Tool Calling, auch Function Calling genannt, beschreibt, wie ein Large Language Model (LLM) Aufgaben außerhalb seines eigenen Textes erledigt. Das Modell gibt den Namen eines Tools und strukturierte Argumente zurück, und die Anwendung führt das Tool aus.
Das Modell führt selbst nie etwas aus. Es fordert an, und die Software handelt. Genau das ermöglicht es einem KI-Agenten, eine Bestellung zu prüfen, einen Termin zu buchen oder einen Anruf weiterzuleiten, statt nur darüber zu sprechen.
Im alltäglichen Sprachgebrauch ja. Die Modellanbieter behandeln beide Begriffe als Namen für denselben Mechanismus. Der Leitfaden von OpenAI beginnt mit „Function Calling (auch bekannt als Tool Calling)“. Die Dokumentation von Anthropic beginnt mit „Tool Use (auch Function Calling genannt)“. IBM schreibt „Tool Calling, manchmal auch als Function Calling bezeichnet“.
Wo eine Unterscheidung getroffen wird, ist „Tool“ der weiter gefasste Begriff. Im Leitfaden von OpenAI heißt es: „Eine Funktion ist eine bestimmte Art von Tool, definiert durch ein JSON-Schema.“
| Begriff | Wo Sie ihn finden | Was er umfasst |
|---|---|---|
| Function Calling | Titel des Leitfadens von OpenAI, Dokumentation von Retell | Das Modell füllt Argumente für eine Funktion aus, die Sie mit einem JSON-Schema beschrieben haben, und Ihr Code führt sie aus |
| Tool Calling | OpenAI, IBM, der Retell vCX Benchmark | Derselbe Mechanismus für jedes Tool: Ihre Funktionen, integrierte Tools einer Plattform, Tools auf einem MCP-Server |
| Tool Use | Dokumentation von Anthropic | Die Bezeichnung von Anthropic für denselben Mechanismus |
| MCP (Model Context Protocol) | modelcontextprotocol.io | „Ein Open-Source-Standard zur Verbindung von KI-Anwendungen mit externen Systemen“. Er stellt Tools bereit. Das Modell entscheidet weiterhin, wann eines davon aufgerufen wird |
Der Leitfaden von OpenAI beschreibt Tool Calling als „mehrstufige Konversation zwischen Ihrer Anwendung und einem Modell“ mit fünf Schritten:
Der Aufruf selbst besteht nur aus wenigen Zeilen JSON. Dieses Beispiel stammt aus der Function-Calling-Dokumentation von Retell:
{"function": "book_appointment", "arguments": {"date": "2024-03-15", "time": "14:00", "customer_name": "John Smith"}}

Zwei Dinge müssen stimmen. Das Modell muss im richtigen Moment das richtige Tool wählen, und es muss gültige Argumente übergeben.
Bei einem Anruf wartet der Anrufer, während das Tool läuft, daher ist das Timing Teil des Designs. Die Dokumentation von Retell listet die Tools auf, die ein KI-Sprachagent während eines Anrufs aufrufen kann:
Bei einer benutzerdefinierten Funktion „sendet Retell eine Anfrage mit den Argumenten der Funktion an Ihre URL und wartet auf Ihre Antwort, bevor es weitergeht“. Das Timeout beträgt standardmäßig 120 Sekunden, und standardmäßig erfolgt kein erneuter Versuch. Schlägt die Anfrage fehl, erhält der Agent den Fehler und fährt auf Grundlage Ihres Prompts fort. Der Prompt sollte daher festlegen, was dem Anrufer gesagt wird. Der Agent kann sprechen, während er wartet, oder die Funktion kann im Hintergrund laufen.
In einem Conversation Flow führt ein Function Node sein Tool jedes Mal aus, wenn der Flow ihn erreicht. Ein Subagent Node überlässt dem LLM die Entscheidung, ob und wann es die einzelnen Tools aufruft.
Verwandte Begriffe: API-Integration und Webhook. Einen umfassenderen Überblick bietet der Beitrag zu Sprach-KI-Integrationen mit Ihrem CRM und Ihrem Telefonie-Stack.
Im alltäglichen Sprachgebrauch ja. OpenAI, Anthropic und IBM führen jeweils den einen Begriff als andere Bezeichnung für den anderen an. Genau genommen ist eine Funktion eine bestimmte Art von Tool.
Nein. Das Modell gibt den Namen des Tools und die Argumente zurück. Die Anwendung oder Plattform führt das Tool aus und sendet das Ergebnis zurück.
Tool Calling beschreibt, wie ein Modell eine Aktion anfordert. MCP ist ein Open-Source-Standard, der KI-Anwendungen mit den Systemen verbindet, die Tools bereitstellen.
Bei Retell erhält der Agent den Fehler und setzt das Gespräch auf Grundlage Ihres Prompts fort. Eine benutzerdefinierte Funktion wird nur dann erneut versucht, wenn Sie eine Anzahl von Wiederholungsversuchen festlegen.
Meist liegt es an der Beschreibung. Das Modell entscheidet anhand des Tool-Namens, der Beschreibung und des Prompts. Beschreiben Sie also, was das Tool tut und wann es verwendet werden soll.
Die Retell AI ist eine Plattform für KI-Sprachagenten für Contact Center. Ihre Agenten rufen während eines laufenden Anrufs vorgefertigte, Integrations- und benutzerdefinierte Tools auf. Integrationen der Retell AI ansehen. Wie Sie diese Tools auf dem eigenen LLM von Retell ausführen, erfahren Sie unter Tell-1.
How Retell handles audits, data retention and access control.
Table of contents