Navigation überspringen
article cover
Prof. F. Herzberg wusste schon 1959, dass Geld nicht glücklich macht. Aber Unzufriedenheit verhindern kann.

Wie Daten enthüllen, was wirklich auf deinem Gehaltszettel stehen sollte

Die Formel zum Unglück ist einfach: Unzufriedenheit im Job entsteht, wenn die Erwartungen höher sind als die Realität. Das gilt auch fürs Gehalt. Doch woher weiß man, was ein gutes Gehalt ausmacht?

Wähle einen Beruf, den du liebst, und du brauchst keinen Tag in deinem Leben mehr zu arbeiten.
Konfuzius

Schöner Spruch, schönes Glück. Danke, das verstehe ich. Die Arbeit hat vielen Spaß gemacht – bis zu jenem Tag, an dem die Gehälter transparent wurden.

Was erwartet dich in diesem Artikel?

  1. Gehalts-Transparenz: Ich zeige dir, dass Gehaltstransparenz ein Treiber von Unzufriedenheit sein kann, aber auch für Bewegung sorgt.

  2. GPT-Tipps: Du lernst vom GPT-Allerweltwissen die 7 goldenen Tipps, um mehr Geld zu verdienen.

  3. Marios Trick-Kiste: Ich gebe meinen persönlichen Senf und meine 2-Cent zu diesem 7 GPT-Tipps und suche dir zudem meine Lieblingsartikel zum Thema Gehalt aus der XING-News-Datenbank raus.

  4. Data-Fortbildungsideen: Ich fische dir aus der XING Datenbank Data-Skills raus, bei denen Chancen auf höhere Gehälter winken.

  5. Die Fußnoten: Du erfährst zu wie viel % ich in diesem Artikel XING-Produkte erwähne und zu wie viel % ich GPT eingesetzt habe.

Gehaltstransparenz kann unzufrieden machen

Kennst du das? Du bist mit deinem Gehalt zufrieden, und dann bekommst du mit, dass andere aus deinem Team viel mehr verdienen, obwohl sie genau das Gleiche tun wie du. Unfair. Auf einmal bist du unzufrieden. Zu Recht. Zu Unrecht?

Zack, ohne dass sich real etwas an deinem Gehalt verändert hat, verändert sich deine Laune, es brodelt in dir. Du bist sauer, stinkesauer. Zutiefst verletzt. Und das nur, weil du dich mit anderen verglichen hast. Weil „die anderen“ jetzt offensichtlich „mehr wert“ sind als du. Selbst wenn es nur 5 € im Monat wären, könnte dich das überproportional unzufrieden machen und auf die Palme bringen.

Aber damit nicht genug: Du nutzt die Waffen der Gehaltstransparenz von Kununu und XING (Insights) und schaust, was du Wert bist. Was macht das mit dir?

Ist so eine Gehaltstransparenz nun Auslöser und Motor von wechselwilligen Unzufriedenen, die auf der Suche nach etwas Besserem sind? Ich weiß es nicht.

Gehaltstransparenz kann Orientierung geben

Wie gehe ich da als Data-Scientist vor? Auf Kununu kannst du sehen, was man in einen bestimmten Beruf verdienen kann. So liegt der Schnitt im Bereich Data-Science bei rund 65.200 € Bruttojahresgehalt für eine Vollzeitstelle. Dieser Schnitt basiert auf 2.400 Gehaltsangaben, die in den letzten drei Jahren an Kununu übergeben wurden.

Als Data Scientist:in liegt das Gehalt zwischen 47k und 95k Euro.
Als Data Scientist:in liegt das Gehalt zwischen 47k und 95k Euro.

Auf jeden Fall ist mal interessant zu sehen, was es für Unterschiede in den Gehältern gibt. Ich arbeite fürs XING News Team, und unter dem Titel „Datenjournalismus“ werte ich Berufe aus XING Profilen und Stellenanzeigen aus. Im ersten Halbjahr 2023 haben wir uns verschiedene Branchen und Berufe angesehen. Anfang Juni brachte die XING News Redaktion dann einen Sammelartikel mit Branchenvergleich zu über 100 verschiedenen Berufen raus, bei dem wir dann auch die Gehaltsdaten von Kununu genutzt haben.

