计算能力继续以巨大的速度增长。同时，越来越多的数据越来越可用，而且机器学习方法在最近的过去已经看到了重大突破。所有这些都会推动机器可以做的边界。如今，越来越复杂的任务在似乎只有几年前似乎不可行的精确性。这些例子范围从语音和图像识别，播放到自动驾驶车辆。机器能够执行越来越多的手动以及以前只有人类可以做的认知任务。由于这些发展，一些人认为大量的工作份额是“有自动化的风险”，刺激了对大规模失业和技术失业的公众恐惧。本章讨论了新的数字技术如何在不久的将来影响劳动力市场。首先，本章讨论了自动化潜力的估计，表明许多估计严重向上偏向，因为他们忽略了看似自动职业中的工人已经接管了难以自动化的任务。其次，它突出显示这些数字仅指理论上可以自动化的内容，并且这不得等同于工作损失或就业效果 - 这是经常在公开辩论中所做的错误。 Thirdly, the chapter develops scenarios on how digitalization is likely to affect the German labor market in the next five years and derives implications for policy makers on how to shape the future of work. Germany is an interesting case to study, as it is a developed country at the technological frontier. In particular, the main challenge will not be the number, but the structure of jobs and the corresponding need for supply side adjustments to meet the shift in demand both within and between occupations and sectors.