📈 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: 2026-11-19 · 117 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: +4.4%
⏱️ 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 | 6 323 482 | +33% | 5 258 038 – 7 399 720 | +41% | 4 158 161 – 8 648 089 | ±0 | ▲1.0% | ▲2.4% | · | 3 030 |
| Lead | 4 905 196 | +3% | 4 040 387 – 5 783 842 | +43% | 2 432 867 – 7 498 848 | ▼1.1% | ▼0.3% | ▲1.0% | · | 743 |
| Architect | 4 842 930 | +2% | 3 874 344 – 5 628 868 | +45% | 2 592 935 – 6 959 982 | ±0 | ▲0.8% | ▼1.6% | · | 485 |
| Senior | 4 704 560 | -1% | 3 874 344 – 5 397 791 | +39% | 2 044 502 – 6 641 732 | ±0 | ▲1.2% | ▲2.6% | · | 6 040 |
| director | 4 005 571 | -16% | 3 859 550 – 4 325 270 | +12% | 2 615 019 – 6 005 140 | ±0 | ▼14.9% | · | · | 16 |
| Praktikant | 2 523 858 | -47% | 2 047 314 – 2 656 693 | +30% | 481 708 – 4 117 874 | ±0 | ▲6.8% | ▼2.6% | · | 280 |
| Medior | 2 282 342 | -52% | 2 027 112 – 2 651 747 | +31% | 1 034 183 – 4 782 047 | ±0 | ▼7.3% | ▼11.9% | · | 592 |
| Junior | 2 185 509 | -54% | 1 976 704 – 2 504 486 | +27% | 809 676 – 4 569 512 | ▲0.8% | ▲3.8% | ▲8.0% | · | 216 |
| manager | 2 075 541 | -56% | 1 152 842 – 3 044 127 | +164% | 1 314 509 – 4 517 683 | ▼1.2% | ▲1.2% | ▲9.9% | · | 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 | 5 673 146 | +20% | 4 649 212 – 6 890 797 | +48% | 2 979 493 – 8 649 935 | ±0 | ▲1.2% | ±0 | · | 1 046 |
| Spark | 5 603 961 | +18% | 4 566 191 – 6 572 658 | +44% | 2 369 304 – 7 643 621 | ±0 | ▲2.5% | ▲3.9% | · | 1 019 |
| LLM | 5 599 568 | +18% | 4 593 865 – 6 503 363 | +42% | 2 432 867 – 8 302 165 | ±0 | ▲2.3% | ▲3.8% | · | 3 082 |
| AI/ML | 5 534 777 | +17% | 4 566 191 – 6 364 993 | +39% | 2 767 278 – 8 302 165 | ±0 | ▲2.5% | ▲2.6% | · | 3 781 |
| C/C++ | 5 341 059 | +13% | 4 364 171 – 6 140 835 | +41% | 2 905 758 – 7 762 524 | ±0 | ▲1.2% | ▲2.6% | · | 2 325 |
| Databricks | 5 269 937 | +11% | 4 344 800 – 6 119 527 | +41% | 2 027 369 – 7 164 768 | ▼0.3% | ±0 | ±0 | · | 901 |
| Kubernetes | 5 202 690 | +10% | 4 234 104 – 6 088 254 | +44% | 2 258 841 – 7 610 318 | ▲0.3% | ▲1.5% | ▲2.6% | · | 2 988 |
| Go | 5 163 347 | +9% | 4 234 104 – 5 992 779 | +42% | 2 432 867 – 7 250 557 | ±0 | ▲0.4% | ▲1.3% | · | 942 |
| data science | 5 119 668 | +8% | 4 178 756 – 5 936 048 | +42% | 2 151 921 – 7 936 344 | ±0 | ▲2.6% | ▲3.4% | · | 1 537 |
