Tom Butler, VP, Worldwide Commercial Portfolio and Product Management at Lenovo – Interview-Serie

Dieses Interview wurde im Zusammenhang mit der MWC 2026 durchgeführt, wo Lenovo seine neuesten Fortschritte im Bereich künstlicher Intelligenz (KI) für kommerzielle Computer präsentierte.

Tom Butler, Vice President, Worldwide Commercial Portfolio and Product Management at Lenovo, bringt mehr als zwei Jahrzehnte Erfahrung innerhalb des Unternehmens mit, nachdem er verschiedene Führungspositionen durchlaufen hat, darunter Director, Executive Director und nun Vice President des globalen kommerziellen Portfolios. Mit Sitz im Raum Raleigh-Durham ist er verantwortlich für die Gestaltung der weltweiten kommerziellen Produktstrategie von Lenovo, die Hardware, Software und Dienstleistungen auf die Bedürfnisse von Unternehmen abstimmt. Seine Karriere spiegelt tiefes Fachwissen in Produktmanagement, Markteinführung und groß angelegtem Portfoliomanagement wider, das auf früheren technischen und operativen Rollen bei Cisco und Ericsson aufbaut, wo er ein Fundament in drahtlosen Systemen, Unternehmensinfrastruktur und Kundensupport entwickelte.

Lenovo ist ein globaler Technologiekonzern, der jährlich Zehnmilliarden-Umsätze erzielt und Kunden in über 180 Märkten bedient. Das Unternehmen bietet ein breites Portfolio an, das PCs, Smartphones, Tablets, Server und Unternehmensinfrastruktur umfasst, sowie Software, KI-gesteuerte Lösungen und Dienstleistungen, die zur Unterstützung der digitalen Transformation konzipiert sind. Sein Geschäft ist in Schlüsselsektoren wie intelligente Geräte, Infrastrukturlösungen und Dienstleistungen strukturiert, was es ihm ermöglicht, sowohl in Verbraucher- als auch in Unternehmensökosystemen zu operieren. Immer mehr positioniert sich Lenovo um KI und integrierte Rechenerfahrungen, indem es Hardware mit intelligenter Software und cloudbasierten Fähigkeiten kombiniert, um moderne Arbeitsplätze und groß angelegte Unternehmensumgebungen zu unterstützen.

Sie haben mehr als zwei Jahrzehnte bei Lenovo verbracht und sind von Produktmarketing, strategischer Planung und Portfoliomanagement zu Ihrer aktuellen Rolle als Leiter des weltweiten kommerziellen Notebook-Portfolios aufgestiegen. Wie hat sich diese Reise auf Ihre Perspektive auf das, was ein “KI-PC” im Vergleich zu einem traditionellen Geschäftslaptop mit KI-Funktionen ausmacht, ausgewirkt?

Ich habe den größten Teil meiner Karriere innerhalb von kommerziellen PCs verbracht, also neige ich dazu, ziemlich streng mit Definitionen umzugehen. Ein KI-PC ist nicht nur ein traditioneller Laptop mit einigen hinzugefügten Funktionen, sondern ein System, das von Grund auf dafür konzipiert ist, KI-Arbeitslasten lokal, effizient und sicher auszuführen.

Was für mich zählt, ist, was das Gerät nativ kann. Kann es bedeutsame KI-Erfahrungen ohne allein auf die Cloud angewiesen zu sein, ausführen? Kann es sich an den Benutzer, seine Daten und seine Arbeitsabläufe anpassen? Und kann es das auf eine Weise tun, die den Erwartungen von Unternehmen an Sicherheit und Verwaltbarkeit entspricht?

Nach Jahren in diesem Bereich habe ich gelernt, über den Hype hinauszusehen. Wenn es nicht grundlegend ändert, wie Menschen arbeiten, ist es noch kein KI-PC.

Immer mehr sehen wir dies als Teil einer umfassenderen Verschiebung hin zu hybriden KI-Architekturen, bei denen das Gerät mehr lokal und nur dann auf die Cloud zurückgreift, wenn es erforderlich ist.

