Read Frog: eine Browser-Erweiterung für Immersivübersetzung mit eigenem LLM-Schlüssel

Welches Problem Read Frog löst und für wen es gedacht ist

Wer eine Fremdsprache über echtes Lesematerial lernt, stößt auf dasselbe Hindernis: Der Text ist zu schwer, um ihn flüssig zu lesen, und zu lang, um jedes Wort nachzuschlagen. Maschinelle Vollübersetzung löst das Verständnis, zerstört aber den Lerneffekt, weil die Ausgangssprache verschwindet. Read Frog setzt genau dort an. Das README beschreibt als Kernfunktionen Immersivübersetzung, Artikelanalyse, Auswahlübersetzung, Untertitelübersetzung und Text-to-Speech. Die Zielgruppe sind nach der Selbstbeschreibung Sprachlernende aller Niveaus, dazu kommen Entwickler, die eigene KI-Aktionen definieren wollen. Der Abschnitt Custom AI Actions im README spricht davon, aus markiertem Text wiederverwendbare Werkzeuge zu machen, die zur eigenen Lesegewohnheit passen. Das ist ein anderes Versprechen als das einer Übersetzungs-Erweiterung: Nicht der ganze Satz wird ersetzt, sondern der Nutzer entscheidet pro Auswahl, was mit dem Text passiert.

Wie die Erweiterung aufgebaut ist: WXT, React und ein Provider-Layer

Die Repository-Metadaten nennen TypeScript als Hauptsprache und WXT als Topic. WXT ist ein Framework für Browser-Erweiterungen, das Manifest-Generierung und Build-Schritte für mehrere Ziele übernimmt. Dass Chrome, Edge und Firefox jeweils eigene Store-Einträge haben, passt zu diesem Aufbau: Ein Quellbaum, mehrere Manifeste. React taucht ebenfalls in den Topics auf, was die Popup- und Options-Oberflächen erklärt. Für die Übersetzung selbst beschreibt das README einen zweistufigen Datenfluss. Der Seitentext wird im Browser erfasst, an einen konfigurierten KI-Anbieter geschickt und als zweisprachiges Ergebnis wieder in das DOM eingefügt. Die Topics nennen unter anderem openai, gpt, deepseek und llm. Der Abschnitt Context-Aware Translation deutet an, dass zusätzlich zum Satz Kontext mitgegeben wird, was die Qualität bei mehrdeutigen Passagen verbessern soll. Batch Requests wiederum bündeln mehrere Übersetzungsaufträge, was bei tokenbasierter Abrechnung direkte Kostenwirkung hat. Die Erweiterung ist damit kein eigenständiger Übersetzungsdienst, sondern eine Oberfläche plus Orchestrierungsschicht vor fremden Modellen.

Installation und Konfiguration: was tatsächlich im README steht

Der einfachste Weg führt über die Stores. Das README listet Chrome Web Store, Microsoft Edge Addons und Firefox Add-ons, für Chrome zusätzlich einen chinesischen Spiegel unter crxsoso. Der Quellcode wird über den Branch main bezogen, die Lizenz ist GPL-3.0. Für den Selbstbau nennt das README keinen vollständigen Befehlsblock, und ich habe die Erweiterung nicht installiert. Wer aus dem Repository baut, muss sich an die üblichen WXT-Skripte halten, die das Projekt selbst nicht im zitierten Ausschnitt dokumentiert. Sicher belegt ist dagegen die Konfigurationsseite: Der Nutzer hinterlegt einen API-Schlüssel und wählt einen der über 20 genannten Anbieter. Diese Angabe stammt aus der Feature-Überschrift 20+ AI Providers. Ohne eigenen Schlüssel übersetzt Read Frog nicht, und genau das ist die zentrale Einrichtungsentscheidung. Die Options-Seite ist damit kein optionaler Feinschliff, sondern Voraussetzung für jede Funktion, die ein Modell aufruft. Das README verlinkt für Details auf readfrog.app/docs, wo die einzelnen Schritte liegen.

Die Kostenfalle liegt beim Anbieter, nicht bei der Erweiterung

Read Frog selbst ist kostenlos und quelloffen. Die Rechnung kommt vom Modellanbieter, und die hängt direkt am Leseverhalten. Immersivübersetzung erzeugt pro Seite viele kurze Anfragen, die jeweils Prompt-Tokens verbrauchen. Batch Requests reduzieren die Anzahl der Roundtrips, aber nicht die Tokenmenge. Context-Aware Translation erhöht sie sogar, weil zusätzlicher Kontext mitgeschickt wird. Wer eine lange Nachrichtenseite mit aktivierter Kontextübersetzung öffnet, bezahlt für Text, den er vielleicht nur überfliegt. Das README nennt keine Preisangaben und keine Schätzungen zum Verbrauch, und ich kann hier keine Zahlen liefern. Praktisch bedeutet das: Die Erweiterung verschiebt die Kostenkontrolle vollständig zum Nutzer. Wer ein Modell mit Abrechnung pro Token wählt, sollte die Batch- und Kontextoptionen bewusst einsetzen, statt beide dauerhaft aktiv zu lassen. Ein lokales Modell umgeht das, verlangt aber eigene Infrastruktur.

