📈 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.
Ungarn
1 975 000
Spannenmitte · brutto HUF/Monat
1 700 000 – 2 245 833
n = 43
· 5.5% nennt gehalt
täglich ±0
wöchentl. ▼0.7%
monatl. ·
jährlich ·
Europa
2 252 703
Spannenmitte · brutto HUF/Monat
1 977 625 – 2 586 003
n = 4 392
· 13.2% nennt gehalt
täglich ▼0.4%
wöchentl. ▲0.4%
monatl. ·
jährlich ·
Nordamerika
5 115 791
Spannenmitte · brutto HUF/Monat
4 167 452 – 5 840 944
n = 11 814
· 70.6% nennt gehalt
täglich ±0
wöchentl. ±0
monatl. ·
jährlich ·
Gesamt
4 506 138
Spannenmitte · brutto HUF/Monat
3 646 521 – 5 180 065
n = 17 105
· 27.1% nennt gehalt
täglich ±0
wöchentl. ▲1.1%
monatl. ·
jährlich ·
Messbeginn: 2026-07-26 · Letzte Messung: 2026-08-21 · 27 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: -1.74%
⏱️ Messbare Zeitfenster
Bewegung zeigen wir nur, wenn es einen Vergleichspunkt gibt. Was noch fehlt, dazu nennen wir das Datum — geschätzt wird nichts.
täglich
1 Tage
✓ messbar
wöchentl.
7 Tage
✓ messbar
monatl.
30 Tage
messbar ab: 2026-08-25
4 Tage noch
jährlich
365 Tage
messbar ab: 2027-07-26
339 Tage noch
Entwicklung des Medians · Gesamt · brutto HUF/Monat
4 887 083
07-2607-3008-0308-0708-1108-1508-1908-21
🎯 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.
Gesamter aktiver Bestand
4 427 918
n = 17 105
Letzte 7 Tage
4 349 778
-1.8%
Abweichung vom Bestand · n = 1 665
Letzte 30 Tage
4 082 156
-7.8%
Abweichung vom Bestand · n = 8 589
🪜 Nach Level
Die Karriereleiter: wie viel mehr die nächste Stufe zahlt. Die Balken zeigen das Verhältnis der Mediane.
Praktikant
2 025 382
n=92
Junior
1 977 625
-2%
ggü. Vorstufe
n=102
Medior
3 083 328
+56%
ggü. Vorstufe
n=184
Senior
4 427 918
+44%
ggü. Vorstufe
n=5 629
Lead
4 493 034
+1%
ggü. Vorstufe
n=676
Architect
4 688 384
+4%
ggü. Vorstufe
n=421
Principal
5 990 712
+28%
ggü. Vorstufe
n=2 369
| Level | Spannenmitte | Abweichung | Untergrenzen – Obergrenzen | Spannenbreite | Gesamtfeld (p10–p90) | täglich | wöchentl. | monatl. | jährlich | Stichprobe |
|---|---|---|---|---|---|---|---|---|---|---|
| Principal | 6 091 647 | +38% | 4 974 896 – 6 954 436 | +40% | 4 053 513 – 8 139 555 | ±0 | ▲0.3% | · | · | 2 369 |
| director | 5 276 820 | +19% | 4 571 174 – 6 106 620 | +34% | 2 632 790 – 7 569 135 | ▼2.4% | ▲0.8% | · | · | 24 |
| Architect | 4 771 205 | +8% | 3 776 753 – 5 469 781 | +45% | 2 434 000 – 6 251 178 | ±0 | ±0 | · | · | 421 |
| Lead | 4 565 976 | +3% | 3 702 991 – 5 209 315 | +41% | 2 393 341 – 7 032 575 | ±0 | ±0 | · | · | 676 |
