# Tool use en function calling uitgelegd: hoe een AI-model je systemen aanroept

Gepubliceerd: 11 oktober 2026 · 7 min leestijd

Door [Tekin Uslu](https://www.linkedin.com/in/tekinuslu/) · Digitaalnu

Tool use, ook wel function calling genoemd, is een manier waarop een AI-model functies kan aanroepen die jij definieert of die de aanbieder levert. Het model voert de functie niet zelf uit: het kiest op basis van het verzoek van de gebruiker en de beschrijving van de tool wanneer een aanroep nodig is, en geeft een gestructureerde aanroep terug. Bij zogeheten client tools voert jouw applicatie die aanroep uit, bij server tools doet Anthropic dat. Zo kan een chatbot bijvoorbeeld echte gegevens opvragen of een actie starten. Dit artikel legt uit hoe dat werkt volgens de documentatie van Anthropic en OpenAI, per 11 oktober 2026.

In dit artikel

1. Wat is tool use precies?
2. Hoe ziet een afspraak-flow eruit, als fictief voorbeeld?
3. Waar past MCP in?
4. Welke beperkingen en risico's zijn er?
5. Hoe zorg je voor menselijke controle?
6. Wanneer is dit zinvol voor jouw bedrijf?

## Wat is tool use precies?

Anthropic omschrijft het zo: tool use, ook function calling genoemd, laat Claude functies aanroepen die je zelf definieert of die Anthropic levert. Claude bepaalt op basis van het verzoek van de gebruiker en de beschrijving van de tool wanneer een tool wordt aangeroepen. Het model geeft dan een gestructureerde aanroep terug, die je applicatie uitvoert (client tools) of die Anthropic uitvoert (server tools). Voor de tools die je zelf definieert, de user-defined tools, geldt dat ze in jouw eigen applicatie draaien.

OpenAI gebruikt dezelfde gedachte en dezelfde naam. In de OpenAI-documentatie staat dat function calling, ook bekend als tool calling, modellen een flexibele manier geeft om te koppelen met externe systemen en om data te gebruiken die buiten hun trainingsdata ligt. De twee aanbieders beschrijven dus hetzelfde principe: het model heeft zelf geen toegang tot jouw agenda, voorraad of klantenbestand, maar kan vragen om een functie die dat wel heeft. Een API is volgens MDN een set functies en regels in een softwareprogramma waarmee andere software met dat programma kan werken, in plaats van een mens via een gebruikersinterface. Achter een tool kan zo'n API zitten.

## Hoe ziet een afspraak-flow eruit, als fictief voorbeeld?

Een voorbeeld maakt het concreet. Dit is een fictief voorbeeld, geen klantcase. Stel dat een kapsalon, laten we haar Kapsalon Voorbeeld noemen, een chatbot op de website heeft. De bouwer geeft de chatbot twee tools: een functie die de beschikbare tijden voor een behandeling op een datum opvraagt, en een functie die een afspraak vastlegt met naam, telefoonnummer en tijdstip. Elke tool krijgt een korte beschrijving in gewone taal, want daarop baseert het model zijn keuze. De functies zelf zijn gewone code in de applicatie van de salon, gekoppeld aan het agendasysteem.

Dit gebeurt er dan in een gesprek. De klant typt dat ze donderdag een knipbeurt wil. Het model ziet in de beschrijving dat de eerste tool daarvoor bedoeld is en geeft een gestructureerde aanroep terug met de behandeling en de datum. De applicatie van de salon voert die aanroep uit, vraagt het agendasysteem om de vrije tijden en stuurt het resultaat terug naar het model. Het model schrijft daarop een antwoord in gewone taal met de beschikbare tijden. Kiest de klant 14.30 uur, dan herhaalt zich het patroon met de tweede tool, maar pas nadat de chatbot de gegevens heeft bevestigd.

Let op de verdeling van het werk. Het model beslist welke tool er wordt aangeroepen en met welke waarden. Jouw code beslist wat er daadwerkelijk gebeurt: controleert of de datum geldig is, of het tijdstip nog vrij is, of de naam en het nummer er redelijk uitzien, en schrijft pas dan in de agenda. Vertrouw nooit alleen op wat het model invult; behandel het als invoer van een gebruiker. Zo beperk je de gevolgen van een fout van het model, zoals een verkeerd gelezen datum, omdat de controle in je eigen applicatie zit. Dit is ons advies voor de inrichting, geen voorschrift van een aanbieder.

