📈 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
1 979 167
Spannenmitte · brutto HUF/Monat
1 700 000 – 2 250 000
n = 41
· 5.2% nennt gehalt
täglich ±0
wöchentl. ▼0.5%
monatl. ·
jährlich ·
Europa
2 278 625
Spannenmitte · brutto HUF/Monat
1 974 808 – 2 582 442
n = 4 588
· 13.6% nennt gehalt
täglich ±0
wöchentl. ▲0.8%
monatl. ·
jährlich ·
Nordamerika
5 052 703
Spannenmitte · brutto HUF/Monat
4 188 769 – 5 890 457
n = 11 815
· 71.0% nennt gehalt
täglich ±0
wöchentl. ▼0.3%
monatl. ·
jährlich ·
Gesamt
4 450 567
Spannenmitte · brutto HUF/Monat
3 665 173 – 5 145 946
n = 17 481
· 27.1% nennt gehalt
täglich ±0
wöchentl. ▲0.6%
monatl. ·
jährlich ·
Messbeginn: 2026-07-26 · Letzte Messung: 2026-08-20 · 26 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: -1.23%
⏱️ 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
5 Tage noch
jährlich
365 Tage
messbar ab: 2027-07-26
340 Tage noch
Entwicklung des Medians · Europa · brutto HUF/Monat
2 905 833
07-2607-2908-0108-0408-0708-1008-1308-1608-1908-20
🎯 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
2 278 625
n = 4 588
Letzte 7 Tage
2 622 998
+15.1%
Abweichung vom Bestand · n = 418
Letzte 30 Tage
2 424 123
+6.4%
Abweichung vom Bestand · n = 2 658
🪜 Nach Level
Die Karriereleiter: wie viel mehr die nächste Stufe zahlt. Die Balken zeigen das Verhältnis der Mediane.
Praktikant
880 096
n=41
Junior
1 464 974
+66%
ggü. Vorstufe
n=44
Medior
1 622 381
+11%
ggü. Vorstufe
n=22
Senior
2 582 442
+59%
ggü. Vorstufe
n=1 565
Lead
2 734 350
+6%
ggü. Vorstufe
n=149
Architect
2 962 213
+8%
ggü. Vorstufe
n=113
Principal
4 164 187
+41%
ggü. Vorstufe
n=241
| Level | Spannenmitte | Abweichung | Untergrenzen – Obergrenzen | Spannenbreite | Gesamtfeld (p10–p90) | täglich | wöchentl. | monatl. | jährlich | Stichprobe |
|---|---|---|---|---|---|---|---|---|---|---|
| director | 5 319 737 | +133% | 4 358 938 – 6 544 952 | +50% | 2 889 089 – 7 466 481 | ±0 | ▲1.3% | · | · | 27 |
| Principal | 4 164 187 | +83% | 3 665 173 – 4 861 067 | +33% | 2 346 639 – 7 139 692 | ▼3.2% | ▲3.5% | · | · | 241 |
| manager | 3 074 735 | +35% | 2 545 325 – 3 461 257 | +36% | 1 052 782 – 4 837 551 | ±0 | ▼0.3% | · | · | 50 |
| Architect | 2 962 213 | +30% | 2 664 472 – 3 615 418 | +36% | 1 822 754 – 5 301 411 | ▲1.0% | ▼1.8% | · | · | 113 |
| Lead | 2 734 350 | +20% | 2 430 533 – 3 038 045 | +25% | 1 456 497 – 4 947 984 | ±0 | ±0 | · | · | 149 |
