⏱️ 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
jährlich
365 Tage
messbar ab: 2027-07-26
249 Tage noch

Entwicklung des Medians · Nordamerika · brutto HUF/Monat

5 327 223
08-2209-0209-1309-2410-0510-1610-2711-0711-1811-19

🎯 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
5 327 223
n = 14 501
Letzte 7 Tage
4 981 299
-6.5% Abweichung vom Bestand · n = 943
Letzte 30 Tage
5 050 484
-5.2% Abweichung vom Bestand · n = 5 227

🪜 Nach Level

Die Karriereleiter: wie viel mehr die nächste Stufe zahlt. Die Balken zeigen das Verhältnis der Mediane.

Praktikant
2 988 779
n=189
Junior
3 749 811
+25% ggü. Vorstufe
n=109
Medior
4 027 657
+7% ggü. Vorstufe
n=128
Senior
5 205 457
+29% ggü. Vorstufe
n=4 198
Lead
5 258 038
+1% ggü. Vorstufe
n=568
Architect
5 091 995
-3% ggü. Vorstufe
n=380
Principal
6 434 178
+26% ggü. Vorstufe
n=2 667
Level Spannenmitte Abweichung Untergrenzen – Obergrenzen Spannenbreite Gesamtfeld (p10–p90) täglichwöchentl.monatl.jährlich Stichprobe
Principal 6 162 806 +16% 5 285 712 – 7 572 958 +43% 4 704 560 – 8 816 069 ±0 ±0 ±0 · 2 667
Lead 5 036 271 -5% 4 386 311 – 6 088 254 +39% 3 557 478 – 7 873 220 ±0 ±0 ▼1.6% · 568
Senior 4 985 909 -6% 4 373 719 – 6 057 813 +39% 3 537 207 – 6 918 487 ±0 ±0 ▼1.8% · 4 198
Architect 4 877 231 -8% 4 116 490 – 6 048 127 +47% 3 473 681 – 7 282 106 ▲0.5% ▼0.4% ▼4.7% · 380
Medior 3 857 784 -28% 3 105 010 – 4 798 651 +55% 2 418 520 – 5 779 386 ▼0.3% ▼1.0% ▲3.6% · 128
Junior 3 591 657 -33% 2 828 271 – 4 151 083 +47% 1 862 879 – 4 704 560 ±0 ▲0.4% ▲1.2% · 109
Praktikant 2 862 723 -46% 2 905 758 – 3 320 866 +14% 1 726 850 – 4 151 083 ▼0.7% ▼6.2% ▼10.0% · 189

⚙️ Nach Technologie

Median je Technologie, verglichen mit dem Gesamtmedian — wofür ein Aufschlag gezahlt wird.