## Waar past MCP in?

Naast eigen functies bestaat er een open standaard voor het koppelen van AI-toepassingen aan externe systemen. Op modelcontextprotocol.io staat: MCP (Model Context Protocol) is een open-source standaard om AI-toepassingen met externe systemen te verbinden. Verder dan die omschrijving gaan we niet, want andere details hebben we voor dit artikel niet geverifieerd. Onze inschatting: voor een eenvoudige afspraakchat zijn een of twee eigen functies doorgaans genoeg. MCP wordt interessant als je veel verschillende systemen wilt aansluiten of als je al een AI-toepassing gebruikt die MCP-koppelingen ondersteunt.

## Welke beperkingen en risico's zijn er?

Welke beperkingen heeft tool use? Het model kiest op basis van de beschrijving die jij schrijft. Is die beschrijving vaag of overlappen twee tools, dan kan het model de verkeerde kiezen of de verkeerde waarden invullen. Schrijf beschrijvingen daarom precies en geef elke tool één taak. Test met rommelige, onvolledige en onverwachte invoer, niet alleen met nette zinnen. Houd ook rekening met een volledige uitval van de koppeling: wat zegt de chatbot als het agendasysteem niet bereikbaar is? Een nette terugval, zoals een telefoonnummer, voorkomt frustratie.

Dan de beveiliging van de functies. De OWASP API Security Top 10, editie 2023, zegt over API1 (Broken Object Level Authorization) dat autorisatiecontroles op objectniveau overwogen horen te worden in elke functie die met een ID van de gebruiker bij een databron komt. Toegepast op ons fictieve voorbeeld, als eigen advies: een tool die een afspraak opvraagt op basis van een nummer mag niet zomaar de afspraak van een ander tonen. Over API4 (Unrestricted Resource Consumption) schrijft OWASP dat succesvolle aanvallen kunnen leiden tot denial of service of hogere operationele kosten. Ons advies: begrens het aantal aanroepen per gesprek.

## Hoe zorg je voor menselijke controle?

Menselijke controle begint bij de vraag welke acties onomkeerbaar of duur zijn. Laat de chatbot voor lees-acties, zoals tijden opvragen, vrij zijn en vraag bij schrijf-acties, zoals een afspraak vastleggen of verzetten, eerst een bevestiging aan de klant. Voor acties met financiële gevolgen of die iemands rechten raken, raden wij een medewerker aan die het laatste woord heeft. Zorg verder dat een bezoeker altijd naar een mens kan doorverwijzen, en dat die mens het gesprek kan teruglezen. Zo blijft de chatbot een hulpmiddel en geen beslisser.

Er zit ook een juridische kant aan. Artikel 22 van de AVG geeft mensen het recht om niet onderworpen te worden aan een uitsluitend geautomatiseerd besluit met rechtsgevolgen of aanmerkelijk effect. Of een toepassing daaronder valt, is een juridische beoordeling per geval; hoe meer een chatbot zelfstandig beslist over bijvoorbeeld een aanvraag, hoe belangrijker het is die vraag te laten beoordelen. Bij chatbots speelt bovendien de transparantieregel van de AI Act: volgens de oorspronkelijke tekst van artikel 50 lid 1 moeten mensen weten dat ze met een AI-systeem praten. Of de AI Omnibus dat artikel heeft gewijzigd, is per 11 oktober 2026 door ons niet geverifieerd. Lees daarover meer in [de AI Act voor het MKB](https://digitaalnu.nl/blog/ai-act-voor-mkb-wat-moet-je-weten) en in [AI-chatbot en de AVG](https://digitaalnu.nl/blog/ai-chatbot-en-de-avg). Dit is algemene informatie en geen juridisch advies.

## Wanneer is dit zinvol voor jouw bedrijf?

Wanneer is tool use zinvol voor jouw bedrijf? Als een vraag een antwoord vraagt dat niet in een tekst staat maar in een systeem: de status van een bestelling, vrije tijden, een prijs op basis van invoer, een voorraadstand. Of als de chatbot een kleine actie moet kunnen starten, zoals een afspraak of een terugbelverzoek. Voor een chatbot die alleen vaste vragen beantwoordt, zoals openingstijden en retourbeleid, heb je geen tools nodig; daar volstaat een goed ingevulde kennisbron. Een eerste afweging maak je door op te schrijven welke vijf vragen klanten werkelijk stellen en waar de antwoorden staan.

