📈 Entwicklung der IT-Gehälter
Was wird gerade ausgeschrieben? Wir erfassen täglich die in Stellenanzeigen GENANNTEN Gehaltsspannen und zeigen, wie sie sich bewegen. Neben jeder Zahl steht die Stichprobengröße.
Messbeginn: 2026-07-26 · Letzte Messung: 2026-10-06 · 73 erfasste Tage · 99,8% unserer Gehaltsdaten sind nicht in Forint angegeben, daher bewegt sich der Forint-Wert auch mit dem Kurs. Basiskurs fixiert am: 2026-07-26 · Kurseffekt seit Basis: +2.77%
⏱️ Messbare Zeitfenster
Bewegung zeigen wir nur, wenn es einen Vergleichspunkt gibt. Was noch fehlt, dazu nennen wir das Datum — geschätzt wird nichts.
Entwicklung des Medians · Gesamt · brutto HUF/Monat
🎯 Wo stehst du?
Gib dein monatliches Bruttogehalt ein; wir zeigen, über welchem Anteil der ausgeschriebenen Spannen du liegst. Der eingegebene Betrag verlässt deinen Browser nicht — die Berechnung läuft bei dir, wir sehen und speichern nichts.
ℹ️ Näherungswert: Verglichen wird mit der MITTE der ausgeschriebenen Spannen, nicht mit tatsächlich gezahlten Gehältern. Boni, Aktien und Zusatzleistungen sind nicht enthalten.
🌱 Neue Anzeigen vs Gesamtbestand
Das Gehaltsniveau neu ausgeschriebener Stellen bewegt sich früher als das des länger laufenden Bestands — daher ein Frühindikator. Querschnittsvergleich innerhalb des heutigen Bestands.
🪜 Nach Level
Die Karriereleiter: wie viel mehr die nächste Stufe zahlt. Die Balken zeigen das Verhältnis der Mediane.
| Level | Spannenmitte | Abweichung | Untergrenzen – Obergrenzen | Spannenbreite | Gesamtfeld (p10–p90) | täglich | wöchentl. | monatl. | jährlich | Stichprobe |
|---|---|---|---|---|---|---|---|---|---|---|
| Principal | 6 009 067 | +30% | 5 197 697 – 7 284 983 | +40% | 4 253 905 – 8 617 235 | ±0 | ±0 | ±0 | · | 2 825 |
| Lead | 4 698 311 | +1% | 4 088 114 – 5 607 932 | +37% | 2 452 000 – 7 386 201 | ▲1.3% | ▼1.5% | ▲2.2% | · | 739 |
| Architect | 4 651 924 | 0% | 3 882 133 – 5 480 561 | +41% | 2 452 000 – 6 672 672 | ▲0.3% | ▼2.5% | ▼2.5% | · | 473 |
| Senior | 4 506 138 | -3% | 3 829 882 – 5 335 846 | +39% | 2 152 703 – 6 613 044 | ±0 | ▼0.6% | ±0 | · | 6 473 |
| Medior | 3 399 483 | -27% | 2 679 221 – 4 154 054 | +55% | 2 218 558 – 5 635 398 | ±0 | ±0 | ▲4.9% | · | 196 |
| director | 3 362 468 | -27% | 3 034 350 – 3 800 600 | +25% | 2 384 356 – 6 390 482 | · | ▲11.5% | · | · | 17 |
| manager | 2 985 744 | -36% | 2 742 579 – 3 307 435 | +21% | 1 715 609 – 4 772 486 | ▲7.3% | ▲8.6% | ±0 | · | 48 |
| Praktikant | 2 544 642 | -45% | 2 240 481 – 2 773 929 | +24% | 514 920 – 4 070 617 | ±0 | ▼2.0% | ▲9.6% | · | 227 |
| mid-level | 2 171 280 | -53% | 1 839 000 – 2 522 808 | +37% | 1 045 939 – 4 573 973 | ▲4.0% | ±0 | ▲2.5% | · | 376 |
| Junior | 2 127 553 | -54% | 1 914 941 – 2 487 002 | +30% | 1 181 558 – 4 379 060 | ▲0.8% | ▼6.3% | ▲0.8% | · | 158 |
| entry-level | 1 360 066 | -71% | 1 256 650 – 1 507 980 | +20% | 558 754 – 2 757 515 | ▲13.3% | ▲2.5% | ▼16.5% | · | 56 |
⚙️ Nach Technologie
Median je Technologie, verglichen mit dem Gesamtmedian — wofür ein Aufschlag gezahlt wird.