Technologie Spannenmitte Abweichung Untergrenzen – Obergrenzen Spannenbreite Gesamtfeld (p10–p90) täglichwöchentl.monatl.jährlich Stichprobe
Rust 5 815 197 +9% 4 981 299 – 7 001 492 +41% 4 257 890 – 8 952 501 ▲0.5% ▲0.9% ▼0.5% · 852
LLM 5 701 589 +7% 4 981 299 – 6 918 471 +39% 3 785 787 – 8 417 012 ±0 ±0 ▲1.2% · 2 383
Spark 5 690 987 +7% 4 953 625 – 6 849 286 +38% 3 815 022 – 7 762 524 ±0 ▲0.4% ▲0.4% · 815
AI/ML 5 593 442 +5% 4 842 930 – 6 849 286 +41% 3 843 305 – 8 454 371 ±0 ▲0.5% ±0 · 3 095
Snowflake 5 433 872 +2% 4 776 512 – 6 566 182 +37% 3 651 267 – 7 959 009 ±0 ▲1.0% ▲1.0% · 695
Databricks 5 433 872 +2% 4 768 210 – 6 724 754 +41% 3 597 605 – 7 200 744 ▲0.5% ▲1.0% ▼1.7% · 695
Go 5 427 775 +2% 4 593 865 – 6 641 732 +45% 4 012 713 – 7 610 318 ±0 ±0 ±0 · 687
TypeScript 5 402 064 +1% 4 704 560 – 6 508 897 +38% 3 559 776 – 7 729 316 ±0 ±0 ▼0.6% · 1 635
Kubernetes 5 367 605 +1% 4 640 910 – 6 614 058 +43% 3 855 304 – 7 845 546 ±0 ±0 ±0 · 2 229
data science 5 301 444 0% 4 676 886 – 6 392 667 +37% 3 322 859 – 8 268 956 ±0 ±0 ▲1.4% · 1 207
React 5 221 818 -2% 4 510 843 – 6 315 180 +40% 3 464 748 – 7 545 976 ±0 ▲1.0% ▼1.3% · 1 353
C/C++ 5 182 058 -3% 4 538 517 – 6 364 993 +40% 3 617 530 – 7 877 302 ±0 ±0 ▼1.3% · 2 025
GCP 5 182 058 -3% 4 528 831 – 6 364 993 +41% 3 459 235 – 7 611 425 ±0 ▲0.3% ▼2.2% · 1 740
Terraform 5 168 805 -3% 4 427 821 – 6 364 993 +44% 3 736 860 – 7 610 318 ±0 ▲0.8% ±0 · 1 177
Python 5 115 791 -4% 4 427 821 – 6 226 624 +41% 3 390 051 – 7 679 503 ±0 ±0 ▼0.6% · 5 949
AWS 5 102 538 -4% 4 425 054 – 6 226 624 +41% 3 409 422 – 7 318 082 ±0 ±0 ▼1.3% · 3 013
Java 5 036 271 -5% 4 234 104 – 6 088 254 +44% 3 216 531 – 7 266 055 ±0 ▲1.0% ▼1.3% · 1 575
Docker 4 970 005 -7% 4 151 083 – 6 088 254 +47% 3 390 051 – 7 004 813 ±0 ▲0.3% ▲1.4% · 994
Azure 4 903 738 -8% 4 151 083 – 5 922 211 +43% 3 219 435 – 7 264 394 ±0 ▲0.4% ▼2.6% · 1 809
SQL 4 706 263 -12% 4 114 415 – 5 649 623 +37% 2 912 261 – 7 185 524 ±0 ▲0.3% ▼1.4% · 2 088
GitHub 4 691 684 -12% 4 140 013 – 5 623 333 +36% 3 252 650 – 7 013 946 ▼0.3% ±0 ±0 · 862
Linux 4 681 082 -12% 3 985 039 – 5 811 516 +46% 3 168 175 – 7 084 514 ±0 ▲0.3% ▼2.0% · 1 621
JavaScript 4 609 514 -13% 4 012 713 – 5 534 777 +38% 2 905 758 – 6 780 101 ±0 ▼0.6% ▼3.4% · 1 103
Git 4 453 124 -16% 3 735 974 – 5 534 777 +48% 3 110 522 – 6 169 062 ▲0.6% ▲1.4% ▼0.3% · 804

🧩 Nach Rolle

Median je Rolle, verglichen mit dem Gesamtmedian.

Rolle Spannenmitte Abweichung Untergrenzen – Obergrenzen Spannenbreite Gesamtfeld (p10–p90) täglichwöchentl.monatl.jährlich Stichprobe
Engineering Manager 6 626 673 +24% 5 963 722 – 7 887 057 +32% 5 241 226 – 9 755 044 ±0 ±0 ±0 · 422
AI / ML Engineer 5 964 006 +12% 5 047 716 – 7 292 068 +44% 4 109 018 – 8 325 134 ±0 ±0 ±0 · 569
Product Manager 5 582 309 +5% 4 842 930 – 6 735 823 +39% 3 933 317 – 7 748 687 ±0 ±0 ±0 · 353
Softwareentwickler 5 433 872 +2% 4 676 886 – 6 697 080 +43% 3 639 267 – 8 417 012 ±0 ▲0.5% ▼0.6% · 3 502
Data Scientist 5 343 749 0% 4 704 560 – 6 586 384 +40% 3 428 794 – 8 261 955 ±0 ▲0.8% ▼3.4% · 257
Solution / Enterprise Architect 5 129 045 -4% 4 289 452 – 6 461 907 +51% 3 743 679 – 6 806 115 ±0 ±0 ▼5.6% · 294
Project Manager 5 115 791 -4% 4 593 865 – 6 143 602 +34% 3 719 625 – 7 845 546 ±0 ±0 ±0 · 394
Security Engineer 5 036 271 -5% 4 427 821 – 6 143 602 +39% 3 465 656 – 7 748 687 ▼0.5% ▲1.3% ▲2.1% · 565
Data Engineer 4 956 751 -7% 4 151 083 – 6 088 254 +47% 3 590 963 – 8 004 388 ±0 ▲1.4% ▲2.5% · 265
Architect 4 751 987 -11% 4 034 852 – 6 038 441 +50% 3 572 968 – 7 266 055 ▼0.4% ▼1.6% ▼4.0% · 290
IT Consultant 4 638 671 -13% 3 951 831 – 5 628 868 +42% 2 974 942 – 6 820 229 ▲1.4% ▼0.8% ▲1.4% · 684
Sonstige 4 638 671 -13% 4 040 387 – 5 595 659 +38% 2 767 388 – 7 341 328 ±0 ±0 ±0 · 4 595
DevOps / SRE 4 545 898 -15% 3 854 972 – 5 673 146 +47% 3 326 817 – 6 970 498 ▼0.3% ▼2.0% ▼6.0% · 237
QA / Test Engineer 3 883 230 -27% 3 486 909 – 4 621 539 +33% 2 485 115 – 5 463 101 ▲1.0% ±0 ±0 · 370