| GCP | 5 039 933 | +6% | 4 151 083 – 5 811 516 | +40% | 2 152 539 – 7 264 394 | ▲0.3% | ▲1.5% | ▲1.0% | · | 2 277 |
| TypeScript | 5 022 810 | +6% | 4 151 083 – 5 783 842 | +39% | 2 189 580 – 7 364 020 | ▲0.8% | ▲0.7% | ▼0.4% | · | 2 395 |
| Python | 4 981 299 | +5% | 4 123 409 – 5 811 516 | +41% | 2 321 563 – 7 585 411 | ±0 | ▲2.0% | ▲1.5% | · | 7 550 |
| Terraform | 4 855 383 | +2% | 4 012 713 – 5 628 868 | +40% | 2 083 142 – 7 195 210 | ▲0.3% | ▲1.5% | ▲1.4% | · | 1 631 |
| AWS | 4 842 985 | +2% | 4 012 713 – 5 628 868 | +40% | 2 158 244 – 7 195 210 | ±0 | ▲1.2% | ▼0.3% | · | 4 031 |
| React | 4 842 930 | +2% | 4 048 689 – 5 626 004 | +39% | 2 045 982 – 7 216 961 | ±0 | ▲1.2% | ▼1.4% | · | 1 905 |
| Linux | 4 635 375 | -2% | 3 697 231 – 5 396 407 | +46% | 2 071 678 – 6 914 320 | ±0 | ▲1.4% | ▲2.0% | · | 2 011 |
| Java | 4 566 191 | -4% | 3 715 180 – 5 295 033 | +43% | 1 915 883 – 6 973 819 | ▲0.3% | ▲1.2% | ▲1.0% | · | 2 224 |
| PostgreSQL | 4 566 191 | -4% | 3 650 541 – 5 258 038 | +44% | 1 837 037 – 6 965 516 | ±0 | ▲0.5% | ▼0.4% | · | 970 |
| Azure | 4 517 402 | -5% | 3 697 975 – 5 368 733 | +45% | 1 824 650 – 6 918 487 | ▲0.5% | ▲0.4% | ▼1.1% | · | 2 479 |
| Docker | 4 492 855 | -5% | 3 597 605 – 5 258 038 | +46% | 1 703 007 – 6 643 392 | ▲0.5% | ▲1.2% | ▲4.1% | · | 1 480 |
| GitHub | 4 353 102 | -8% | 3 715 219 – 5 028 431 | +35% | 1 855 201 – 6 807 144 | ±0 | ▲2.7% | ▲1.5% | · | 1 290 |
| SQL | 4 265 237 | -10% | 3 597 605 – 4 945 323 | +37% | 1 683 859 – 6 807 775 | ▲0.3% | ▲1.8% | ±0 | · | 2 922 |
| JavaScript | 4 088 816 | -14% | 3 415 697 – 4 782 047 | +40% | 1 810 939 – 6 367 761 | ▲0.9% | ▼0.3% | ▼2.2% | · | 1 616 |
| Git | 3 998 876 | -16% | 3 264 135 – 4 704 560 | +44% | 1 502 295 – 6 006 616 | ±0 | ▲1.8% | ▲5.9% | · | 1 191 |
🧩 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 | 6 625 128 | +40% | 5 554 148 – 7 513 459 | +35% | 3 447 271 – 9 215 403 | ±0 | ▲1.2% | ▲2.6% | · | 532 |
| AI / ML Engineer | 5 839 189 | +23% | 4 873 371 – 6 918 471 | +42% | 2 767 322 – 8 259 591 | ▼0.3% | ▲3.0% | ▲2.5% | · | 715 |
| Product Manager | 5 591 508 | +18% | 4 649 212 – 6 364 993 | +37% | 2 937 489 – 7 635 224 | ▼0.5% | ▲0.9% | ▲1.7% | · | 412 |
| Softwareentwickler | 5 341 059 | +13% | 4 400 147 – 6 143 602 | +40% | 2 375 731 – 7 970 078 | ±0 | ▲1.5% | ▲1.5% | · | 4 464 |
| Project Manager | 5 258 038 | +11% | 4 400 147 – 6 088 254 | +38% | 2 767 333 – 7 527 296 | ±0 | ▲0.9% | ▲2.2% | · | 456 |
