Structured Output
Structured Output (strukturierte Ausgabe) ist eine API-Funktion, die die Antwort eines Sprachmodells einem von dir festgelegten Format folgen lässt, meist einem JSON Schema, damit Code sie verlässlich parsen kann, statt freien Text auszuwerten.
Auch: JSON mode, JSON schema output, structured outputs
Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir
Wenn die Antwort eines Modells in Code einfließt, ist freier Text fragil. Eine fehlende Klammer, ein zusätzlicher Satz oder ein umbenanntes Feld bringt den Parser zum Absturz. Structured Output löst das, indem es dem Modell ein Schema gibt und die API nur Antworten zurückgibt, die dazu passen.
So funktioniert es
Du schickst mit der Anfrage ein JSON Schema, das die Felder, ihre Typen und die Pflichtfelder auflistet. Anbieter, die striktes Structured Output unterstützen, nutzen Constrained Decoding: Bei jedem Schritt darf das Modell nur Tokens erzeugen, die die Antwort gültig gegenüber dem Schema halten. Laut Dokumentation von Anthropic garantiert das schemakonforme Antworten, ohne JSON-Parsing-Fehler und mit stets vorhandenen Pflichtfeldern.
JSON-Modus versus Schema-Ausgabe
Ein einfacher „JSON-Modus“ verlangt nur syntaktisch gültiges JSON. Die Antwort lässt sich parsen, aber Felder können trotzdem fehlen oder den falschen Typ haben. Schemabasiertes Structured Output prüft zusätzlich die Form. Ohne beides verlässt du dich auf Prompt Engineering, Validierung und Wiederholungen.
Beispiel
Ein Extraktor für Rechnungen könnte Felder für Lieferant, Datum, Gesamtbetrag und Währung festlegen. Das Modell gibt ein Objekt mit genau diesen Schlüsseln zurück, das nach der Validierung direkt in eine Datenbank gehen kann.
Unterschied zum Function Calling
Beim Function Calling soll das Modell ein Tool wählen und seine Argumente ausfüllen. Structured Output formt die endgültige Antwort selbst. Beide nutzen Schemas, und manche Anbieter bieten auch für Tool-Argumente einen strikten Modus.
Grenzen
Eine gültige Form ist keine richtige Antwort: Das Modell kann trotzdem einen falschen Wert oder eine Halluzination in ein wohlgeformtes Feld setzen, also prüfe den Inhalt ebenso wie das Format. Anbieter unterstützen unterschiedliche Teilmengen von JSON Schema, also prüfe, welche Schlüsselwörter dein Anbieter akzeptiert.
Verwandte Begriffe
- Tool Calling
- Tool Calling, auch Function Calling (Funktionsaufruf) genannt, ist eine Funktion von Modell-APIs, bei der du Funktionen mit einem Schema beschreibst, das Modell mit einer strukturierten Anfrage antwortet, eine davon aufzurufen, und dein Code sie ausführt und das Ergebnis zurückgibt.
- Prompt Engineering
- Prompt Engineering ist die Praxis, die Anweisungen und Beispiele für ein Sprachmodell so zu schreiben, zu strukturieren und zu testen, dass es die Ausgabe liefert, die eine Anwendung braucht, ohne die Gewichte des Modells zu ändern.
- Halluzination (KI)
- Eine Halluzination (Hallucination) ist eine Ausgabe eines KI-Modells, die flüssig und selbstsicher klingt, aber falsch, nicht durch die Quellen gedeckt oder erfunden ist, etwa eine erfundene Quellenangabe, ein Zitat, eine Statistik oder eine API-Funktion.
- Guardrails (KI)
- Guardrails (Leitplanken) sind Laufzeitprüfungen rund um ein Sprachmodell, die Eingaben und Ausgaben untersuchen und sie blockieren, umschreiben oder umleiten, damit eine Anwendung beim Thema bleibt, schädliche Inhalte vermeidet und Regeln einhält, die das Modell allein nicht verlässlich befolgen würde.