel_tool_useab, bei OpenAI mitparallel_tool_calls: false. Google nennt zusätzlich „compositional calling“: Das Ergebnis eines Aufrufs fließt in den nächsten ein. - Schema-Treue: Mit
strict: true(Anthropic, OpenAI) bzw. dem Modusvalidated(Google) halten sich die Argumente an das Schema. Anthropic schreibt, strikter Tool Use garantiere, dass die Eingaben „immer exakt“ dem Schema entsprechen. OpenAI verlangt im strikten Modus unter anderemadditionalProperties: falseund dass alle Felder inrequiredstehen.
Schema-Treue heißt aber nur: Das Format stimmt. Ob die Auftragsnummer existiert oder ob der Agent diesen Auftrag sehen darf, prüft weiterhin Ihr Code.
Client-Tools und Server-Tools
Anthropic unterscheidet nach dem Ort der Ausführung. Client-Tools laufen in Ihrer Anwendung – dazu zählen alle selbst definierten Werkzeuge, also auch Ihre ERP- und CRM-Anbindungen. Server-Tools wie Websuche oder Code-Ausführung laufen auf der Infrastruktur des Anbieters; Sie sehen nur das Ergebnis. Für Unternehmenssysteme sind praktisch immer Client-Tools relevant, denn nur Ihre Anwendung hat Zugang zu Ihrem Netz und Ihren Zugangsdaten.
Welche Varianten von Werkzeugnutzung gibt es?
Werkzeuge lassen sich auf vier Wegen bereitstellen: als direkt im Code definierte Funktionen, über das Model Context Protocol, als vom Anbieter betriebene Server-Tools und – als letzter Ausweg – über Bildschirmsteuerung. Die Wahl hängt davon ab, wie viele Agenten dieselben Werkzeuge brauchen und ob das Zielsystem eine Schnittstelle hat.
Direkt definierte Funktionen. Der einfachste Weg: Sie beschreiben die Tools im Code Ihres Agenten und rufen dahinter Ihre REST- oder Datenbank-Schnittstelle auf. Gut für einen einzelnen Agenten mit wenigen, klaren Werkzeugen. Nachteil: Jeder neue Agent definiert dieselben Tools erneut.
Model Context Protocol (MCP). MCP standardisiert, wie Werkzeuge und Datenquellen für Agenten bereitgestellt werden. Ein MCP-Server kapselt zum Beispiel Ihr CRM einmal, und jeder kompatible Agent kann ihn nutzen. Der Unterschied zum reinen Function Calling: MCP regelt Bereitstellung und Entdeckung der Tools, nicht den Aufruf selbst – den erledigt weiterhin Tool Use. Details im Pillar-Artikel Model Context Protocol (MCP): Agenten standardisiert anbinden.
Server-Tools des Anbieters. Websuche, Abruf von Webseiten oder Code-Ausführung in einer Sandbox stellt etwa Anthropic fertig bereit. Sie sparen Entwicklungsaufwand, laufen aber außerhalb Ihrer Infrastruktur. Für Recherche-Aufgaben praktisch, für interne Daten meist nicht geeignet.
Computer Use als Rückfallebene. Hat ein Altsystem keine Schnittstelle, kann ein Agent es über Bildschirmfotos, Maus und Tastatur bedienen. Anthropic bietet dafür ein eigenes Computer-Use-Werkzeug und empfiehlt eine eigene virtuelle Maschine oder einen Container mit minimalen Rechten, eine Positivliste für Internetzugriffe und menschliche Bestätigung bei Entscheidungen mit realen Folgen. Die Doku warnt außerdem, dass Anweisungen auf Webseiten oder in Bildern die eigenen Anweisungen überlagern können. Computer Use ist deshalb eine Brücke, bis es eine API gibt – kein Normalfall.
Zwei vertiefende Leitfäden sind in Arbeit: einer zum Entwurf guter Tools (Zuschnitt, Beschreibungen, Fehlermeldungen) und einer zur Abgrenzung lesender und schreibender Tools in ERP und CRM. Sie erscheinen auf dieser Seite unter den Artikeln zum Thema, sobald sie veröffentlicht sind.