| Senior | 2 582 442 | +13% | 2 163 846 – 2 945 806 | +36% | 1 532 451 – 4 974 164 | ±0 | ±0 | · | · | 1 565 |
| mid-level | 2 010 609 | -12% | 1 698 565 – 2 261 935 | +33% | 1 006 289 – 4 272 545 | ±0 | ▲4.2% | · | · | 257 |
| entry-level | 1 640 610 | -28% | 1 426 171 – 1 640 610 | +15% | 546 870 – 3 272 476 | ±0 | ▲2.1% | · | · | 51 |
| Medior | 1 622 381 | -29% | 1 403 633 – 1 822 900 | +30% | 1 361 706 – 2 423 789 | ±0 | ±0 | · | · | 22 |
| Junior | 1 464 974 | -36% | 1 321 603 – 1 670 992 | +26% | 746 468 – 2 021 633 | ▼0.5% | ▲2.4% | · | · | 44 |
| Praktikant | 880 096 | -61% | 880 096 – 929 679 | +6% | 437 496 – 2 474 040 | ±0 | ▼7.0% | · | · | 41 |
⚙️ 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 |
|---|---|---|---|---|---|---|---|---|---|---|
| AI/ML | 3 071 201 | +35% | 2 502 279 – 3 535 897 | +41% | 1 409 269 – 5 890 457 | ±0 | ▲2.3% | · | · | 596 |
| LLM | 2 825 495 | +24% | 2 430 533 – 3 403 375 | +40% | 1 475 638 – 5 543 301 | ▲0.6% | ▲3.5% | · | · | 552 |
| React | 2 617 981 | +15% | 2 227 104 – 3 015 914 | +35% | 1 595 038 – 5 358 167 | ±0 | ▲1.5% | · | · | 523 |
| AWS | 2 585 403 | +13% | 2 163 846 – 3 006 903 | +39% | 1 563 861 – 5 300 953 | ±0 | ▲0.3% | · | · | 1 060 |
| Terraform | 2 552 060 | +12% | 2 114 564 – 2 876 871 | +36% | 1 549 465 – 5 114 226 | ▲0.8% | ▲2.2% | · | · | 450 |
| TypeScript | 2 509 875 | +10% | 2 134 280 – 2 815 810 | +32% | 1 508 948 – 5 432 310 | ±0 | ▲2.9% | · | · | 602 |
| data science | 2 506 488 | +10% | 2 138 539 – 2 809 345 | +31% | 1 146 878 – 5 612 296 | ±0 | ±0 | · | · | 336 |
| C/C++ | 2 474 040 | +9% | 2 094 385 – 2 764 732 | +32% | 1 603 241 – 5 504 305 | ▲0.8% | ▲2.6% | · | · | 320 |
| PostgreSQL | 2 468 510 | +8% | 2 096 335 – 2 815 810 | +34% | 1 382 114 – 4 921 804 | ±0 | ▲1.3% | · | · | 409 |
| Node.js | 2 444 865 | +7% | 2 096 335 – 2 764 732 | +32% | 1 476 549 – 5 301 411 | ▲0.3% | ▲0.7% | · | · | 253 |
| Python | 2 430 533 | +7% | 2 094 385 – 2 734 350 | +31% | 1 367 503 – 5 235 962 | ±0 | ▲1.2% | · | · | 1 514 |
| GitHub | 2 430 533 | +7% | 1 974 808 – 2 734 350 | +38% | 1 455 282 – 4 735 734 | ±0 | ▲1.6% | · | · | 429 |
| Grafana | 2 430 533 | +7% | 2 126 595 – 2 773 846 | +30% | 1 437 711 – 3 930 172 | ▼2.8% | ▼0.3% | · | · | 303 |
| Kubernetes | 2 430 533 | +7% | 2 096 335 – 2 764 732 | +32% | 1 476 549 – 5 105 063 | ±0 | ±0 | · | · | 836 |