| Senior | 4 506 138 | +2% | 3 729 870 – 5 157 222 | +38% | 2 173 278 – 6 322 824 | ±0 | ±0 | · | · | 5 629 |
| Medior | 3 137 796 | -29% | 2 397 327 – 3 744 169 | +56% | 1 675 524 – 5 339 444 | ▲0.5% | ▲0.5% | · | · | 184 |
| manager | 2 969 896 | -33% | 2 500 471 – 3 416 720 | +37% | 1 160 245 – 4 599 428 | ▼9.1% | ▲4.7% | · | · | 45 |
| Praktikant | 2 061 160 | -53% | 1 844 098 – 2 325 438 | +26% | 518 442 – 3 281 868 | ▼5.1% | ▲10.3% | · | · | 92 |
| mid-level | 1 961 691 | -56% | 1 642 950 – 2 190 600 | +33% | 933 439 – 4 250 801 | ▼7.4% | ▲0.8% | · | · | 223 |
| Junior | 1 960 244 | -56% | 1 818 198 – 2 240 069 | +23% | 978 042 – 3 906 986 | ±0 | ▲4.1% | · | · | 102 |
| entry-level | 1 609 431 | -64% | 1 430 091 – 1 642 950 | +15% | 547 650 – 2 898 984 | ±0 | ▼1.2% | · | · | 46 |
⚙️ 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 | 5 500 139 | +24% | 4 427 918 – 6 433 504 | +45% | 2 604 658 – 8 139 555 | ▲0.5% | ▼1.0% | · | · | 921 |
| Spark | 5 508 091 | +24% | 4 323 731 – 6 259 080 | +45% | 2 648 461 – 7 153 692 | ▲0.4% | ▼0.5% | · | · | 988 |
| LLM | 5 301 338 | +20% | 4 270 609 – 5 990 712 | +40% | 2 604 553 – 7 813 973 | ▲1.3% | ▲2.3% | · | · | 2 812 |
| AI/ML | 5 301 338 | +20% | 4 323 731 – 6 042 805 | +40% | 2 630 808 – 7 813 973 | ±0 | ±0 | · | · | 3 685 |
| C/C++ | 5 100 166 | +15% | 4 037 219 – 5 730 247 | +42% | 2 437 192 – 7 210 734 | ▲0.3% | ±0 | · | · | 1 959 |
| Go | 4 903 738 | +11% | 3 985 126 – 5 599 107 | +41% | 2 230 605 – 6 891 924 | ▲0.6% | ±0 | · | · | 914 |
| data science | 4 903 711 | +11% | 3 966 893 – 5 621 046 | +42% | 2 190 600 – 7 486 110 | ▲1.4% | ▲2.3% | · | · | 1 562 |
| TypeScript | 4 853 421 | +10% | 3 906 986 – 5 469 781 | +40% | 1 953 347 – 7 100 882 | ▲1.7% | ▲2.6% | · | · | 2 225 |
| Kubernetes | 4 837 471 | +9% | 3 906 986 – 5 469 781 | +40% | 1 994 656 – 7 149 785 | ▲1.1% | ▲1.4% | · | · | 2 830 |
| React | 4 771 205 | +8% | 3 905 520 – 5 331 734 | +37% | 2 129 750 – 6 808 366 | ▲2.3% | ▲2.9% | · | · | 1 852 |
| GCP | 4 735 858 | +7% | 3 764 683 – 5 331 734 | +42% | 2 008 050 – 6 823 031 | ▲0.7% | ▲0.7% | · | · | 2 321 |
| Python | 4 691 684 | +6% | 3 802 800 – 5 313 501 | +40% | 2 008 050 – 7 032 575 | ▲1.1% | ▲1.3% | · | · | 6 491 |
| AWS | 4 638 671 | +5% | 3 747 892 – 5 266 617 | +41% | 2 068 900 – 6 777 319 | ▲0.3% | ▲1.1% | · | · | 3 803 |
