Voice Agents mit Werkzeugen: Abfragen und Function Calling
Wie Function Calling bei Telefon-Voice-Agents funktioniert: Abfragen oder Aktionen, gute Werkzeuge, Risiken gesprochener Eingaben und natürliche Gespräche.
Informationen, die sich stündlich ändern, gehören nicht in einen Prompt. Ein Bestellstatus, ein Lagerbestand oder ein freier Termin stimmen nur für einen Moment. Um solche Fakten zu nutzen, braucht ein Voice Agent eine Möglichkeit, ein anderes System zu fragen – dieser Mechanismus heißt meist Function Calling oder Tool Use.

Dieser Leitfaden erklärt verständlich, wie das funktioniert, was ein gutes Werkzeug ausmacht, wo die Risiken liegen und wie sich die Idee zur heutigen Arbeitsweise der KI-Agenten in Call verhält. Hintergründe zur Sprachverarbeitung selbst finden Sie unter So funktioniert Voice AI im Telefongespräch.
So funktioniert ein Werkzeugaufruf
Ein Sprachmodell schreibt Text. Es kann keine Datenbank öffnen und keinen Knopf drücken. Function Calling ist eine Konvention: Sie beschreiben dem Modell eine Reihe von Funktionen mit Namen, Zweck und den erwarteten Eingaben, und das Modell kann mit der Bitte antworten, eine davon zu nutzen.
Der Ablauf eines Werkzeugaufrufs
- Anrufer fragtZum Beispiel: Wo ist meine Bestellung?
- Modell schlägt einen Aufruf vorEs liefert einen Funktionsnamen und Argumente, etwa eine Bestellnummer.
- Ihre Software prüftSie prüft die Argumente, die Berechtigung des Anrufers und alle Grenzen.
- Das System führt ihn ausEs fragt das Bestellsystem ab und erhält ein Ergebnis.
- Ergebnis geht an das Modell zurückDas Modell macht aus den Daten eine kurze gesprochene Antwort.
Entscheidend ist: Ihre Software führt die Aktion aus, nicht das Modell. So haben Sie eine Stelle, an der Sie Regeln durchsetzen, protokollieren, was passiert ist, und alles Unvernünftige ablehnen können.
Abfragen oder Aktionen
Nicht alle Werkzeuge bergen dasselbe Risiko. Eine Abfrage liest Informationen. Eine Aktion verändert etwas in der Welt. Behandeln Sie sie unterschiedlich.
Reine Leseabfragen und verändernde Aktionen
| Abfrage | Aktion | |
|---|---|---|
| Beispiele | Öffnungszeiten, Bestellstatus, Länge der Warteschlange | Buchung stornieren, Erstattung auslösen, Adresse ändern |
| Risiko bei Fehlern | Eine falsche Antwort, die sich korrigieren lässt | Eine Änderung, die schwer rückgängig zu machen ist |
| Typische Schutzmaßnahmen | Identitätsprüfung, begrenzte Felder | Bestätigungsschritt, Freigabe durch einen Menschen, Audit-Protokoll |
| Guter Ausgangspunkt? | Ja | Erst, wenn Abfragen gut funktionieren |
Ein vorsichtiger Weg ist, nur mit Abfragen zu starten, echte Anrufe zu beobachten und Aktionen langsam zu ergänzen, wobei ein Mensch alles Folgenreiche bestätigt. Dieselbe Haltung steht hinter Leitplanken für Voice AI.
Was ein gutes Werkzeug ausmacht
- Ein klarer Zweck. Ein Werkzeug namens get_order_status kann ein Modell leichter richtig wählen als eines, das fünf Dinge erledigt.
- Wenige, einfache Eingaben. Fragen Sie nach einer Bestellnummer, nicht nach einem langen Freitextfeld.
- Ein kurzes, strukturiertes Ergebnis. Geben Sie die wenigen Felder zurück, die der Agent laut aussprechen wird, nicht einen vollständigen Datensatz.
- Verständliche Fehlermeldungen. Geben Sie „nicht gefunden“ oder „später erneut versuchen“ in einer Form zurück, die das Modell in einen höflichen Satz verwandeln kann.
- Eine schnelle Antwort. Langsame Werkzeuge lassen den Anrufer in Stille warten.