Es ist schon krass, was es für Unterschiede in den Gehältern gibt. In der Altenpflege liegt der Schnitt bei 37k € im Vergleich zu Software Architekteten mit 82k €. Da wundert es mich kaum, dass in der Engpassanalyse der Bundesanstalt für Arbeit der Bereich Pflege ganz oben steht und es da besonders an Fachkräften mangelt.

Die allgemeinen Einflussfaktoren auf das Gehalt

Verschiedene Faktoren wirken auf das Gehalt. Hier fasse ich einmal kommentarlos zusammen, was mir aus dem Kununu Gehaltscheck, XING Daten oder anderen Quellen wie das Statistische Bundesamt bekannt ist.

  1. Soziodemographie: Geschlecht, Alter (Berufserfahrung), Bundesland

  2. Unternehmen: Branche, Unternehmensgröße

  3. Position: Beruf, mit/ohne Personalverantwortung

Hier ein Beispiel für den Beruf Data Scientist mit stetiger Steigerung nach Berufsjahren, sowie ein Vergleich mit/ohne Personalverantwortung.

Mit steigender Arbeitserfahrung steigt das Gehalt, ebenso mit Personalverantwortung.
Mit steigender Arbeitserfahrung steigt das Gehalt, ebenso mit Personalverantwortung.

Gehaltschätzung auf Stellenanzeigen

Wenn ihr euch einzelne Stellenanzeigen auf XING ansieht, dann habt ihr wahrscheinlich die Geldscheine entdeckt. Hier wird dann entweder eine Gehaltsspanne von der suchenden Firma reingestellt, oder das Gehalt wird von XING geschätzt.

Geschätztes Gehalt für eine Stellenanzeige (Quelle: XING).
Geschätztes Gehalt für eine Stellenanzeige (Quelle: XING).

Und wie funktioniert das mit der Schätzung? Wenn du dann in der Anzeige weiter runter scrollst, dann finden wir paar Hinweise: Jobtitel, Standort, Unternehmensgröße und Karrierelevel. Also die üblichenen Verdächtigen, die wir auch in Gehaltsreports sehen, wenn es um die größten Gehaltsunterschiede geht.

Berechnungsgrundlagen für das geschätzte Gehalt einer Stellenanzeige (Quelle: XING).
Berechnungsgrundlagen für das geschätzte Gehalt einer Stellenanzeige (Quelle: XING).

Daten nutzen, um Orientierung zu geben

Wir wissen jetzt, was durchschnittliche Data Scientisten verdienen (Quelle: Kununu). Wir wissen jetzt, das für einzelne Jobanzeigen das Gehalt geschätzt werden kann (Quelle: XING Stellenmarkt). Wir wissen, dass es persönliche Job-Empfehlungen gibt, die zu einem passen. Und wir wissen, dass es im XING Profil informationen gibt, wie viel Berufserfahrung jemand hat (Quelle: XING Profil).

Mit diesen ganzen Daten kann man dann einen persönlichen Gehaltsschätzer bauen, den es im Bereich XING Insights gibt.

Dein persönlicher Gehaltschätzer (Quelle: XING Insights).
Dein persönlicher Gehaltschätzer (Quelle: XING Insights).

Also, ich gebe hier jetzt extra 30k ein, weil ich mein wahres Gehalt nicht ins Internet stellen möchte. Aber das Prinzip ist klar, oder? Du siehst dann was da rauskommt und kannst zufrieden oder unzufrieden sein.

Dein persönlicher (Un)Zufriedenheitswecker Motivator .....
Dein persönlicher (Un)Zufriedenheitswecker Motivator .....

Egal ob du dann mit dem Ergebnis zufrieden oder unzufrieden bist, es ist nie verkehrt, zu wissen, wie genau man das Gehalt positiv beeinflussen kann. Ich würde sogar weiter gehen und nicht von Jobzufriedenheit, sondern von Jobsicherheit sprechen. Wenn du an den gleichen Faktoren arbeitest, die dein Gehalt positiv beeinflussen, dann arbeitest du auch positiv daran, deinen Job etwas sicherer zu machen. Also die folgenden Tipps sind universal gültig, weil CHAT-GPT das Universalwissen hat ...

Spezielle Einflussfaktoren auf das Gehalt

Ich mag das Thema Gehalt nicht und rede wenig drüber, deshalb kann ich da auch wenig Tipps aus dem Hut zaubern, wie man am besten Gehalt verhandelt.