| GCP | 2 410 785 | +6% | 2 065 953 – 2 734 350 | +32% | 1 595 038 – 5 235 962 | ▲0.3% | ▲1.1% | · | · | 618 |
| C# | 2 204 190 | -3% | 1 897 296 – 2 513 262 | +32% | 1 384 379 – 3 841 671 | ±0 | ▼3.1% | · | · | 356 |
| Java | 2 202 671 | -3% | 1 868 473 – 2 513 262 | +35% | 1 344 395 – 4 450 567 | ▲0.6% | ▲0.8% | · | · | 591 |
| Docker | 2 187 480 | -4% | 1 898 986 – 2 479 144 | +31% | 1 366 294 – 4 712 366 | ±0 | ▼1.9% | · | · | 559 |
| SQL | 2 126 717 | -7% | 1 822 900 – 2 430 533 | +33% | 1 196 546 – 4 712 366 | ±0 | ▼0.5% | · | · | 784 |
| Azure | 2 095 360 | -8% | 1 822 900 – 2 384 535 | +31% | 1 367 175 – 4 422 483 | ▼0.4% | ▼1.3% | · | · | 752 |
| Linux | 2 050 763 | -10% | 1 762 137 – 2 309 007 | +31% | 1 290 146 – 4 162 590 | ▼0.7% | ▼0.6% | · | · | 443 |
| JavaScript | 2 010 609 | -12% | 1 816 754 – 2 278 625 | +25% | 1 276 030 – 4 811 849 | ▲0.3% | ▲0.4% | · | · | 456 |
| Git | 1 838 091 | -19% | 1 630 402 – 2 114 564 | +30% | 1 245 648 – 3 420 653 | ±0 | ±0 | · | · | 453 |
| CSS | 1 832 587 | -20% | 1 519 083 – 2 126 717 | +40% | 1 178 091 – 3 797 708 | ▲0.4% | ▲0.7% | · | · | 261 |
🧩 Nach Rolle
Median je Rolle, verglichen mit dem Gesamtmedian.
| Rolle | Spannenmitte | Abweichung | Untergrenzen – Obergrenzen | Spannenbreite | Gesamtfeld (p10–p90) | täglich | wöchentl. | monatl. | jährlich | Stichprobe |
|---|---|---|---|---|---|---|---|---|---|---|
| Solution / Enterprise Architect | 3 310 755 | +45% | 2 734 350 – 3 680 224 | +35% | 1 599 899 – 5 129 898 | ▲1.5% | ▲6.2% | · | · | 83 |
| AI / ML Engineer | 2 808 434 | +23% | 2 430 533 – 3 141 577 | +29% | 1 715 835 – 5 497 760 | ±0 | ▼0.8% | · | · | 139 |
| Product Manager | 2 773 451 | +22% | 2 521 314 – 3 233 301 | +28% | 1 824 732 – 6 700 722 | ±0 | ▼1.3% | · | · | 90 |
| Architect | 2 739 935 | +20% | 2 529 171 – 3 038 167 | +20% | 1 830 235 – 5 301 411 | ±0 | ±0 | · | · | 105 |
| Security Engineer | 2 582 320 | +13% | 1 974 808 – 2 886 319 | +46% | 1 736 312 – 4 782 923 | ±0 | ±0 | · | · | 214 |
| IT Consultant | 2 521 267 | +11% | 2 095 120 – 2 879 779 | +37% | 1 218 912 – 5 366 861 | ▼1.8% | ▼5.0% | · | · | 225 |
| Backend Developer | 2 491 297 | +9% | 2 094 385 – 2 847 795 | +36% | 1 670 992 – 4 712 366 | ±0 | ±0 | · | · | 168 |
| Data Scientist | 2 430 533 | +7% | 1 982 708 – 2 754 004 | +39% | 504 816 – 5 829 590 | ±0 | ±0 | · | · | 84 |
