Structured Outputs: Zuverlässig JSON von KI-Modellen

Structured Outputs sorgen dafür, dass ein KI-Modell genau das JSON liefert, das Ihr Programm erwartet: mit allen Pflichtfeldern, den richtigen Datentypen und ohne Erklärtext drumherum. Wer Daten aus Texten auslesen oder Ergebnisse weiterverarbeiten will, sollte diese Funktion nutzen.

Das Problem ohne Schema

Bittet man ein Modell nur im Prompt um JSON, klappt das meistens, aber nicht immer. Typische Fehler: ein einleitender Satz, ein Code-Block mit ```json, Kommentare, ein Komma zu viel, fehlende Felder oder ein Text statt einer Zahl. In einer Anwendung, die Tausende Anfragen verarbeitet, führt schon ein Fehler pro Tausend zu Abstürzen. Für den Notfall gibt es JSON reparieren, die saubere Lösung ist aber ein Schema.

So funktionieren Structured Outputs

Sie übergeben der API ein JSON-Schema, das Felder, Typen und Pflichtangaben beschreibt. Der Anbieter beschränkt die Ausgabe des Modells dann technisch so, dass nur schemakonforme Tokens erzeugt werden können. Das Ergebnis ist garantiert gültig, statt nur wahrscheinlich gültig.

• OpenAI: Parameter für das Antwortformat mit json_schema und strict.
• Anthropic: strukturierte Ausgaben über ein Ausgabeformat mit Schema sowie strikte Werkzeugdefinitionen.
• Google Gemini: responseSchema mit dem MIME-Typ application/json.

Die genauen Parameternamen ändern sich mit neuen API-Versionen; maßgeblich ist die Dokumentation des Anbieters.

Gute Schemas schreiben

• Sprechende Feldnamen und kurze Beschreibungen je Feld helfen dem Modell beim Befüllen.
• Aufzählungen (enum) für feste Kategorien statt freiem Text.
• Felder für „unbekannt“ vorsehen (null erlauben), sonst erfindet das Modell Werte.
• Flach halten: Tief verschachtelte Schemas sind fehleranfälliger und manche Funktionen werden nicht von allen Anbietern unterstützt.

Ein Schema aus einem Beispiel-JSON erzeugt der JSON-Schema-Generator in Sekunden.

Gültig heißt nicht richtig

Structured Outputs garantieren die Form, nicht den Inhalt. Ein Feld „betrag“ ist dann sicher eine Zahl, aber nicht sicher die richtige Zahl. Prüfen Sie wichtige Werte weiterhin, etwa mit Plausibilitätsregeln im Code.