| Terraform | 4 559 151 | +3% | 3 672 567 – 5 209 315 | +42% | 1 932 109 – 6 761 680 | ▲1.2% | ▲1.2% | · | · | 1 499 |
| PostgreSQL | 4 506 138 | +2% | 3 646 521 – 5 209 315 | +43% | 1 779 863 – 6 511 644 | ▲1.2% | ▲1.5% | · | · | 1 081 |
| Java | 4 439 871 | 0% | 3 516 288 – 5 080 384 | +44% | 1 825 354 – 6 667 923 | ▲0.9% | ▲1.1% | · | · | 2 124 |
| Azure | 4 280 831 | -3% | 3 436 846 – 4 961 313 | +44% | 1 779 863 – 6 511 644 | ▲0.9% | ▲0.9% | · | · | 2 525 |
| GitHub | 4 161 551 | -6% | 3 391 264 – 4 766 523 | +41% | 1 825 500 – 6 251 178 | ▲3.3% | ▲4.2% | · | · | 1 242 |
| SQL | 4 147 085 | -6% | 3 404 506 – 4 688 384 | +38% | 1 719 013 – 6 576 745 | ▲0.9% | ▲1.9% | · | · | 2 666 |
| JavaScript | 4 132 393 | -7% | 3 386 055 – 4 688 384 | +38% | 1 642 950 – 6 140 480 | ▲0.8% | ▲2.2% | · | · | 1 543 |
| C# | 4 122 453 | -7% | 3 386 055 – 4 766 523 | +41% | 1 830 611 – 6 374 045 | ▲0.8% | ▼11.6% | · | · | 1 354 |
| Docker | 4 052 296 | -8% | 3 360 008 – 4 688 384 | +40% | 1 703 800 – 6 251 178 | ▲0.7% | ▲0.9% | · | · | 1 416 |
| Linux | 4 023 716 | -9% | 3 285 775 – 4 600 189 | +40% | 1 703 800 – 6 338 398 | ▲1.2% | ▲1.2% | · | · | 1 594 |
| Git | 3 203 155 | -28% | 2 609 867 – 3 677 776 | +41% | 1 459 944 – 5 404 664 | ▲1.2% | ▲3.0% | · | · | 1 019 |
🧩 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 | 6 361 606 | +44% | 5 313 501 – 7 293 041 | +37% | 3 812 971 – 8 767 277 | ±0 | ±0 | · | · | 436 |
| AI / ML Engineer | 5 367 605 | +21% | 4 427 918 – 6 155 066 | +39% | 2 340 672 – 7 541 278 | ±0 | ±0 | · | · | 618 |
| Product Manager | 5 121 093 | +16% | 4 297 685 – 5 868 293 | +37% | 2 510 963 – 7 114 882 | ±0 | ±0 | · | · | 423 |
| Softwareentwickler | 5 076 031 | +15% | 4 078 894 – 5 730 247 | +40% | 2 093 110 – 7 436 297 | ▲0.8% | ▲1.1% | · | · | 4 171 |
| Data Scientist | 5 038 922 | +14% | 4 050 242 – 5 704 200 | +41% | 1 793 697 – 7 800 949 | ▲0.3% | ▲3.8% | · | · | 350 |
| Solution / Enterprise Architect | 4 989 885 | +13% | 3 927 928 – 5 758 898 | +47% | 2 924 507 – 6 777 319 | ±0 | ±0 | · | · | 387 |
| Project Manager | 4 857 196 | +10% | 3 906 986 – 5 469 781 | +40% | 2 117 580 – 6 520 601 | ▲1.6% | ±0 | · | · | 410 |
| Architect | 4 715 540 | +6% | 3 746 018 – 5 498 953 | +47% | 2 434 000 – 6 350 155 | ▲1.6% | ▲1.6% | · | · | 344 |
| Security Engineer | 4 439 924 | 0% | 3 479 822 – 5 105 129 | +47% | 2 084 113 – 6 962 249 | ±0 | ▼1.5% | · | · | 661 |
| IT Consultant | 4 307 337 | -3% | 3 516 288 – 4 948 849 | +41% | 1 977 649 – 6 277 225 | ±0 | ▲1.3% | · | · | 883 |
