New3x the coverage, same rigorous quality. 300 positions benchmarkedExplore

Welche Mitarbeitendengruppen überschreiten am ehesten die 5 %-Schwelle der EU-Entgelttransparenzrichtlinie?

Market trendsPay equity

Die EU-Entgelttransparenzrichtlinie ist das HR-Projekt des Jahres 2026 – und das zu Recht: Es gibt viel vorzubereiten und wenig Zeit.

Die Richtlinie führt EU-weit eine strengere, einheitliche Berichterstattung zum Gender Pay Gap ein – mit einem maximal zulässigen Lohngefälle von 5 % für das Unternehmen insgesamt (nicht bereinigt) und für jede Gruppe von Mitarbeitenden, die gleiche Arbeit oder Arbeit von gleichem Wert ausübt (bereinigt) – sowie der Anforderung, objektive Begründungen und Maßnahmenpläne für alle darüber hinausgehenden Lohnunterschiede vorzulegen.

Wie schneiden EU-Technologieunternehmen aktuell im Vergleich zu dieser 5 %-Schwelle ab?

Fast alle EU-Technologieunternehmen werden die 5 %-Schwelle bei der Meldung ihres gesamten Gender Pay Gaps überschreiten – über alle 27 EU-Mitgliedstaaten hinweg liegt der unbereinigte Gender Pay Gap derzeit bei 18,8 % (Ravio-Daten, Januar 2026).

Vieles davon lässt sich jedoch durch die bereinigte Analyse rechtfertigen, die die Richtlinie vorschreibt – indem nachgewiesen wird, dass Männer und Frauen in vergleichbaren Positionen fair vergütet werden.

Die komplexere Compliance-Frage lautet: Welche konkreten Mitarbeitendengruppen werden die 5 %-Schwelle voraussichtlich überschreiten? Das wird deutlich schwieriger zu begründen sein.

Eine eindeutige Antwort ist schwierig, da die Definition von „gleichem Wert“ je nach Unternehmen variiert. Als ersten Anhaltspunkt haben wir jedoch unsere Daten analysiert, um herauszufinden, wo sich die größten Risikobereiche bei Funktionen und Senioriätsleveln konzentrieren.

Erhalte monatlich Vergütungstrends und Experteneinblicke – direkt in dein Postfach 📧

Risikofaktor 1: Aufstrebende Tech-Märkte

Wenn wir nach Senioriätslevel und Funktion innerhalb jedes Landes bereinigen – also gleiche Rollen miteinander vergleichen statt allgemeine Belegschaftsdurchschnitte –, bleiben die meisten EU-Mitgliedstaaten unter der 5 %-Grenze.

Diese bereinigte Betrachtung eliminiert den Einfluss der Verteilung von Männern und Frauen auf verschiedene Rollen und Senioriätslevel und gibt ein klareres Bild der Lohngleichheit bei vergleichbarer Arbeit.

Es gibt jedoch 6 Ausnahmen: Griechenland (7,6 %), Litauen (7,0 % bereinigter Gender Pay Gap), Polen (6,2 %), Tschechien (5,8 %), Rumänien (5,6 %), Estland (5,3  %) – wenn du Mitarbeitende in diesen aufstrebenden Tech-Märkten beschäftigst, kann dein Basis-Gender-Pay-Gap-Risiko höher liegen.

Eine mögliche Erklärung: Diese Standorte befinden sich in der Entwicklung ihrer Tech-Ökosysteme, wo das rasante Sektorwachstum wenig Zeit ließ, reife und einheitliche Vergütungsstrukturen aufzubauen.

Fehlen klare Strukturen, basieren Gehaltsentscheidungen stärker auf individuellen Verhandlungen (vor allem wenn der Talentpool insgesamt kleiner und weniger divers ist) – und Studien zeigen konsistent, dass Männer sowohl bei Einstiegsgehältern als auch bei Gehaltserhöhungen häufiger und aggressiver verhandeln als Frauen.

Ravio-Daten: Bereinigter Gender Pay Gap je EU-Land

Risikofaktor 2: Tech-Jobfamilien

Betrachten wir den bereinigten Gender Pay Gap nach Jobfunktion, bleiben die meisten Jobfamilien erneut unter dem Maximum von 5 %.

Engineering (7,4  %) und Data (5,5  %) überschreiten die Schwelle jedoch, Finance liegt mit 4,8  % knapp darunter.

Diese erhöhten Lohnlücken stammen wahrscheinlich daher, dass es sich um traditionell männerdominierte Bereiche in der Tech-Branche handelt – eine einzige Gehaltsentscheidung für eine Mitarbeiterin kann daher einen überproportionalen Einfluss auf den mittleren oder medianen bereinigten Gender Pay Gap haben.

Unbewusste Vorurteile können in diesen stärker männerdominierten Bereichen ebenfalls ausgeprägter sein und inkonsistente Entscheidungen wahrscheinlicher machen. Studien deuten darauf hin, dass Frauen in männerdominierten Feldern bei Gehaltsverhandlungen im Nachteil sind – sowohl bei Einstellungsangeboten als auch bei Gehaltserhöhungsgesprächen: Entweder verhandeln sie weniger selbstbewusst oder werden dafür kritisiert, wenn sie es tun.