| Solution / Enterprise Architect | 5 022 810 | +6% | 4 116 490 – 5 811 516 | +41% | 2 629 017 – 6 603 680 | ±0 | ▲0.7% | ▼0.7% | · | 381 |
| Security Engineer | 4 898 277 | +3% | 4 040 387 – 5 656 542 | +40% | 2 135 741 – 7 311 440 | ▼0.3% | ▲2.4% | ▲3.7% | · | 753 |
| Architect | 4 704 560 | -1% | 3 771 950 – 5 534 777 | +47% | 2 390 199 – 6 918 471 | ±0 | ▲1.2% | ▼0.4% | · | 383 |
| Sonstige | 4 566 191 | -4% | 3 735 974 – 5 260 805 | +41% | 1 852 352 – 7 198 531 | ±0 | ▲1.2% | ▲5.8% | · | 5 941 |
| IT Consultant | 4 408 346 | -7% | 3 729 056 – 5 354 896 | +44% | 2 125 000 – 6 654 600 | ▲1.0% | ▲0.9% | ▲2.1% | · | 912 |
| Data Engineer | 4 191 901 | -12% | 3 486 909 – 4 876 138 | +40% | 1 520 542 – 6 701 231 | ±0 | ▲1.2% | ▲2.1% | · | 463 |
| DevOps / SRE | 3 968 614 | -16% | 3 182 497 – 4 427 821 | +39% | 1 681 410 – 6 473 613 | ±0 | ▼3.1% | · | · | 375 |
| QA / Test Engineer | 3 680 626 | -22% | 3 099 475 – 4 261 778 | +37% | 1 496 319 – 5 327 223 | ▲0.4% | ▼0.3% | ▲1.4% | · | 473 |
| Fullstack Developer | 3 664 505 | -23% | 3 041 083 – 4 250 708 | +40% | 1 443 091 – 6 254 298 | ▲0.4% | ▲0.3% | ±0 | · | 362 |
🏠 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 | 5 534 777 | +17% | 4 510 843 – 6 503 363 | +44% | 2 178 565 – 8 302 165 | ±0 | ▲1.2% | ▲2.6% | · | 2 498 |
| Vor Ort | 4 746 071 | 0% | 3 929 691 – 5 534 777 | +41% | 2 113 420 – 7 511 384 | ±0 | ▲1.9% | ▲2.4% | · | 11 952 |
| Remote | 4 289 452 | -10% | 3 650 541 – 4 981 299 | +36% | 1 642 185 – 7 056 840 | ±0 | ▼0.7% | ▼0.6% | · | 4 923 |
🔓 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 | 70.0% | 13 740 | 19 623 | 5 150 250 | ▼0.58pp | ▼0.81pp | ±0 | · |
| SK | 63.8% | 143 | 224 | 1 176 110 | ▼1.34pp | ▼3.41pp | ▼4.72pp | · |
| CA | 49.9% | 761 | 1 524 | 3 334 436 | ▲0.13pp | ▲0.07pp | ▲1.02pp | · |
| LT | 48.4% | 107 | 221 | 1 881 776 | ±0 | ▲1.57pp | ▼15.56pp | · |
| EE | 48.2% | 55 | 114 | 2 322 003 | ±0 | ±0 | ▲2.28pp | · |
| AT | 32.6% | 135 | 414 | 2 237 625 | ±0 | ▲2.52pp | ▲5.47pp | · |
| IT | 29.8% | 182 | 611 | 1 507 833 | ▼0.26pp | ▲0.84pp | ▲4.91pp | · |
| EU | 23.2% | 853 | 3 675 | 4 439 871 | ±0 | ▼0.28pp | ▼1.39pp | · |
| GB | 14.8% | 796 | 5 371 | 3 531 722 | ▼0.06pp | ▲0.23pp | ▲2.32pp | · |
| PL | 14.6% | 393 | 2 695 | 2 054 470 | ▼0.06pp | ▲0.16pp | ±0 | · |
