Vilka medarbetargrupper riskerar mest att överskrida EUPTD:s 5%-gräns för löneskillnader?

EU:s lönetransparensdirektiv är projektet som toppar varje HR-teams agenda för 2026 – och det med goda skäl: det finns mycket att förbereda och inte mycket tid att göra det på.

Direktivet inför mer rigorösa och standardiserade rapporteringskrav för löneskillnader mellan könen inom EU. Maximalt 5% löneskillnad är tillåtet totalt för företaget (ojusterat) och för varje medarbetargrupp som utför likvärdigt arbete eller arbete av lika värde (justerat) – och för gap som överstiger det krävs objektiva motiveringar och åtgärdsplaner.

Hur klarar sig europeiska techbolag mot den 5%-gränsen idag?

Nästan alla europeiska techbolag kan räkna med att överskrida 5%-gränsen när de rapporterar sitt totala lönegap – i de 27 EU-länderna ligger det ojusterade lönegapet mellan könen just nu på 18,8% (Ravio-data, januari 2026).

Men mycket av det kan motiveras genom den justerade analysen som direktivet kräver – nämligen att visa att män och kvinnor i jämförbara roller har lika lön.

Den mer komplexa efterlevnadsfrågan är: vilka specifika medarbetargrupper riskerar att överskrida 5%-gränsen? Det blir betydligt svårare att motivera.

Det är svårt att svara definitivt på det, eftersom definitionen av ‘lika värde’ varierar från bolag till bolag. Men som utgångspunkt har vi analyserat vår data för att identifiera var de högsta riskerna koncentreras – i termer av funktioner och jobbnivåer.

Riskfaktor 1: Framväxande techmarknader

När vi justerar för jobbnivå och funktion inom varje land – och jämför jämförbara roller snarare än övergripande genomsnitt – klarar sig de flesta EU-länder under 5%-gränsen.

Det justerade perspektivet tar bort effekten av hur män och kvinnor är fördelade på olika roller och senioritetsnivåer, och ger en tydligare bild av löneskillnader för jämförbart arbete.

Det finns dock 6 undantag: Grekland (7,6%), Litauen (7,0% justerat lönegap), Polen (6,2%), Tjeckien (5,8%), Rumänien (5,6%), Estland (5,3%) – och om du har medarbetare i dessa framväxande techmarknader kan din grundläggande risk för löneskillnader vara högre.

En möjlig förklaring är att dessa är framväxande tech-ekosystem där snabb tillväxt har inneburit mindre tid att bygga upp mogna och standardiserade lönestrukturer.

Utan tydliga strukturer på plats lutar lönebesluten mer mot individuell förhandling (särskilt om talangpoolen är mindre och mindre mångfaldig) – och forskning visar konsekvent att män förhandlar oftare och mer aggressivt än kvinnor, både vid startlöner och löneökningar.

Riskfaktor 2: Tekniska jobbfamiljer

Tittar vi på det justerade lönegapet per jobbfunktion är bilden liknande – de flesta jobbfamiljer hamnar under 5%-gränsen.

Undantagen är Engineering (7,4%) och Data (5,5%) som båda överskrider gränsen, med Finance precis under på 4,8%.

De högre gapen beror troligtvis på att det är traditionellt mansdominerade funktioner inom tech – vilket innebär att ett lönebeslut för en enda kvinnlig medarbetare kan ha en oproportionerligt stor påverkan på det genomsnittliga eller median-justerade lönegapet.

Omedvetna fördomar kan också vara mer uttalade i dessa mansdominerade funktioner, vilket ökar risken för inkonsistenta beslut. Forskning tyder till exempel på att kvinnor i mansdominerade funktioner möter nackdelar i lönehandlingar (både vid anställningserbjudanden och vid förhandlingar om löneökning) – antingen förhandlar de mindre bestämt, eller möter de motstånd när de gör det.

Så om ditt techbolag har stora Engineering- eller Data-funktioner kan det vara värt att granska dessa extra noga.

Riskfaktor 3: Chefsroller

På samma sätt, när vi tittar på det justerade lönegapet per jobbnivå, hamnar de flesta nivåer under 5%-målet.

Undantaget är chefsnivåerna M2 (6,5%), M3 (6,9%) och M4 (8,5%) som alla överskrider gränsen.

Eftersom färre kvinnor når seniora nivåer totalt sett, får enskilda lönebeslut en oproportionerligt stor påverkan på det justerade gapet.

Det kan också spegla att könsbias i prestationsbedömningar tenderar att förvärras på seniora nivåer. Seniora roller uppfattas ofta som att de kräver mer ‘maskulina’ egenskaper som målmedvetenhet och beslutsamhet – vilket skapar ett dilemma för kvinnor: de som visar dessa egenskaper möter motstånd för att uppfattas som aggressiva, medan de som inte gör det ses som att de saknar ledaregenskaper.

Riskfaktor 4: Chefsroller inom tekniska jobbfunktioner

Kombinerar vi jobbfunktion och jobbnivå fortsätter mönstret: lönegap som överskrider 5% är starkt koncentrerade i skärningspunkten mellan chefsnivåer och traditionellt mansdominerade funktioner.

Ta M4-nivån som exempel – här återfinns alla de högsta lönegapen i traditionellt mansdominerade funktioner: Engineering (12,3%), Data (23,1%), Project Management (14,5%), IT (19,7%) och Finance (9,1%).

Det speglar den sammansatta effekten när flera riskfaktorer sammanfaller. En M4-roll inom Data i Bulgarien kombinerar till exempel alla tre riskfaktorer vi identifierat – plats, funktion och senioritet – vilket ökar sannolikheten för lönegap.

Det finns dock anmärkningsvärda undantag – stora lönegap som inte följer det här mönstret:

• M4 Commercial: 12,2%
• P5 Commercial: 9,8%
• M1 People: -11,6% (kvinnor får mer betalt än män)

Commercial är inte traditionellt mansdominerat, men visar ändå förhöjda gap på seniora nivåer. Det negativa gapet i M1 People antyder möjlig överkompensation eller andra typer av bias i kvinnodominerade funktioner.

Vad innebär det här för arbetsgivare som förbereder sig inför EU:s lönetransparensdirektiv?

Vi har identifierat tre centrala riskfaktorer där justerade lönegap mest sannolikt överstiger 5%-gränsen som gäller under EU:s lönetransparensdirektiv:

1. Plats: Har du medarbetare i framväxande techmarknader som Litauen, Polen eller Bulgarien?
2. Funktionsmix: Är ditt bolag tungt Engineering- eller Data-orienterat?
3. Organisationsstruktur: Har du djupa chefsnivåer (M2-M4)?

De här hotspots ger dig ett ramverk för att identifiera vilka medarbetargrupper som kräver noggrannast granskning.

Men tänk på att det här bara är en del av bilden. Hur du definierar arbete av ‘lika värde’ är specifikt för ditt bolag och hur du bedömer det relativa affärsvärdet av olika roller – analys per funktion och senioritet är viktig, men troligtvis inte tillräcklig.

Använd de här riskfaktorerna som en vägledning, men komplettera med din egen organisatoriska kontext för att få en fullständig bild av ditt justerade lönegap per grupp – och var åtgärdsinsatserna behöver fokuseras.