Als Leiter von ThinkPad, ThinkBook und kommerzieller Software, wie überdenken Sie die Roadmap für kommerzielle Notebooks, um KI-Arbeitslasten zu berücksichtigen, die zunehmend lokal auf dem Gerät und nicht ausschließlich in der Cloud ausgeführt werden?

Da mehr KI-Arbeitslasten lokal ausgeführt werden, muss die Roadmap Priorität auf anhaltende Leistung auf dem Gerät legen, nicht nur auf Spitzenleistung. In der Praxis bedeutet das, NPU-aktivierte Konfigurationen über ThinkPad und ThinkBook auszubauen und die NPU als Kernressource neben CPU und GPU zu behandeln. Aufgaben wie Besprechungsprotokolle, Transkription, intelligente Suche und Inhaltserschaffung werden zunehmend für lokale Beschleunigung optimiert.

Es erfordert auch eine Verschiebung in der Art und Weise, wie wir über Software denken. Unternehmenskunden wollen keine isolierten KI-Funktionen, sondern integrierte Erfahrungen, die über Arbeitsabläufe, Geräte und Umgebungen hinweg funktionieren.

Dies stimmt mit einer umfassenderen Verschiebung überein, die wir sehen, von cloud-first zu hybriden KI-Modellen. Unternehmen beginnen, über einen “local-first, cloud-when-needed”-Ansatz nachzudenken, bei dem das PC- oder Edge-Gerät mehr der Arbeitslast übernimmt und die Cloud nur selektiv verwendet. Das hat reale Auswirkungen nicht nur auf Leistung, sondern auch auf Kosten, Kontrolle und wie IT-Umgebungen gestaltet werden. Deshalb konzentrieren wir uns auf offene, flexible Architekturen, die mehrere Modelle und sich entwickelnde Ökosysteme unterstützen, anstatt Kunden in einen einzigen Ansatz zu sperren.

Unternehmen stehen unter Druck, ihre Geräteflotten zu modernisieren, aber die Aktualisierungszyklen werden enger. Was ist der stärkste Geschäftsfall heute für CIOs, um in KI-PCs anstelle von der Verlängerung der Lebensdauer bestehender Hardware zu investieren?

Der Geschäftsfall heute wird klarer: CIOs werden aufgefordert, für eine Welt zu modernisieren, in der Produktivitäts- und Sicherheitserwartungen verschoben haben und ältere PC-Flotten diese neue Grundlage nicht immer durch Software-Updates allein erreichen können.

Leistung ist Teil der Geschichte, aber es ist nicht mehr der interessanteste Teil. Was sich geändert hat, ist, dass KI-Arbeitslasten nun Teil der alltäglichen Produktivität sind und ältere Flotten nicht dafür konzipiert waren.

Der echte ROI kommt aus der Ermöglichung neuer Arbeitsweisen, lokaler KI, die sensible Daten auf dem Gerät hält, bessere Kollaborationserfahrungen und verringerte Abhängigkeit von ständiger Konnektivität. Es gibt auch eine Kostenkomponente, die wichtiger wird. Rechenzentren werden immer mehr für umsatzgenerierende Arbeitslasten reserviert, also können Sie, wenn Sie Test-, Inferenz- oder frühe KI-Aufgaben auf das Client-Gerät oder den Rand verlagern, unnötige Cloud-Nutzung reduzieren und die Gesamtkosten senken.

Gleichzeitig wollen Unternehmen modernisieren, ohne dass es zu Störungen kommt. Die Kombination neuer Geräte mit Lebenszyklusdiensten, schrittweisen Bereitstellungen und “schnell-bewerten”-Pilotprojekten hilft, Aktualisierungszyklen als bewusste und praktische Entscheidungen zu gestalten, anstatt als reaktive Maßnahmen.

AI-PCs versprechen oft verbesserte Produktivität durch On-Device-Copiloten und Automatisierung. Wo sehen Sie in realen Unternehmensbereitstellungen messbare Gewinne – und wo ist die Branche noch vor praktischen Ergebnissen?