Namen und Beschreibungen zählen
Das Modell wählt Werkzeuge anhand der Namen und Beschreibungen, die Sie ihnen geben. Vage Formulierungen führen zu falschen Entscheidungen. Schreiben Sie Beschreibungen wie Anweisungen an eine neue Kollegin: wann das Werkzeug zu nutzen ist, wann nicht und was jede Eingabe bedeutet.
Gesprochene Eingaben sind unsauber
Argumente stammen aus gesprochener Sprache. Eine Bestellnummer kommt vielleicht mit einer falschen Ziffer an, ein Name mit ungewöhnlicher Schreibweise. Lesen Sie wichtige Werte dem Anrufer vor, bevor Sie sie verwenden, und gestalten Sie das Werkzeug so, dass es bei Beinahe-Treffern ein hilfreiches Ergebnis liefert. Namen, Nummern und Adressen per Sprache richtig erfassen beschreibt Bestätigungstechniken im Detail.
Risiken, die Sie bei der Gestaltung berücksichtigen sollten
Wo der Werkzeugeinsatz schiefgeht
- Falsches Werkzeug oder falsche ArgumenteDas Modell versteht die Anfrage falsch – prüfen Sie also alles vor der Ausführung.
- Zu viel preisgebenEine Abfrage liefert mehr, als der Anrufer hören sollte – geben Sie also nur das Nötige zurück.
- Ungeprüfte IdentitätKontodaten werden der falschen Person vorgelesen – prüfen Sie also vor der Offenlegung.
- Langsame oder ausfallende SystemeFunkstille oder eine verwirrende Fehlermeldung – legen Sie also Zeitlimits und gesprochene Ausweichantworten fest.
- Eingeschleuste AnweisungenText in einem Abfrageergebnis, der dem Modell Befehle erteilen will – behandeln Sie Ergebnisse also nur als Daten.
Für jedes Risiko gibt es eine technische Antwort, aber der sicherste Gestaltungsgrundsatz lautet: Geben Sie dem Agenten den geringsten Zugriff, der für die Aufgabe genügt. Übergeben Sie ihm keine allgemeine Datenbankverbindung, wenn eine einzige enge Abfrage reicht.
Das Gespräch natürlich halten
Ein Werkzeugaufruf kostet Zeit: Das Modell entscheidet, Ihr System antwortet, das Modell schreibt die Antwort, und die Sprache wird erzeugt. Der Anrufer hört Stille. Hilfreich sind eine sehr kurze Bestätigung vor einer Abfrage, das Zwischenspeichern selten wechselnder Werte und die Beschränkung auf einen Werkzeugaufruf pro Redebeitrag. Latenz bei Voice AI beschreibt, woher die Verzögerung kommt. Schlägt eine Abfrage fehl oder läuft in eine Zeitüberschreitung, sollte der Agent das kurz sagen und eine Nachricht oder einen Menschen anbieten, statt zu warten.
Ein Beispiel Schritt für Schritt
Stellen Sie sich ein fiktives Möbelhaus vor, dessen Agent Fragen zu Lieferungen beantwortet. Das Geschäft definiert ein reines Lesewerkzeug, das eine Bestellnummer entgegennimmt und Lieferstatus und Lieferzeitfenster zurückgibt. Der Agent soll es erst nutzen, wenn der Anrufer eine Bestellnummer genannt und sie nach dem Vorlesen bestätigt hat.
- Der Anrufer sagt, dass er auf ein Sofa wartet, und nennt eine Bestellnummer.
- Der Agent liest die Nummer in Gruppen vor, und der Anrufer bestätigt.
- Das Werkzeug liefert den Status „in Zustellung“ und das Zeitfenster „nachmittags“.
- Der Agent sagt, dass die Bestellung in Zustellung ist und heute Nachmittag ankommen sollte, und fragt dann, ob noch etwas benötigt wird.
- Liefert das Werkzeug „nicht gefunden“, sagt der Agent, dass er diese Bestellung nicht finden kann, und bietet an, eine Nachricht für das Team aufzunehmen.