| Sonstige | 4 241 071 | -4% | 3 419 915 – 4 818 616 | +41% | 1 750 330 – 6 837 226 | ▲0.4% | ▲3.2% | · | · | 4 790 |
| Data Engineer | 3 933 036 | -11% | 3 078 793 – 4 422 708 | +44% | 1 570 994 – 6 050 750 | ▲0.6% | ▲0.6% | · | · | 354 |
| Fullstack Developer | 3 660 574 | -17% | 2 917 706 – 4 170 057 | +43% | 1 673 338 – 6 040 225 | ▲3.0% | ▲4.7% | · | · | 338 |
| DevOps / SRE | 3 313 336 | -25% | 2 629 205 – 3 783 028 | +44% | 1 703 800 – 5 562 280 | ±0 | ▲2.0% | · | · | 359 |
🏠 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 | 4 821 700 | +9% | 3 901 777 – 5 330 523 | +37% | 1 825 500 – 7 162 808 | ▲0.5% | ▲2.5% | · | · | 1 975 |
| Vor Ort | 4 506 138 | +2% | 3 646 521 – 5 209 315 | +43% | 1 825 500 – 7 136 772 | ±0 | ±0 | · | · | 10 319 |
| Remote | 4 347 097 | -2% | 3 633 497 – 4 887 900 | +35% | 1 886 350 – 6 783 830 | ▲2.5% | ▲0.9% | · | · | 4 811 |
🔓 Gehaltstransparenz
Wie viel Prozent der Anzeigen überhaupt eine Gehaltsspanne nennen. Unser verlässlichster Trendindikator: eine Quote, die weder Wechselkurs noch Stichprobenmix bewegt.
US
71.9%
11 245 / 15 642
LT
68.5%
87 / 127
SK
59.5%
94 / 158
CA
52.2%
569 / 1 090
AT
40.9%
269 / 657
IT
25.3%
140 / 553
EU
23.3%
1 109 / 4 756
PL
17.4%
394 / 2 267
IE
16.3%
145 / 891
GB
14.7%
544 / 3 690
ES
13.2%
233 / 1 769
PT
12.8%
127 / 993
DE
11.9%
1 165 / 9 822
CZ
11.1%
34 / 307
CH
10.8%
42 / 389
NL
9.8%
116 / 1 178
BR
8.9%
37 / 418
FR
8.5%
216 / 2 539
HU
5.5%
43 / 786
SE
1.2%
53 / 4 260
| Land | Nennt Gehalt | Mit Gehalt | Anzeigen gesamt | Spannenmitte | täglich | wöchentl. | monatl. | jährlich |
|---|---|---|---|---|---|---|---|---|
| US | 71.9% | 11 245 | 15 642 | 5 168 805 | ▼0.39pp | ▼0.08pp | · | · |
| LT | 68.5% | 87 | 127 | 1 936 058 | ▼1.9pp | ▲0.25pp | · | · |
| SK | 59.5% | 94 | 158 | 1 222 853 | ▼1.13pp | ▼1.8pp | · | · |
| CA | 52.2% | 569 | 1 090 | 3 716 425 | ▼1.09pp | ▲0.86pp | · | · |
| AT | 40.9% | 269 | 657 | 1 664 648 | ▼0.09pp | ▼2.1pp | · | · |
| IT | 25.3% | 140 | 553 | 1 616 096 | ▲0.59pp | ▼3.74pp | · | · |
| EU | 23.3% | 1 109 | 4 756 | 4 241 071 | ▼0.08pp | ▲0.6pp | · | · |
| PL | 17.4% | 394 | 2 267 | 2 035 253 | ▼0.54pp | ▼2.32pp | · | · |
| IE | 16.3% | 145 | 891 | 2 849 805 | ▼0.65pp | ▲1.31pp | · | · |
| GB | 14.7% | 544 | 3 690 | 3 531 722 | ▼0.78pp | ▼0.77pp | · | · |
| ES | 13.2% | 233 | 1 769 | 2 243 656 | ▼0.56pp | ▼1.02pp | · | · |
| PT | 12.8% | 127 | 993 | 1 884 792 | ▼0.48pp | ▼0.62pp | · | · |