Was macht ein gutes Tool für einen Agenten aus?
Ein gutes Agenten-Tool bildet einen fachlichen Arbeitsschritt ab, nicht einen technischen API-Endpunkt. Es hat einen eindeutigen Namen, eine Beschreibung wie für eine neue Kollegin, gibt verständliche Daten statt kryptischer Kennungen zurück und liefert Fehlermeldungen, aus denen der Agent lernen kann, was er anders machen soll.
Anthropic hat im September 2025 im Beitrag „Writing effective tools for agents“ die eigenen Erfahrungen zusammengefasst. Die wichtigsten Punkte, übertragen auf Unternehmenssysteme:
- Bündeln statt jeden Endpunkt abbilden. Statt
kunde_suchen,auftraege_listenundauftrag_detailseinzeln kann ein Toolauftragsstatus_fuer_kundedie übliche Kette in einem Aufruf erledigen. Überlappende Tools lenken den Agenten laut Beitrag ab. - Namensräume. Präfixe nach System – etwa
erp_…,crm_…,dms_…– machen klar, welches Tool wohin greift. Anthropic rät, Namensschemata gegen eigene Tests zu prüfen. - Sinnvolle Rückgaben. Statt einer internen ID lieber den Klartextnamen des Kunden zurückgeben. Optional ein Parameter für knappe oder ausführliche Antworten.
- Sparsam mit Kontext. Große Ergebnisse paginieren, filtern oder kürzen, mit sinnvollen Standardwerten. Eine Abfrage, die 5.000 Auftragszeilen zurückgibt, füllt das Kontextfenster und verschlechtert die Antwort.
- Hilfreiche Fehlermeldungen. Nicht „Error 400“, sondern „Auftragsnummer fehlt oder hat das falsche Format; erwartet wird A-123456“. Anthropic empfiehlt dasselbe in der API-Doku: lieber „Rate limit exceeded. Retry after 60 seconds.“ als „failed“.
- Eindeutige Parameter.
kunden_idstattkunde,liefertermin_isostattdatum.
In unserem eigenen Betrieb hat sich bewährt, jedes Tool zuerst mit drei bis fünf realistischen Anfragen durchzuspielen und die Protokolle zu lesen: Wo ruft der Agent das falsche Tool, wo rät er Parameter? Fast immer liegt die Ursache in der Beschreibung.
Welche Voraussetzungen brauchen Sie?
Sie brauchen drei Dinge: Systeme mit erreichbaren Schnittstellen, eine technische Identität mit genau passenden Rechten und eine fachliche Vorstellung davon, welche Schritte der Agent selbst ausführen darf und welche ein Mensch freigibt. Ein bestimmtes Modell oder Framework ist dagegen zweitrangig – Function Calling beherrschen alle großen Anbieter.
Systeme und Schnittstellen. ERP, CRM, DMS oder Ticketsystem brauchen eine API, eine Datenbanksicht oder zumindest einen Export. Prüfen Sie, ob es Testsysteme gibt – Agenten probiert man nicht im Produktivmandanten aus.
Identität und Rechte. Der Agent braucht eigene Zugangsdaten, keine geteilten Admin-Konten. Die OWASP-Beschreibung von „Excessive Agency“ empfiehlt, Werkzeuge möglichst im Kontext des jeweiligen Nutzers mit minimalem Umfang auszuführen und Berechtigungen im Zielsystem durchzusetzen.
Daten. Für lesende Tools zählt Datenqualität: Ein Agent, der Lagerbestände abfragt, ist nur so zuverlässig wie die Bestandsführung. Unklare Stammdaten werden durch einen Agenten nicht besser, sondern schneller sichtbar.
Organisation. Legen Sie fest, wer für den Agenten fachlich verantwortlich ist, wer Freigaben erteilt und wer Protokolle prüft. Bei Mitbestimmungsthemen – etwa wenn Agenten Daten zu Mitarbeitenden verarbeiten – gehört der Betriebsrat früh dazu. Das ist eine Orientierung, keine Rechtsberatung.