| Fullstack Developer | 2 404 470 | +6% | 2 095 360 – 2 649 281 | +26% | 1 519 083 – 4 699 276 | ±0 | ▲2.0% | · | · | 152 |
| Softwareentwickler | 2 339 328 | +3% | 2 017 014 – 2 642 708 | +31% | 1 367 175 – 5 107 760 | ▲0.7% | ▲2.4% | · | · | 956 |
| Sonstige | 2 240 648 | -2% | 1 974 808 – 2 506 488 | +27% | 998 658 – 5 235 853 | ±0 | ▲4.0% | · | · | 1 152 |
| Data Engineer | 1 927 170 | -15% | 1 655 740 – 2 255 679 | +36% | 1 113 446 – 4 012 579 | ▲1.4% | ▲1.3% | · | · | 144 |
| DevOps / SRE | 1 914 015 | -16% | 1 670 992 – 2 187 480 | +31% | 1 468 954 – 3 670 831 | ▼0.7% | ▼0.6% | · | · | 160 |
| QA / Test Engineer | 1 760 348 | -23% | 1 519 083 – 2 067 169 | +36% | 1 141 308 – 2 973 110 | ▲0.3% | ▲0.9% | · | · | 88 |
🏠 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 |
|---|---|---|---|---|---|---|---|---|---|---|
| Remote | 2 985 841 | +31% | 2 499 000 – 3 427 963 | +37% | 1 442 023 – 5 759 558 | ±0 | ▼0.8% | · | · | 2 014 |
| Vor Ort | 2 005 190 | -12% | 1 765 175 – 2 278 625 | +29% | 1 136 129 – 3 794 547 | ±0 | ±0 | · | · | 2 159 |
| Hybrid | 1 914 045 | -16% | 1 669 253 – 2 217 862 | +33% | 1 519 083 – 2 734 350 | ±0 | ±0 | · | · | 415 |
🔓 Gehaltstransparenz
Wie viel Prozent der Anzeigen überhaupt eine Gehaltsspanne nennen. Unser verlässlichster Trendindikator: eine Quote, die weder Wechselkurs noch Stichprobenmix bewegt.
US
72.3%
11 241 / 15 553
LT
70.4%
88 / 125
SK
60.6%
97 / 160
CA
53.3%
574 / 1 077
AT
41.0%
277 / 675
IT
24.7%
137 / 554
EU
23.4%
1 188 / 5 078
PL
17.9%
414 / 2 310
IE
16.9%
151 / 892
GB
15.5%
726 / 4 676
ES
13.7%
246 / 1 791
PT
13.3%
133 / 1 002
DE
12.0%
1 199 / 10 004
CH
11.5%
46 / 400
CZ
11.4%
36 / 315
NL
10.1%
118 / 1 173
BR
8.9%
37 / 416
FR
8.9%
223 / 2 516
HU
5.2%
41 / 783
SE
1.4%
56 / 4 116
| Land | Nennt Gehalt | Mit Gehalt | Anzeigen gesamt | Spannenmitte | täglich | wöchentl. | monatl. | jährlich |
|---|---|---|---|---|---|---|---|---|
| US | 72.3% | 11 241 | 15 553 | 5 168 805 | ±0 | ▲0.12pp | · | · |
| LT | 70.4% | 88 | 125 | 1 917 964 | ▲0.87pp | ▲1.05pp | · | · |
| SK | 60.6% | 97 | 160 | 1 230 392 | ▲1.0pp | ▼0.27pp | · | · |
| CA | 53.3% | 574 | 1 077 | 3 727 391 | ▲0.65pp | ▲1.38pp | · | · |
| AT | 41.0% | 277 | 675 | 1 664 648 | ▼0.4pp | ▼2.6pp | · | · |
| IT | 24.7% | 137 | 554 | 1 628 460 | ▼0.18pp | ▼4.27pp | · | · |
| EU | 23.4% | 1 188 | 5 078 | 4 194 385 | ▲0.17pp | ▲0.52pp | · | · |
| PL | 17.9% | 414 | 2 310 | 2 035 253 | ▲0.1pp | ▼2.01pp | · | · |