Wil je dit laten bouwen? Bij Digitaalnu start een [AI-integratie](https://digitaalnu.nl/diensten/ai-integraties) vanaf €2.500, met de doorlooptijd van ongeveer 6 weken als uitgangspunt voor overige diensten. De tools koppelen we aan jouw bestaande systemen of aan een nieuwe [webapplicatie](https://digitaalnu.nl/diensten/webapplicaties), en jij blijft 100% eigenaar van code en data. Wat een model uiteindelijk wel en niet zelfstandig mag doen, leggen we vooraf samen vast. Over het bredere beeld van AI-agents in het MKB lees je meer in [agentic AI voor het MKB](https://digitaalnu.nl/blog/agentic-ai-mkb-wat-kan-het-echt) en over de praktijk van chatbots in [AI-chatbots voor bedrijven](https://digitaalnu.nl/blog/ai-chatbot-voor-bedrijven).

## Startprijzen van Digitaalnu

| Dienst | Vanaf | Doorlooptijd |
| --- | --- | --- |
| Website voor vakmensen | €750 per project | 2 weken |
| Webshop op maat | €2.500 per project | ongeveer 6 weken |
| Webapplicatie of maatwerk software | €2.000 per project | ongeveer 6 weken |
| Mobiele app | €5.000 per project | ongeveer 6 weken |
| WordPress-onderhoud | €45 per maand | doorlopend |
| Managed hosting | €25 per maand | doorlopend |

Vaste prijs vooraf, geen maximumbedrag: de definitieve prijs volgt na een gratis intakegesprek.

## Veelgestelde vragen

### Is function calling hetzelfde als tool use?

Ja, het gaat om dezelfde techniek met verschillende namen. Anthropic schrijft dat tool use ook function calling wordt genoemd, en OpenAI schrijft dat function calling ook tool calling heet. Het model kiest een functie en geeft een gestructureerde aanroep terug.

### Voert het AI-model zelf de functie uit?

Nee. Volgens Anthropic bepaalt Claude wanneer een tool wordt aangeroepen en geeft het een gestructureerde aanroep terug. Die voert jouw applicatie uit (client tools) of Anthropic (server tools). De code van functies die je zelf definieert, draait in jouw applicatie.

### Wat is MCP?

Op modelcontextprotocol.io staat dat MCP (Model Context Protocol) een open-source standaard is om AI-toepassingen met externe systemen te verbinden. Voor een eenvoudige chatbot met een of twee functies heb je het niet per se nodig.

### Welke risico's horen bij tools die gegevens ophalen?

Volgens de OWASP API Security Top 10 (editie 2023) horen autorisatiecontroles op objectniveau overwogen te worden in elke functie die met een ID van de gebruiker bij een databron komt. Onbeperkt resourceverbruik kan leiden tot denial of service of hogere kosten. Ons advies: controleer rechten en begrens het aantal aanroepen.

### Moet een mens meekijken bij acties van een chatbot?

Dat hangt van de actie af. Voor het opvragen van informatie is dat zelden nodig. Bij acties met financiële of juridische gevolgen raden wij menselijke controle aan, mede vanwege het recht uit artikel 22 AVG om niet te worden onderworpen aan een uitsluitend geautomatiseerd besluit met rechtsgevolgen of aanmerkelijk effect.