Grenzen: Modellabhängigkeit, Wartung und ein Lizenzhinweis

Read Frog ist kein Übersetzer, sondern ein Client. Fällt der Anbieter aus, liefert das Modell schlechte Ergebnisse oder ändert sich eine API, bricht die Funktion an einer Stelle, die das Projekt nicht kontrolliert. Die Topics listen konkrete Anbieter, was bedeutet, dass neue Modelle und geänderte Endpunkte laufend nachgezogen werden müssen. Die Release-Kadenz ist dicht: v1.46.7 am 2. September 2026, v1.46.8 am 5. September, v1.46.9 am 9. September, jeweils im Abstand weniger Tage. Das README selbst schreibt, das Projekt befinde sich in aktiver Entwicklung und Feedback sei willkommen. Für Anwender heißt das: häufige Updates, aber auch ein bewegliches Ziel. Wer die Erweiterung in einer kontrollierten Umgebung ausrollt, muss mit regelmäßigen Versionssprüngen rechnen. Ein zweiter Punkt betrifft die Lizenz. GPL-3.0 plus ein Abschnitt Commercial License Grant im README ist eine Kombination, die man genau lesen sollte. Der Abschnitt existiert, was nahelegt, dass kommerzielle Nutzung zusätzliche Bedingungen hat. Ich gebe dazu keine Rechtsberatung, sondern nur den Hinweis, dass die Lizenzfrage vor einem kommerziellen Einsatz zu klären ist.

Was Read Frog von Immersive Translate unterscheidet

Immersive Translate ist die naheliegende Alternative und wird in den Topics des Repositories selbst genannt. Der Unterschied liegt im Ansatz, nicht im Funktionsumfang. Immersive Translate positioniert sich als Übersetzungswerkzeug mit eigenen Übersetzungsdiensten und breiter Anbieterabdeckung, Read Frog positioniert sich als Lernwerkzeug. Das zeigt sich an den Funktionen, die über reine Übersetzung hinausgehen: Artikelanalyse, Auswahlübersetzung mit eigenen KI-Aktionen, Untertitelübersetzung und Text-to-Speech. Wer einfach nur eine englische Seite auf Deutsch lesen will, ist mit einem reinen Übersetzungsdienst schneller bedient. Wer aus derselben Seite Vokabeln und Strukturen mitnehmen will, braucht die zusätzlichen Werkzeuge. Der zweite Unterschied ist die Quelloffenheit unter GPL-3.0 und die damit verbundene Möglichkeit, eigene Aktionen und Anbieter einzubauen. Wer den Übersetzungsprompt selbst kontrollieren oder einen internen Endpunkt ansprechen will, hat bei Read Frog den Zugriff auf den Quellcode. Wer das nicht braucht, zahlt die Einrichtung mit API-Schlüssel ohne Gegenwert.

Wartungsaufwand und wer die Erweiterung wirklich braucht

Der laufende Aufwand für Anwender ist gering: Updates kommen über die Stores, die Konfiguration beschränkt sich auf Schlüssel und Anbietermodell. Der Aufwand für alle, die selbst hosten oder forken, ist höher. WXT-Builds müssen für drei Browserziele gepflegt werden, und jede Anbieteränderung erzeugt Anpassungsbedarf. Die dichte Release-Folge im September 2026 zeigt, dass das Projekt lebt, aber auch, dass die Oberfläche und die Anbieterintegration in Bewegung sind. Für Einzelpersonen, die mit dem Lesen einer Fremdsprache ernst machen wollen und bereits einen API-Schlüssel besitzen, ist der Einstieg über den Chrome Web Store oder die Firefox-Add-ons-Seite der kürzeste Weg. Für Teams, die eine Übersetzungslösung ohne eigene Schlüsselverwaltung brauchen, ist Read Frog das falsche Werkzeug: Jeder Nutzer müsste einen eigenen Schlüssel hinterlegen, und die Kosten wären über die Belegschaft verteilt statt zentral. Vor dem ersten Einsatz lohnt ein Blick in den Abschnitt Commercial License Grant und in die Dokumentation unter readfrog.app/docs, weil das README die Konfigurationsschritte dorthin auslagert.

Redaktionelles Fazit

Read Frog passt zu Entwicklern und Sprachlernenden, die bereits einen API-Schlüssel für OpenAI, DeepSeek oder einen kompatiblen Anbieter besitzen und Übersetzungen im Browser nicht an einen fremden Cloud-Dienst abgeben wollen. Wer eine fertige Lösung ohne eigene Kostenkontrolle sucht, sollte zuerst prüfen, welche Modelle die eigene Konfiguration tatsächlich erreicht. Vor dem Einsatz im Team ist der Abschnitt Commercial License Grant im README zu lesen, weil die GPL-3.0 plus Zusatzgenehmigung nicht dasselbe ist wie eine reine GPL-3.0.

Offizielle Quellen

1. License: GPL-3.0
2. mengxi-ream/read-frog on GitHub
3. Project website
4. README
5. Releases