| DE | 11.9% | 1 165 | 9 822 | 2 110 967 | ▼0.12pp | ▼0.26pp | · | · |
| CZ | 11.1% | 34 | 307 | 2 041 747 | ▼0.35pp | ▼1.39pp | · | · |
| CH | 10.8% | 42 | 389 | 2 601 863 | ▼0.7pp | ▲0.06pp | · | · |
| NL | 9.8% | 116 | 1 178 | 2 074 839 | ▼0.21pp | ▼1.24pp | · | · |
| BR | 8.9% | 37 | 418 | 2 385 602 | ±0 | · | · | · |
| FR | 8.5% | 216 | 2 539 | 1 809 400 | ▼0.36pp | ▼0.68pp | · | · |
| HU | 5.5% | 43 | 786 | 1 975 000 | ▲0.23pp | ▲0.97pp | · | · |
| SE | 1.2% | 53 | 4 260 | 2 378 707 | ▼0.12pp | ▼0.23pp | · | · |
⚖️ 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 | |
|---|---|---|---|---|
| Anthropic | 10 336 497 | 251 | 275 | Öffnen → |
| Perplexity | 8 075 388 | 43 | 56 | Öffnen → |
| SpaceXAI | 8 010 785 | 63 | 114 | Öffnen → |
| Sierra | 8 010 785 | 53 | 59 | Öffnen → |
| OpenAI | 7 984 944 | 370 | 441 | Öffnen → |
| Lambda | 7 597 325 | 46 | 52 | Öffnen → |
| Roblox | 7 577 815 | 157 | 165 | Öffnen → |
| Hightouch | 7 493 960 | 29 | 33 | Öffnen → |
| Wayve | 7 491 376 | 31 | 106 | Öffnen → |
| Decagon | 7 364 754 | 52 | 55 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| 2026-08-21 | 1 825 500 | 2 899 874 | 4 427 918 | 5 756 293 | 7 037 785 | 3 646 521 | 5 180 065 | 27.1% | 17 105 |
| 2026-08-20 | 1 822 900 | 2 874 106 | 4 450 567 | 5 759 558 | 7 068 548 | 3 665 173 | 5 145 946 | 27.1% | 17 481 |
| 2026-08-19 | 1 821 500 | 2 865 792 | 4 442 223 | 5 769 551 | 7 080 813 | 3 671 533 | 5 140 146 | 27.0% | 17 455 |
| 2026-08-18 | 1 809 650 | 2 861 806 | 4 422 791 | 5 724 132 | 7 024 433 | 3 642 298 | 5 125 234 | 27.3% | 17 395 |
| 2026-08-17 | 1 812 900 | 2 866 648 | 4 440 693 | 5 746 780 | 7 052 866 | 3 657 042 | 5 136 550 | 27.6% | 17 682 |
| 2026-08-16 | 1 812 900 | 2 804 506 | 4 401 511 | 5 730 453 | 7 052 866 | 3 649 205 | 5 093 736 | 26.8% | 17 141 |
| 2026-08-15 | 1 812 900 | 2 795 767 | 4 401 511 | 5 733 823 | 7 052 866 | 3 649 205 | 5 093 736 | 26.7% | 17 081 |
| 2026-08-14 | 1 820 500 | 2 803 518 | 4 428 385 | 5 768 727 | 7 095 929 | 3 658 345 | 5 124 837 | 27.2% | 16 811 |
| 2026-08-13 | 1 820 000 | 2 795 874 | 4 423 125 | 5 767 555 | 7 087 500 | 3 663 455 | 5 118 750 | 27.3% | 16 875 |
| 2026-08-12 | 1 820 000 | 2 799 667 | 4 437 167 | 5 776 875 | 7 110 000 | 3 678 767 | 5 135 000 | 27.4% | 17 069 |
| 2026-08-11 | 1 820 000 | 2 782 500 | 4 415 841 | 5 748 750 | 7 087 500 | 3 654 000 | 5 111 820 | 27.6% | 17 265 |
