Structured Outputs
Structured Outputs zwingen eine KI, ihre Antwort in einem festen Format zu liefern – z. B. gültiges JSON nach einem vorgegebenen Schema.
Das Problem
Ein LLM antwortet standardmäßig in freiem Fließtext. Willst du die Antwort aber in deinem Code weiterverarbeiten – etwa in eine Datenbank schreiben oder an eine andere Funktion übergeben – brauchst du ein verlässliches, maschinenlesbares Format statt Prosa, die mal so, mal so aufgebaut ist.
Was Structured Outputs macht
Structured Outputs ist eine API-Funktion, die die Ausgabe eines Modells an ein vorgegebenes Schema bindet, meist JSON Schema. Statt zu hoffen, dass das Modell sich an ein Format hält, wird die Erzeugung technisch so eingeschränkt, dass nur noch schema-konforme Ausgaben möglich sind.
Verwandter Weg: Tool Use
Bei Claude erreicht man ähnlich zuverlässige, strukturierte Ausgaben oft über Tool Use: Man definiert ein "Werkzeug" mit einem festen Input-Schema, und das Modell füllt dieses Schema statt freien Text zu schreiben.
Wofür man das braucht
- Daten aus Dokumenten extrahieren (Namen, Beträge, Daten) für die Weiterverarbeitung
- Function Calling / Tool Use in Agenten-Systemen
- Zuverlässige Pipelines bauen, die nicht bei jedem kleinen Formatfehler abstürzen
BEISPIEL
Statt 'Der Kunde heißt Max Mustermann und hat am 3. Mai bestellt' liefert Structured Outputs direkt: {"name": "Max Mustermann", "bestelldatum": "2026-05-03"}
KURZ-QUIZ
Warum sind Structured Outputs für Code-Pipelines nützlich?
QUELLEN
- OpenAI-Doku: Structured Outputs ↗ platform.openai.com
- Claude-Doku: Tool Use ↗ docs.claude.com
- JSON Schema: Überblick ↗ json-schema.org