Wenn dein Technologieunternehmen große Engineering- oder Data-Bereiche hat, solltest du diese besonders genau unter die Lupe nehmen.

Ravio-Daten: Bereinigter Gender Pay Gap je Jobfamilie (EU)

Risikofaktor 3: Management-Positionen

Ebenso bleiben die meisten Ebenen unter dem 5 %-Ziel, wenn wir den bereinigten Gender Pay Gap nach Senioriätslevel betrachten.

Die Managementebenen M2 (6,5  %), M3 (6,9  %) und M4 (8,5  %) überschreiten die Schwelle jedoch allesamt.

Ravio-Daten: Bereinigter Gender Pay Gap je Senioriätslevel (EU)

Da insgesamt weniger Frauen in Senior-Positionen gelangen, haben individuelle Gehaltsentscheidungen einen überproportionalen Einfluss auf den bereinigten Lohnunterschied.

Dies könnte auch auf Gender Bias in Leistungsbeurteilungen zurückzuführen sein, der auf Senior-Ebenen häufig stärker ausgeprägt ist. Senior-Positionen werden oft mit eher „männlichen“ Eigenschaften wie Durchsetzungsvermögen assoziiert, was Frauen in eine Zwickmühle bringt: Wer diese Eigenschaften zeigt, wird als aggressiv wahrgenommen und dafür bestraft – wer es nicht tut, gilt als nicht führungsstark genug.

Ravio-Daten: Anteil von Männern und Frauen je Senioriätslevel (EU)

Risikofaktor 4: Management-Positionen in Tech-Jobfunktionen

Kombinieren wir Jobfunktion und Senioriätslevel, setzt sich das Muster fort: Lohnlücken von über 5  % konzentrieren sich stark an der Schnittstelle von Managementebenen und traditionell männerdominierten Funktionen.

Auf Ebene M4 beispielsweise liegen alle höchsten Lohnlücken in traditionell männerdominierten Funktionen: Engineering (12,3  %), Data (23,1  %), Project Management (14,5  %), IT (19,7  %) und Finance (9,1  %).

Das spiegelt den kumulativen Effekt wider, wenn mehrere Risikofaktoren zusammentreffen. Eine M4-Data-Position in Bulgarien etwa vereint alle drei identifizierten Risikofaktoren – Standort, Funktion und Senioriätslevel – und erhöht so die Wahrscheinlichkeit von Lohnlücken.

Es gibt jedoch bemerkenswerte Ausnahmen mit großen Lohnlücken, die nicht in dieses Muster passen:

  • M4 Commercial: 12,2  %
  • P5 Commercial: 9,8  %
  • M1 People: -11,6  % (Frauen werden mehr bezahlt als Männer)

Commercial ist traditionell keine männerdominierte Funktion, weist aber auf Senior-Ebenen erhöhte Lohnlücken auf. Das negative Gefälle bei M1 People deutet auf eine mögliche Überkorrektur oder andere Verzerrungen in weiblich dominierten Funktionen hin.

Ravio-Daten: Bereinigter Gender Pay Gap je Jobfamilie und Senioriätslevel

Was bedeutet das also für Unternehmen, die sich auf die Einhaltung der EU-Entgelttransparenzrichtlinie vorbereiten?

Wir haben drei wesentliche Risikofaktoren identifiziert, bei denen bereinigte Gender Pay Gaps am wahrscheinlichsten die 5 %-Schwelle der EU-Entgelttransparenzrichtlinie überschreiten:

  1. Standort: Beschäftigst du Mitarbeitende in aufstrebenden Tech-Märkten wie Litauen, Polen oder Bulgarien?
  2. Funktionsmix: Liegt dein Schwerpunkt auf Engineering oder Data?
  3. Organisationsstruktur: Hast du tiefe Managementebenen (M2–M4)?

Diese Risikobereiche bieten dir einen ersten Rahmen, um festzustellen, welche Mitarbeitendengruppen du besonders genau unter die Lupe nehmen solltest.

Denk jedoch daran, dass dies nur ein Teil des Gesamtbilds ist. Wie du „Arbeit von gleichem Wert“ definierst, hängt von deinem Unternehmen und deiner Bewertung des relativen Geschäftswerts verschiedener Rollen ab – eine Analyse nach Funktion und Senioriätslevel ist wichtig, aber wahrscheinlich nicht ausreichend.

Nutze diese Risikofaktoren als Orientierung, aber beziehe deinen eigenen organisatorischen Kontext ein, um ein vollständiges Bild deines bereinigten Lohnunterschieds je Gruppe zu erhalten – und damit zu verstehen, wo Maßnahmen ansetzen müssen.

Get the Compensation Review straight to your inbox

Your monthly dose of market insights and expert perspectives

You might also like