In den Anfangsjahren der Klimawissenschaft bestand die Hauptaufgabe darin, regionale Klimata zu beschreiben und diese anschließend zu einem globalen Gesamtbild zusammenzufügen. In den 1970er Jahren verlagerte sich, angeführt von Klaus Hasselmann, der Fokus darauf, zu verstehen, wie Variabilität im Klimasystem entsteht. Dieses Problem wurde durch die Identifikation eines kleinen, langsamen dynamischen Kerns gelöst, der durch das Stochastische Klimamodell (SCM) beschrieben wird, während der Großteil des Systems stochastisch auf diesen Kern einwirkt. Später wurden Principal Interaction Patterns (PIPs) und Principal Oscillation Patterns (POPs) in dieses Konzept integriert. Das SCM bot einen Rahmen zur Bewertung numerischer Experimente mit quasi-realistischen Klimamodellen und zur Unterscheidung zwischen unbeeinflusster (interner) Variabilität und extern erzwungenen Veränderungen – eine Trennung, die im Zentrum des „Detection and Attribution“-Problems des Klimawandels stand.