我们调查了针对德国长期失业人员的三种不同的求职和培训方案的有效性。在大量管理数据集的基础上，我们使用因果机器学习(因果机器学习)评估了这些程序在不同层次聚合上的影响。我们发现，参与者从调查的项目中受益，就业服务是最有效的。对任何项目来说，效果都能迅速实现，而且是持久的。虽然对男性的影响是相同的，但我们发现在不同的特征中对女性的影响是不同的。当当地劳动力市场状况改善时，妇女尤其受益。关于失业者对不同计划的分配机制，我们发现观察到的分配与随机分配一样有效。因此，我们建议采用数据驱动的规则，将失业人员分配到各自的劳动力市场方案中，以改善现状。