| IE | 16.9% | 151 | 892 | 2 849 805 | ▲0.39pp | ▲1.96pp | · | · |
| GB | 15.5% | 726 | 4 676 | 3 505 234 | ▼0.31pp | ±0 | · | · |
| ES | 13.7% | 246 | 1 791 | 2 245 164 | ▲0.11pp | ▲0.11pp | · | · |
| PT | 13.3% | 133 | 1 002 | 1 884 792 | ▲0.08pp | ▼0.17pp | · | · |
| DE | 12.0% | 1 199 | 10 004 | 2 110 967 | ±0 | ▼0.19pp | · | · |
| CH | 11.5% | 46 | 400 | 2 601 863 | ▲0.78pp | ▲0.48pp | · | · |
| CZ | 11.4% | 36 | 315 | 1 981 619 | ▼0.15pp | ▼0.69pp | · | · |
| NL | 10.1% | 118 | 1 173 | 2 095 888 | ▲0.39pp | ▼1.28pp | · | · |
| BR | 8.9% | 37 | 416 | 2 385 602 | ▲0.08pp | · | · | · |
| FR | 8.9% | 223 | 2 516 | 1 809 400 | ±0 | ▼0.32pp | · | · |
| HU | 5.2% | 41 | 783 | 1 979 167 | ±0 | ▲0.72pp | · | · |
| SE | 1.4% | 56 | 4 116 | 2 635 722 | ±0 | ▼0.16pp | · | · |
⚖️ 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 | |
|---|---|---|---|---|
| Hightouch | 7 592 144 | 27 | 34 | Öffnen → |
| Abridge | 6 453 323 | 16 | 22 | Öffnen → |
| Epic Games | 5 872 164 | 22 | 98 | Öffnen → |
| Cloudflare | 5 746 468 | 39 | 163 | Öffnen → |
| Assured | 5 628 659 | 15 | 15 | Öffnen → |
| Monzo | 4 886 874 | 16 | 42 | Öffnen → |
| Delinea | 4 247 674 | 18 | 39 | Öffnen → |
| Samsara | 4 209 553 | 18 | 68 | Öffnen → |
| Mercor | 4 188 769 | 43 | 165 | Öffnen → |
| Novartis | 3 700 487 | 19 | 26 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| 2026-08-20 | 1 274 845 | 1 700 338 | 2 278 625 | 3 403 427 | 4 974 164 | 1 974 808 | 2 582 442 | 13.6% | 4 588 |
| 2026-08-19 | 1 267 764 | 1 695 399 | 2 276 875 | 3 409 280 | 4 982 794 | 1 973 292 | 2 580 337 | 13.6% | 4 581 |
| 2026-08-18 | 1 263 001 | 1 688 490 | 2 262 063 | 3 382 134 | 4 943 770 | 1 960 454 | 2 563 550 | 13.7% | 4 610 |
| 2026-08-17 | 1 268 885 | 1 692 040 | 2 266 125 | 3 385 376 | 4 985 475 | 1 963 975 | 2 568 275 | 13.8% | 4 673 |
| 2026-08-16 | 1 264 713 | 1 692 040 | 2 257 061 | 3 330 691 | 4 906 807 | 1 963 975 | 2 560 293 | 13.7% | 4 628 |
| 2026-08-15 | 1 269 030 | 1 692 040 | 2 251 018 | 3 323 771 | 4 915 083 | 1 963 975 | 2 556 236 | 13.7% | 4 636 |
| 2026-08-14 | 1 274 350 | 1 699 133 | 2 251 800 | 3 284 942 | 4 875 103 | 1 972 208 | 2 548 700 | 13.9% | 4 577 |
| 2026-08-13 | 1 274 000 | 1 698 667 | 2 261 000 | 3 281 093 | 4 869 344 | 1 971 667 | 2 550 000 | 14.0% | 4 624 |
| 2026-08-12 | 1 274 000 | 1 698 667 | 2 261 000 | 3 267 854 | 4 871 667 | 1 971 667 | 2 550 000 | 14.1% | 4 687 |