| Technologie | Spannenmitte | Abweichung | Untergrenzen – Obergrenzen | Spannenbreite | Gesamtfeld (p10–p90) | täglich | wöchentl. | monatl. | jährlich | Stichprobe |
|---|---|---|---|---|---|---|---|---|---|---|
| Rust | 5 566 405 | +20% | 4 721 697 – 6 839 075 | +45% | 3 262 884 – 8 942 774 | ▼0.9% | ±0 | ▲0.8% | · | 1 034 |
| Spark | 5 382 184 | +16% | 4 541 146 – 6 565 512 | +45% | 2 414 646 – 7 550 339 | ▼0.5% | ▼2.1% | ▼2.1% | · | 1 035 |
| LLM | 5 301 338 | +14% | 4 470 512 – 6 291 949 | +41% | 2 605 250 – 8 206 890 | ±0 | ±0 | ±0 | · | 3 017 |
| AI/ML | 5 277 417 | +14% | 4 513 790 – 6 291 949 | +39% | 2 687 081 – 8 139 594 | ±0 | ▼0.5% | ▼0.5% | · | 3 891 |
| C/C++ | 5 115 791 | +10% | 4 370 169 – 6 018 386 | +38% | 2 691 860 – 7 636 511 | ±0 | ±0 | ▲0.3% | · | 2 298 |
| Go | 4 966 029 | +7% | 4 164 088 – 5 956 342 | +43% | 2 379 496 – 7 194 707 | ▼0.3% | ±0 | ▲3.3% | · | 932 |
| TypeScript | 4 903 738 | +6% | 4 103 445 – 5 816 551 | +42% | 2 145 500 – 7 522 983 | ±0 | ▼1.3% | ▲2.2% | · | 2 416 |
| Kubernetes | 4 897 111 | +6% | 4 076 089 – 5 793 845 | +42% | 2 133 571 – 7 458 558 | ±0 | ▼0.6% | ▲2.5% | · | 3 157 |
| GCP | 4 850 725 | +5% | 4 100 709 – 5 744 823 | +40% | 2 143 373 – 7 249 420 | ▼0.9% | ▲0.8% | ▲2.6% | · | 2 406 |
| Python | 4 771 205 | +3% | 3 994 020 – 5 717 467 | +43% | 2 206 800 – 7 494 423 | ±0 | ±0 | ▲1.9% | · | 7 475 |
| data science | 4 744 671 | +2% | 4 103 445 – 5 744 823 | +40% | 2 067 904 – 7 619 277 | ▼0.6% | ▼3.5% | ▼2.3% | · | 1 639 |
| React | 4 757 951 | +3% | 4 048 732 – 5 512 294 | +36% | 2 024 366 – 7 181 029 | ▼0.3% | ▼1.6% | ▲0.7% | · | 1 981 |
| AWS | 4 704 938 | +2% | 3 917 422 – 5 608 042 | +43% | 2 170 548 – 7 112 638 | ▼0.6% | ▼1.4% | ▲2.5% | · | 4 120 |
| Terraform | 4 650 599 | 0% | 3 851 767 – 5 564 271 | +44% | 2 133 626 – 7 112 638 | ▼1.2% | ▼2.0% | ▲1.4% | · | 1 648 |
| Java | 4 402 337 | -5% | 3 616 708 – 5 334 479 | +47% | 1 975 000 – 6 893 788 | ▼0.5% | ▼0.8% | ▲0.3% | · | 2 406 |
| PostgreSQL | 4 413 364 | -5% | 3 567 228 – 5 334 479 | +50% | 1 879 257 – 6 907 466 | ▼0.8% | ▼2.1% | ▼0.8% | · | 1 100 |
| Azure | 4 348 754 | -6% | 3 611 032 – 5 334 479 | +48% | 1 857 390 – 6 948 500 | ▼0.6% | ▼0.6% | ▲1.5% | · | 2 577 |
| C# | 4 174 804 | -10% | 3 528 963 – 5 112 420 | +45% | 1 839 000 – 7 109 355 | ±0 | ▼3.1% | ▲1.6% | · | 1 047 |
| Linux | 4 175 520 | -10% | 3 556 319 – 5 132 042 | +44% | 1 854 325 – 6 839 075 | ±0 | ▼4.2% | ▲1.6% | · | 2 035 |
| GitHub | 4 108 537 | -11% | 3 556 319 – 4 924 134 | +38% | 1 992 360 – 6 499 857 | ▼1.3% | ▼1.6% | ±0 | · | 1 380 |
