Die Entgeltanalyse ist der statistische Tüv für die Gehaltsstruktur — sie prüft, ob Frauen und Männer bei gleichwertiger Arbeit gleich bezahlt werden, und zerlegt Unterschiede in erklärbare und nicht erklärbare Anteile.
Warum jetzt? Seit dem Ablauf der Umsetzungsfrist am 7. Juni 2026 setzt die EU-Entgelttransparenzrichtlinie 2023/970 die rechtlichen Anforderungen. Unternehmen ab 250 Beschäftigten müssen jährlich bereinigte und unbereinigte Gaps ausweisen; Fehlerkosten bei 200 Mio. Euro Jahresumsatz können bis zu 10 Mio. Euro Bußgeld auslösen.
Was diese Seite bringt: Einordnung der Methoden, Übersicht der erforderlichen Datenfelder, typische Fehlerquellen und ein realistischer Projektplan für die erste Analyse. Lesezeit: ca. 10 Minuten.
- Sie arbeiten in HR, Compensation, Controlling oder Data Science
- Ihr Unternehmen hat 150 bis 5.000 Beschäftigte und bereitet den ersten Bericht vor
- Sie sind verantwortlich für Methoden, Datenqualität und Interpretation
- Sie wollen Analysemethoden auswählen — selbst oder gemeinsam mit Beratung
Die Entgeltanalyse bildet das statistische Rückgrat des Entgeltberichts nach Artikel 9 der Richtlinie (EU) 2023/970. Ohne saubere Analyse kein belastbarer Bericht, und ohne belastbaren Bericht keine Rechtssicherheit gegenüber Überwachungsstelle, Betriebsrat und Gericht. Ziel ist es, einen unternehmensweiten Entgeltunterschied zu messen, in erklärbare Anteile zu zerlegen und den Rest — den unerklärten Gap — transparent auszuweisen.
Pflichtkennzahlen: unbereinigter und bereinigter Gap (Median und Durchschnitt)
Aufschlüsselung: nach Vergleichsgruppen gleichwertiger Arbeit
Variable Vergütung: gesondert auszuweisen
Quartile: pro Quartil Anteil weiblicher und männlicher Beschäftigter
5-Prozent-Schwelle: unerklärter Gap über 5 Prozent löst Joint Pay Assessment aus
Aufbauzeit: in der Regel sechs bis zwölf Monate für den ersten Durchlauf
Drei Methoden der Entgeltanalyse
Die wissenschaftlich anerkannten Methoden zur Aufspaltung des Gender-Pay-Gaps in erklärbare und nicht erklärbare Anteile lassen sich in drei Gruppen bündeln: die gewichtete Gruppenanalyse, die multiple Regression und das Oaxaca-Blinder-Verfahren. Alle drei sind mit der EU-Richtlinie kompatibel, sofern die Kriterien geschlechtsneutral gewählt werden.
Gewichtete Gruppenanalyse
Beschäftigte werden nach Kriterien wie Hierarchiestufe, Funktion und Region gruppiert; innerhalb jeder Gruppe wird der Gap berechnet. Das Verfahren ist anschaulich, leicht nachvollziehbar und eignet sich gut für Kommunikation mit dem Betriebsrat. Der Nachteil liegt in der statistischen Tiefe: Stellen in einer Gruppe mit weniger als drei Beschäftigten pro Geschlecht werden aggregiert, was Detailerkenntnisse kostet.
Multiple Regression
Ein Regressionsmodell schätzt den Einfluss aller Faktoren (Bildung, Erfahrung, Arbeitszeit, Region, Position) auf das Gehalt simultan. Der verbleibende, durch Geschlecht erklärte Anteil ist der bereinigte Gap. Die Regression ist das Standardwerkzeug der amtlichen Statistik, verlangt aber saubere Datenqualität — fehlerhafte Codierung oder fehlende Werte verzerren das Ergebnis deutlich.
Oaxaca-Blinder-Zerlegung
Die Oaxaca-Blinder-Methode zerlegt den Gehaltsunterschied in einen „Endowment-Effekt" (unterschiedliche Ausstattung mit lohnrelevanten Merkmalen) und einen „Coefficient-Effekt" (unterschiedliche Bewertung gleicher Merkmale). Letzterer gilt als der diskriminierungsnahe Anteil. Das Verfahren ist in der akademischen Literatur Goldstandard und wird auch vom Statistischen Bundesamt eingesetzt.
Datenbasis: Was die Analyse braucht
Jede Entgeltanalyse ist nur so gut wie die Daten, auf denen sie beruht. Die Mindestanforderung nach Artikel 9 der Richtlinie umfasst zwölf Felder: Personalnummer, Geschlecht, Geburtsjahr, Eintrittsdatum, Arbeitszeitmodell, Tarifgruppe oder Level, Funktion, Position, Standort, Grundgehalt, variable Vergütung und Sachbezüge. Hinzu kommen Referenzwerte aus externen Bewertungssystemen wie Hay, Korn Ferry oder Mercer, falls vorhanden.
Typisch für deutsche Mittelständler ist eine heterogene Systemlandschaft: Grundgehalt und Tarifstufen in DATEV Lohn & Gehalt, variable Vergütung in einem Excel-Controlling, Stellenbeschreibungen in Personio, Leistungsbewertungen in einem Custom-Tool. Eine saubere Datenkonsolidierung über eine Schnittstelle oder einen standardisierten Export ist Voraussetzung für belastbare Ergebnisse — und zeitlich oft der längste Einzelposten im Projektplan.