| 2026-08-10 | 1 792 083 | 2 767 485 | 4 410 833 | 5 765 420 | 7 110 000 | 3 652 433 | 5 108 667 | 27.8% | 17 470 |
| 2026-08-09 | 1 777 500 | 2 760 333 | 4 410 833 | 5 745 933 | 7 110 000 | 3 653 667 | 5 108 667 | 27.2% | 17 089 |
| 2026-08-08 | 1 782 083 | 2 750 906 | 4 410 833 | 5 765 420 | 7 110 000 | 3 660 333 | 5 108 667 | 26.9% | 16 926 |
| 2026-08-07 | 1 774 500 | 2 730 000 | 4 396 875 | 5 744 675 | 7 087 500 | 3 646 256 | 5 092 500 | 27.2% | 16 927 |
| 2026-08-06 | 1 760 625 | 2 715 000 | 4 368 958 | 5 712 250 | 7 042 500 | 3 625 583 | 5 060 167 | 27.4% | 16 958 |
| 2026-08-05 | 1 762 218 | 2 715 000 | 4 402 850 | 5 748 750 | 7 087 500 | 3 648 750 | 5 092 500 | 27.7% | 16 850 |
| 2026-08-04 | 2 167 500 | 3 423 333 | 4 740 000 | 5 925 000 | 7 307 500 | 3 931 250 | 5 503 667 | 30.6% | 14 411 |
| 2026-08-03 | 1 974 000 | 3 236 042 | 4 622 970 | 5 917 333 | 7 304 208 | 3 856 833 | 5 373 150 | 28.4% | 14 891 |
| 2026-08-02 | 2 093 000 | 3 483 995 | 4 887 083 | 6 089 042 | 7 489 125 | 4 094 583 | 5 605 600 | 24.0% | 12 531 |
| 2026-08-01 | 2 245 053 | 3 500 208 | 4 768 208 | 5 890 917 | 7 170 175 | 4 015 333 | 5 468 250 | 20.7% | 10 237 |
| 2026-07-31 | 2 209 908 | 3 490 292 | 4 779 666 | 5 888 899 | 7 153 073 | 4 015 305 | 5 460 000 | 21.5% | 9 946 |
| 2026-07-30 | 2 244 400 | 3 551 000 | 4 849 500 | 5 962 500 | 7 226 486 | 4 054 500 | 5 550 425 | 21.5% | 10 005 |
| 2026-07-29 | 2 143 257 | 3 506 813 | 4 842 175 | 5 943 750 | 7 203 165 | 4 041 750 | 5 534 292 | 22.5% | 10 001 |
| 2026-07-28 | 2 080 244 | 3 465 775 | 4 794 839 | 5 897 824 | 7 110 000 | 4 029 000 | 5 477 228 | 23.5% | 9 422 |
| 2026-07-27 | 2 053 750 | 3 471 500 | 4 797 030 | 5 909 500 | 7 155 000 | 4 036 056 | 5 485 500 | 23.8% | 9 563 |
| 2026-07-26 | 2 044 847 | 3 469 046 | 4 796 553 | 5 909 500 | 7 155 000 | 4 035 950 | 5 485 500 | 23.8% | 9 577 |
🔧 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
Währung
USD 13 021
EUR 2 809
GBP 506
PLN 404
CAD 286
SEK 36
HUF 32
CHF 30
Angegebene Periode
yearly 14 510
monthly 2 446
hourly 293
daily 42
Spannentyp
17 291 beidseitige Spanne (min–max) ·
0 nur Untergrenze („ab”)
Aktualität
Wir prüfen die Anzeigen täglich an der Quelle nach. In den letzten 2 Tagen nachweislich aktiv:
16 562 / 17 291
(95.8%)
Wechselkurse
Heute (EZB-Referenzkurs) · 2026-08-21
EUR 362.8 USD 310.1 GBP 423.5 PLN 84.2
Fixierte Basis · 2026-07-26
EUR 361.9 USD 318.1 GBP 423.8 PLN 83.9
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 →