Wie Fyxer einen vertrauenswürdigen KI-Assistenten entwickelte

Für viele Berufstätige bedeutet Arbeit, Gespräche und Verpflichtungen über Posteingänge, Besprechungen, Nachrichten und Apps hinweg im Blick zu behalten. Ohne absolut verlässlichen Kontext können solche Verpflichtungen untergehen und Projekte sowie Beziehungen beeinträchtigen.

Fyxer entwickelte einen KI-Assistenten für Führungskräfte, der alles im Blick behält, wenn sich die Arbeit über verschiedene Tools erstreckt. Dafür kombiniert Fyxer die neuesten Modelle von OpenAI mit mehr als 500.000 Stunden an Arbeitsabläufen von Assistenzkräften für Führungskräfte. Die Aufgaben werden auf Dutzende spezialisierte Modelle verteilt, die sich durch echtes Nutzerfeedback verbessern.

Bei E-Mails lässt sich die Funktionsweise besonders deutlich erkennen. Zwei Personen können dieselbe E-Mail erhalten und je nach Beziehung, Vorgeschichte und jeweiligem Ziel völlig unterschiedliche Antworten benötigen. Dadurch wird eine scheinbar einfache Aufgabe für KI unerwartet schwierig.

„Es gibt das sogenannte Moravec-Paradoxon“, erklärt Archie Hollingsworth, Mitgründer von Fyxer. „Was Menschen leichtfällt, ist für Computer schwierig, und was Computern leichtfällt, ist für Menschen schwierig.“ Fyxer bewältigt diese Komplexität, indem das System lernt, wie jede Person arbeitet. So kann es wie eine Assistenzkraft antworten, die bereits weiß, worauf es ankommt.

Frontier-Modelle von OpenAI unterstützen zentrale Teile des Nutzungserlebnisses: vom Verstehen der E-Mail über das Ermitteln des richtigen Kontexts bis hin zum Erstellen des Entwurfs. Fyxer entschied sich für OpenAI, weil dessen Modelle in den internen Benchmarks von Fyxer am besten abschnitten, leistungsfähiges Fine-Tuning für subjektive Aufgaben wie Tonfall und Absicht boten und direkte technische Unterstützung durch Whiteboard-Sitzungen und technische Zusammenarbeit ermöglichten.

Der Ansatz von Fyxer bietet drei Erkenntnisse für Gründungsteams, die stark kontextbezogene KI-Produkte entwickeln:

Fyxer baute sein System auf 30–50 spezialisierten Modellen auf, die jeweils für einen eng abgegrenzten Teil des E-Mail-Ablaufs zuständig sind. Statt E-Mails als eine einzige Texterstellungsaufgabe zu behandeln, zerlegt Fyxer das Problem in ein System von Vorhersagen. Es entscheidet beispielsweise, ob eine Nachricht eine Antwort erfordert, oder verfasst Antworten, die zu Tonfall und Kontext der jeweiligen Person passen.

„Das Problem auf viele kleinere Modelle aufzuteilen, funktioniert viel besser, als ein einziges Modell aufzufordern, eine gute E-Mail zu schreiben“, erklärt Hollingsworth.

Wenn eine neue E-Mail eingeht, klassifiziert ein Modell zur Antwortentscheidung die Nachricht: Ist eine Antwort oder eine Terminplanung erforderlich, oder handelt es sich lediglich um Informationen, die die Person sehen sollte?

Wenn eine Antwort erforderlich ist, analysieren weitere Modelle die Absicht der E-Mail und prognostizieren den wahrscheinlichen Ausgang der Interaktion. Diese Modelle erkennen Muster, etwa ob das Gespräch auf die Planung eines Termins, die Bearbeitung eines Anliegens oder die Fortsetzung einer längerfristigen Beziehung hinausläuft.

Die Erinnerung ist einer der wichtigsten Bestandteile des Systems. Fyxer muss entscheiden, welche Details über mehrere Gespräche hinweg erhalten bleiben und welche nach einem einzelnen Austausch verschwinden sollen. Wenn eine neue E-Mail eingeht, vergleichen Abrufmodelle sie mit gespeicherten Interaktionen und stellen die Erinnerungen bereit, die für die betreffende Person und den Gesprächsverlauf am relevantesten sind.