🏠 Nach Arbeitsort

Remote oder vor Ort — der Unterschied in den ausgeschriebenen Spannen.

Nach Arbeitsort Spannenmitte Abweichung Untergrenzen – Obergrenzen Spannenbreite Gesamtfeld (p10–p90) täglichwöchentl.monatl.jährlich Stichprobe
Hybrid 5 665 805 +6% 4 842 930 – 6 918 471 +43% 3 592 070 – 8 551 230 ±0 ▲0.6% ▲2.4% · 2 056
Remote 5 062 778 -5% 4 510 843 – 6 039 825 +34% 3 185 956 – 7 347 416 ±0 ±0 ▼0.9% · 2 626
Vor Ort 4 969 985 -7% 4 151 083 – 6 088 254 +47% 3 113 312 – 7 721 013 ±0 ▲0.3% ▼1.3% · 9 819

🔓 Gehaltstransparenz

Wie viel Prozent der Anzeigen überhaupt eine Gehaltsspanne nennen. Unser verlässlichster Trendindikator: eine Quote, die weder Wechselkurs noch Stichprobenmix bewegt.

US
70.0%
13 740 / 19 623
SK
63.8%
143 / 224
CA
49.9%
761 / 1 524
LT
48.4%
107 / 221
EE
48.2%
55 / 114
AT
32.6%
135 / 414
IT
29.8%
182 / 611
EU
23.2%
853 / 3 675
GB
14.8%
796 / 5 371
PL
14.6%
393 / 2 695
IE
13.4%
115 / 860
PT
12.5%
159 / 1 275
NL
12.2%
165 / 1 350
GR
11.3%
41 / 362
ES
10.5%
269 / 2 551
DE
10.5%
555 / 5 266
HU
10.5%
73 / 694
FR
7.6%
242 / 3 202
SG
7.0%
42 / 603
SE
1.0%
43 / 4 479
Land Nennt Gehalt Mit Gehalt Anzeigen gesamt Spannenmitte täglichwöchentl.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.

Ungarn 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 10 152 716 286 355 Öffnen →
Mercor 8 822 360 29 280 Öffnen →
Perplexity 8 752 341 48 73 Öffnen →
OpenAI 8 654 315 361 461 Öffnen →
Decagon 8 402 248 36 43 Öffnen →
Replit 8 122 173 15 18 Öffnen →
Lambda 8 066 158 55 58 Öffnen →
Wayve 8 052 154 50 123 Öffnen →
Sierra 7 982 135 37 62 Öffnen →
Discord 7 814 090 15 20 Öffnen →

📒 Messprotokoll

Die Rohwerte jedes Messtages mit Datum — damit jeder nachprüfen kann, was oben steht.

