Seminar Tool Calling und agentische Workflows mit Small Language Models

Small Language Models eignen sich für eng definierte Werkzeugentscheidungen, strukturierte Extraktion und kontrollierte Prozessschritte, wenn Schnittstellen, Zustände und Fehlerpfade außerhalb des Modells eindeutig geregelt sind. Die bloße Erzeugung eines formal gültigen Funktionsaufrufs beweist noch nicht, dass Werkzeug, Argumente oder fachlicher Zeitpunkt korrekt gewählt wurden.

Das Seminar baut deshalb agentische Abläufe als überprüfbare Softwarearchitektur auf. Das Modell schlägt Aktionen vor; Orchestrator, Richtlinien, Berechtigungen, Schema-Validatoren und Freigaben bestimmen, was tatsächlich ausgeführt wird. Mehrstufige Abläufe werden über vollständige Traces statt nur anhand der Endantwort bewertet.

Lernziele

Nach Abschluss des Seminars können die behandelten Verfahren fachlich eingeordnet, technisch angewendet und anhand nachvollziehbarer Kriterien bewertet werden.

• SLM-geeignete Werkzeug- und Workflowaufgaben von ungeeigneter offener Autonomie abgrenzen
• Robuste Tool-Verträge mit JSON-Schema, eindeutigen Beschreibungen und validierbaren Argumenten entwerfen
• Modellauswahl, Tool Choice, strukturierte Ausgaben und kontrollierte Wiederholungen implementieren
• Zustand, Kontext, Kurzzeit- und Langzeitspeicher mit klaren Lebenszyklen verwalten
• Minimale Rechte, Freigaben, Transaktionsgrenzen und sichere Fehlerbehandlung durchsetzen
• Werkzeugwahl, Argumente, Schrittfolge, Kosten, Latenz und Sicherheit anhand von Traces evaluieren

Seminarinhalte

Die Inhalte verbinden Grundlagen, Architekturentscheidungen und praktische Umsetzung in einer konsistenten Arbeitsumgebung.

Einsatzgrenzen und Architektur

• Deterministische Workflows, modellgestützte Router, Planner-Executor und ereignisgesteuerte Abläufe
• Wann Regeln, klassische Workflow-Engines oder größere Modelle die bessere Wahl sind
• SLM als Klassifikator, Extraktor, Router, Planer oder prüfende Instanz
• Modellkaskaden und Fallback bei Unsicherheit, Zeitüberschreitung oder nicht unterstützten Aufgaben

Strukturierte Ausgaben und Tool-Verträge

• JSON-Schema, Enums, Pflichtfelder, Grenzen, Formate und zusätzliche Eigenschaften
• Eindeutige Werkzeugnamen, Beschreibungen, Parametersemantik und Rückgabeverträge
• Named, Required, Auto und No-Tool Choice sowie erzwungene strukturierte Generierung
• Schema-Validierung, semantische Validierung und Normalisierung vor Ausführung
• Versionierung von Tool-Schnittstellen und Kompatibilität mit Prompt und Modell

Orchestrierung und Zustandsverwaltung

• Einzelschritt, Schleife, verzweigte Pläne und kontrollierte maximale Schritttiefe
• Kontextaufbau, Ergebniszusammenfassung und Tokenbudget zwischen Werkzeugaufrufen
• Kurzzeitstatus, dauerhafte Memory-Einträge, Ablaufzeiten und Löschung
• Standardisierte Kontext- und Werkzeugschnittstellen sowie Vertrauensgrenzen externer Konnektoren
• Idempotenz, Wiederholung, Kompensation und Transaktionsgrenzen bei schreibenden Aktionen

Sicherheit und menschliche Kontrolle

• Prompt Injection aus Nutzereingaben, Dokumenten, Werkzeugantworten und Memory
• Tool Allowlist, minimale Rechte, kurzlebige Identitäten und getrennte Mandantenkontexte
• Freigabe vor irreversiblen, finanziellen, personenbezogenen oder externen Aktionen
• Verhinderung von Memory Poisoning, Privilegienmissbrauch und kaskadierenden Fehlaktionen
• Ausgabelimits, Zeitbudgets, Kostenbudgets, Abbruchbedingungen und Kill Switch

Tracing und Evaluation

• Vollständiger Trace mit Modellversion, Prompt, Tool Call, Ergebnis, Entscheidung und Latenz
• Tool-Auswahlgenauigkeit, Argumentkorrektheit, Planerfolg und unnötige Schritte
• Deterministische Prüfer, simulierte Werkzeuge, Golden Traces und menschliche Bewertung
• Adversariale Tests für Injection, gefälschte Tool-Antworten, Memory und Berechtigungsgrenzen
• Produktionsmonitoring, Fehlercluster, Regression und sichere Wiederholung fehlgeschlagener Abläufe

Praktische Übungen

Die Übungen werden an einem durchgängigen, produktneutralen Beispielszenario durchgeführt und mit prüfbaren Kriterien ausgewertet.

• Mehrere Tool-Verträge mit JSON-Schema entwerfen und automatisch validieren
• Ein SLM als Router für lesende und schreibende Werkzeuge konfigurieren
• Mehrstufigen Workflow mit Zustandsverwaltung, Schrittlimit und Fallback implementieren
• Freigabe, minimale Rechte und Transaktionsgrenze für eine sensible Aktion ergänzen
• Injection-, Memory-Poisoning- und fehlerhafte Tool-Antworten testen
• Golden Traces erstellen und Werkzeugwahl sowie Argumentkorrektheit auswerten

Zielgruppe

Geeignet für Entwicklungsteams, die SLMs nicht nur als Chatoberfläche, sondern als kontrollierte Entscheidungs- und Integrationskomponente einsetzen. Zwei Tage reichen für fokussierte Tool- und Workflowmuster; komplexe Multi-Agent-Systeme und autonome Geschäftsprozesse benötigen eine gesonderte Architektur- und Sicherheitsprüfung.

Methodik

Fachliche Einordnung, Trainerdemonstrationen, geführte Laborabschnitte, eigenständige Übungen und gemeinsame Auswertung wechseln einander ab. Konfigurationen und Entscheidungen werden so dokumentiert, dass sie nach dem Seminar reproduzierbar bleiben.