Wo wir echten Einfluss sehen, ist, wenn KI an bestimmte Arbeitsabläufe geknüpft ist. Besprechungsaufzeichnung, Zusammenfassung, Suche und Geräteoptimierung liefern bereits messbare Zeitersparnisse, insbesondere wenn diese Arbeitslasten lokal ohne Latenz oder Abhängigkeit von der Konnektivität ausgeführt werden können.

Wo die Branche noch in den Anfängen ist, ist die umfassende, unternehmensweite Transformation. Es gibt noch keine einzige “Killer-App”, und die Einführung hängt stark von Schulung, Integration und Change-Management ab, nicht nur von der Hardware.

Immersive Formfaktoren werden als nächste Evolution intelligenter Geräte positioniert. Was bedeutet “immersive” aus Ihrer Sicht für Geschäftsanwender in den nächsten drei bis fünf Jahren – und welche Anwendungsfälle sind ausreichend gereift, um über Experimente hinauszugehen?

Für Geschäftsanwender muss “immersive” praktisch bedeuten. Mehr benutzbare Bildschirmfläche, bessere Fokussierung und natürlichere Kollaboration, nicht etwas Experimentelles.

Wir sehen, dass dies durch erweiterbare Displays, Multi-Modus-Designs und modulare Ökosysteme, die den Arbeitsbereich ohne zusätzliche Komplexität erweitern, zum Leben erweckt wird.

In den nächsten drei bis fünf Jahren werden die erfolgreichsten Anwendungsfälle mit mission-kritischen Unternehmensarbeiten übereinstimmen: dokumentenintensive Aufgaben, Kollaboration und mobile Produktivität. Andere Technologien, wie glasfreie 3D, Ringe und einige räumliche Interaktionsmodelle, werden wahrscheinlich zuerst in spezialisierten Rollen wie Design-Visualisierung, Schulung oder erweiterte Kollaboration gereift, bevor sie breiter akzeptiert werden.

Da KI-Arbeitslasten zunehmen, müssen Geräte Leistung, Thermik, Akkulaufzeit und Sicherheit in Einklang bringen. Welche technischen Kompromisse sind am herausforderndsten, wenn man kommerzielle KI-PCs baut, die zuverlässig in Unternehmensumgebungen performen müssen?

Der schwierigste Teil ist, dass Kunden alles auf einmal wollen: Leistung, Akkulaufzeit, dünnes Design und Zuverlässigkeit. In Wirklichkeit konkurrieren diese Aspekte miteinander. Größere Batterien und stärkere Kühlung erhöhen das Gewicht und die Dicke, also ist die eigentliche Herausforderung, das richtige Gleichgewicht zu finden, anstatt einem einzigen Spezifikation zu folgen.

Sicherheit muss auch von Anfang an integriert werden. Da KI-Arbeitslasten näher an den Endpunkt rücken, werden Entscheidungen über Firmware-Integrität, Hardware-Schutz und Lieferketten-Sicherheit Teil der Leistungs-Gleichung. In Unternehmensumgebungen sind schnelle, aber unsichere Systeme einfach nicht skalierbar.

Sicherheit und Datenverwaltung bleiben die wichtigsten Anliegen für Unternehmenskäufer. Wie ändert sich die Verschiebung hin zu KI-Schlußfolgerungen auf dem Gerät die Diskussion um Privatsphäre, Compliance und Risikomanagement?

Die KI-Schlußfolgerung auf dem Gerät verbessert die Diskussion um Privatsphäre, da mehr Daten lokal auf dem Gerät bleiben können. Das ist eine große Verschiebung, insbesondere für regulierte Branchen. Es hilft auch, Bedenken hinsichtlich Latenz und Kontrolle zu adressieren, da sensible Arbeitslasten nicht immer das Endgerät verlassen müssen.

Es entfernt jedoch nicht die Notwendigkeit für Governance. Unternehmen benötigen klare Richtlinien darüber, wie Modelle verwendet, Daten gehandhabt und Ergebnisse validiert werden.