| JavaScript | 4 064 801 | -12% | 3 556 319 – 4 894 042 | +38% | 1 839 000 – 6 497 121 | ▼1.1% | ▼3.6% | ▼1.1% | · | 1 705 |
| SQL | 4 042 270 | -13% | 3 556 319 – 4 883 565 | +37% | 1 768 199 – 6 839 075 | ▼1.3% | ▼3.1% | ▼1.9% | · | 2 964 |
| Docker | 4 023 716 | -13% | 3 419 538 – 4 814 818 | +41% | 1 762 375 – 6 492 573 | ▼0.7% | ▼2.1% | ±0 | · | 1 648 |
| Git | 3 459 123 | -25% | 2 872 412 – 4 103 445 | +43% | 1 532 500 – 5 698 864 | ▼1.1% | ▼3.5% | ▲1.6% | · | 1 210 |
🧩 Nach Rolle
Median je Rolle, verglichen mit dem Gesamtmedian.
| Rolle | Spannenmitte | Abweichung | Untergrenzen – Obergrenzen | Spannenbreite | Gesamtfeld (p10–p90) | täglich | wöchentl. | monatl. | jährlich | Stichprobe |
|---|---|---|---|---|---|---|---|---|---|---|
| Engineering Manager | 6 345 702 | +37% | 5 499 984 – 7 522 983 | +37% | 3 488 819 – 9 273 786 | ±0 | ▼1.3% | ▼0.7% | · | 485 |
| AI / ML Engineer | 5 502 458 | +19% | 4 787 353 – 6 825 397 | +43% | 2 657 355 – 8 206 890 | ▼0.3% | ▼0.3% | ▲1.3% | · | 668 |
| Product Manager | 5 168 805 | +12% | 4 500 111 – 6 155 168 | +37% | 2 943 933 – 7 474 835 | ±0 | ±0 | ▼1.3% | · | 442 |
| Softwareentwickler | 5 102 538 | +10% | 4 240 227 – 6 018 386 | +42% | 2 132 321 – 7 868 356 | ±0 | ▼0.3% | ±0 | · | 4 678 |
| Solution / Enterprise Architect | 4 903 738 | +6% | 4 103 445 – 5 826 974 | +42% | 2 485 551 – 6 788 535 | ±0 | ▼0.4% | ▼2.6% | · | 400 |
| Data Scientist | 4 890 485 | +6% | 4 103 445 – 5 818 685 | +42% | 2 108 213 – 7 680 008 | ▼0.3% | ▼4.0% | · | · | 403 |
| Project Manager | 4 863 978 | +5% | 4 204 663 – 5 849 379 | +39% | 2 460 062 – 7 287 445 | ▼0.5% | ▼2.1% | ±0 | · | 470 |
| Security Engineer | 4 565 976 | -1% | 3 716 353 – 5 471 260 | +47% | 1 917 171 – 7 179 661 | ±0 | ▼2.7% | ▲1.3% | · | 692 |
| Architect | 4 506 138 | -3% | 3 788 300 – 5 471 260 | +44% | 2 452 000 – 6 811 719 | ±0 | ▼4.4% | · | · | 381 |
| Sonstige | 4 140 345 | -11% | 3 556 319 – 4 951 490 | +39% | 1 747 050 – 7 114 279 | ▼0.5% | ▼3.8% | ▼3.0% | · | 5 919 |
| IT Consultant | 4 042 270 | -13% | 3 501 716 – 5 006 203 | +43% | 1 863 520 – 6 538 156 | ▲0.3% | ▼8.3% | ▼6.2% | · | 987 |
| Data Engineer | 3 896 484 | -16% | 3 254 032 – 4 513 790 | +39% | 1 534 467 – 6 975 857 | ▼0.3% | ▼0.3% | ▼0.3% | · | 436 |
| Fullstack Developer | 3 494 907 | -25% | 2 828 641 – 4 201 928 | +49% | 1 532 500 – 6 275 535 | ▼0.5% | · | ▼1.0% | · | 418 |
| QA / Test Engineer | 3 459 123 | -25% | 3 063 906 – 4 103 445 | +34% | 1 537 710 – 5 326 272 | ▼0.4% | ±0 | ▲7.4% | · | 443 |
🏠 Nach Arbeitsort
Remote oder vor Ort — der Unterschied in den ausgeschriebenen Spannen.