Es fällt mir leichter, das GPT-Allerweltwissen anzuzapfen und dann gemeinsam mit dir drüber schauen, was da so meine Erfahrungen sind.

Die 7 wichtigsten Schritte für mehr Gehalt im Job auf Basis von Chat-GPT Weltwissen

  1. Bildung und Fachkenntnisse: Um in deinem Beruf voranzukommen, ist kontinuierliche Weiterbildung entscheidend. Werde Experte auf deinem Gebiet und halte dich über aktuelle Entwicklungen auf dem Laufenden.

  2. Netzwerken und Beziehungen aufbauen: Die Macht von Beziehungen sollte nicht unterschätzt werden. Baue ein starkes berufliches Netzwerk auf, pflege Kontakte und nutze soziale Gelegenheiten, um dein Netzwerk zu erweitern.

  3. Leistung und Ergebnisse zeigen: Sei nicht nur ein Arbeiter, sondern ein Gestalter. Zeige durch herausragende Leistungen und messbare Ergebnisse, dass du einen Mehrwert für das Unternehmen bringst.

  4. Selbstvermarktung: Lerne, deine Erfolge zu kommunizieren. Ein selbstbewusstes Auftreten und die Fähigkeit, deine Erfolge zu präsentieren, können entscheidend dafür sein, dass deine Leistungen angemessen honoriert werden.

  5. Verhandlungsfähigkeiten entwickeln: Die Fähigkeit zu verhandeln ist eine Schlüsselqualifikation. Bereite dich gut vor, kenne deinen Marktwert und sei bereit, deine Gehaltsvorstellungen souverän zu vertreten.

  6. Flexibilität und Anpassungsfähigkeit: Die Geschäftswelt ist ständigen Veränderungen unterworfen. Sei flexibel, passe dich neuen Anforderungen an und zeige die Bereitschaft, Verantwortung zu übernehmen.

  7. Karriereplanung und Zielsetzung: Setze klare berufliche Ziele und plane deine Karriere strategisch. Eine kluge Karriereplanung ermöglicht es dir, gezielt auf die Positionen hinzuarbeiten, die finanziell lukrativer sind.

Eine kritische Auseinandersetzung mit dem Thema Gehalt: Ein höheres Gehalt ist nicht nur das Ergebnis von Verhandlungsgeschick, sondern auch von strategischer Karriereplanung. Es ist wichtig, nicht nur kurzfristige, sondern auch langfristige Ziele im Auge zu behalten. Das Streben nach finanzieller Zufriedenheit sollte mit beruflicher Erfüllung einhergehen.

Marios Trick-Kiste: Reaktionen auf die Allerwelt-Tipps

Also erst mal wieder Hut ab vor dem, was Chat-GPT an Antworten da wieder herausgezaubert hat (immer wieder beeindruckend und erschreckend zugleich).

Ich finde Selbstvermarktung ätzend. Für Verhandlungen fehlt mir die Coolness. Ich bin kein Networker, mein Freundeskreis ist klein, aber fein. „Großen Netzwerk, Selbstvermarktung, Verhandlungen“ - sind das nicht irgendwie alles Eigenschaften von einem Vertriebler? Nichts gegen Vertriebler, aber das bin ich nicht, da bin ich zu introvertiert. Sozusagen der stille Analyst.

Was kann ich also als introvertierter, leiser Analyst tun?

Der Rest ist ja gar nicht schlecht. 😊

  1. Karriereplanung und Zielsetzung: Das Thema „Data Science“ ist so umfassend, dass mein Ziel ist, dieses Biest irgendwie zu bändigen. Einige meiner Ziele für 2024: Mehr über Cloud Technologien lernen. Öfters mal die Business-Brille aufsetzen. Mehr praktische Anwendung von Data Science Methoden im Bereich Analytics. Setze dir Ziele, die dich interessieren und weiterbringen.