Wie gehen Sie bei der Einführung vor?
Gehen Sie von einem konkreten Arbeitsschritt aus, nicht vom System. Starten Sie mit lesenden Tools, messen Sie die Qualität an echten Fällen und schalten Sie schreibende Aktionen erst danach frei – zuerst als Entwurf mit Freigabe, später gezielt automatisch.
- Arbeitsschritt wählen. Zum Beispiel: „Auf Kundenanfrage den Lieferstatus nennen“ oder „Für eine Anfrage passende Artikel und Preise aus der Preisliste ziehen“, wie es bei Agenten für die Angebotserstellung typisch ist.
- Werkzeuge ableiten. Welche zwei bis fünf Tools braucht genau dieser Schritt? Alles andere bleibt draußen.
- Lesend bauen. Tools nur mit Leserechten anbinden, Beschreibungen schreiben, Fehlermeldungen formulieren.
- Mit echten Fällen testen. 20 bis 50 reale Anfragen aus der Vergangenheit durchspielen, Protokolle auswerten, Beschreibungen nachschärfen.
- Schreiben als Entwurf. Der Agent legt Angebote, E-Mails oder Tickets als Entwurf an; ein Mensch prüft und gibt frei.
- Gezielt automatisieren. Nur Aktionen mit geringer Tragweite und guter Testquote laufen ohne Freigabe – mit Protokoll und Grenzwerten.
- Betrieb absichern. Jeder Tool-Aufruf wird mit Eingaben, Ergebnis und Nutzerkontext protokolliert.
Wo liegen die Grenzen und Risiken?
Das größte Risiko ist nicht ein falscher Satz, sondern eine falsche Aktion: ein Agent, der mehr darf, als er sollte, und durch einen Fehler oder manipulierte Eingaben etwas Schädliches auslöst. OWASP führt das als eigene Schwachstelle „Excessive Agency“ und nennt drei Ursachen: zu viele Funktionen, zu weite Rechte, zu viel Autonomie.
Zu viele Funktionen. Ein generisches Tool wie „SQL ausführen“ oder Shell-Zugriff kann alles – auch Löschen. OWASP rät, offene Werkzeuge zu vermeiden und eng zugeschnittene zu bauen.
Zu weite Rechte. Liest ein Tool nur Aufträge, darf das Konto dahinter auch nur Aufträge lesen. Entscheidend ist der Punkt, den OWASP „Complete Mediation“ nennt: Die Berechtigungsprüfung gehört ins Zielsystem, nicht in den Prompt. Ein Sprachmodell ist keine Zugriffskontrolle.
Zu viel Autonomie. Folgenreiche Aktionen – Bestellungen, Preisänderungen, Versand an Kunden – brauchen eine menschliche Freigabe. Protokolle und Ratenbegrenzung verhindern laut OWASP keine Schäden, begrenzen aber deren Ausmaß.
Indirekte Prompt Injection. Tool-Ergebnisse enthalten oft fremde Inhalte: Webseiten, eingehende E-Mails, hochgeladene Dateien. Anthropic weist darauf hin, dass ein Angreifer dort Anweisungen verstecken kann, und empfiehlt, solche Inhalte als nicht vertrauenswürdig zu behandeln und in tool_result-Blöcken statt im Systemprompt zu übergeben. Ein Agent, der eingehende E-Mails liest und gleichzeitig Zahlungen auslösen kann, ist eine gefährliche Kombination.
Fehlende Parameter und Raten. Laut Anthropic-Doku erkennen leistungsstärkere Modelle eher, dass eine Angabe fehlt, und fragen nach; andere Modelle setzen mitunter plausible, aber erfundene Werte ein. Für Pflichtangaben wie Auftragsnummern sollte Ihr Code daher prüfen, ob der Wert existiert, statt ihm blind zu vertrauen.
Kosten und Latenz. Jede Tool-Beschreibung kostet Eingabe-Token, jeder Aufruf eine weitere Modellrunde. Anthropic weist in der Doku aus, dass Tool-Definitionen, tool_use- und tool_result-Blöcke zusätzlich abgerechnet werden. Dutzende schlecht zugeschnittene Tools machen einen Agenten langsamer und teurer.