| Nach Arbeitsort | Spannenmitte | Abweichung | Untergrenzen – Obergrenzen | Spannenbreite | Gesamtfeld (p10–p90) | täglich | wöchentl. | monatl. | jährlich | Stichprobe |
|---|---|---|---|---|---|---|---|---|---|---|
| Hybrid | 4 771 205 | +3% | 4 097 974 – 5 580 685 | +36% | 1 830 113 – 7 810 224 | ±0 | ▼5.3% | ▼1.9% | · | 2 389 |
| Vor Ort | 4 506 138 | -3% | 3 726 334 – 5 426 700 | +46% | 1 845 078 – 7 386 201 | ±0 | ▼0.4% | ±0 | · | 12 291 |
| Remote | 4 325 892 | -7% | 3 751 096 – 5 197 697 | +39% | 1 931 591 – 7 181 029 | ▼1.7% | ▼1.5% | ±0 | · | 5 075 |
🔓 Gehaltstransparenz
Wie viel Prozent der Anzeigen überhaupt eine Gehaltsspanne nennen. Unser verlässlichster Trendindikator: eine Quote, die weder Wechselkurs noch Stichprobenmix bewegt.
| Land | Nennt Gehalt | Mit Gehalt | Anzeigen gesamt | Spannenmitte | täglich | wöchentl. | monatl. | jährlich |
|---|---|---|---|---|---|---|---|---|
| US | 70.2% | 12 939 | 18 426 | 5 142 298 | ▼0.93pp | ▼0.34pp | ▲0.44pp | · |
| SK | 65.4% | 117 | 179 | 1 338 956 | ▼0.75pp | ▲0.79pp | ▲4.22pp | · |
| LT | 63.6% | 105 | 165 | 2 026 528 | ▼0.39pp | ▼4.36pp | ▼4.17pp | · |
| CA | 50.5% | 709 | 1 403 | 3 963 403 | ▼0.81pp | ▲2.0pp | ▲4.72pp | · |
| EE | 45.1% | 51 | 113 | 2 098 904 | ▼2.09pp | ▼7.93pp | ▼5.98pp | · |
| AT | 28.8% | 225 | 780 | 1 748 966 | ▼0.42pp | ▼0.52pp | ▼7.89pp | · |
| IT | 25.8% | 146 | 565 | 1 378 235 | ▲0.84pp | ▼0.63pp | ▼0.53pp | · |
| EU | 25.0% | 1 120 | 4 474 | 4 506 138 | ▼0.31pp | ▲0.65pp | ▲1.87pp | · |
| PL | 16.1% | 445 | 2 758 | 2 024 771 | ±0 | ▲0.28pp | ▼0.55pp | · |
| IE | 15.8% | 152 | 961 | 3 283 307 | ▼0.14pp | ▼2.48pp | ▼1.92pp | · |
| GB | 14.5% | 793 | 5 481 | 3 512 137 | ▲0.94pp | ▲0.1pp | ▼0.52pp | · |
| CZ | 12.4% | 40 | 323 | 2 060 479 | ▼1.55pp | ▼0.72pp | ▼1.07pp | · |
| NL | 11.5% | 149 | 1 296 | 2 110 967 | ▲0.24pp | ▼0.68pp | ▼0.14pp | · |
| PT | 11.3% | 141 | 1 250 | 1 884 792 | ▲0.2pp | ▼0.85pp | ▼0.83pp | · |
| DE | 11.1% | 1 599 | 14 344 | 2 110 967 | ▼0.11pp | ▼1.0pp | ▼2.02pp | · |
| ES | 10.0% | 212 | 2 111 | 2 412 533 | ±0 | ▼1.72pp | ▼3.44pp | · |
| CH | 9.8% | 39 | 400 | 3 050 680 | ▲0.07pp | ▼1.5pp | ▼2.56pp | · |
| FR | 7.5% | 218 | 2 923 | 1 809 400 | ±0 | ▼0.96pp | ▼0.77pp | · |
| HU | 7.1% | 58 | 818 | 1 662 644 | ±0 | ▲0.61pp | ▲1.18pp | · |
| SE | 0.8% | 40 | 5 020 | 2 595 742 | ±0 | ▲0.09pp | ±0 | · |
⚖️ Die EU-Entgelttransparenzrichtlinie ist bis Mitte 2026 umzusetzen; sie verpflichtet dazu, die Gehaltsspanne im Bewerbungsverfahren vorab zu nennen. Diese Tabelle zeigt Tag für Tag, wo das in der Praxis steht.