Deswegen konzentrieren wir uns auf Sicherheit unter dem Betriebssystem, Lieferketten-Integrität und Geräte-Vertrauen. Da KI zum Endgerät wandert, liegt dort auch das Risiko und die Verantwortung.

Viele Unternehmen experimentieren mit KI-Agents, die Arbeitsabläufe und Entscheidungsfindungen automatisieren. Wie sehen Sie die Entwicklung von KI-PCs, um agentengetriebene Arbeitsabläufe lokal besser zu unterstützen, und welche Hardware- oder Software-Innovationen werden erforderlich sein, um dies nahtlos zu machen?

Ich sehe KI-PCs als Plattformen, die agentengetriebene Arbeitsabläufe unterstützen, anstatt nur als einfache assistive Funktionen. Wir bewegen uns von KI als Werkzeug, mit dem man interagiert, zu KI, die in Ihrem Namen handeln kann. Das ist eine bedeutende Verschiebung.

Man wird dies über Geräte und Ökosysteme hinweg sehen, nicht nur innerhalb eines einzelnen PCs. Die echte Chance liegt in der Koordination, wo KI den Kontext über Ihre Arbeit und Geräte hinweg versteht, nicht nur isolierte Aufgaben.

Um diese agentengetriebenen Arbeitsabläufe nahtlos auf dem Gerät zu machen, benötigen wir weiterhin Fortschritte in der On-Device-Beschleunigung und Effizienz. Ebenso wichtig ist eine intelligentere Software-Architektur, die mit Modellen interagieren kann, während das Ökosystem sich entwickelt, sowie unternehmensgerechte Schutzmechanismen, damit Agenten sicher und vertrauenswürdig operieren können.

Diese Entwicklung wird stark von hybriden KI-Architekturen abhängen, bei denen Agenten lokal handeln können, wenn erforderlich, während sie weiterhin cloudbasierte Modelle nutzen, wenn angebracht.

Lenovo hat historisch gesehen eine Stärke darin, Kundenfeedback zu verstehen und es in die Produktstrategie umzusetzen. Welche wiederkehrenden Themen hören Sie von Unternehmenskunden über KI-fähige Geräte, die der breitere Markt möglicherweise unterschätzt?

Die Themen, die wir von Unternehmenskunden hören, sind in der Regel praktischer als die Branchendiskussion.

Erstens wollen Kunden klare Unternehmensanwendungsfälle und konsistente ROI. Aktualisierungszyklen werden Jahre im Voraus geplant, also bleiben viele Teams vorsichtig, wenn es keine mission-kritischen Ergebnisse gibt.

Zweitens ist auch bei der Bereitstellung neuer Geräte eine Unterauslastung häufig, wenn Schulung und Onboarding nicht integriert sind.

Drittens sind Governance und Vertrauen unerlässlich. Käufer wollen lokale KI-Optionen, die unnötige Datenexposition reduzieren und klare Sichtbarkeit in das, was auf dem Gerät passiert, bieten.

Viertens zählen die Grundlagen immer noch. Akkulaufzeit, Leistung, Anschlüsse, Zuverlässigkeit und Reparierbarkeit. KI ersetzt diese Erwartungen nicht, sondern erhöht die Latte für alle.

Blicken Sie fünf Jahre voraus, glauben Sie, dass der Begriff “KI-PC” noch als Kategorie existieren wird oder ob KI-Fähigkeiten einfach eine unsichtbare, eingebettete Schicht über alle kommerziellen Geräte werden – und was bedeutet dies für die Differenzierung der Hardware von Unternehmen?

Ich denke, der Begriff “KI-PC” wird im Laufe der Zeit verblassen. KI wird einfach Teil dessen, was ein PC ist.

Die echte Differenzierung verlagert sich auf Erfahrung, wie persönlich sie ist, wie gut sie geschützt ist, wie einfach sie zu verwalten ist und wie selbstbewusst Unternehmen sie bereitstellen können.

In diesem Sinne wird KI unsichtbar. Was Kunden interessiert, ist, ob das Gerät Menschen besser arbeiten lässt und ob sie ihm vertrauen.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Lenovo besuchen.