| IE | 13.4% | 115 | 860 | 3 187 560 | ▼0.09pp | ▼0.84pp | ▼2.18pp | · |
| PT | 12.5% | 159 | 1 275 | 1 688 773 | ▲0.09pp | ▼0.45pp | ▼0.9pp | · |
| NL | 12.2% | 165 | 1 350 | 2 046 130 | ▲0.16pp | ▼0.15pp | ▼0.13pp | · |
| GR | 11.3% | 41 | 362 | 2 377 853 | ▼0.06pp | ▼0.73pp | · | · |
| ES | 10.5% | 269 | 2 551 | 1 809 400 | ▼0.62pp | ▼0.51pp | ▲0.94pp | · |
| DE | 10.5% | 555 | 5 266 | 2 488 679 | ▼0.18pp | ▼0.76pp | ▼1.07pp | · |
| HU | 10.5% | 73 | 694 | 1 500 000 | ▼0.38pp | ▼0.75pp | ▲3.56pp | · |
| FR | 7.6% | 242 | 3 202 | 1 734 008 | ▼0.21pp | ▼0.34pp | ▼0.15pp | · |
| SG | 7.0% | 42 | 603 | 4 062 332 | · | · | · | · |
| SE | 1.0% | 43 | 4 479 | 2 636 317 | ▲0.07pp | · | · | · |
⚖️ 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 | 10 152 716 | 319 | 355 | Öffnen → |
| Perplexity | 8 752 341 | 49 | 73 | Öffnen → |
| OpenAI | 8 654 315 | 367 | 461 | Öffnen → |
| Decagon | 8 402 248 | 42 | 43 | Öffnen → |
| Inferact | 8 402 248 | 20 | 25 | Öffnen → |
| Replit | 8 122 173 | 15 | 18 | Öffnen → |
| Lambda | 8 066 158 | 55 | 58 | Öffnen → |
| Wayve | 8 052 154 | 52 | 123 | Öffnen → |
| Sierra | 7 982 135 | 53 | 62 | Öffnen → |
| Discord | 7 814 090 | 17 | 20 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| 2026-11-19 | 1 969 210 | 3 293 327 | 4 746 071 | 6 143 602 | 7 554 970 | 3 953 408 | 5 534 777 | 28.4% | 19 373 |
| 2026-11-18 | 1 961 499 | 3 284 370 | 4 740 232 | 6 143 602 | 7 551 165 | 3 946 296 | 5 534 777 | 28.6% | 19 526 |
| 2026-11-17 | 1 958 381 | 3 270 041 | 4 718 123 | 6 119 915 | 7 517 571 | 3 916 745 | 5 513 437 | 28.8% | 19 706 |
| 2026-11-16 | 1 948 345 | 3 251 359 | 4 700 115 | 6 119 798 | 7 484 348 | 3 895 169 | 5 513 332 | 28.8% | 20 149 |
| 2026-11-15 | 1 936 157 | 3 239 082 | 4 686 442 | 6 092 231 | 7 471 860 | 3 886 899 | 5 513 332 | 28.1% | 19 741 |
| 2026-11-14 | 1 932 927 | 3 239 082 | 4 686 332 | 6 092 231 | 7 472 770 | 3 886 899 | 5 513 332 | 27.9% | 19 536 |
| 2026-11-13 | 1 931 353 | 3 234 733 | 4 679 898 | 6 079 706 | 7 438 102 | 3 870 152 | 5 489 577 | 28.1% | 19 537 |
| 2026-11-12 | 1 956 466 | 3 242 215 | 4 679 566 | 6 069 902 | 7 409 532 | 3 882 550 | 5 468 380 | 28.4% | 19 671 |
| 2026-11-11 | 1 938 918 | 3 178 853 | 4 612 507 | 5 988 167 | 7 309 637 | 3 824 874 | 5 394 745 | 28.4% | 19 756 |
| 2026-11-10 | 1 945 638 | 3 184 905 | 4 621 767 | 5 999 567 | 7 323 525 | 3 832 647 | 5 405 015 | 28.6% | 19 886 |