Derzeit nennen kaum mehr als 5% der ungarischen Anzeigen eine Gehaltsspanne — einer der niedrigsten Werte unter den gemessenen Ländern.
🏢 Gehälter nach Unternehmen
Welches Unternehmen was ausschreibt — die Liste der Arbeitgeber mit den meisten veröffentlichten Spannen.
| Gehälter nach Unternehmen | Spannenmitte | Stichprobe | offene Stellen | |
|---|---|---|---|---|
| Polymarket | 10 258 613 | 31 | 31 | Öffnen → |
| Anthropic | 9 916 659 | 304 | 336 | Öffnen → |
| Perplexity | 8 548 844 | 46 | 65 | Öffnen → |
| SpaceXAI | 8 480 453 | 69 | 126 | Öffnen → |
| OpenAI | 8 412 062 | 398 | 473 | Öffnen → |
| Twenty | 8 193 212 | 24 | 24 | Öffnen → |
| Wayve | 8 035 913 | 39 | 249 | Öffnen → |
| Hightouch | 7 933 327 | 33 | 40 | Öffnen → |
| Lambda | 7 878 614 | 60 | 62 | Öffnen → |
| G2i | 7 878 614 | 19 | 40 | Öffnen → |
📒 Messprotokoll
Die Rohwerte jedes Messtages mit Datum — damit jeder nachprüfen kann, was oben steht.
| Datum | p10 | p25 | Median | p75 | p90 | Untergrenzen | Obergrenzen | Nennt Gehalt | Stichprobe |
|---|---|---|---|---|---|---|---|---|---|
| 2026-10-06 | 1 857 390 | 2 935 998 | 4 630 784 | 6 018 386 | 7 386 201 | 3 806 629 | 5 353 986 | 25.9% | 19 755 |
| 2026-10-05 | 1 867 086 | 2 973 722 | 4 659 288 | 6 029 667 | 7 403 882 | 3 837 061 | 5 404 623 | 26.3% | 19 805 |
| 2026-10-04 | 1 861 283 | 2 945 826 | 4 630 129 | 6 002 259 | 7 400 045 | 3 798 908 | 5 345 848 | 25.4% | 19 463 |
| 2026-10-03 | 1 845 900 | 2 907 293 | 4 659 288 | 6 030 215 | 7 443 508 | 3 824 727 | 5 373 529 | 24.0% | 18 557 |
| 2026-10-02 | 1 835 900 | 2 911 419 | 4 604 104 | 5 978 578 | 7 389 926 | 3 791 615 | 5 362 427 | 24.8% | 17 953 |
| 2026-10-01 | 1 854 381 | 2 999 698 | 4 568 766 | 5 966 270 | 7 374 525 | 3 762 513 | 5 375 018 | 24.7% | 17 661 |
| 2026-09-30 | 1 908 229 | 3 163 724 | 4 638 232 | 5 969 203 | 7 394 283 | 3 845 027 | 5 377 660 | 26.4% | 17 388 |
| 2026-09-29 | 1 911 894 | 3 135 646 | 4 611 066 | 5 968 844 | 7 380 395 | 3 791 022 | 5 377 337 | 26.6% | 17 615 |
| 2026-09-28 | 1 902 378 | 3 107 267 | 4 568 804 | 5 926 231 | 7 327 704 | 3 762 411 | 5 338 947 | 27.0% | 17 934 |
| 2026-09-27 | 1 887 280 | 3 082 944 | 4 566 067 | 5 926 231 | 7 307 683 | 3 762 398 | 5 338 947 | 26.3% | 17 525 |
| 2026-09-26 | 1 877 067 | 3 072 830 | 4 555 523 | 5 926 231 | 7 324 997 | 3 737 369 | 5 338 947 | 26.0% | 17 409 |
| 2026-09-25 | 1 879 014 | 3 086 952 | 4 590 163 | 5 959 159 | 7 368 420 | 3 758 136 | 5 368 612 | 26.1% | 17 475 |
| 2026-09-24 | 1 873 021 | 3 059 427 | 4 549 236 | 5 906 025 | 7 302 720 | 3 724 627 | 5 320 743 | 26.1% | 17 583 |
