Wenn es in einem Szenario zwei mögliche Ergebnisse gibt, muss es logischerweise auch ein drittes geben können: denn die Zahl der möglichen zukünftigen Ergebnisse ist unendlich. Einen Fehler begeht, wer sich nur auf ein einziges mögliches Ergebnis konzentriert. In der Praxis können nicht immer alle möglichen Szenarien gleichermaßen berücksichtigt werden. Die Kunst besteht darin, seinen Fokus auf diejenigen Szenarien zu richten, die man am meisten zu vermeiden sucht. Wie aber soll man das Risiko eines bestimmten Szenarios messen? Das Problem: für die Messung von Risiko und Investitionsentscheidungen bedient man sich unterschiedlicher Meßsysteme, die in keiner Beziehung zueinander stehen. Um aber bewerten zu können, welche Folgen ein Ereignis relativ zu einem anderen zeitigt, braucht man eine Vergleichsbasis. Im praktischen Wirtschaftsleben werden fortlaufend Vergleiche angestellt, die sich auf eine bestimmte Benchmark beziehen. Beispielsweise gibt es in der Finanzwelt unzählige Benchmarks, die für unterschiedliche Formen von Bewertungen herangezogen werden.
Aber auch eine Benchmark ist nicht statisch: So, wie die Ergebnisse unseres Handelns von dem Szenario abhängen, das sich einstellt, so wird auch unsere Vergleichsbasis von denselben Umständen betroffen, die diese Szenarien ausmachen. Wenn man weiß, wie groß jeweils das Risiko ist, dem man sich auf einem bestimmten Performanceniveau aussetzt, kann man ermitteln, ob man ein dem Risiko angemessenes Ergebnis erreicht hat. Für eine einigermaßen zuverlässige Analyse muss man wissen, wie jeder Einflussfaktor auf den jeweils anderen einwirkt und inwieweit solche Interdependenzen das Gesamtergebnis beeinflussen. Da es bei der Analyse solcher dynamischen Wirkungszusammenhänge sehr schnell zu einer nahezu unüberschaubaren Zahl von Kombinationsmöglichkeiten kommt, hängt der Erfolg der Analyse davon ab, das Wichtige vom Unwichtigen trennen zu können. Also die wichtigsten (vielleicht zehn) Einflussfaktoren zu identifizieren, die für neunzig Prozent des Endergebnisses verantwortlich sind.