Modelle von OpenAI unterstützen zahlreiche Schritte im System von Fyxer. „Wir setzen Modelle von OpenAI für alles ein: vom Analysieren der E-Mail, damit wir verstehen, worum es tatsächlich geht, über das Abrufen und Neusortieren des gewünschten Kontexts bis hin zur eigentlichen Erstellung der E-Mail“, sagt Shantsila.

Bevor Fyxer sein KI-Produkt einführte, betrieb das Unternehmen jahrelang einen von Menschen erbrachten Assistenzservice für Führungskräfte. Im Laufe der Zeit baute das Team einen Datensatz aus mehr als 500.000 Stunden annotierter Arbeitsabläufe von Assistenzkräften für Führungskräfte auf. Er bildet ab, wie echte Assistenzkräfte die berufliche Kommunikation organisieren.

Diese Beispiele lieferten Fyxer Trainingsdaten direkt aus der praktischen Arbeit. Sie erfassten die kleinen Entscheidungen hinter einer guten Antwort: wann eine schnelle Antwort nötig ist, wann es besser ist zu warten, welches frühere Gespräch relevant ist und warum dieselbe Anfrage je nach Person eine andere Antwort erfordern kann.

Fyxer nutzt in seinem umfassenderen System überwachtes Fine-Tuning und Low-Rank Adaptation (LoRA), um aufgabenspezifische Modellvarianten zu erstellen und zugleich die Trainingskosten zu kontrollieren. Zu Beginn der Produktentwicklung nutzte das Team die Fine-Tuning-Plattform von OpenAI für Aufgaben, die hohe Genauigkeit erforderten. In jüngerer Zeit arbeitete Fyxer mit dem Managed-Fine-Tuning-Team von OpenAI zusammen, um einen neuen Checkpoint in den Produktivbetrieb zu überführen.

Bevor Fyxer ein Modell bereitstellt, bewertet das Unternehmen es anhand von Validierungsdatensätzen für die eigenen E-Mail-Aufgaben, darunter das Verfassen, Klassifizieren und Priorisieren. Das Team wägt Genauigkeit, Antwortzeit und Kosten gegeneinander ab, da sich die beste Wahl je nach Aufgabe unterscheiden kann.

Nach der Bereitstellung verbessert sich das System von Fyxer kontinuierlich durch echtes Nutzerfeedback. Wenn jemand einen Entwurf vor dem Senden bearbeitet, zeigt der Unterschied zwischen der ursprünglichen und der endgültigen E-Mail, welches Ergebnis die Person bevorzugt hat.

Fyxer wandelt diese Vergleiche mithilfe direkter Präferenzoptimierung (Direct Preference Optimization, DPO) in Trainingsdaten um. Statt jedes Beispiel manuell zu kennzeichnen, lernt das Modell aus Ergebnispaaren: dem ursprünglichen Entwurf und der von der Person bearbeiteten Version.

Anschließend durchläuft jede Änderung an der Entwurfserstellung einen A/B-Test. Fyxer veröffentlicht die neue Version nur, wenn sie eine statistisch signifikante Verbesserung erzielt. Dank des hohen Nutzungsvolumens kann das Team diesen Schwellenwert mitunter innerhalb eines Tages erreichen.

Heute werden 53 % der KI-generierten Entwürfe von Fyxer unverändert übernommen. Das bedeutet, dass das System bei einem großen Anteil realer Gespräche Absicht und Tonfall richtig vorhersagt. Allein 2025 steigerte Fyxer seinen jährlich wiederkehrenden Umsatz von 1 Mio. USD auf 32 Mio. USD.

Für Hollingsworth ist die Nutzerbindung der aussagekräftigere Indikator. Viele Kund:innen von Fyxer haben keinen ausgeprägten technischen Hintergrund. Für manche ist Fyxer das erste KI-System, das sie täglich nutzen.

Für die Zukunft entwickelt Fyxer ein umfassenderes Verständnis von Beziehungen, Präferenzen und laufenden Arbeitsabläufen. Der Assistent entwickelt sich über das Verfassen von Antworten hinaus zu einem umfassenderen KI-Assistenten, der einen größeren Teil der Kommunikations- und Koordinationsaufgaben übernehmen kann.

„Unsere Vision ist, dass unsere Kundinnen und Kunden möglichst viel von der Arbeit erledigen können, die sie wirklich lieben“, sagt Hollingsworth. „Wir möchten erreichen, dass sie ihren Computer nie mehr öffnen müssen und darauf vertrauen können, dass Fyxer all das übernimmt.“