| 2026-08-11 | 1 274 000 | 1 698 667 | 2 254 650 | 3 262 350 | 4 856 250 | 1 971 667 | 2 548 000 | 14.2% | 4 762 |
| 2026-08-10 | 1 274 000 | 1 695 091 | 2 244 667 | 3 247 686 | 4 871 667 | 1 971 667 | 2 541 721 | 14.5% | 4 856 |
| 2026-08-09 | 1 274 000 | 1 690 278 | 2 238 333 | 3 245 667 | 4 853 906 | 1 965 600 | 2 541 721 | 14.5% | 4 878 |
| 2026-08-08 | 1 274 000 | 1 698 667 | 2 237 083 | 3 244 802 | 4 856 249 | 1 965 600 | 2 528 000 | 14.2% | 4 827 |
| 2026-08-07 | 1 274 000 | 1 677 388 | 2 199 167 | 3 215 625 | 4 804 542 | 1 925 863 | 2 499 000 | 14.5% | 4 859 |
| 2026-08-06 | 1 267 000 | 1 665 200 | 2 187 083 | 3 183 888 | 4 790 704 | 1 886 583 | 2 475 175 | 14.6% | 4 868 |
| 2026-08-05 | 1 267 000 | 1 665 200 | 2 187 083 | 3 220 009 | 4 987 500 | 1 900 500 | 2 485 708 | 14.9% | 4 860 |
| 2026-08-04 | 1 289 161 | 1 774 500 | 2 567 988 | 4 042 740 | 5 728 037 | 2 121 450 | 2 927 100 | 13.2% | 2 570 |
| 2026-08-03 | 1 198 167 | 1 668 333 | 2 345 718 | 3 640 000 | 5 561 369 | 2 027 594 | 2 584 400 | 11.7% | 2 960 |
| 2026-08-02 | 1 268 000 | 1 713 833 | 2 502 409 | 4 332 333 | 5 943 750 | 2 199 167 | 2 730 000 | 9.7% | 2 504 |
| 2026-08-01 | 1 122 333 | 1 638 000 | 2 548 000 | 4 226 667 | 5 893 000 | 2 256 800 | 2 694 500 | 8.0% | 1 891 |
| 2026-07-31 | 1 131 141 | 1 629 000 | 2 493 750 | 4 183 154 | 5 775 000 | 2 244 400 | 2 663 596 | 8.4% | 1 855 |
| 2026-07-30 | 1 131 250 | 1 620 312 | 2 494 783 | 4 240 000 | 5 851 500 | 2 252 394 | 2 663 596 | 8.3% | 1 861 |
| 2026-07-29 | 1 263 500 | 1 732 800 | 2 905 833 | 5 019 167 | 6 419 250 | 2 638 570 | 3 278 500 | 10.4% | 2 473 |
| 2026-07-28 | 1 215 432 | 1 656 000 | 2 790 000 | 4 853 563 | 6 251 317 | 2 549 880 | 2 999 880 | 11.6% | 2 345 |
| 2026-07-27 | 1 237 461 | 1 665 200 | 2 715 000 | 4 839 089 | 6 254 000 | 2 554 314 | 3 004 600 | 11.9% | 2 412 |
| 2026-07-26 | 1 224 175 | 1 665 200 | 2 715 000 | 4 836 250 | 6 254 000 | 2 523 345 | 3 004 208 | 11.9% | 2 422 |
🔧 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
EUR 2 809
USD 1 167
PLN 421
CAD 48
GBP 47
SEK 37
CHF 32
CZK 29
Angegebene Periode
yearly 3 055
monthly 1 337
hourly 189
daily 30
Spannentyp
4 611 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:
3 324 / 4 611
(72.1%)
Wechselkurse
Heute (EZB-Referenzkurs) · 2026-08-19
EUR 364.6 USD 314.2 GBP 425.9 PLN 84.3
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 →