  2. Flexibilität und Anpassungsfähigkeit: Da gibt es viel, was mir zu einfällt. „Love it, leave it or change it.“ / „Go with the flow.” / „Be like water my friend (Bruce Lee).” / „Kurma die Schildkröte (Entspann dich)“. Ich mag den Status quo, das Bekannte. Aber irgendwann habe ich auch erkannt, dass es Quatsch ist, an etwas festzuhalten, was nicht beständig sein kann, weil alles im Wandel ist. Was mir hilft, ist Klarheit darüber, was mir wichtig ist (ich mag forschen) und wo ich sein will (mir gefällt’s es ganz gut, wo ich gerade bin). Oft kommt das Boot ins Schwanken und pendelt sich dann wieder ein. Und wenn nicht, dann weiß ich immer noch was mir wichtig ist (forschen) und wo ich sein will (irgendwo, wo es mir gut gefällt).

  3. Bildung und Fachkenntnisse: Fortbildung ist mein Lieblingsthema, weil ich Lernen mag. Und als Data Scientist hört das Lernen nie auf und es ist auch kein Ende in Sicht. Deswegen schaue ich auch da immer: Was sind die nächsten Skill-Upgrades, die ich für meinen Job brauchen kann?

  4. Leistung und Ergebnisse zeigen: Finde ich klingt erstmal komisch. Ich mag den Begriff „Einen Beitrag leisten“. Das hat weniger mit „Show“ zu tun, sondern mehr mit „Dienstleistung“. Inspiriert vom Buch „Vom Beruf zur Berufung (Stephen R. Covey)“ halte ich die Augen auf, wo ich einen sinnvollen Beitrag leisten kann.

Fazit: Na ja, so ist zumindest meine Herangehensweise. Ich habe bisher nur einmal das Thema Gehalt aktiv angesprochen: „Über 5% mehr würde ich mich freuen“, habe ich mal vor einigen Jahren gesagt und diese auch bekommen, was mich natürlich dann auch gefreut hat. Ich kenne meinen Marktwert laut Gehaltsvergleichen und bin mit meinem jetzigen Gehalt zufrieden. Was nicht bedeutet, dass ich still steh. Ich mag meinen Job und schaue weiter, wo ich einen sinnvollen Beitrag leisten kann.

Empfehlenswerte XING News Artikel

Hier sind nun ein paar Artikel, die ich hilfreich finde:

  1. Job & Karriere: Bis zu 160.000 Euro Gehalt - Der große Branchenvergleich. So viel Geld kannst du in Deutschlands Top-Berufen verdienen.

  2. Job & Karriere: Gehaltscheck - 49.000 Euro Jahresdurchschnitt. So viel verdienen die Deutschen wirklich.

  3. Job & Karriere: Jobangebot Top Gehalt, ein Flop. 5 Schritte, wie du dein Einstiegsgehalt erfolgreich verhandelst.

  4. XING Insider, Nina Zimmermann: Wichtig, aber nicht alles. Gehalt und Arbeitgeberattraktivität.

  5. XING Insider, Frank Rechensteiner: Gehalt - Was bist du dir wert?

  6. XING Insider, Jochen Mai: Unfair bezahlt. Was sie jetzt tun können, um ihr Gehalt zu steigern.

  7. XING Insider, Jochen Mai: Deutlich mehr Gehalt dank Jobwechsel.

Skills, Gehalt und Fortbildungsideen

In diesem Artikel haben wir nun gesehen, dass es verschiedene Möglichkeiten gibt, das eigene Gehalt oder den Marktwert zu steigern (bzw. bei dem technologischen Tempo wohl eher aufrecht zu erhalten).

Am interessantesten finde ich, der Frage auf den Grund zu gehen, was ein einzelner Skill wert ist. Also wenn wir es mal mit einer Pizza vergleichen, dann eben die Zutaten. Lachs finde ich lecker, kostet aber auch mehr als Mais und Oliven zusammen. Für welche Skills sind Unternehmen bereit mehr auszugeben? (OK, ich merke schon, ich vergleiche mich selbst gerade mit einer Pizza.)

Über das XING Profil kann man seine Gehaltserwartungen eingeben. Ich habe mir für verschiedenste Berufe angesehen, was die durchschnittlichen Gehaltserwartungen für diese Berufe sind. Und dann für jeden Beruf, was die Top 30 Fähigkeiten sind (aus den Angaben vom XING Profil). Damit lässt sich eine durchschnittliche Gehaltserwartung für einzelne Skills berechnen.