Typische Fehlerquellen
Drei Fehlerquellen treten in fast jedem ersten Durchlauf auf. Erstens: inkonsistente Teilzeit-Umrechnung. Wer Gehälter nicht auf Vollzeitäquivalente normiert, überschätzt den Gap systematisch, weil Frauen häufiger in Teilzeit arbeiten. Zweitens: fehlende variable Vergütung. Boni, Provisionen und Sachbezüge werden oft erst im Januar des Folgejahres vollständig erfasst; Analysen im Q1 zeigen dann verzerrte Ergebnisse. Drittens: unsaubere Positionsbezeichnungen. Wenn dieselbe Stelle in drei Gesellschaften unterschiedlich heißt („Teamleiter", „Team Lead", „Gruppenleiter"), kollabieren die Vergleichsgruppen.
Ein vierter, seltener diskutierter Fehler sind externe Neueinstellungen im Analysezeitraum: Marktgehälter für seltene Qualifikationen verzerren den Gap in beide Richtungen. Die Empfehlung der Bundesanstalt für Arbeit und des Statistischen Bundesamts: Wer im Berichtsjahr mehr als 15 Prozent externe Neueinstellungen hatte, weist den Bruttoeffekt separat aus.
Projektplan für die erste Analyse
Für ein Mittelstandsunternehmen zwischen 250 und 1.000 Beschäftigten ist ein Projektplan von sechs bis zehn Monaten realistisch. Monat 1 bis 2: Aufbau Projektteam (HR, Controlling, IT, Betriebsrat), Auswahl der Methode, Definition der Vergleichsgruppen, Grundsatzvereinbarung mit Betriebsrat. Monat 3 bis 5: Datenkonsolidierung, Bereinigung, Testläufe mit Vorjahreszahlen, Abstimmung der Rechenregeln. Monat 6 bis 7: erste vollständige Analyse, Abgleich mit Erwartungswerten, interne Validierung. Monat 8 bis 10: Bericht verfassen, Rückkopplung mit Geschäftsführung und Betriebsrat, Veröffentlichung.
Budgetseitig bewegen sich Mittelstandsprojekte zwischen 35.000 und 120.000 Euro externer Aufwand zuzüglich 40 bis 90 Personentage intern. Wer in 2026 startet, hat bis zur ersten Abgabe 2027 realistisch genug Zeit — wer erst in Q4 2026 startet, gerät unter Druck.
Häufig gestellte Fragen
Welche Methode empfiehlt die EU-Richtlinie explizit?
Die Richtlinie schreibt keine Methode vor, verlangt aber, dass das Verfahren geschlechtsneutral und statistisch belastbar ist. In der Praxis haben sich in der EU zwei Standards etabliert: multiple Regression für den Hauptwert im Bericht und Oaxaca-Blinder als methodischer Anhang. Die gewichtete Gruppenanalyse wird ergänzend für die Kommunikation mit Beschäftigten und Betriebsrat genutzt.
Wie viele Beschäftigte braucht eine Vergleichsgruppe mindestens?
Die Richtlinie nennt keine absolute Zahl, aber die gängige Auslegung liegt bei mindestens drei Beschäftigten pro Geschlecht in einer Vergleichsgruppe. Liegt die Gruppe darunter, wird sie aggregiert oder der Gap nicht ausgewiesen — aus Datenschutzgründen und wegen statistischer Signifikanz. Im Bericht wird das transparent kenntlich gemacht.
Müssen wir die Analyse selbst machen oder beauftragen?
Das hängt von der internen Kapazität ab. Ein Mittelständler mit Data-Science-Team kann die Regression intern aufsetzen; viele Unternehmen beauftragen externe Berater oder Spezialsoftware wie HeyData, beqom oder Trusaic. Die Kombination „externe Tool-Lizenz plus interne Datenpflege plus punktuelle Beratung" ist im deutschen Mittelstand die häufigste Konfiguration.
Wie gehen wir mit variabler Vergütung um?
Variable Vergütung wird nach Artikel 9 der Richtlinie separat ausgewiesen. Wichtig ist die Zeitreihen-Konsistenz: Wenn Boni für 2026 erst im Q1 2027 ausgezahlt werden, sollten sie dem Bezugsjahr 2026 zugeordnet werden. Andernfalls entstehen Scheingaps durch reine Zahlungszeitpunkte. Das Thema ist einer der häufigsten Reviewpunkte bei Erstanalysen.
Wie verhalten wir uns, wenn die Analyse einen hohen Gap zeigt?
Zwei Schritte: Erstens Ursachen analysieren — systematische Bewertungsunterschiede, unterschiedliche Einstiegsgehälter, unterschiedliche Beurteilungsverteilungen. Zweitens transparente Kommunikation: Ein ehrlich kommunizierter Gap mit erkennbarem Handlungsplan ist rechtlich und reputationsbezogen besser als ein geschönter Wert. Joint Pay Assessment ab 5 Prozent ist ohnehin verpflichtend.
Müssen Führungskräfte separat analysiert werden?
Nicht verpflichtend, aber sehr empfehlenswert. Führungskräfte haben oft die höchste Varianz und die stärksten Gaps. Eine separate Auswertung für die oberste Führungsebene (typischerweise Vorstand plus Bereichsleiter) liefert wichtige Erkenntnisse für die Personalpolitik — und entschärft in Kommunikation mit Medien und Öffentlichkeit häufig gestellte Nachfragen.