Das FACTORFINDER-Verfahren ordnet jedem Faktor einen Wert der Relevanz zu. Obendrein entsteht als Ergebnis eine Klassifizierung der Alternativen in zielfördernd und in zielhemmend ausgeprägte.
Als Datengrundlage ist eine möglichst vollständige Aufzeichnung aller erfolgreichen Varianten anzustreben. Paarweise werden alle akzeptablen Varianten mit den jeweils restlichen Erfolgsbeispielen verglichen. Die inakzeptablen Varianten werden nicht direkt ausgewertet, sondern dienen nur zu unterstützenden Plausibilitätsprüfungen.
Es wird ermittelt, wie tolerabel zielhemmende Ausprägungen der Faktoren im Lichte der Erfolgsbeispiele erscheinen. Einfach wäre die Bewertung der Faktoren, wenn mit Gewißheit feststünde, welche Ausprägungen zielfördernd und welche zielhemmend wirken. Allerdings ist dies nie mit Sicherheit bekannt. Der Analysierende kann lediglich davon ausgehen, daß die zielhemmenden Ausprägungen bei jedem Positivbeispiel insgesamt nicht so wichtig sind, daß sie zum Scheitern der Alternative führten. Aus der Annahme, daß die akzeptablen Alternativen vollständig aufgezeichnet wurden, läßt sich ableiten, daß zu jedem akzeptablen Beispiel zumindest ein weiteres erfolgreiches Beispiel existiert, das sich in subkritischen Faktoren von der fraglichen Produktalternative unterscheidet. So dienen die anderen erfolgreichen Alternativen anstelle der unbekannten idealen Alternativen als Referenz, um die Relevanz der Faktoren festzustellen (weil nicht im Voraus sicher ist, welche Ausprägungen ideal sind).
Die Toleranzprüfungen finden mehrfach zyklisch statt: Das Verfahren weist den Faktoren evolutorisch erzeugte Werte zu, die die Tolerierbarkeit zielhemmender Ausprägungen in den jeweiligen Faktoren repräsentieren. Zu jedem Positivbeispiel entsteht somit nach vielen Neubewertungen eine Einschätzung der Tolerierbarkeit zielhemmender Ausprägungen.
Zu jeder Toleranzoption existiert genau ein Zählwert. Dieser drückt aus, wie stark eine Toleranzeinschätzung anhand der verfügbaren Beispiele gestützt wird. Zugleich speichern die Zählwerte auch Aussagen zur Gültigkeit konkurrierender Toleranzhypothesen. Das FACTORFINDER-Verfahren entwickelt zu jedem Erfolgsbeispiel eine charakteristische Verteilung der Zählwerte. Ausgehend von der Toleranzoption 0 bis zu einem bestimmten Höchstwert werden die Toleranzoptionen in jedem Merkmal durch große Zählwerte repräsentiert. Oberhalb dieses Wertes treten nur geringe Zählwerte auf. Für diese charakteristische Verteilung ist die Grenze zwischen den Toleranzoptionen, die durch große Zählwerte repräsentiert werden, und den Toleranzoptionen mit nur geringen Zählwerten eine Kenngröße. Die Zählwerte aller Toleranzoptionen aller Faktoren ergeben insgesamt eine Zählermatrix. Diese ist Verrechnungsstelle und Speicher für konkurrierende Annahmen. Die Zählermatrix bildet die Tolerierbarkeit zielhemmender Ausprägungen bei jedem Faktor aus der Perspektive eines aktuell ausgewählten Erfolgsbeispieles ab.
Sobald mehrfache Tests unterschiedlichster Toleranzhypothesen eine stabile Verteilung innerhalb der Zählermatrix bewirkt haben, ist eine deutliche Grenze zwischen den Toleranzoptionen mit großen und jenen mit kleinen Zählwerten erkennbar. Ein größter Toleranzwert (mit großem Zählwert) markiert die Intervallgrenze in jedem Merkmal. Die Nennung dieser Grenze verdichtet die Informationen einer Zählermatrix.
Jedem größten Toleranzwert steht ein Komplementärwert gegenüber. Das Verfahren weist Merkmalen, in denen zielhemmende Ausprägungen weitgehend toleriert werden (d.h. bei Toleranzhypothesen nahe Eins), eine geringe Relevanz zu. Umgekehrt gelten Merkmale als wichtig, wenn zielhemmende Ausprägungen nur wenig toleriert werden. Zu Toleranzwerten nahe Null gehören Komplementärwerte nahe Eins.
Die Komplementärwerte sind ein Zwischenergebnis und der Ausgangspunkt der Suche nach Beispielen, deren Ausprägungen zielfördernd sind und die damit als ideal angesehen werden können. Denn bei diesen Beispielen sind vielfältigste Bezüge zu anderen Erfolgsbeispielen möglich. Zielhemmende Ausprägungen erscheinen bei ideal ausgeprägten Beispiel weitestgehend tolerierbar.
Zudem läßt sich aus den Zwischenergebnissen die Relevanz errechnen. Mit der Relevanz entsteht die Bewertungsgröße für Alternativen. Das Relevanzmaß hilft dabei, bekannte Beispiele auf ihre Gleichartigkeit zu prüfen und um Hypothesen bezüglich der Zielerreichung noch nicht verwirklichter Alternativen aufzustellen. Hierauf aufbauend wird die Zielerreichung der nicht-ideal ausgeprägten Beispiele in ihrer Plausibilität überprüfbar und damit wiederum auch die Gültigkeit der Relevanz.