Hier die Gehaltserwartungen am Beispiel vom Berufsfeld Data-Science

  • Hoch: AWS, Business Intelligence, Big Data, Künstliche Intelligenz, Scrum, Docker, Data Science, Machinelles Lernen, Software Entwicklung, Git

  • Mittel: Tableau Software, Deep Learning, C/C++, SQL, Mathematik, Python, Analyse, Datenanalyse, JavaScript, Statistische Analysen

  • Niedrig: Microsoft Excel, MS Office, Teamfähigkeit, SPSS, Analytik, Statistik, Forschung, HTML, R Programmiersprache, Latex

Insgesamt lese ich daraus, dass die Gehälter für Data Science Berufe im Umfeld von "Analysieren" geringer sind als für Data Science Berufe im Umfeld von "Daten bereitstellen / funktionsfähige Software bauen".

Vor paar Jahren gab es noch die Frage, ob man als Programmiersprache lieber R oder Python lernen sollte. Wer aus der (Markt)forschung kommt favorisiert R, wer aus der Softwareentwicklung kommt favorisiert Python. Ich hab 2004 mein Psychologie Studium beendet und hab dann jahrelang SPSS angewendet, dann R gelernt, dann SQL, dann Python und jetzt eben Cloud Technologien. Alles ist im Wandel.

Am meisten lernen ich neue Technologien über Bücher, Onlinekurse von Udemy und Praxisprojekte bei XING. Auf meinem Udemy-Profil kannst du dann sehen, was ich an Kursen gemacht habe bzw. noch vor habe:

  • Was gibt es zum Thema AI und Machine Learning?

  • Wie funktionieren Cloud Technologien von Amazon, Microsoft und Google?

  • Wie kann ich mein Gewicht mit Mini Habits reduzieren? (OK, das hat jetzt nicht direkt was mit Data Science zu tun... und hat auch nicht so funktioniert).

  • Was macht ein Data Engineer? Wie funktionieren Snowflake, DBT und Streamlit?

  • Was sind Large Language Modelle? Wie funktionieren Transformer? Wie schreibe ich eine Chat-GPT Prompt?

  • Wie kann ich ein toller Singer/Songwriter/Gitarrist werden? (OK, das auch nix mit Data Science zu tun ...). --> Aber ist ein guter Übergang.

Hier nun die Versprochenen Fußnoten. Viel Erfolg beim Finden von Zufriedenheit.

🦶 Fußnoten 🎵

  • Fußnote: Der folgende Text enthält 0.15% Werbung zu New Work SE Produkten und wurde zu rund 17% durch eine KI generiert, einschließlich des Zitates von Konfuzius. Alles Geschriebene ab „Mario’s Trick-Kiste“ und alles vor dem Bereich "Spezielle Einflussfaktoren auf das Gehalt" (Außer Einleitung und Zitat) besteht aus 100% KI-freier Denkarbeit.

  • Fußnote zur Fußnote: Dies ist die eingesetzte GPT-Prompt: "Deine Rolle: Du bist Ghostwriter und sollst einen Artikel für mich schreiben. Das möchte ich von Dir: Schreibe mir ein Artikel mit Tipps, wie man in seinem Job möglichst viel Geld verdienen kann. Schreibe den Artikel bitte so: (1) Beginne mit einen Zitat zum Thema Job, Geld und Zufriedenheit. (2) Dann schreibe den Artikel noch nicht, sondern überlege dir insgesamt die 7 wichtigsten Schritte, die zum Erfolg führen. (3) Dann baue den Artikel so auf, wie nach dem Prinzip der Pyramide von Barbara Minto. (4) Gliedere den Text so: Zitat. Einleitung worum es in diesem Artikel gehen wird. Die 7 wichtigsten Schritte für mehr Gehalt im Job. (5) Zum Schluss eine kritische Auseinandersetzung mit dem Thema Gehalt. Wichtig: Der Text soll nicht länger als 2.000 Zeichen lang sein. Schreibe in der Du-Form."

  • Fußnote zur Fußnote zur Fußnote: Danke fürs Lesen. Bis Bald, Mario 😊

Kommentare

Mario Casarano schreibt über Job & Karriere, Berufspsychologie (RIASEC), Personalwesen, Data Science

Mario Casarano ist Psychologe und Data Scientist bei XING. Er möchte die Welt der Berufe verständlicher machen und nutzt dafür Daten aus Lebensläufen, Stellenanzeigen und Unternehmensprofilen. Wer seine Interessen im Job ausleben darf, ist glücklich, motiviert und loyal.

Artikelsammlung ansehen