Beachten Sie, was fehlt: Der Agent kann die Lieferung nicht verschieben. Möchte der Anrufer einen anderen Tag, nimmt der Agent die Anfrage auf, und das Team kümmert sich darum. Mit einem so engen, sicheren Werkzeug zu beginnen, zeigt Ihnen, wie Anrufende tatsächlich sprechen, bevor Sie den Umfang erweitern. Protokollieren Sie jeden Aufruf des Werkzeugs, damit Sie Muster erkennen – etwa eine häufig falsch verstandene Ziffer – und sie im Bestätigungsschritt beheben.
Wie das mit Call zusammenhängt
In Call antwortet ein KI-Agent aus seinen Anweisungen, seiner Persona, dem der Leitung zugeordneten Skript und den passenden Abschnitten seiner Wissensdatenbank. Er ist nicht dafür ausgelegt, während des Anrufs Aktionen auszuführen, etwa Termine zu buchen oder zu bestätigen, zurückzurufen, etwas zu versenden oder Rabatte anzubieten. Er sagt das und nennt den Weg, den Ihre Quellen beschreiben, zum Beispiel einen Buchungslink oder einen Rückruf Ihres Teams. Halten Sie häufig wechselnde Fakten in den Quellen des Agenten und aktualisieren Sie sie, und nutzen Sie das Hilfecenter für Nacharbeiten, die einen Menschen brauchen. Möchten Sie Call mit Ihren eigenen Systemen verbinden, ist die Entwicklerschnittstelle beschrieben unter Call für Entwickler und API; prüfen Sie, was sie bietet, bevor Sie auf ein bestimmtes Verhalten hin planen.
Wenn Sie eine Plattform bewerten, die mit Werkzeugeinsatz wirbt, stellen Sie die praktischen Fragen aus der folgenden Checkliste.
Fragen zu Werkzeugen bei einem Voice Agent
- Welche Systeme kann er erreichen, und mit welchen Berechtigungen?
- Sind Abfragen von Aktionen getrennt, die Daten ändern?
- Gibt es ein Protokoll jedes Aufrufs mit Argumenten und Ergebnissen?
- Was passiert, wenn eine Abfrage fehlschlägt oder langsam ist?
- Kann ein Mensch folgenreiche Aktionen freigeben?
- Wie wird die Identität des Anrufers geprüft, bevor Details ausgesprochen werden?
- Können Sie Werkzeuge vor dem Start mit realistischen gesprochenen Eingaben testen?
Zur Bewertung siehe Gespräche eines Voice Agents bewerten.
Häufig gestellte Fragen
Was ist Function Calling, einfach erklärt?
Eine Möglichkeit für ein KI-Modell, Ihre Software um etwas zu bitten, etwa eine Bestellung nachzuschlagen. Das Modell schreibt die Anfrage, Ihr System führt sie aus und gibt das Ergebnis zurück, das das Modell dann erklärt.
Führt die KI die Funktion selbst aus?
Nein. Das Modell schlägt den Aufruf nur vor. Ihr eigener Code prüft und führt ihn aus – genau dort können Sie Regeln, Grenzen und Protokollierung anwenden.
Ist es sicher, einen Voice Agent Datensätze ändern zu lassen?
Mit Sorgfalt ist das möglich, aber beginnen Sie mit reinen Leseabfragen. Für alles, was Daten ändert, ergänzen Sie Bestätigung, Grenzen und bei hohen Risiken eine Freigabe durch einen Menschen.
Warum wirkt der Anruf durch eine Abfrage langsam?
Jeder Schritt kostet Zeit: über den Aufruf entscheiden, ihn ausführen, die Antwort schreiben und sprechen. Schnelle Werkzeuge, eine kurze Bestätigung und eine Abfrage pro Redebeitrag halten die Verzögerung erträglich.
Kann ein Anrufer den Agenten dazu bringen, ein Werkzeug falsch zu nutzen?
Versuchen kann er es. Prüfen Sie Argumente, kontrollieren Sie Berechtigungen in Ihrem Code und geben Sie dem Agenten enge Werkzeuge, damit eine fehlgeleitete Anfrage keinen echten Schaden anrichten kann.
Schlägt der KI-Agent von Call Dinge in meinen Systemen nach?
Der Agent von Call arbeitet mit seinen Anweisungen, seinem Skript und seinen Wissensquellen und bucht, versendet oder bestätigt während des Anrufs nichts. Halten Sie wechselnde Fakten in seinen Quellen und überlassen Sie die Nacharbeit dem Team.