## Waar dit op gebaseerd is

- Europese Unie (EUR-Lex): [Verordening (EU) 2024/1689 (AI-verordening), Publicatieblad L 2024/1689 (Engelse tekst)](https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=OJ:L_202401689), geraadpleegd op 11 oktober 2026.
  > “Providers shall ensure that AI systems intended to interact directly with natural persons are designed and developed in such a way that the natural persons concerned are informed that they are interacting with an AI system”
- Europese Unie (EUR-Lex): [Verordening (EU) 2016/679 (AVG), Nederlandse tekst](https://eur-lex.europa.eu/legal-content/NL/TXT/HTML/?uri=CELEX:32016R0679), geraadpleegd op 11 oktober 2026.
  > “De betrokkene heeft het recht niet te worden onderworpen aan een uitsluitend op geautomatiseerde verwerking, waaronder profilering, gebaseerd besluit waaraan voor hem rechtsgevolgen zijn verbonden of dat hem anderszins in aanmerkelijke mate treft.”
- Anthropic: [Tool use with Claude - Claude Platform Docs](https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview), geraadpleegd op 11 oktober 2026.
  > “Tool use (also called function calling) lets Claude call functions that you define or that Anthropic provides.”
  > “Claude determines when to call a tool based on the user's request and the tool's description. It then returns a structured call that your application executes (client tools) or that Anthropic executes (server tools).”
  > “Client tools (including user-defined tools and tools with Anthropic-defined schemas, such as bash and text_editor ) run in your application.”
- OpenAI: [Function calling | OpenAI API](https://developers.openai.com/api/docs/guides/function-calling), geraadpleegd op 11 oktober 2026.
  > “Function calling (also known as tool calling ) provides a powerful and flexible way for OpenAI models to interface with external systems and access data outside their training data.”
- Model Context Protocol (Linux Foundation / Anthropic): [What is the Model Context Protocol (MCP)?](https://modelcontextprotocol.io/introduction), geraadpleegd op 11 oktober 2026.
  > “MCP (Model Context Protocol) is an open-source standard for connecting AI applications to external systems.”
- OWASP Foundation: [OWASP Top 10 API Security Risks - 2023](https://api-security.owasp.org/editions/2023/en/0x11-t10/), geraadpleegd op 11 oktober 2026.
  > “API1:2023 Broken Object Level Authorization API2:2023 Broken Authentication API3:2023 Broken Object Property Level Authorization API4:2023 Unrestricted Resource Consumption API5:2023 Broken Function Level Authorization”
  > “Object level authorization checks should be considered in every function that accesses a data source using an ID from the user.”
  > “Successful attacks can lead to Denial of Service or an increase of operational costs.”
- MDN Web Docs (Mozilla): [API - Glossary | MDN](https://developer.mozilla.org/en-US/docs/Glossary/API), geraadpleegd op 11 oktober 2026.
  > “An API (Application Programming Interface) is a set of features and rules that exist inside a software program (the application) enabling interaction with it through software - as opposed to a human user interface.”

## Over de auteur

Tekin Uslu is oprichter van Digitaalnu en van moederbedrijf DigiHand (Haarlem, sinds 2009). Hij werkt sinds 2006 in data engineering, geo-informatie en IT-architectuur. [Meer over Tekin Uslu →](https://digitaalnu.nl/over-ons/tekin-uslu)

Wil je hier meer over weten?

Neem contact op voor een vrijblijvend gesprek of bekijk onze diensten.

[Plan een gratis gesprek](https://digitaalnu.nl/contact) · [Bekijk onze AI-integraties →](https://digitaalnu.nl/diensten/ai-integraties)

## Gerelateerde diensten

- [AI-integraties voor je bedrijf →](https://digitaalnu.nl/diensten/ai-integraties)
- [AI-chatbot laten bouwen →](https://digitaalnu.nl/diensten/ai-chatbots)
- [Webapplicaties op maat →](https://digitaalnu.nl/diensten/webapplicaties)

## Meer over apps, ai en maatwerk software

- [RAG en een kennisbank-chatbot uitgelegd: antwoorden uit je eigen documenten](https://digitaalnu.nl/blog/rag-en-kennisbank-chatbot-uitgelegd)
- [Je app in de App Store zetten: dit eisen de richtlijnen van Apple](https://digitaalnu.nl/blog/app-store-richtlijnen-en-publiceren)
- [Een app publiceren in Google Play: registratie, kosten en beleid](https://digitaalnu.nl/blog/app-publiceren-in-google-play)

Laatst bijgewerkt: 11 oktober 2026

## Contact

- Telefoon: 023 230 21 42
- E-mail: info@digitaalnu.nl
- Bezoekadres: Wateringweg 1 A03, 2031 EK Haarlem
- KVK: 34315122
- Contactpagina: https://digitaalnu.nl/contact

---

Bron: https://digitaalnu.nl/blog/tool-use-en-function-calling-uitgelegd