Wann Tool Use nicht passt. Wenn ein fester, immer gleicher Ablauf genügt, ist eine klassische Integration oder ein Workflow-Werkzeug einfacher, günstiger und vorhersagbarer. Agenten mit Werkzeugen lohnen sich dort, wo Anfragen unterschiedlich sind und der Weg zur Antwort jedes Mal anders aussieht.
Wie fangen Sie konkret an?
Wählen Sie eine häufige, gut abgegrenzte Frage aus Ihrem Alltag, die heute jemand durch Nachschlagen in zwei oder drei Systemen beantwortet. Bauen Sie dafür ausschließlich lesende Tools und testen Sie mit echten Fällen. Erst wenn die Antworten stimmen, kommen Entwürfe und danach schreibende Aktionen hinzu.
Eine praktische Reihenfolge für die ersten Wochen:
- Inventur: Welche Systeme haben eine nutzbare API? Wo gibt es Testsysteme? Wer verwaltet die Zugänge?
- Ein Anwendungsfall: zum Beispiel Lieferstatus im technischen Service oder die Suche in Handbüchern und Prüfberichten im Wissensmanagement.
- Zwei bis fünf Tools: klar benannt, mit Beschreibungen, die auch ein neuer Kollege versteht.
- Strenges Schema:
strict: truebzw. der passende Modus Ihres Anbieters, dazu eigene Plausibilitätsprüfungen. - Eigenes Konto mit Leserechten: keine geteilten Zugänge.
- Protokoll von Anfang an: jeder Aufruf mit Eingaben und Ergebnis.
Wenn mehrere Agenten dieselben Systeme nutzen sollen, lohnt sich der Schritt zu MCP, damit Sie Werkzeuge nur einmal bauen. Wie sich Werkzeuge in ein Gesamtbild aus Agenten, Prozessen und Betrieb einfügen, beschreibt die Seite KI-Agenten.
Häufige Fragen
Führt das Sprachmodell den Funktionsaufruf selbst aus?
Nein. Das Modell erzeugt nur einen strukturierten Aufruf mit Name und Argumenten. Ausgeführt wird er von Ihrer Anwendung – oder bei sogenannten Server-Tools von der Infrastruktur des Anbieters.
Ist Function Calling dasselbe wie MCP?
Nein. Function Calling ist die Fähigkeit des Modells, Werkzeuge strukturiert aufzurufen. MCP ist ein offenes Protokoll, über das Werkzeuge und Datenquellen einheitlich bereitgestellt werden; die Aufrufe selbst laufen am Ende wieder über Tool Use.
Wie viele Tools sollte ein Agent haben?
So wenige wie für die Aufgabe nötig. Anthropic empfiehlt wenige, auf wichtige Arbeitsabläufe zugeschnittene Tools statt eines Tools pro API-Endpunkt, und OWASP nennt überflüssige Funktionen als eine Ursache für zu weitreichende Agentenbefugnisse.
Darf ein Agent direkt ins ERP schreiben?
Technisch ja, organisatorisch nur mit engen Rechten, Prüfung im Zielsystem und für folgenreiche Aktionen mit menschlicher Freigabe. Viele Teams starten deshalb mit rein lesenden Tools und Entwürfen.
Wann ist Computer Use statt einer API sinnvoll?
Nur wenn ein System keine brauchbare Schnittstelle hat. Bildschirmsteuerung ist langsamer und fehleranfälliger als ein API-Aufruf und braucht eine abgeschottete Umgebung.
Quellen
- Anthropic: Tool use with Claude platform.claude.com
- Anthropic: Handle tool calls platform.claude.com
- Anthropic: Computer use tool platform.claude.com
- OpenAI: Function calling developers.openai.com
- Google: Function calling with the Gemini API aistudio.google.com
- Anthropic Engineering: Writing effective tools for agents — with agents anthropic.com
- OWASP: LLM06:2025 Excessive Agency genai.owasp.org