| 2026-09-23 | 1 868 163 | 3 022 893 | 4 496 215 | 5 835 498 | 7 215 514 | 3 680 149 | 5 257 205 | 26.2% | 17 655 |
| 2026-09-22 | 1 877 401 | 3 027 885 | 4 511 601 | 5 834 987 | 7 214 883 | 3 700 748 | 5 256 745 | 26.4% | 17 769 |
| 2026-09-21 | 1 882 113 | 3 046 263 | 4 542 905 | 5 880 612 | 7 271 297 | 3 729 575 | 5 297 848 | 26.9% | 18 053 |
| 2026-09-20 | 1 882 113 | 3 054 454 | 4 569 394 | 5 880 612 | 7 271 297 | 3 734 983 | 5 297 848 | 26.1% | 17 563 |
| 2026-09-19 | 1 883 771 | 3 055 264 | 4 569 394 | 5 880 612 | 7 271 297 | 3 734 983 | 5 297 848 | 25.9% | 17 386 |
| 2026-09-18 | 1 890 472 | 3 048 445 | 4 544 758 | 5 848 906 | 7 230 955 | 3 714 846 | 5 269 285 | 26.0% | 17 459 |
| 2026-09-17 | 1 882 992 | 3 035 899 | 4 534 017 | 5 844 089 | 7 226 137 | 3 719 311 | 5 264 945 | 26.1% | 17 421 |
| 2026-09-16 | 1 900 127 | 3 049 426 | 4 559 911 | 5 868 407 | 7 256 206 | 3 721 945 | 5 286 853 | 26.2% | 17 616 |
| 2026-09-15 | 1 900 270 | 3 036 246 | 4 546 462 | 5 851 099 | 7 234 804 | 3 710 967 | 5 271 260 | 26.3% | 17 750 |
| 2026-09-14 | 1 886 387 | 3 018 220 | 4 502 440 | 5 816 361 | 7 189 180 | 3 668 080 | 5 239 965 | 26.8% | 18 067 |
| 2026-09-13 | 1 886 387 | 3 012 980 | 4 493 270 | 5 816 361 | 7 165 652 | 3 668 080 | 5 239 965 | 26.3% | 17 733 |
| 2026-09-12 | 1 877 677 | 3 006 430 | 4 479 698 | 5 816 361 | 7 178 752 | 3 688 935 | 5 239 965 | 25.9% | 17 543 |
| 2026-09-11 | 1 869 621 | 2 983 062 | 4 448 425 | 5 789 102 | 7 130 564 | 3 663 409 | 5 233 442 | 26.1% | 17 785 |
| 2026-09-10 | 1 867 353 | 2 967 323 | 4 424 956 | 5 756 281 | 7 092 943 | 3 644 081 | 5 205 830 | 26.2% | 17 860 |
| 2026-09-09 | 1 870 794 | 2 977 032 | 4 439 434 | 5 771 264 | 7 116 151 | 3 656 004 | 5 222 863 | 26.6% | 18 013 |
| 2026-09-08 | 1 866 594 | 2 968 853 | 4 427 236 | 5 753 780 | 7 066 650 | 3 645 959 | 5 208 513 | 26.9% | 18 282 |
| 2026-09-07 | 1 852 805 | 2 943 458 | 4 428 211 | 5 731 212 | 7 058 829 | 3 646 762 | 5 209 660 | 27.0% | 18 407 |
🔧 Die genaue Berechnung
Jeder Schritt von der Rohanzeige bis zu den Zahlen oben. Wenn du anders rechnen würdest: Die Rohdaten stehen zum Download bereit.
Die Formel
érték = (salary_min + salary_max) / 2 ← sáv-közép × periódus_szorzó ← yearly ÷12 · monthly ×1 · daily ×21 · hourly ×160 × árfolyam[currency] ← EKB középárfolyam, HUF-ra medián = percentile_cont(0.5) WITHIN GROUP (ORDER BY érték) transzp = n / total_n ← bért kiíró / összes aktív hirdetés
Eine Anzeige ergibt einen Wert. Wir nehmen die Spannenmitte, rechnen die Periode auf Monat um, dann in Forint — in dieser Reihenfolge.
