Tool Use
Die Fähigkeit von LLMs, externe Tools und APIs aufzurufen – vom Taschenrechner über Websuche bis zu Datenbanken und benutzerdefinierten Funktionen.
Tool Use ermöglicht LLMs, APIs und externe Dienste aufzurufen – von Websuche bis Datenbankabfragen. Der Kern von Agentic AI.
Erklärung
Tool Use funktioniert durch strukturierte Outputs: Das LLM entscheidet, welches Tool es braucht, generiert den API-Call in definiertem Format (JSON), das System führt aus, und das Ergebnis wird zurückgefüttert. Erweitert LLM-Capabilities ohne Training.
Relevanz für Marketing
Kernfähigkeit für agentic AI: Marketing-Assistenten können CRM-Daten abrufen, Kampagnen starten, Reports generieren. GPT-4, Claude, Gemini unterstützen natives Tool Use. 2025 Standard für produktive AI-Anwendungen.
Beispiel
Ein Marketing-Agent hat Tools für: Google Analytics (Daten abrufen), Email-System (Newsletter senden), Image-Generator (Creatives erstellen). User sagt "Analysiere letzte Kampagne und erstelle Report" – Agent orchestriert alle Tools automatisch.
Häufige Fallstricke
Tool-Auswahl kann fehlerhaft sein. Fehlerbehandlung bei API-Failures wichtig. Security-Risiken bei mächtigen Tools. Kosten durch zusätzliche API-Calls. Latenz durch Tool-Ausführung.
Entstehung & Geschichte
Tool Use wurde 2023 mit GPT-4 Function Calling populär und ist seit 2024 Standard bei allen führenden LLMs. Anthropic, Google und Meta haben eigene Implementierungen entwickelt.
Abgrenzung & Vergleiche
Tool Use vs. Function Calling
Function Calling ist die technische Implementierung; Tool Use ist das breitere Konzept, das auch Planung und Orchestrierung umfasst.
Tool Use vs. RAG
RAG ruft nur Informationen ab; Tool Use führt auch Aktionen aus (E-Mails senden, Daten ändern, APIs aufrufen).