| 2026-11-09 | 1 953 426 | 3 200 896 | 4 644 491 | 6 029 690 | 7 333 407 | 3 850 351 | 5 432 153 | 29.0% | 20 177 |
| 2026-11-08 | 1 944 742 | 3 191 390 | 4 634 306 | 6 018 486 | 7 333 407 | 3 837 816 | 5 432 153 | 28.3% | 19 689 |
| 2026-11-07 | 1 927 250 | 3 191 390 | 4 650 453 | 6 029 690 | 7 360 296 | 3 856 829 | 5 432 153 | 27.9% | 19 381 |
| 2026-11-06 | 1 916 218 | 3 175 551 | 4 608 429 | 5 986 128 | 7 293 909 | 3 810 662 | 5 392 908 | 27.8% | 19 494 |
| 2026-11-05 | 1 905 908 | 3 154 938 | 4 578 016 | 5 960 818 | 7 249 644 | 3 807 582 | 5 370 107 | 27.8% | 19 573 |
| 2026-11-04 | 1 901 482 | 3 123 863 | 4 617 884 | 5 976 086 | 7 334 287 | 3 802 964 | 5 378 477 | 28.0% | 20 406 |
| 2026-11-03 | 1 895 400 | 3 113 438 | 4 603 915 | 5 958 007 | 7 312 100 | 3 791 459 | 5 328 354 | 28.0% | 20 881 |
| 2026-11-02 | 1 888 705 | 3 112 126 | 4 637 054 | 6 011 502 | 7 377 752 | 3 825 501 | 5 329 743 | 28.4% | 21 323 |
| 2026-11-01 | 1 880 921 | 3 115 051 | 4 645 251 | 6 011 502 | 7 377 752 | 3 825 501 | 5 355 702 | 27.9% | 20 882 |
| 2026-10-31 | 1 871 663 | 3 098 984 | 4 645 251 | 6 011 502 | 7 377 752 | 3 825 501 | 5 355 702 | 27.1% | 20 327 |
| 2026-10-30 | 1 893 865 | 3 150 962 | 4 657 943 | 6 055 326 | 7 425 036 | 3 835 953 | 5 460 617 | 27.1% | 19 904 |
| 2026-10-29 | 1 907 776 | 3 158 119 | 4 668 523 | 6 096 542 | 7 453 846 | 3 872 128 | 5 492 380 | 27.0% | 20 130 |
| 2026-10-28 | 1 913 958 | 3 158 461 | 4 669 029 | 6 088 276 | 7 454 654 | 3 872 547 | 5 492 975 | 27.3% | 20 251 |
| 2026-10-27 | 1 913 802 | 3 147 475 | 4 652 790 | 6 075 996 | 7 428 726 | 3 864 552 | 5 473 870 | 27.5% | 20 400 |
| 2026-10-26 | 1 911 247 | 3 139 905 | 4 641 599 | 6 034 966 | 7 399 182 | 3 844 336 | 5 460 705 | 28.0% | 20 788 |
| 2026-10-25 | 1 899 313 | 3 126 254 | 4 641 599 | 6 006 776 | 7 371 952 | 3 822 494 | 5 406 098 | 27.0% | 20 067 |
| 2026-10-24 | 1 910 595 | 3 152 902 | 4 641 599 | 6 028 618 | 7 410 859 | 3 849 797 | 5 460 705 | 25.9% | 19 400 |
| 2026-10-23 | 1 962 142 | 3 242 985 | 4 704 372 | 6 049 938 | 7 480 667 | 3 924 284 | 5 450 395 | 27.6% | 18 528 |
| 2026-10-22 | 1 962 977 | 3 232 820 | 4 678 654 | 6 010 770 | 7 432 236 | 3 898 878 | 5 415 108 | 27.7% | 18 577 |
| 2026-10-21 | 1 964 578 | 3 240 619 | 4 674 342 | 6 015 675 | 7 438 300 | 3 902 059 | 5 419 527 | 27.8% | 18 700 |
🔧 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 →