Woraus die Stichprobe besteht
Wechselkurse
Wann aktualisiert wird
Tägliche Momentaufnahme um 06:55 (nach den Anzeigen-Importen und der Geodaten-Normalisierung).
Rohdaten
Die vollständige Tages-Momentaufnahme — alle Aufteilungen und Segmente samt verwendeter Kurse:
⬇ /salaries/data.jsonFrei nutzbar mit Quellenangabe (CC BY 4.0).
Was wir auslassen und warum
- ✕ Anzeigen ohne Gehalt — wir schätzen nicht. Sie zählen nur im Nenner der Transparenzquote.
- ✕ Gehalt ohne Periode — wir raten nie, ob jährlich oder monatlich. Dann bleibt die Anzeige ohne Gehalt.
- ✕ Plausibilitätsfilter: nicht interpretierbare Gehaltsspannen lassen wir schon beim Import weg, statt sie umzurechnen.
- ✕ Segmente unter 15 Anzeigen zeigen wir nicht — wegen Rauschen und Identifizierbarkeit.
- ✕ Ausreißer werden NICHT gekappt oder geglättet. Was den Filter passiert, bleibt drin — p10–p90 zeigt die Streuung.
Definitionen
- ›Median: PostgreSQL
percentile_cont(0.5)mit linearer Interpolation — nicht das nächstgelegene Element, sondern der echte Zwischenwert. - ›Spannenmitte:
(min + max) / 2. Gibt es nur eine Untergrenze, nutzen wir sie für beide Seiten. - ›median_fix: dasselbe, aber mit dem am Basistag fixierten Kurs — nur dieser Wert eignet sich für Zeitreihen.
- ›Transparenzquote:
n / total_n, Nenner sind alle aktiven Anzeigen des Segments, mit und ohne Gehalt.
⚠️ Was diese Zahl NICHT sagt
- •Gemessen wird nicht das gezahlte, sondern das ausgeschriebene Gehalt. Beides kann in beide Richtungen abweichen.
- •Enthält keine Boni, Aktien, Zusatzleistungen oder 13. Gehalt — Anzeigen beziffern diese selten.
- •Nicht repräsentativ für den gesamten Arbeitsmarkt: Gemessen wird, was über unsere Quellen ausgeschrieben wird.
- •Die Beträge sind brutto, die Steuersysteme unterscheiden sich je Land — für Netto braucht es einen eigenen Rechner.
🔬 Wie wir messen
- • Die Hauptzahl ist die MITTE der Spanne — weder Unter- noch Obergrenze. Beide Enden weisen wir separat aus.
- • Da 99,8% der Daten in Fremdwährung angegeben sind, weisen wir jede Bewegung doppelt aus: zu festem Kurs (echte Marktbewegung) und zum Tageskurs (Forint-Wert). Die Differenz ist der Kurseffekt.
- • Wir rechnen nur mit dem, was der Arbeitgeber selbst in der Anzeige angegeben hat. Wir fragen keine Gehälter von Besuchern ab und schätzen nicht.
- • Gehaltsspannen in verschiedenen Währungen und Perioden (Jahr/Monat/Tag/Stunde) rechnen wir einheitlich in brutto HUF/Monat um, zum täglichen Referenzkurs. Die Periode raten wir nie: Nennt die Quelle sie nicht, bleibt die Anzeige ohne Gehalt.
- • Ein Segment erscheint nur ab mindestens 15 Anzeigen. Regionen weisen wir getrennt aus, denn ein gemeinsamer Durchschnitt würde die Unterschiede verdecken.
- • Die Bewegung berechnen wir aus unseren eigenen Tages-Momentaufnahmen, nicht aus dem Anzeigendatum — so verzerrt der Takt unserer Importe den Trend nicht.
- • p10–p90 markiert das untere und obere Zehntel des Feldes, p25–p75 die mittlere Hälfte. Ausreißer werden weder gekappt noch geglättet — die Verteilung bleibt, wie sie ist.
Orientierendes Marktbild der ausgeschriebenen Gehaltsspannen; keine Beratung und keine Erhebung tatsächlich gezahlter Gehälter.
Detaillierte Gehaltsstatistik →