Der Reddit-Nutzer Gold-Drag9242 schildert einen konkreten Einsatzversuch eines KI-Agenten für die Produktrecherche. Als Basis diente Gemma4 26B, betrieben via openclaw auf llama.cpp. Der Agent beendete die Aufgabe innerhalb einer Minute und lieferte ausschließlich allgemeine Produktkategorien – das genaue Gegenteil des Gewünschten. Ein anschließender Test mit Claude Sonnet 4.6 verlief etwas besser: Der Agent suchte länger und produzierte zumindest eine Liste von Herstellern. Erst nach expliziter Nachforderung wurden konkrete Produktkandidaten geliefert. Der Autor fragt, warum Agenten trotz vorhandener Fähigkeiten – Internetsuche, Bildinterpretation, Navigation in PDF-Katalogen – bei solchen Aufgaben versagen. Der Beitrag illustriert ein bekanntes Problem bei agentic Workflows: Modelle tendieren zur Übergeneralisierung und beenden Aufgaben frühzeitig, statt iterativ tiefer zu recherchieren.