Datum p10p25 Median p75p90 Untergrenzen Obergrenzen Nennt Gehalt Stichprobe
2026-11-19 3 182 497 4 151 083 5 327 223 6 444 431 7 776 361 4 383 543 6 088 254 68.6% 14 501
2026-11-18 3 182 497 4 151 083 5 327 223 6 448 015 7 798 500 4 389 078 6 088 254 69.1% 14 596
2026-11-17 3 170 226 4 135 078 5 306 683 6 419 625 7 768 432 4 380 425 6 064 780 69.3% 14 706
2026-11-16 3 170 166 4 134 999 5 304 115 6 409 441 7 740 718 4 366 559 6 064 665 70.0% 14 978
2026-11-15 3 170 166 4 134 999 5 291 227 6 409 248 7 732 448 4 355 532 6 064 665 68.3% 14 647
2026-11-14 3 170 166 4 134 999 5 298 312 6 409 248 7 732 448 4 366 559 6 064 665 67.6% 14 446
2026-11-13 3 156 507 4 117 183 5 269 994 6 381 633 7 699 131 4 347 745 6 038 534 68.7% 14 499
2026-11-12 3 144 319 4 101 285 5 249 645 6 356 992 7 669 403 4 335 058 6 015 218 69.3% 14 651
2026-11-11 3 101 978 4 046 059 5 192 024 6 271 978 7 566 130 4 288 822 5 934 220 69.2% 14 660
2026-11-10 3 107 884 4 053 761 5 201 908 6 283 519 7 580 534 4 296 987 5 945 517 69.5% 14 772
2026-11-09 3 123 488 4 074 115 5 226 030 6 314 878 7 618 595 4 318 562 5 975 369 70.3% 15 008
2026-11-08 3 123 488 4 074 115 5 228 448 6 314 878 7 618 595 4 321 278 5 975 369 68.4% 14 614
2026-11-07 3 123 488 4 074 115 5 228 448 6 321 587 7 618 595 4 340 291 5 975 369 67.5% 14 393
2026-11-06 3 100 922 4 044 681 5 190 674 6 269 256 7 563 554 4 298 148 5 932 199 68.0% 14 468
2026-11-05 3 087 811 4 027 580 5 168 728 6 242 749 7 531 575 4 290 715 5 907 117 68.2% 14 497
2026-11-04 2 988 043 3 998 544 5 161 165 6 247 726 7 592 345 4 210 424 5 976 086 68.0% 15 263
2026-11-03 2 915 805 3 967 491 5 125 944 6 228 826 7 555 836 4 182 656 5 958 007 67.8% 15 689
2026-11-02 2 951 101 3 989 451 5 137 102 6 271 089 7 621 628 4 186 301 6 011 502 68.8% 15 961
2026-11-01 3 005 751 4 003 114 5 151 447 6 277 528 7 619 784 4 227 179 6 011 502 67.2% 15 601
2026-10-31 3 005 751 4 010 084 5 191 752 6 284 752 7 651 002 4 235 376 6 011 502 65.3% 15 118
2026-10-30 3 082 075 4 082 550 5 233 336 6 353 914 7 685 607 4 329 147 6 027 927 66.1% 14 798
2026-10-29 3 130 657 4 119 285 5 285 990 6 384 892 7 703 063 4 393 904 6 041 618 66.3% 14 823
2026-10-28 3 089 798 4 119 731 5 259 524 6 385 583 7 703 897 4 377 214 6 042 273 66.8% 15 019
2026-10-27 3 079 052 4 105 403 5 241 231 6 363 374 7 677 103 4 373 622 6 021 257 67.2% 15 151
2026-10-26 3 071 647 4 095 529 5 214 973 6 348 070 7 657 279 4 341 260 6 006 776 68.0% 15 440
2026-10-25 3 108 097 4 095 529 5 201 322 6 307 114 7 644 987 4 313 957 6 006 776 65.0% 14 780
2026-10-24 3 139 905 4 095 529 5 255 929 6 357 735 7 658 639 4 368 564 6 006 776 62.6% 14 114
2026-10-23 3 176 218 4 101 422 5 259 631 6 390 588 7 712 309 4 360 316 6 025 412 67.4% 13 741
2026-10-22 3 154 257 4 061 331 5 225 580 6 362 752 7 675 916 4 332 087 5 986 402 67.6% 13 817
2026-10-21 3 156 777 4 064 645 5 229 843 6 340 846 7 655 081 4 335 621 5 962 834 67.8% 13 912

🔧 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 14 078 CAD 552 GBP 8 PLN 8 INR 3 EUR 3 BRL 2 AMD 1
Angegebene Periode
yearly 14 051 monthly 343 hourly 262
Spannentyp
14 656 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: 13 521 / 14 656 (92.3%)

Wechselkurse

Heute (EZB-Referenzkurs) · 2026-11-19
EUR 369.4 USD 336.1 GBP 442.0 PLN 83.6
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.json

Frei 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.
Nettogehalts-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 →