Structured Outputs: Zuverlässig JSON von KI-Modellen

1 Min. LesezeitAktualisiert am Mit KI erstellt · redaktionell verantwortet

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.

Kurz gesagt

Structured Outputs zwingen ein KI-Modell technisch dazu, nur JSON zu erzeugen, das zu einem vorgegebenen JSON-Schema passt: mit allen Pflichtfeldern, richtigen Datentypen und ohne Erklärtext. Das Ergebnis ist garantiert gültig statt nur wahrscheinlich gültig. Den Inhalt garantiert das Schema allerdings nicht, wichtige Werte sollten Sie weiter prüfen.

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.

Häufige Fragen

Was ist der Unterschied zwischen JSON-Modus und Structured Outputs?

Wer nur im Prompt um JSON bittet, bekommt meistens, aber nicht immer gültige Daten. Mit einem JSON-Schema beschränkt der Anbieter die Ausgabe technisch auf schemakonforme Tokens, sodass Pflichtfelder und Datentypen sicher stimmen.

Welche Anbieter unterstützen strukturierte Ausgabe mit Schema?

OpenAI bietet ein Antwortformat mit json_schema und strict, Anthropic strukturierte Ausgaben und strikte Werkzeugdefinitionen, Google Gemini ein responseSchema mit application/json. Die genauen Parameternamen ändern sich, maßgeblich ist die jeweilige Dokumentation.

Wie verhindere ich, dass das Modell Werte im JSON erfindet?

Sehen Sie im Schema für unbekannte Angaben ausdrücklich null vor, sonst füllt das Modell Pflichtfelder notfalls mit erfundenen Werten. Prüfen Sie wichtige Zahlen zusätzlich mit Plausibilitätsregeln im Code.

Leon Blatz betreibt Tokenlabor und verantwortet alle Inhalte redaktionell. Texte entstehen mit Unterstützung von KI unter redaktioneller Kontrolle; Preise und Fakten stammen aus den genannten Quellen, Hinweise auf Fehler werden geprüft und korrigiert. Mehr über Tokenlabor

Allgemeine Information, keine Rechts-, Steuer- oder Finanzberatung.

JSON-Schema-GeneratorAus einem JSON-Beispiel ein JSON Schema für strukturierte Ausgaben von KI-Modellen erzeugen.
Öffnen

Auch hilfreich: JSON formatieren · JSON reparieren

Weiterlesen

Passende Artikel

Alle zu Entwicklung
  1. JSON-Fehler in KI-Antworten: Ursachen und LösungenJSON-Fehler in KI-Antworten: Warum Sprachmodelle ungültiges JSON liefern, welche Fehler typisch sind und wie Sie sie mit Schema, Prompt und Reparatur zuverlässig vermeiden.
  2. Ausgabeformat im Prompt festlegen: Listen, Tabellen und JSONAusgabeformat im Prompt festlegen: wie Sie Länge, Gliederung, Tabellen und JSON zuverlässig vorgeben und was tun, wenn das Modell sich nicht daran hält.
  3. Texte mit KI klassifizieren: E-Mails, Tickets und Feedback sortierenTexte mit KI klassifizieren: E-Mails, Tickets und Feedback automatisch sortieren, mit festen Kategorien, JSON-Ausgabe, kleinen Modellen und Qualitätskontrolle.
  4. RAG einfach erklärt: KI mit eigenen Dokumenten nutzenRAG einfach erklärt: wie Retrieval-Augmented Generation funktioniert, wofür man Embeddings und Vektordatenbanken braucht und was ein RAG-System kostet.